山东省汛期小时极端强降水分布和变化特征

利用山东省1961—2012年74个气象站逐时降水数据,分析研究了山东省汛期(5—9月)小时极端强降水的时空变化和日变化特征。结果表明:(1)山东省小时极端强降水量和频次呈大致的带状分布,由东南沿海向西北内陆递减。山东中西部极端小时强降水强度较大,鲁西、鲁西北、鲁西南及半岛西部一带极端强降水量占比较高。(2)山东历年各站平均小时极端降水量、频次、强度均呈不显著的增多增强趋势。鲁南、鲁西北和半岛东部、北部等地降水量增多趋势明显,鲁南、鲁东南、鲁西、半岛中东部降水强度增强趋势明显。(3)下午(15时)至傍晚(20时)是山东省小时极端强降水主要发生时段。降水量和降水频次在11—18时呈减少趋势,其他时段多为增加趋势。降水强度的变化在上午基本为减弱趋势,其他时次多为不同程度的增强趋势。(4)7月小时极端降水量和降水频次最大,一日中有两个高值中心。(5)山东夜间两个时段21时至次日02时、03—08时段平均和大部分区域极端强降水有增多趋势。     

近50a西北干旱区极端降水的时空变化特征

利用西北干旱区1961—2010年76个测站的逐日降水量,采用线性趋势,MannKendall(M-K)突变检验等现代统计诊断方法,研究我国西北干旱区极端降水的时空变化特征。结果表明:(1)过去50 a北疆地区和天山山区极端降水量总体上呈增加趋势,河西—阿拉善地区变化不明显;(2)除南疆地区外,北疆、天山山区、河西—阿拉善地区极端降水量分别于1982年、1990年、1987年发生显著的上升突变;(3)极端降水量空间分布的区域差异性显著,在研究区西部表现为以天山山区大值为中心,呈现北高南低的特点;研究区的东部主要是自东南向西北递减的特点;(4)极端降水频率与极端降水量的空间分布基本一致。     

青藏高原中东部极端降水的时空变化特征

伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明：青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。     

近56年中国极端降水事件的时空变化格局

基于中国693个地面观测站1961-2016年的逐日降水资料,全面分析了全国和各分区极端降水事件、连续性极端降水事件及其起止时间的时空分布和变化特征。结果表明,近56年,全国极端降水事件明显增多,极端降水量和极端降水日数呈增加趋势的站点占总站数的68%,且主要集中在东南沿海和西部地区。华东地区是全国极端降水量增长幅度最大的地区,增速达18. 2 mm·(10a)~(-1),西北地区的极端降水日数增速最快,每10年增加0. 37天。全国平均的连续性极端降水事件表现为不显著的增加趋势,其中仅西北地区的连续性极端降水量和降水频次的增加趋势达到0. 01显著性水平,华北和西南地区的连续性极端降水事件表现为不显著的下降趋势。全国平均的极端降水事件的开始时间和结束时间分别呈现出明显的提前和推迟趋势,西北、青藏和东北地区极端降水事件的开始时间显著提前,西北地区的结束时间显著推迟,受其影响,西北地区的极端降水事件持续期增长幅度最大达到10. 4 d·(10a)~(-1)。     

1967-2006年中国东南沿海盛夏降水强度变化特征分析

利用中国地面台站逐日和逐时降水资料,对中国东南沿海地区近40年(1967-2006年)盛夏(7-8月)降水强度变化特征进行了分析.逐日降水资料的分析结果表明我国东南沿海盛夏的降水量呈显著增加趋势,且主要是由日降水强度增强所致,日降水频次的贡献不显著.结合逐时降水资料的分析结果发现,东南沿海地区虽然降水日的平均降水时数显著增加,平均逐时降水强度也显著增强.通过按降水持续时数确定的降水事件分类分析发现,短持续降水(≤4h)平均小时强度显著增强,具体表现为弱小时强度降水减少和强降水增多.长持续性降水(≥15h)平均小时强度减弱,但降水频次增加.由于长持续性降水的平均小时降水强度远大于短时降水平均小时强度,对整体小时强度增强是正贡献.总之,我国东南沿海盛夏平均降水强度增强主要来自长持续性降水频次的增多、短时强降水频次的增多和短时弱降水频次的减少.     

1990—2010年中国极端温度和降水事件的月变化特征

利用1960—2010年中国532个台站的日最低、最高气温和日降水资料,选取4个极端温度指数（冷昼、冷夜、暖昼和暖夜）和2个极端降水指数（极端降水量和极端降水频次）,对1990—2010年极端温度和降水事件相对于之前1960—1989年的月尺度变化进行了研究。得到以下主要结论：1） 逐月的冷昼和冷夜发生频率减少,逐月的暖昼和暖夜发生频率增多。冷极端事件发生频率的变化比暖极端事件更明显。2） 4个指数在2月均表现出频率变化异常剧烈的月尺度特征,这主要与中国地区2月增暖最显著有关。4个指数在2月频率变化的空间分布,中国北方地区（东北、华北以及西北）极端温度事件的频率变化比南方地区（西南、华南以及长江流域）更显著。3） 对于极端降水事件,1990—2010年中国极端降水量增加最大的月份为6—7月,极端降水频次增加较多的月份为1—3月。中国各区域极端降水量变化最大的月份集中在夏季6—8月,其中西北、西南和长江中下游地区极端降水量显著增加。对于极端降水频次,东北和西北地区在1月增加最多;华北、西南、长江中下游和华南地区分别在3、5、7和12月增加最多。除华南地区以外,其他5个区域均通过了信度为0.05的显著性检验。     

1961—2008年内蒙古降水极端事件分析

利用内蒙古自治区116个气象站1961—2008年逐日降水量资料,以年序列的第90和95个百分位,分别建立了单站日降水量极端气候事件的阈值,检测了近48年来内蒙古逐日降水量极端事件的出现频率,分析了极端事件阈值、频数及降水量的空间分布和年际、年代际及季节变化的差异,对比分析了1987年前后极端事件频次和降水量的变化。结果显示：1) 内蒙古日降水极端事件的阈值普遍较小,在2.1～23.8 mm之间;全年极端事件出现的频次在2.4～20.9 d之间;降水极端事件的阈值、频次、降水量等空间差异十分明显。2) 近48年来内蒙古区域平均的夏季和全年降水极端事件没有显著的增减变化趋势,但进入21世纪后,7—8月内蒙古极端降水事件和极端事件的降水量明显减少。3) 1987年气温显著升高以后,中部大部地区和东南部降水极端事件减少,东北部大部和西部增加。     

郑州“7·20”极端降水地形影响数值试验

针对2021年7月20日发生于河南省郑州市的极端暴雨事件,利用数值模式对此次暴雨过程中的地形影响问题进行了数值试验分析。结果发现,CMA-MESO(GRAPES-MESO 3 km)模式能够较好地模拟此次极端降水过程。地形对降水具有显著影响,地形高度降低时,降水中心强度减弱,位置偏北;地形高度增加时,降水中心强度增加,位置偏南。其主要影响机制为：(1)太行山与郑州市西侧山体抬升作用使郑州市西部出现较强的上升运动中心;太行山南端阻挡作用使东南暖湿气流北支一部分气流向西偏转,与越过伏牛山的偏南气流及东南气流南支汇合,使郑州市上空维持大尺度水汽辐合,进而产生极端暴雨。(2)当地形高度增加时,东南气流北支的部分气流遇太行山阻挡转为偏东北气流,气流辐合区强度增强,郑州市上空水汽含量明显增加;而东南气流南支受伏牛山阻挡抬升作用影响在郑州市西南侧也产生了强上升气流,在郑州市西北侧与西南侧形成两个强降水中心。     

山东省汛期小时降水过程时空分布特征

利用山东省74个气象站1961-2012年逐时降水观测数据,分析了山东省汛期(5-9月)短历时和持续性降水过程的时空分布特征。结果表明:(1)过程降水量和过程历时显著增大使得山东省汛期总降水量略有增加,持续性降水过程次数、过程降水量、过程历时的增加对总降水量增加的贡献最大。(2)短历时总降水量以鲁中山区、鲁东南地区最多,鲁东南沿海、半岛东部持续性总降水量最多;短历时过程降水量、平均雨强以鲁东南向西北方向经鲁中山区至德州一带最大,持续性过程降水量、平均雨强在半岛东部和鲁东南部分地区最大。(3)短历时峰值雨强以鲁中山区周边地区较大,持续性峰值雨强以鲁南、鲁东南、半岛东部较大。(4)鲁中山区、鲁南及半岛个别地区短历时降水一般开始于午后(13-18时),鲁中山区周边及半岛沿海一带多以夜雨为主,持续性降水过程开始时间多出现在夜间。     

山西近40年极端降水特征分析

利用山西108个国家级地面气象观测站1979—2018年日降水量资料,采用百分位法定义极端降水事件,应用气候趋势系数、Mann-Kendall (M-K)检验等方法,研究山西极端降水特征及其变化规律。结果表明:(1)山西极端降水出现在3—10月之间,发生频次呈现“山区多、盆地少”的特点,平均强度表现为“北中部小、南部大”的空间分布特征。(2)山西极端降水持续时间以1 d为主,局地性特征明显,发生大范围极端降水事件的概率较低。(3)近40年,山西极端降水事件呈明显增多趋势,影响范围不断扩大,强度略有增强,没有突变发生。各区域极端降水的长期变化差异较大;北部强度显著增强,范围明显扩大且在1986年发生突变;中部极端降水日数和强度显著增多增强,并分别在2001、1992年发生突变;南部极端降水变化趋势微弱。     

江淮梅雨区1960—2014年夏季极端降水变化特征及影响因素

利用江淮梅雨区66个测站1960—2014年逐日降水数据和同期NCEP/NCAR再分析资料,基于多个极端降水指数,通过趋势分析、EOF分析和合成分析等手段,探究该区夏季极端降水事件的时空变化特征及影响因素。结果表明：(1)夏季极端降水指数以上升为主,显著上升区主要位于东部。(2)夏季极端降水指数第一特征向量呈全“+”分布形态,北部地区更强,第二特征向量呈“西北+东南-”分布形态;第一模态时间系数呈上升趋势,第二模态时间系数变化趋势不明显。(3)在强（弱）夏季极端降水典型年,西太平洋副热带高压位置偏西（东),中纬度地区表现出经（纬）向型环流分布特征,利于（不利于）江淮地区极端降水发生;同时,对流层中、低层上升运动增强（中层气流辐散增强),水汽通量增强、辐合（减弱、辐散),因此,梅雨区极端降水异常增强（减弱)。     

1962—2013年清远市极端强降水的变化

根据1962—2013年清远市7个地面气象观测站逐日有效降水资料,对极端强降水变化的时空分布特征及变化趋势进行分析。分析表明:清远市极端强降水的阈值、总量和强度的分布呈东南向西北逐渐减少、频数呈西北向东南逐渐减少。阈值佛冈呈减少趋势,其余测站呈增加趋势;总量、频数和强度在南部站呈减少趋势、北部站则呈增加趋势。总量和频数在年变化上呈减少趋势,强度呈增加趋势。极端降水主要集中在4—9月,5—6月最为集中。总量、频数和强度都在20世纪90年代初出现突变现象,总量和强度呈增大、频数呈显著减少的趋势。极端强降水以持续1 d为主;21世纪后,持续1 d的极端强降水事件频数呈明显减少趋势。     

内蒙古夏季极端降水持续性分析与时空分布特征

利用内蒙古地区117站1991—2013年夏季(6—8月)逐时降水量资料,采用Gumbel极值方法确定内蒙古逐时极端降水阈值,研究内蒙古夏季逐时极端降水持续性和演变特征。结果表明:(1)内蒙古地区逐时极端降水阈值自西(5～10 mm)向东(40～55 mm)递增,但极端降水过程相对强度自西向东逐渐递减。内蒙古西部偏南地区、阴山山脉以南和大兴安岭东部极端降水过程持续时间较长,在7 h以上,其余地区极端降水过程持续时间较短,在6 h以内。(2)持续时间在1～3 h的极端降水过程发生次数最高,极端降水过程持续时间越短,降水量峰值出现前降水强度越大。极端降水持续时间4～6 h降水量偏离程度最大,1～3 h和7～12 h次之。(3)近23 a极端降水过程集中出现在7月下旬,峰值出现时刻由17:00滞后到20:00。1991—2010年极端降水过程偏少,可能是因为4～6 h和7～12 h极端降水过程次数偏少;进入2011—2013年,极端降水过程增加明显,主要与持续时间1～3 h、4～6 h和7～12 h极端降水过程同时增多有关。     

2016—2020年哈密市暖季降水特征及其与海拔高度的关系

利用2016—2020年暖季(5—9月)哈密市6个国家气象站及71个区域自动站逐小时降水资料,分析了降水量、降水日数及其与海拔高度的关系。结果表明：(1)哈密市暖季降水集中在6—8月,降水量(日数)以小雨最多,暴雨最少。(2)暖季平均降水量(日数)及各等级降水量(日数)均呈西北—东南向的带状分布,沿天山山脉向两侧递减;各等级降水量和降水日数的大值区在天山山脉两侧海拔较高区域,东北部以及西南部的戈壁区域降水很少,且西南部的戈壁区域未出现过暴雨。(3)暖季降水量与降水日数呈显著正相关,在2 600 m以下,海拔高度平均每升高100 m,降水量增加约12.3 mm,降水日数增加2.1 d。(4)在海拔1 000 m以上各等级降水量均存在相对偏少区,海拔2 400～<2 600 m中雨及以下降水日数最多,2 200～<2 400 m大雨及以上降水日数最多。     

山东省极端降雪天气事件特征分析

应用常规地面和高空观测资料、NCEP/NCAR 1°×1°再分析资料以及山东省122个国家自动站日降水量和小时降水量资料,从日积雪深度和过程总降水量两个角度分别定义第一和第二类极端降雪事件,并进一步对其基本特征进行分析总结。结论如下:(1)山东省极端降雪事件发生在江淮气旋和回流天气形势下,出现在11月(初冬)和2月(早春)的可能性最大,江淮气旋类多出现在2月,回流类多出现在11月。(2)极端降雪事件中鲁东南、鲁西北西部和鲁中北部地区降雪量大且出现极端降雪次数多。江淮气旋类极端降雪过程降水量大值中心出现在鲁东南、鲁中北部和半岛地区,而回流类过程降水量呈现出"南多北少"的分布特征。(3)相比较于江淮气旋类降雪过程,回流类极端降雪过程出现的单站最大降水量更大,且大雨以上量级降水范围更广。通常极端降雪过程中,降水量最大为50.0~59.9 mm,多数站点过程降水量为10.0~29.9 mm。(4)不同天气系统影响下的两类极端降雪过程地面气旋初生时中心气压值、冷高压中心强度和位置、低空急流的厚度和强度等特征有所不同。(5)回流类极端降雪过程,水汽辐合层次深厚,700 h Pa与850 h Pa均有明显的水汽辐合,江淮气旋类极端降雪过程中水汽辐合层次较低,主要位于850 h Pa附近。对于过程降水量超过50.0 mm的极端降雪事件,700 h Pa和850 h Pa比湿均达到并超过5 g·kg~(-1)。(6)回流类极端降雪过程伴有不同范围寒潮。     

近50年西北干旱区极端降水的时空变化特征

利用西北干旱区1961-2010年76个测站的逐日降水量,采用线性趋势,Mann-Kendall（M-K）突变检验等现代统计诊断方法,研究我国西北干旱区极端降水的时空变化特征。结果表明:（1）过去50年北疆地区和天山山区极端降水量总体上呈增加趋势,河西-阿拉善地区变化不明显;（2）除南疆地区外,北疆、天山山区、河西-阿拉善地区极端降水量分别于1982年、1990年、1987年发生显著的上升突变;（3）极端降水量空间分布的区域差异性显著,在研究区西部表现为以天山山区大值为中心,呈现北高南低的特点;研究区的东部主要是自东南向西北递减的特点;（4）极端降水频率与极端降水量的空间分布基本一致。     

极端降水事件变化的观测研究

回顾了气候变化背景下的极端降水事件变化观测研究的主要进展,结合全球变化的特点,重点讨论了中国极端降水事件的变化特征。指出：最近50多年,我国降水强度普遍趋于增加,降水日数除西北地区外其他大部分地区显著减少。极端降水与总降水量变化之间的关系很密切,西北西部、长江及长江以南地区极端强降水事件趋于频繁,华北地区虽然极端降水事件频数明显减少,但极端降水量占总降水量的比例仍有所增加。连阴雨产生的年降水量在华北、东北东部和西南东部地区明显减小,在青藏高原东部和一些东南沿海地区则增加。降水日数和微量降水日数减少是近年来我国干旱化趋势发展的一个重要特点。     

近57 a 5—9月贵州极端强降水变化特征

基于贵州1961—2017年82个观测站5—9月逐日降水资料,将处于95%位置的降水量作为极端降水阈值,分析极端降水日数和极端降水量的时空分布特征及其与海拔高度的关系。结果表明:极端降水阈值在南部和东北部地区较高,大于45.0 mm;西部和西北部较低,在35.0 mm左右。多年平均极端降水日数和极端降水量呈西高东低的空间分布特点,极端降水日数在3.6~4.6 d之间,极端降水量多处在200~360 mm之间,极端降水量占5—9月降水总量的30%左右。极端降水站次和极端降水量在各旬分布上呈单峰型,最大值均出现在6月下旬。极端降水日数和极端降水量在中南部表现出不同程度的增加趋势,中部增加趋势最为明显。极端降水量对总降水量的贡献率呈增加趋势。极端降水日数和极端降水量随海拔高度的增加而增大,尤其是极端降水日数受海拔高度的影响明显。     

近50a华东地区夏季极端降水事件的年代际变化

利用中国华东地区90站点1960--2009年夏季（6—8月）逐日降水资料,分析了近50a来华东地区各类极端降水事件的强度和发生频次的年代际变化。结果表明：华东地区极端降水事件年代际变化特征明显。近20a来,不论是极端降水事件的平均强度还是发生次数都要明显高于前30a;1990年代是极端事件多发且强度较强的年代;华东区域极端强降水过程事件的连续降水日数多在9d以下,而极端连续降水日数事件基本在9d以上;较之华东地区其他区域,福建地区存在更多的强度大、持续久的降水过程;华东地区最大极端降水量出现在江西北部与安徽南部的交界区域。极端降水事件频发带存在南北摆动的年代际变化,这一特征在极端日降水事件和极端强降水过程事件上表现得更为明显。同时,存在两个极端事件频发带,分别位于长江流域附近。在后3个年代,这两个频发带呈现出分一合一分的年代际变化特征。     

茂名地区极端降水时空分布特征分析

利用茂名地区近45a气象站逐日雨量资料,分析茂名极端降水事件的时空分布特征。结果表明,茂名地区各站极端降水的阈值与强度由南向北递减,平均年极端降水总量由西向东递减,极端降水频次的由西北向东南递减;极端降水事件发生的高峰月为6月,极端降水总量峰值月为8月;茂名地区极端降水总量、频数以及强度均呈增加趋势,年际变化明显;各极端降水指标突变特征不明显;年极端降水总量以及频次存在准3a短周期、12a长周期。