利用短序列高密度台站资料推算暴雨重现期方法研究及应用

暴雨重现期是城市排水防涝设计的重要基础,通常基于长年代观测数据进行推算。但在无降水观测或观测时间较短的情况下,如何进行重现期推算和暴雨强度评估是目前亟需解决的科学问题。基于重庆市近14年高密度台站降水观测资料,建立各站逐年日降水极值抽样数据集,以“空间换时间”的思想,对日降水极值样本进行空间抽样,通过与国家级气象站长序列观测数据(>60 a)进行交叉检验,构建试验区目标点最佳百分位合成序列,该方法简称为空间抽样合成法(SBS)。通过重庆地区34个测站长年代观测资料计算重现期降水量“真值”与SBS、邻近点替换、克雷斯曼(Cressman)空间插值、年多个样法等推算结果进行对比检验,就平均而言,SBS的相对误差最小,其中含目标点样本的SBS相对误差最小为7.2%,邻近点替代法相对误差最大(13.2%),表明SBS可以较好地用于中国复杂地形的重庆地区,利用短序列高密度台站降水资料构建无有效降水观测资料目标点处的长序列极值降水样本,从而开展概率拟合优选及暴雨重现期推算。在对上述方法验证基础上,实现重庆地区2062个高密度气象观测站多年(50 a)一遇重现期降水量推算,提高了日尺度极端降水的空间精细化水平,结果能更好反映山区地形对降水的影响。SBS可以充分利用短序列高密度台站降水观测资料,实现区域内任意目标点重现期降水量推算。