降雨时空分布量化及其在洪水过程分类中的应用

洪水过程是水利工程运行管理、防洪调度决策的重要依据,降雨的空间分布和降雨雨型是影响洪水过程形成的主要驱动因素。本文旨在采用描述降雨时空分布的量化指标,分析降雨时空分布特征与洪水过程的联系,探索量化指标在洪水过程分类中的应用。基于大清河流域北支紫荆关和南支阜平流域68场降雨洪水资料,计算了降雨一、二阶空间矩和一、二阶时间矩,分析了降雨时空分布特征对洪水过程线形状的影响,依据降雨时空特征信息采用K-medoids聚类分析法对洪水分类。结果表明:采用的降雨时空分布量化指标能够准确刻画两个流域的降雨中心空间分布和降雨雨峰时间分布。基于降雨时空特征指标的洪水聚类分析得到的不同洪水类型特征显著,两个流域的洪水主要有3种代表性类型,即尖瘦型、多洪峰长历时型和矮胖型洪水过程。研究结果验证了仅将降雨时空分布特征作为洪水分类依据的可行性,展示了其应用于流域洪水过程分类的潜力,降低了传统洪水过程分类方法对洪水数据的依赖性。本研究可为分析流域洪水形成过程的驱动因素、预测无资料流域洪水类型及揭示流域产汇流机理等提供科学依据。

湖北省雨涝灾害的指标和时空分布特征

在总结全国各地和湖北省现有雨涝灾害指标的基础上，考虑粮、棉、油等农业生产需要，新建了一个有别于前人的有较强农业意义的雨涝灾害指标，并用此指标讨论了湖北省雨涝灾害的时空分布特征，比较符合实际情况。

广东暴雨预警指标及时空分布

暴雨是导致广东省洪涝灾害的主要原因，是一种特别严重的自然灾害。广东暴雨强度之大，日数之多，季节之长，皆居全国前列。根据《广东省突发气象灾害预警信号发布规定》（2006年6月1日起执行），暴雨预警信号分3级，分别以黄色、橙色、红色表示，其中黄色预警信号表示6h内本地可能有暴雨发生，或者强降水可能持续；橙色预警信号表示在过去的3h，本地降雨量已达50mm以上，且雨势可能持续；红色预警信号表示在过去的3h，本地降雨量已达100mm以上，且降雨可能持续。

新能源电力系统频率时空分布特性分析

随着新能源和电力电子装备在电力系统中的占比快速提升,系统的频率动态特性发生重大变化。为了研究新能源机组并网对新型电力系统频率时空分布特性的影响:首先,建立了新能源电力系统的频率动态响应解析模型,并分析了频率时空分布特性的影响因素及新能源并网对该特性的影响机理;其次,讨论了研究频率时空分布特性的必要性及描述该特性的量化指标;最后,基于仿真结果分析了不同电网形态下的频率时空分布特性,并总结了新能源机组并网对该特性的影响规律。

基于GIS的滑坡临界降雨指标的研究

利用滑坡灾害普查资料和气象资料,结合地理信息系统(GIS)和降雨推算模型进行空间分析,对庆元县滑坡与降雨作相关研究后发现:降雨具有诱导和直接触发滑坡的综合作用效果;庆元县滑坡的时空分布,受降雨地区和降雨时间的控制,并与一定的地质条件及人类活动有关;滑坡剧烈活动时间与降雨时间及暴雨、大暴雨频次吻合或略滞后,庆元县滑坡的起动降雨量为:日降雨量≥50 mm或滑坡前10 d累积降雨量≥100 mm.

南方典型城市化流域降雨极值及概率特征研究

选取南方典型城市化流域(秦淮河流域)为研究区,应用极端降雨指标进行极端降雨时空演变和非一致性频率分布研究。结果表明1979—2015年秦淮河流域年降雨量呈小幅增加趋势,夏冬降雨量增大,春秋降雨量减少。极端降雨强度和频次显著上升,突变点和高值区与城市化格局演变的时间点和地区相吻合。皮尔逊Ⅲ型分布是一致性修正后极端降雨序列的最优分布,最大1 d降雨量R_(1d)和特强降雨量R_(99p)具有较大的非平稳性,若仅采用修正前的R_(1d)计算会导致工程设计值偏低;最大3 d、7 d降雨量R_(3d)、R_(7d)和极端降雨量R_(95p)相对平稳,R_(3d)和R_(95p)不同重现期的设计值高值区均分布在流域下游和上游溧水区,R_(7d)高值区分布在上游句容市,上下游极端降雨易产生叠加效应,为下游带来高洪水风险。

1960—2020年滇中地区极端降水指标时空演变规律研究

【目的】极端降水是产生洪涝灾害的首要原因之一,对农业生产有重要影响,为探讨云南省滇中地区极端降水指标的时空演变规律,【方法】利用1960—2020年滇中地区44个气象台站日降水数据,采用Mann-Kendall趋势分析、Sen斜率估计、连续小波分析研究了极端降水指标的年内、年际及周期性变化特征。【结果】结果显示:60年来,发现在年内1 d最大降水量(Rx1day)、5 d最大降水量(Rx5day)、降水强度(SDII)、中雨以上日数(R10)、大雨以上日数(R20)、持续湿期日数(CWD)、强降水量(R95p)和特强降水量(R99p)均呈现先增加后减小的趋势;持续干期日数(CDD)表现为先减小后增加的趋势。在年尺度上,Rx1day、SDII、R99p呈显著增加的趋势,CDD、Rx5day、R10、R20、R95p和总降水量(PRCPTOT)变化趋势不显著,CWD呈显著减小的趋势;Rx1day、Rx5day、R10、R20、R95p、R99p和PRCPTOT高值区位于滇中地区的西北部、东北部及东南部,低值区位于滇中地区的中偏西部;SDII高值区位于滇中地区的西北部,低值区位于滇中地区的中偏西部;CDD呈自西北向东南逐渐减小的趋势;CWD高值区位于滇中地区的西北部、东南部和中部,低值区位于滇中地区的中偏西部;小波分析显示Rx1day、Rx5day、R10、R20、SDI、CDD、CWD、R95p、R99p和PRCPTOT均存在8a内的周期特性。【结论】结果表明:Mann-Kendall趋势分析对于降水要素时间序列变化趋势和突变点分析,能发挥重要的作用;Sen斜率估计针对降水要素长时间序列数据的趋势分析,起到至关重要的作用;连续小波分析能够推断出降水要素存在的周期性变化,有很大的推广应用价值。通过对滇中地区极端降水指标时空演变规律研究,可为滇中地区灌溉排水规划及防灾减灾提供参考依据。