1961—2021年濉溪县极端降水变化分析

利用1961—2021年濉溪县气象站逐日降水数据,进行时间序列一元线性回归分析。结果表明,1—12月降水量、雨日、降水强度、降水间隔、过程雨日、过程降水量均呈抛物线变化趋势,峰(谷)在7月;1—12月极端阈值,降水强度RI95为11.6~73.1 mm/d,过程降水量RP95为22.6~157.4 mm,过程雨日RD95为4~6 d,降水间隔PI95为9~45 d。4月、9月降水量分别减少5.54 mm/10 a、8.81 mm/10 a,雨日4月减少0.4 d/10 a。≥25 mm/d雨日,4月减少0.11 d/10 a;≥50 mm/d雨日,3月、6月分别增加0.03 d/10 a、0.09 d/10 a,9月减少0.12 d/10 a;≥75 mm/d雨日,6月增加0.06 d/10 a,9月减少0.06 d/10 a。2月降水过程增加0.16次/10 a,连阴雨减少0.05次/10 a;最长过程雨日4月缩短0.22 d/10 a;≥50 mm的降水过程,6月、11月分别增加0.10次/10 a、0.03次/10 a,9月减少0.11次/10 a;≥75 mm的降水过程,9月减少0.09次/10 a;涝渍可能性6月增强,9月减弱。≥PI75的频次4月、7月和9月分别增加0.11次/10 a、0.12次/10 a、0.10次/10 a,12月减少0.09次/10 a;最长降水间隔3月缩短1.53 d/10 a,6月延长0.68 d/10 a;4月干旱可能性增强。

云南省1961-2020年降水结构时空变化特征

[目的]揭示近60 a云南省降水结构的变化,加强对云南省降水的监测和预警,为云南省水旱灾害风险评估提供科学参考依据。[方法]基于云南省32个气象站点逐日降水观测数据,引入降水发生率和降水贡献率两个指标,利用创新趋势分析法(ITA)、Mann-Kendall检验法和反距离权重法(IDW),探讨了在不同降水历时和降水等级下,降水结构时空变化的特征。[结果](1)降水发生率随降水历时增加呈减少趋势,降水贡献率呈先增加后减少趋势,云南省以短历时降水为主。空间上,短历时降水发生率和贡献率整体呈现自东北向西南递减趋势,长历时与之相反。(2)随降水等级的提升,降水发生率呈增加趋势,降水贡献率呈先增加后减少趋势,云南省降水以小雨为主。空间上,小雨发生率呈自北向南递减趋势,中雨、大雨和暴雨发生率趋势与之相反。小雨和中雨贡献率呈自西北向东南递减趋势,大雨和暴雨与之相反。滇中、滇南和滇西南地区大雨和暴雨发生率和贡献率均较高,可能造成洪涝灾害的风险较大。(3)不同降水历时下,大多数站点短历时降水发生率和贡献率呈增加趋势,上升幅度大于5%,长历时呈5%以上下降趋势。不同降水等级下,大多数站点的小雨发生率、贡献率呈10%以内下降趋势,大雨和暴雨发生率、贡献率呈5%以上的上升趋势。[结论]云南省短历时大雨和暴雨发生概率有所上升,地区发生洪涝灾害和土壤侵蚀的几率增大,未来应持续对其降水结构进行监测研究。

基于多套卫星资料的ERA5全球小时降水频率评估

最近发布的新一代全球再分析资料集ERA5,提供了全球小时降水再分析值,为全球小时降水研究提供又一个数据参考。然而,目前针对ERA5小时降水频率的评估工作还较为有限。本研究采用多套全球卫星观测小时降水对ERA5小时降水的频率进行了评估。对比分析发现:尽管ERA5总降水量与卫星资料出现较好的一致性,但ERA5的小时降水频率约为卫星资料的2~3倍,呈现系统性偏高。进一步分析表明,这主要是由于ERA5大大高估了中、低强度降水事件的数量。其中,ERA5对弱降水频率的高估尤为明显,平均可达卫星降水频率的6倍;此外,ERA5对海洋降水频率的高估程度也大于陆地。ERA5小时降水频率的系统性高估问题对相关研究的潜在影响,尚在进一步评估中。

安徽地区暖季降水回波日变化及环境场特征研究

安徽地处华东,地势复杂且受夏季风影响,通常于暖季(5-8月)发生频繁且复杂的降水过程。为加深安徽地区降水特征及降水环境场特征的理解,利用安徽7部S-Band新一代天气雷达和ERA5再分析数据,对安徽及周边地区2016-2019年暖季降水回波时空变化及相关环境特征进行分析。结果表明:(1)安徽地区暖季降水回波发生频率的日变化呈双峰结构,降水多发时段为06时和16时前后。(2)凌晨降水峰值主要出现在6月,午后降水峰值主要出现在7、8月。(3)6月降水主要分布在皖南地区,由大面积浅对流及层状云构成。7、8月降水空间分布零散,无明显地域特征,多为局地深对流导致。(4)利用ERA5数据分析暖季降水峰值时刻的环境特征发现,有利于对流发生的热力条件主要出现在7、8月的午后,而5、6月的凌晨具有更有利的动力和水汽条件。各月降水峰值时刻的回波特征与环境场的特征存在很好的一致性。

基坑降水方案设计及地下水位变化规律研究

文中结合实际基坑工程案例,提出了“前期顶部快速大量排水,后期底部稳定轻量排水”的降水方案,并借助集水井进行降水幅度调节。结合地下水水位变化数据,发现该降水方案与施工强度时间差异性匹配度更高,能保证地下水水位在基坑施工面以下,能够控制降水速率,保证基坑边坡安全。

近50年滇池流域汛期降水时空演变特征分析

以滇池流域1970—2020年汛期(5—10月)降水量资料为依据,利用地理信息技术,采用Mann-Kendall检验法、小波分析等方法,分析近50年来滇池流域汛期降水年际变化的趋势性、周期性以及集中度、集中期、降水中心和旱涝发生频率等演变特征。结果表明:(1)近50年来,滇池流域汛期降水总体呈减少趋势,中部地区降水呈增加趋势,盘龙江上游的松华坝水库以上区域及南部地区降水呈减少趋势;(2)汛期降水年际变化存在31 a的主周期,中部主城区降水集中度高于南部地区;(3)汛期降水的中心整体呈现向东部、南部方向偏移的态势,且移动趋势显著;(4)滇池流域旱涝频发,尤其盘龙江中段昆明主城区为旱涝多发区。该成果对滇池流域水旱灾害防御及水资源管理具有参考意义。

2010—2021年黔南州汛期小时降水时空变化特征分析

【目的】利用黔南州2010—2021年46个自动气象站小时降水资料,研究黔南降水强度(小时雨强)、降水量和降水频次3个指标时空变化特征。【方法】运用天气学与统计学方法进行分析。【结果】黔南汛期降水主要有4个大值中心,位于荔波、都匀、长顺和贵定4个地区,降水量均超过1 100 mm,除荔波外,其余3个地区降水量均占年降水量的80%以上;罗甸以东地区短时强降水发生频次和强度为全州较大区域;相比降水时长,汛期降水受降水强度的影响更强,但局地特征明显。将黔南划分为4个不同的区域,4个区域短时强降水集中出现在下午和上半夜时段,日变化特征仅降水强度呈多峰型,其余2个指标基本表现为单峰型;区域2降水量峰值出现时间最早,区域3降水强度最强;区域4降水量和降水频次最大。【结论】黔南汛期降水大值中心分散,局地特征明显,且大部分地区受降水强度的影响更强;4个区域短时强降水集中出现在下午和上半夜时段,频次和降水峰值自西向东随时间达到最大,降水强度东部最强,持续时间短,西部与东部相反。

海陀山冬季降水天气分型及冬奥预报应用

基于2019—2021年1月1日至3月15日北京冬奥会延庆赛区(以下简称海陀山)降水观测资料和ERA5再分析资料,对期间34次降水过程进行天气分型,并对各天气型下不同海拔的降水实况特征开展统计分析。研究结果表明:冬季海陀山降水根据天气系统及地形影响可分为偏北气流型、偏东气流型、低涡低槽型、回流低涡低槽型四种天气型。不同天气型下海陀山地形高度以下主要气流方向和强度、水汽垂直分布等条件,以及与地形相互作用使得不同海拔之间降水量、持续时间等呈现显著差异。偏北气流型受500 hPa槽后整层强偏北气流控制,形成越山气流,降水集中在高海拔地区;偏东气流型受低层偏东气流影响,降水集中在低海拔地区,以上两种天气型无天气尺度系统配合,由地形强迫作用主导,降水量不大、持续时间相对较短。低涡低槽型受高空东移低涡低槽作用,配合低层西南气流,高海拔降水量更多,同时该型也是海陀山冬季最主要的降水天气型;回流低涡低槽型受高空东移低涡低槽影响,配合降水前东风回流对低层增湿并起到冷垫作用,低海拔降水量更多,以上两种天气型均存在天气尺度系统,并叠加海陀山地形作用,降水量显著且持续时间长,会对赛事运行造成较大影响。上述特征统计结果在2022年北京冬奥会期间一次强降雪预报服务中得到验证和应用,证明上述结果可以在冬季海陀山复杂地形降水预报中发挥作用。

近60年三江源地区降水集中度和季节性降水特征变化分析

三江源作为“中华水塔”,是中国重要的淡水之源和生态系统屏障。降水集中度、季节降水量、降水频率和降水强度的演变是气候变暖背景下水循环的关键过程,对植被生长和水资源管理具有重要意义。本研究利用中国气象局1961-2020年的CN05.1日降水格点数据,计算了三江源的降水集中度指数(Precipitation Concentration Index,PCI),厘清了三江源降水集中度和降水年内分配的演变规律,研究了季节降水量、降水频率和降水强度的气候态、年际变化、长期趋势以及距平变化。研究结果表明:(1)三江源地区降水集中指数PCI为17.5,降水具有一定集中性;整个区域PCI由东南向西北递增,降水集中度增大;近60年三江源地区PCI以-1.71%·(10a)^(-1)的变化率减小,降水的年内分配趋于均匀;生长季降水分配的减少将影响该地区农业生产和生态系统的维持。(2)近60年不同季节降水量和降水强度整体呈现显著增加趋势,夏季降水频率减少,其他季节降水频率增加;春夏秋三个季节降水强度的增加主导了降水量的增加,冬季降水频率的增加主导了降水量的增加。冬春季增湿高于夏秋季,春季降水量和降水强度的增长率为8.09%·(10a)-1和6.94%·(10a)^(-1),冬季降雪量和降雪频率的增长率为7.27%·(10a)^(-1)和4.4%·(10a)^(-1);长江源区部分地区的旱涝分布趋于极端化,生态系统的脆弱性加剧。(3)近60年三江源区域平均的降水量、降水频率和降水强度以每年1.36 mm、0.024%和0.0056 mm·d^(-1)的数值增加;降水量、降水频率和降水强度累积距平整体呈现负距平,突变年份分别为2003年、1989年和2003年;雨季降水频率减小,降水强度增加,旱季降水频率和降水强度均增加,这种变化在近10年尤为剧烈。本研究可以为该地区土壤侵蚀、农业生产、水资源管理以及气候变化相关研究提供参考。

2018年浙江梅雨降水异常偏少的大尺度环流特征及前兆信号分析

2018年浙江梅雨降水异常偏少,梅雨期平均环流特征欧亚中高纬度为“两槽一脊型”,西太平洋副热带高压(以下简称西太副高)偏东偏北,东亚高空急流偏北,浙江以南缺少低空急流的支持,不利于形成持续降水。6月上、中旬水汽输送不足、南北气流辐合较弱、东亚高空急流偏南、南海夏季风偏强、印度季风偏弱是梅雨开始偏晚的重要原因。梅汛期主要形成了三次降水过程(过程Ⅰ、过程Ⅱ和过程Ⅲ)和一次降水间歇过程,过程Ⅰ和过程Ⅱ表现为南北气流辐合型降水,过程Ⅲ为台风降水。系统分析了与不同过程相对应的大尺度环流及其演变特征,发现由于冷空气活动偏弱、南海夏季风偏强、西南水汽输送偏弱,过程Ⅰ的强度强于过程Ⅱ。在环流分析基础上,进一步挖掘与浙江梅雨有密切关联的海洋、大气和陆面信号,发现对该年梅雨异常偏弱有重要指示意义的前兆信号为冬、春季Ni?o关键区海温指数为正异常且北太平洋中部海温呈现负异常、冬季西南印度洋海温为正异常、春季喀拉海-巴伦支海海冰偏少、4-5月南半球环状模指数和北极涛动指数分别处于正位相和负位相。基于浙江梅雨序列,依托相关系数和同号率两个指标筛选出从前冬到春季稳定维持或有所增强的气候信号,利用多元线性回归、多因子综合判别、联合诊断三种方法分别构造可冬季发布和春季发布的梅雨预测模型,发现线性模型整体上能够较好地预测梅雨降水距平,特别是对降水偏少情形指示意义突出。

2013—2020年冀中南地区夏季短时强降水精细化分布特征

选用2013—2020年6—8月河北省中南部(冀中南)地区1115个自动站逐小时降水数据与地形高度资料,统计该地区夏季小时强降水(hourly heavy rainfall,HHR)和暴雨日的发生频次、持续时间、降水强度等方面的分布特征。结果表明:冀中南地区夏季发生频次为2.2~3.0次·a-1的HHR对降水贡献率大于35%,高频区有6个,在沧州东部沿海呈片状分布,在西部山区呈点状分布。小于60 mm·h^(-1)的HHR发生站次日变化特征为单峰、单谷,60 mm·h^(-1)以上发生站次随降水强度增大而锐减,日变化特征不明显。降水性质方面,冀中南地区的西部山区HHR高频区多积状云对流性降水,常发生在12:00—18:00;沧州东部沿海多受台风和切变线影响,HHR为降水强度较大的层状云和积状云混合性降水。

“23.7”华北特大暴雨过程小时强降水时空分布特征

由于西北太平洋副热带高压、2023年第5号台风“杜苏芮”、第6号台风“卡努”等共同作用,2023年7月29日08时—8月2日08时(北京时)华北地区发生极端特大暴雨,造成了重大社会影响。利用中国气象局国家气象信息中心提供的国家级气象站逐小时降水资料,分析了此次特大暴雨过程中的小时强降水(Hourly Heavy Rainfall,HHR)时空分布特征,并对不同历时类型强降水事件(Heavy Rainfall Event,HRE)的统计特征进行了对比。结果表明:1)此次特大暴雨HHR强度高、局地性明显,其对总降水量的贡献超过20%,北京西部、河北中部和西南部等太行山东麓为HHR降水量大值区和降水频次活跃区,双台风将水汽源源不断地输送到华北平原,受到太行山等山脉阻挡抬升,利于HHR增幅和持续。2)HHR降水量、降水频次经历6次峰值后减弱,其中第3次峰值时段的HHR降水量最大、降水频次最多、持续时间最长;而在“杜苏芮”残涡螺旋影响、暖式切变线和偏东风影响以及偏南或西南急流影响的3个主要降水阶段中,“杜苏芮”残涡螺旋影响阶段HHR最为活跃,共发生257次HHR,HHR最大降水量达73.5 mm。3)在3种类型HRE中,长历时(>12 h)最多,占比54.5%,短历时(1~6 h)次之,占比32.9%,中历时(7~12 h)最少,占比12.6%;长历时HRE降水量多>180 mm,短历时、中历时HRE的降水量多为[20,60)mm;HRE的最大降水量表现为短历时<中历时<长历时,而最大降水强度表现正相反,3种历时HRE的最大小时降水量多为[20,30)mm。4)不同类型HRE降水量、频次和平均降水强度的空间分布显示,长历时HRE因频次高于短历时和中历时,加之历时长,其降水量也高于后两种类型,北京、河北等地是长历时HRE降水量和频次大值区。

三峡库区蓄水前后夏季小时降水变化特征

利用国家气象信息中心小时降水资料,结合三峡库区地形的多样性,分析了库区蓄水前(1992—2002年)和蓄水后(2003—2021年)夏季(6—8月)小时降水时空变化以及不同类型强降水事件(HRE)变化特征。结果表明:蓄水后小时降水的降水量和频次减少,而强度增加;降水变化存在明显的地理分布规律,降水量、频次、强度在库区中北部增加,且多位于长江以北地区;降水量、频次在库区西南部减少,强度在库区中南部和西北部减弱,且多位于31°N以南。蓄水前后小时降水的日变化峰值时间位相的空间差异程度表现为降水强度>降水量>降水频次;蓄水后降水量、频次、强度呈增加趋势的站点增多,且降水量和强度的日变化峰值时间位相在高海拔山区具有位相前移特征。蓄水前后各等级小时降水的降水概率和降水占比变化不明显,其中降水概率在(0.1,0.5)mm等级最大,≥20 mm等级最小;降水占比在(1,5)mm等级最大,(0.1,0.5)mm等级最小,≥20 mm等级约为15%。蓄水后小时降水的日变化特征更加明显,其中≥20 mm等级的小时降水量和频次的双峰结构更为突出,其他等级的小时降水量和频次的峰值时间范围有扩大趋势,而各等级小时降水强度的次日尺度波动更频繁。蓄水前后HRE均是短历时型最多,长历时型最少,且短历时型HRE多开始于下午,中历时型和长历时型HRE多开始于夜间;蓄水后有利于HRE维持,短历时型HRE在中午和下午开始的概率增加,中历时型和长历时型HRE在清晨开始的概率增加。

塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究

利用2018年7月至2022年6月塔里木盆地及其周边地区17部地基GPS水汽探测仪遥感的大气可降水量(PWV)资料、 14个地面气象站逐时和逐日降水资料,分析了塔里木盆地西部(区域A)和东部(区域B)PWV分布特征及其与降水关系。结果表明:(1)研究区年平均PWV高值区主要集中于盆地北部和盆地西南部平原地区,海拔超过1300 m站点的PWV年平均值与海拔成反比,低于1300 m的低海拔地区PWV年平均值在10~12 mm。夏季测站PWV平均值是春、秋季节的2倍。(2)区域A和区域B PWV月变化呈单峰型分布,分别在8月和7月达到峰值。区域A有、无降水日PWV均在23:00(北京时,下同)达到日峰值。区域B有、无降水日PWV日峰值出现时间相差5 h,分别出现在11:00和17:00。(3)区域A和区域B多数测站ΔPWV(PWV与PWV月平均值差值)峰值分别在降水开始前0~1 h和降水开始时刻前后1 h出现。春季区域B降水前PWV跃变程度较区域A更剧烈,夏季各区域σPWV(PWV与PWV月平均值倍数)提前降水开始时刻1 h、 5~6 h达到1~1.8倍的天气过程较其余时次偏多。秋季和冬季区域BσPWV分别集中在1.4~2.0倍和1.6~2.4倍。(4)海拔高于1400 m测站的5-6月、 7-8月PWV值达到10~20 mm和15~25 mm,对应降水结束时刻。海拔低于1400 m测站5-8月降水结束时刻PWV值逐渐由15~25 mm增至25~35 mm。

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。

河南省年季降水集中度研究

河南省地处中原,跨海河、黄河、淮河、长江四大流域,研究其降水时间分布均匀特征对全省水资源动态管理和水旱灾害防御具有重要意义。以河南省为研究对象,基于522个雨量站点的1956-2021年长系列降水量数据,采用降水集中指数PCI、降水集中度Q等指标,辅以Kriging空间插值等方法,分析了全省降水时间均匀特征及变化特点。结果表明:河南省降水时间均匀特征具有地区差异性,北部降水时间分布较为集中,南部降水时间分布较为均匀,集中程度总体上呈现由北向南递减;降水时间均匀特征的多年变化趋势较小,除河南省东北部及省辖淮河流域西北部分区域外,其他区域略呈集中趋势;降水时间均匀特征与降水量、气象干旱程度有一定的正向关联但相关性极弱,因此研究旱涝事件时应将降水时间均匀特征作为一个独立因素加以考虑。

基于小时降水资料的华西秋雨精细化特征分析

华西秋雨是中国秋季主要的气候现象之一,其影响范围涵盖陕西、四川、重庆、贵州等多省(市),主要特征表现为多绵绵细雨。利用2011—2020年GPM卫星小时降水资料,统计分析了华西秋雨的强度-频次分布、持续时间、日变化等特征,结果表明:(1)根据强度—频次特征,华西秋雨区可分为四川盆地中东部、云贵高原东部、青藏高原东缘三个典型区域。四川盆地中东部降水频率、降水强度两者均高,云贵高原东部降水频率低、降水强度强,青藏高原东缘降水频率高、降水强度弱。(2)从降水日峰值位相看,青藏高原东缘降水量日峰值出现在夜间22∶00(北京时,下同),四川盆地中东部降水量日峰值出现在次日清晨06∶00,两个区域之间自西向东存在降水日峰值位相的滞后;在云贵高原东部,降水量日峰值自西向东从傍晚18:00滞后至次日午后16∶00;形成了北部、南部两种日峰值位相空间演变型。(3)从不同持续时间降水事件的日变化特征看,随降水持续时间延长,青藏高原东缘降水日峰值出现时间逐渐延迟。四川盆地中东部和云贵高原东部降水均存在午后短时和清晨长持续性两种类型,其中四川盆地中东部的清晨长持续性降水对该地区总降水的贡献较云贵高原东部偏大。

近62 a东北三省夏季昼夜极端降水特征分析

本文通过对东北三省地区1961-2022年92个站点逐日昼、夜降水数据的分析,结果发现,大部地区极端降水阈值均为白昼大于夜间,随着极端性增强,辽宁与吉林大部、黑龙江南部地区的夜间降水量阈值逐渐大于白昼,极端降水总量占比总降水量为上升趋势。大部地区白昼极端降水日数多于夜间,占夏季降水日数的比例为上升趋势。95百分位极端降水总量均存在准28 a震荡主周期,99百分位极端降水总量的震荡周期信号弱,预计2023-2028年东北三省夏季可能处于极端降水量总量偏高的时期。

富水弱胶结砂岩隧道地表降水参数优化研究

富水弱胶结砂岩成岩性差,遇水易失稳成流塑状.为保障隧道施工安全,依托某隧道工程开展地表降水参数优化研究.通过数值模拟和现场试验,分析地表深井降水时间、间距、直径对地下水位的影响.数值结果表明,采用地表超深井降水时,砂岩地层地下水位先大幅下降,随后逐渐趋于稳定.随着降水井间距的减小和降水井直径的增加,降水稳定后的地下水位也逐渐降低.从降水效果来看,降水井间距是影响地下水位的主要因素,试验结果与数值结果吻合良好.综合多因素考虑,建议砂岩地层超深井降水井参数为:间距16m、直径600 mm、预降水时间90 d.研究结果可为富水砂岩隧道的安全施工提供借鉴.

常州市主城区高强度降水变化特征及其影响分析

以常州市主城区为研究区域,基于高强度降水指数等指标,分析常州市主城区高强度降水特性及其对城市防汛的影响。研究结果表明,受气候变化和城镇化等影响,常州市主城区在1953—2022年期间有雨日数等3个极端降水日数指标、强降水量等6个高强度降水量级指标均呈递增趋势。