重庆市主城区设计暴雨量推算探讨

设计暴雨量是城市勘查设计重要标准之一.根据年最大值法与年多个样法选取的重庆市主城区沙坪坝站1961-2013年60,120,180,360,540,720,1 440min历时资料,采用皮尔逊Ⅲ型分布、耿贝尔分布、指数分布、对数正态分布、广义帕雷托(GP)分布函数对其进行拟合,并对拟合效果进行检验,结果表明:GP分布函数的拟合效果最好,可信度更高.重庆主城区推荐使用GP分布函数拟合的设计暴雨量.当所需设计暴雨量的各历时及其资料年限与暴雨强度公式编制时使用的相同时,可用暴雨强度公式计算设计暴雨量,否则会有误差.

小流域暴雨量与降水历时和重现期的关系

根据奥地利伏拉斯勒（Ｆｌｅｉｓｓｎｅｒ）气象站２６ａ的自记降雨观测资料，应用暴雨频率分析方法，计算了格拉顿（Ｇｒａｄｅｎ）小流域降雨历时从５ｍｉｎ至２４ｈ及重现期从０．５ａ至１００ａ的暴雨量，得到了格拉顿流域设计暴雨量与降水历时和重现期的关系。

中国点暴雨量极值的分布

暴雨极值是大型水利工程设计洪水重要依据之一。本文根据中国暴雨资料讨论了点暴雨量极值的主要内容,包括最大24小时点暴雨量、各历时最大点雨量、暴雨极值的季节变化;给出了大量最大点雨量记录图表;探讨了全国暴雨极值的地域分布规律及其影响因素。

核电厂区千年、百年一遇不同时段暴雨量分析计算研究

为防止千年、百年一遇不同时段暴雨对核电厂区的潜在严重威胁,根据核安全导则的要求,并根据我国现行的暴雨强度计算的有关规范,采用工程水文设计中的实测暴雨频率统计法,对核电厂区千年、百年一遇暴雨强度进行了分析计算研究,为核电厂区排水设施的设计,提供了必要的、安全的设计参数。

基于RBF神经网络马尔可夫模型的淮河流域汛期暴雨量预测

利用淮河流域1960-2007年172个台站汛期(6-9月)逐日降水资料,选取40个代表站,统计出代表站48年间逐年汛期暴雨量并建立时间序列,针对RBF神经网络和马尔可夫预测的优缺点,建立起RBF神经网络与马尔可夫模型相耦合的预测模型,并将该模型应用于淮河流域2006-2007年汛期暴雨量预测,预测结果令人满意。

伊春市点暴雨量统计参数地域分布特征

通过对伊春地区各代表雨量站历年24 h、6 h、1 h和10 m in最大雨量的统计分析,得出了本地区点暴雨量的地域分布特征。

上海市杨浦区设计面暴雨量与设计暴雨雨型研究

选择上海市杨浦区作为试验区域,对极端性天气下不同重现期和不同历时的设计面暴雨量、设计暴雨雨型进行计算。设计面雨量的计算利用研究区附近3个站点3种历时1978~2015年的降雨资料及上海市频率曲线参数的等值线图插值进行频率计算,得到各重现期的设计面暴雨量;设计暴雨雨型的计算利用江湾站2001~2015年逐分钟暴雨资料,先用模糊识别法进行雨型分类,然后用P&C法分别对单峰型和双峰型暴雨进行雨型设计,得到具有代表性的杨浦区设计暴雨雨型。

最大24小时设计暴雨量的近似计算方法

以六安地区为例，对最大２４小时和最大１日的设计暴雨分别进行了分析比较，建立了相关关系，以求得最大２４小时设计暴雨量。

甘肃省时段暴雨量随高程变化规律分析

甘肃是一个暴雨多发的省份,通过介绍与暴雨关系密切的甘肃自然地理概况,选用甘肃境内雨量站的长系列观测资料,在统计10min、60min、6h、24h、3d5个时段多年平均时段最大暴雨量的基础上,选择了三个代表性流域-黑河流域、祖厉河流域和洮河流域研究了5个时段的暴雨量随高程的变化而变化的规律。对于认识甘肃暴雨随高程的变化规律,了解甘肃暴雨特性,指导暴雨观测与山区水资源量计算等具有重要意义。

中国设计暴雨量变化及其对降水变化的响应

为探究气候变化对水利工程防御洪水标准及其自身安全性的潜在威胁,根据639个站点的日值降雨数据,综合Pearson-III型曲线、最小二乘法及F检验等方法,研究了1958-2017年的中国设计暴雨量的变化及其对降水变化的响应。结果表明:(1)多年平均降水量、日最大降水量及不同重现期下的设计暴雨量在空间上均沿东南向西北逐渐减少。(2)华南、华中、西北和西南地区的多年平均降水量和日最大降水量均呈显著增加趋势(p<0.05),年降水量的增加速率分别为0.82、0.46、0.24和0.21 mm/a,而日最大降水量的增加速率为0.02~0.06 mm/a。(3)在20 a一遇的重现期下,华中、西北、西南地区的设计暴雨量呈显著增加趋势(p<0.05),增加速率分别为0.19、0.05和0.15 mm/a,华南(0.03 mm/a)和华东地区(0.10mm/a)呈不显著增加趋势。华北地区呈显著减少趋势(p<0.05),减少速率为-0.08 mm/a,而东北地区不显著减少(-0.03mm/a)。随重现期的增长,设计暴雨量的变化速率具有“增的愈增,减的愈减”的基本特征。(4)设计暴雨量变化与日最大降水量变化呈显著的正相关关系。在特定重现期下,设计暴雨量会随日最大降水量的增加而增加,可能造成工程实际防洪标准下降,亟需对已建工程的防御标准进行校核修订。研究结果可以为我国工程设计标准的更新及防洪减灾工作提供理论与实践支撑。

浅析江西省天然流域设计暴雨量与径流系数的关系

本文在2010年版《江西省暴雨洪水查算手册》水文成果数据的基础上,浅析江西省天然流域设计暴雨量与径流系数的关系.当暴雨量超过110mm,暴雨量与径流系数呈反比例函数关系.由全省各气象站实测最大24h点暴雨历史资料,可得到全省天然流域径流系数在0.72～0.97之间.同时本文根据两者的关系,列举在实际工程中的实例应用,可供工程设计人员参考.

山东省点暴雨量统计参数地域分布特征

点暴雨量统计参数是指某一地点(如雨量站)给定历时逐年最大暴雨量的多年统计特征值。它可反映当地暴雨的量级和年际变化的程度。目前通常用给定历时点暴雨量均值、变差系数和极值(历年实测最大值)来揭示暴雨的多年变化规律。我站详细计算了山东省年最大3d、24h、6h、1h和10min共5种历时的点暴雨量统计参数值,并绘制出它们的地域分布图。在5种历时的点暴雨量统计参数计算中,雨量资料均统计到1985年。选用的雨量站数和雨量资料站年数见表1。依据这些暴雨资料进行了点暴雨量频率分析计算。

新沂市区短历时暴雨量设计

本文以新安站为代表站,经过资料审查,摘录其47年降水量资料,按不同时段组成8个样本,采用频率计算的方法分别进行暴雨量设计,以满足新沂市区及苏北鲁南气象条件相似地区防汛设计需要。

清涧河上游“02·7”暴雨调查雨量可靠性分析

针对2002年7月4～5日发生在陕北清涧河上游地区的2场特大暴雨的2个点暴雨量调查值，从调查情况及计算方法、对云图观测与实测降水量比较、降雨径流合理性等多方面进行了可靠性分析，认为调查点暴雨量的加入使降雨径流关系趋于合理。

上海市点暴雨量统计

暴雨是水资源的一个组成部分,但是特大暴雨,常常会引起很严重的洪涝灾害。据全国自然灾害的统计,由暴雨引起的洪灾所造成的损失最严重。近几年来,上海市几场大暴雨造成了不少的经济损失。在水利规划、市政建设或排涝排水工程的设计、防汛、水利经济效益计算中,常常需要各种规定时段的设计暴雨数据,以便采取适当的工程(包括非工程)措施,从而使损失减少到最低程度。笔者根据规划设计和生产实践的需要。

描述多变量暴雨事件的Gumbel逻辑模型

应用二维极值分布Gumbel逻辑模型分析年暴雨最大峰值以及相应暴雨雨量的联合分布 ,使用矩法估算分布参数。根据随机变量的边缘分布和条件概率分布 ,可以迅速推导出联合重现期。该模型应用日本德岛县德岛气象站的实测降雨资料进行验证。结果表明利用该模型描述暴雨峰值及相应雨量的联合分布是较为适宜的。

川藏铁路沿线大到暴雨时空演变特征

基于1980~2019年川藏铁路沿线13个地面观测站逐日降雨资料,应用经验正交函数分解、气候倾向率和小波分析等统计诊断方法,分析川藏铁路沿线大到暴雨的暴雨量与暴雨天数的时空变化特征。结果表明:川藏铁路沿线大到暴雨的各站逐年日数与累积暴雨量在空间分布上呈类似的空间分布,即铁路东段与中段西段的数值相对于其他区域是较大的;近40a川藏铁路沿线暴雨日与暴雨量的年际变化呈明显振荡特征,月际变化则显示6月至9月是暴雨频发的月份;川藏铁路沿线的暴雨日和暴雨量的EOF第一模态方差贡献率分别为37.39%和38.18%,即在空间变化上呈整体一致性;川藏铁路沿线暴雨量和暴雨日均存在4~6a和6~16a的振荡周期。

荆州市不同短历时暴雨时空特征分析

采用荆州市27个国家基本雨量站2013年~2020年5min降水资料,滑动分析计算1h、3h、6h、24h暴雨值和暴雨频次时空分布特征以及暴雨极值特征分析。结果表明:四大地区短历时暴雨量和暴雨频次相似度存在一定差异,其中东部地区为荆州市暴雨中心,发生暴雨频次站点最多,呈现东部向北部地区逐渐递减。年际变化趋势呈现下降~上升两个起伏阶段,1h、3h、6h暴雨量相似度高,24h相似度存在差异;不同短历时暴雨频次相似度都高,可反映出暴雨频次与年降水量关系紧密,呈现正比关系。年内暴雨量和暴雨频次呈现“单峰”形,两者相似度高,主汛期两者占全年比重73%、80%,时空分布不均。各短历时中6h暴雨量和暴雨频次分界点,时间长短增加暴雨量,未加大暴雨频次发生率。暴雨极值高值发生在偏丰年、丰水年份,暴雨极值与暴雨量值相差较大,24h暴雨极值对防汛工作起到很大影响。

区域暴雨指标与作物洪涝受灾率的关系(英文)

利用北京地区1985～2008年逐日降水数据资料,运用IPCC极端天气气候事件指标确定方法计算得到北京地区暴雨天气指标在10.4～38.8mm之间波动,暴雨气候指标为日降水量≥27.5mm。以暴雨天气指标、暴雨气候指标和国家暴雨标准计算历年的暴雨日数和暴雨量,统计分析年降雨日数、暴雨日数和年降水量和暴雨量与作物洪涝受灾率的相关关系,得出年降雨日数和暴雨日数都不能真实地反映作物洪涝受灾率,而年降水量和暴雨量与作物洪涝受灾率则具有明显的线性正相关关系。以区域暴雨气候指标统计的暴雨量与作物洪涝受灾率相关程度最高,笔者建议以暴雨量来预测评估洪涝灾害时,采用区域暴雨气候指标。

区域暴雨指标与作物洪涝受灾率的关系

利用北京地区1985～2008年逐日降水数据资料,运用IPCC极端天气气候事件指标确定方法计算得到北京地区暴雨天气指标在10.4～38.8mm波动,暴雨气候指标为日降水量≥27.5mm。以暴雨天气指标、暴雨气候指标和国家暴雨标准计算历年的暴雨日数和暴雨量,统计分析年降雨日数、暴雨日数和年降水量和暴雨量与作物洪涝受灾率的相关关系,得出年降雨日数和暴雨日数都不能真实地反映作物洪涝受灾率,而年降水量和暴雨量与作物洪涝受灾率则具有明显的线性正相关关系。以区域暴雨气候指标统计的暴雨量与作物洪涝受灾率相关程度最高,建议以暴雨量来预测评估洪涝灾害时,采用区域暴雨气候指标。