朝阳市最大日降水量变化特征及雨量频次分析

基于朝阳市羊山站、北票站1958—2020年逐日降水数据,采用Mann-Kendall法探究雨量频率及最大日降水量变化特征。结果表明:①研究期间羊山站、北票站最大日降水量分别表现出弱上升和弱下降趋势,2个站点夏季(6~9月)降水量均明显增加。②1990年代朝阳市最大日降水量发生突变,各站点发生暴雨和大雨的频次明显增多。

甘肃天水地区最大日降水量变化特征及可能最大日降水量估算

基于甘肃天水地区7个站点的逐日降水资料，研究了该地区1951~2012年逐年最大日降水量的变化特征，并利用改进的Hershfield理论方法估算其可能最大日降水量，主要结论如下：（1）近62 a来，天水地区年最大日降水量平均约为59.2 mm，均方差为15.9 mm，最大值达110.5 mm，最小值仅有32.7 mm，说明该地区最大日降水量的年际变化幅度较大。此外，各站点最大日降水量主要集中在6、7、8月，约占总体的78.2%，其中7月最多，8月次之；（2）天水地区1951~2012年间年最大日降水量存在明显的准2a、准4~5a、准8~10a、准15a以及准48a的振荡周期，且最大日降水量在未来一段时间内有增强趋势，年变化幅度有可能增大；（3）天水地区的可能最大日降水量（ PMP）为170.5 mm，天水、麦积、武山、甘谷、秦安、张家川、清水等站点的PMP分别达148.0、159.6、124.1、133.4、137.4、146.5、153.1 mm，强度均达到了大暴雨标准。

淮河流域汛期20d内最大日降水量概率分布

利用淮河流域1 58个站点1980—2007年夏季降水量资料,选取淮河上游、淮河中上游、淮河中下游、洪泽湖以下和沂沭河5个子流域,采用Γ分布函数分析了淮河流域首雨日(前1日无雨)和连续雨日(前1日有雨)的夏季多年降水的概率分布特点。通过对代表站息县、阜阳、商丘、淮安、连云港Γ分布概率密度与样本频率的对比分析和K-S检验表明:Γ分布函数能较好拟合分条件的淮河流域夏季雨日的概率分布,用该分布函数递推得到的1d,10d,20d内最大日降水量概率分布比较规则合理。淮河流域5个子流域中淮河上游、淮河中下游、沂沭河流域在10d,20d内最大日降水量不低于10mm,25mm,50mm的可能性更大。

江苏省最大日降水量时空分布特征及其统计拟合

本文根据江苏省内60个观测站1961-2000年的逐日降水资料，分析省域日最大降水的空间分布特征及年度变化，建立了省内日最大降水的概率分布模式，从而推算分析出现大降水的概率。研究结果表明皮尔逊Ⅲ型概率分布模式能够较好的拟合大暴雨的分布特征。

广西6、7月份若干日内最大日降水量的概率分布

对广西16站用6、7月逐日降水量资料估计了日降水量的条件概率密度函数,并递推得1-20天内最大日降水量的概率分布。主要结果是:Γ分布能较准确地逼近前一日有雨和无雨两种条件下日降水量的样本频率分布;大多数站在10日内最大日降水量在20-30毫米的概率最大,约0.2,20日内最大日降水量在30-50毫米的概率最大;北海和钦州10、20日内最大日降水量达100毫米以上的概率明显大于其它站。

广东年最大日降水量重现期的计算

采用极值分布理论计算了不同重现期时广东各地测站年最大日降水量的气候极值 ,并分析其空间分布特征。结果表明 ,不同重现期时广东日暴雨量从西北向东南及沿海增加。重现期超过 5 0年时 ,广东南部沿海地区都有可能出现 30 0mm以上的特大暴雨 ,30 0mm等暴雨线从潮州经新丰、英德、广宁、四会、从化、南海、新兴至罗定。其南边有陆丰、清远、阳江和珠海等 6个最大暴雨危险区中心 。

新会年和月最大日降水量多年一遇的极值计算

利用新会降水资料,用皮尔逊一Ⅲ型分布分别对新会年最大日降水量和1～12月的月最大日降水量进行拟合,进而计算了它们在不同重现期下的极值。结果表明:新会50a一遇的估算年最大日降水量是308mm,100a一遇是335mm。新会4～9月5a一遇的最大日降水量接近或超过100mm,说明汛期各月比较容易出现大暴雨。除7月外,4～9月新会50年一遇的日降水量均超过200mm。经检验,除了2月和12月外,年和各月最大日降水量通过0.05显著水平检验,拟合效果良好,对其不同重现期下的极值估计结果可信。

基于两种分布的勉县年最大日降水量重现期估算

2021年8月22日勉县遭遇极端降水事件,日降水量高达237.9 mm,灾害十分严重。统计分析1959-2021年勉县历史逐年最大日降水量特点,采用皮尔逊Ⅲ型(简称P-Ⅲ型)曲线分布和耿贝尔极值分布方法推算重现期及降水量,并将两者进行比较,对2021年8月22日极端大暴雨进行重现期估算。结果表明:勉县年最大日降水年际变化明显,2008年以来变率增大且有更极端的趋势;基于P-Ⅲ型曲线分布和耿贝尔极值分布的1959-2020年最大日降水积累概率拟合效果均较好,但耿贝尔极值分布对年最大日降水量的拟合优于P-Ⅲ型分布;应用耿贝尔极值分布推算勉县极值降水,100 a一遇的日降水量为154.7 mm,2021年8月22日降水量237.9 mm的重现期为4881.33 a。增加2021年最大日降水量进入样本序列重新构建耿贝尔极值分布函数,推算日降水量237.9 mm的重现期为707.35 a,100 a一遇的估算降水量为183.4 mm,重现期及降水量估算变化均较大,说明超极端降水和样本长度对重现期的推算影响较大。

朝阳市最大日降水量演变特征及雨量频次研究

结合变点分析方法对朝阳地区1952—2016年最大日降水量的变化特征及雨量频次进行了分析。分析结果表明:朝阳站年最大日降水量呈现下降趋势,而建平站呈现弱增长趋势,朝阳站5月、6月日最大降水量呈现弱增长趋势,而7、8月呈现弱递减趋势,建平站夏季基本呈现弱增长趋势,朝阳地区最大日降水量整体变化趋势较弱;朝阳地区年及夏季月最大日降水量突变点主要分布在1990年代;发生大雨和暴雨等级的雨量频次最高,占总频次的95%,各站均在8月出现大雨的几率最高,分别为54%和38%,7月出现暴雨几率最高,分别为41%和50%。

益阳市山区与湖区汛期30天内最大日降水量概率分布比较

利用Γ分布拟合了湖南省益阳市雪峰山区的安化国家基本气象站、洞庭湖区的沅江国家基本气象站1980-2010年4-9月日降水量的概率密度分布,根据数理统计理论的全概率公式递推得到了安化站、沅江站10 d、20 d、30 d内最大日降水量的概率密度函数。结果表明山区站的日降水量概率密度比湖区大,随着日降水量的增加,二者的差别逐渐增大。10-30 d内山区站出现暴雨的可能性比湖区大,山区站出现暴雨的概率接近50%,出现大暴雨的概率接近10%。同我国的淮河流域、珠江流域相比,益阳地区日降水量Γ分布的形状参数、尺度参数与珠江流域相当接近,整体而言形状参数随着纬度增加而减小,尺度参数随着纬度增加而增加。

中国夏季雨日降水量的概率分布

利用全国174站夏季逐日降水资料估计了雨日降水量的无条件和有条件概率密度函数,并递推得各站1至20 d内最大日降水量的概率分布及10 d、20 d内最大日降水量≥10 mm、≥25 mm、≥50 mm的概率。主要结果是:在无条件和前一天有雨或无雨条件下雨日降水量Γ分布的形状参数α都小于1,且差别不大,而绝大部分站无条件下的尺度参数β大于前一天无雨条件下的0β而小于前一天有雨条件下的1β;无条件和分条件下,雨日降水量的均值和方差的地理分布都是东南沿海地区大于西北内陆地区,且绝大部分站无条件下的μ、σ2分别大于前一天无雨条件下的μ0、σ20,而小于前一天有雨条件下的1μ、σ21;Γ分布能较准确地逼近前一天无雨和前一天有雨两种条件下雨日降水量的样本频率分布;10 d、20 d内最大日降水量≥10 mm、≥25 mm、≥50 mm概率的地理分布,都是东南沿海地区大于西北内陆地区,与同样等级的样本频率的地理分布非常接近。广西西部、云南东部一带为高值区,安徽南部、江西北部一带为次高值区。

广州市单日降水量极值特征、分布拟合与推算

选取最优概率分布函数有助于提高气象要素重现期极值计算的可靠性。基于广州气象站1908—2016年逐日降水资料,构建年最大日降水量序列,采用线性趋势分析方法,研究了广州市年最大日降水量的变化特征,选取皮尔逊-Ⅲ型、对数正态、指数和耿贝尔-Ⅰ分布4种分布函数拟合广州市年最大日降水量序列,并按ω2检验、似然比检验等方法进行拟合优度检验。结果表明,近56年来,广州市年最大日降水量呈不显著的增加趋势。4—9月日最大降水量出现次数较多,6个月的出现次数占全年的93. 6%,其中,前汛期出现次数大于后汛期的。对数正态分布确定为广州市年最大日降水量拟合最优分布函数。对数正态分布估算的广州市50 a一遇的年最大日降水量是240. 1 mm,100 a一遇的是266. 1 mm,150 a一遇估算的是281. 4 mm。观测资料表明,广州平均1. 8 a出现一次150 mm以上的日降水量,而该降水量的估算重现期是1. 9 a,相当吻合。

阿勒泰地区年一日最大降水量时空分布及其重现期估算

利用新疆省阿勒泰地区7个气象站50a (1961~2018年)逐日降水资料,分析了阿勒泰地区近58年来一日最大降水量的时空分布规律,应用耿贝尔I型极值分布模型,对地区各气象站的年一日最大降水量的重现期进行了估算,分析了不同重现期内各地可能出现的极端最大日降水量值。结果表明:近58年来,阿勒泰地区最大日降雨量级呈递增趋势,空间分布不均,由东南向西部逐渐递减;在推算不同重现期的年极端日降水量时,用耿贝尔法效果较好。

鹤壁市单日降水量极值估算

利用耿贝尔(Gumber)极值分布原理,对鹤壁市1965—2004年最大日降水量进行降水分布拟合,估算预报时段内可能出现的最大日降水量,得出50 a、80 a鹤壁市可能出现的最大日降水量分别为278.7 mm和301.9mm;利用二次指数平滑法,得到鹤壁市最大日降水量年际变化总体上呈线性减少趋势。统计结果显示:鹤壁市最大日降水量有峰值增大、谷值减小的趋势,说明在未来一定时期,极端最大日降水量发生的可能性不断增加;最大日降水量集中出现在7-8月份,有明显的季节特征。

近40 a来秦岭及周边地区极端降水变化特征

利用1980—2021年秦岭及周边地区337个气象监测站逐日降水资料,分析了极端降水的时空变化特征,并采用广义极值分布、气候统计等方法,对比了第一阶段(1980—2000年)和第二阶段(2001—2021年)极端降水年及春、夏、秋各季节的差异变化。结果表明:(1)秦岭及周边地区极端降水主要集中在4—11月,其中7月极端降水日数最多,近40 a来极端降水整体呈增加趋势。日极端降水阈值、最大日降水量空间分布呈现东南高于西北,极端降水日数则呈现以秦岭为界,南部多、北部少。(2)从全年角度看,2001—2021年较1980—2000年极端降水事件更多,极端性更强。日极端降水阈值、极端降水日数、最大日降水量的空间变化趋势总体也表现为增多趋势的站点数多于减少趋势的站点数。(3)极端降水季节性差异明显,春季与夏季和秋季呈现出明显的不同。不管是极端降水概率还是极端降水次数,在春季总体表现为1980—2000年极端性更高,而夏季和秋季表现为2001—2021年更强。空间分布季节性差异也较明显,春季日极端降水阈值、极端降水日数总体表现为西部增加东部减小,从西向东表现为由正向负转变的分布,且负趋势站点多于正趋势站点。而夏季和秋季日极端降水阈值、极端降水日数呈增加趋势的站点超过呈减少趋势的站点,特别是秋季增加趋势的站点占比更多。

凤县月日最大降水量多年一遇的极值计算

根据凤县1961年～2010年50年气象站历史降水资料,用皮尔逊—Ⅲ型概率分布对凤县年最大日降水量和月最大降水量进行概率推算,计算它们在不同重现期下的极值。结果表明:凤县50年一遇的估算年最大日降水量是110.4mm,100年一遇是123.7mm。50年一遇的估算月最大降水量是325mm,100年一遇是358mm。凤县1981年大洪水按当日(8月21日)降水量105.3mm,属30年一遇,按月总降水量410.4mm,属200年一遇。经检验,年和各月最大日降水量通过0.05显著水平检验,拟合效果良好,对其不同重现期下的极值估计结果可信。

秦岭北麓日降水变化特征分析

为了解秦岭北麓降水演变规律,本文利用单位自建气象站2020年逐时降水数据,从降水量和降水频次两个维度出发,对宝鸡市眉县汤峪镇日降水变化特征进行相关统计分析。结果表明:日降水量在6~8月变化较大,6、7月均已单峰形式呈现,8月以双峰形式呈现,降水量主要集中在6:00~21:00;年降水总量为862.7 mm,5~10月降水量占全年90.87%,其中8月降水量最大,为197.6 mm;6~8月和10月降水频次较高,最高达150次;白天和夜间降水量春秋两季差异不明显,夏冬两季均以白天降水为主,夏春秋三季降水频次基本相等。In order to understand the evolution law of precipitation in the north foot of Qinling Mountains, this paper makes a relevant statistical analysis on the variation characteristics of daily precipitation in Tangyu Town, Mei County, Baoji City by using the hourly precipitation data of the meteorological station built by the unit in 2020 from the two dimensions of precipitation and precipitation frequency. The results show that the daily precipitation changes greatly from June to August, presents in the form of a single peak in June and July, presents in the form of double peak in August, and the precipitation is mainly concentrated in 6:00~21:00. The total annual precipitation is 862.7 mm, and the precipitation from May to October accounts for 90.87% of the whole year, of which the precipitation in August is the largest, 197.6 mm. The precipitation frequency from June to August and October is high, up to 150 times. The difference between daytime and nighttime precipitation in spring and autumn is not obvious. Daytime precipitation is the main precipitation in summer and winter, and the precipitation frequency in summer, spring and autumn is basically the same.

1961～2010年西藏定日站的降水变化特征分析

利用定日气象站(站号55664)的气象资料,选取的年降水量、最大日降水量、降水日数和最大日降水量出现的月份这四个变量,分析了1961～2010年西藏定日站的降水气候变化特征。结果表明:近50年定日站年降水量基本呈现逐年增加的变化趋势,其变化可用方程y=15.639x+2424.1进行拟合;而定日站的降水日数整体却呈现逐年减少的变化趋势,其可用线性方程y=-0.1 808x+64.67进行拟合;定日站的最大日降水量整体呈现逐渐增加的变化趋势,其可用线性方程y=1.7262x+243.2进行拟合。7月和8月是西藏出现极端降水概率最大的月份,其概率高达90%。

滇中地区极端降水时空变化趋势及其成因分析

极端天气和气候事件是对人类社会危害最严重的自然灾害之一。采用滇中地区1961-2006年46个测站逐日降水数据,分别将大雨/暴雨雨量和雨日数、最大日降水量和年日降水量序列99百分位值作为极端降水临界值,用MK秩次检验方法和IDW插值方法比较分析滇中地区极端降水在时空上的变化特征及其成因。结果认为这3种极值算法在该区可以相互验证,在时间上表现为滇中区域平均的极端降水呈不显著上升的变化趋势,在空间上表现为东部多雨地区降水的变化比较缓和而中西部平坝、河谷少雨地区极端降水的变化要强烈一些。滇中地区的降水类型发生了变化,大雨/暴雨量和大雨/暴雨次数增多而其他降水类型减少。小雨雨量和雨日数的减少是滇中地区年降水量和年降水日数减少的主要原因,降水变率加快且强度增大是滇中地区极端降水的变化的原因之一。

泾河柔远川与合水川流域降水强度趋势变化特征

开展降水强度趋势变化研究对提高防洪减灾和水资源管理水平具有重要意义。基于柔远川1980-2017年9个雨量站与合水川1981-2017年10个雨量站的日降水量和小时降水量实测资料,采用MK趋势检验法,分析了最大1 h降水强度(I_(h))、最大1 d降水强度(I_(d))及分级降水强度趋势变化特征。空间上,柔远川与合水川各站I_(h)、I_(d)空间分布差异均较大,I_(h)的空间变差系数均大于I_(d),但合水川I_(h)、I_(d)的空间变差系数均大于柔远川;时间上,柔远川、合水川I_(d)的空间变差系数分别呈显著增大与减小趋势(α=0.05),增大与减小幅度分别为0.018/10 a与0.039/10 a;柔远川I_(d)极值呈显著性增大趋势,增大幅度为7.68 mm/(d·10 a);柔远川分级降水强度变化不显著,合水川中雨与大雨的降水强度呈显著增加趋势,增加幅度为0.61 mm/(d·10 a)和1.29 mm/(d·10 a)。