福建区域性暴雨过程综合强度定量化评估方法

该文以福建省为例,探讨了区域性暴雨过程的识别方法和综合强度评估模型。采用福建省66个国家级气象观测站1961—2010年逐日降水量资料,首先在给定区域性暴雨过程识别方法的基础上,筛选出941次区域性暴雨过程;其次选取区域最大日降水量、区域最大过程降水量、区域暴雨范围和区域暴雨持续时间4项暴雨过程指标,采用百分位数方法分别确定4项指标的等级划分标准;采用相关系数法确定各指标权重,构建福建区域性暴雨过程的综合强度评估模型,并给出福建区域性暴雨过程的综合强度等级划分标准。业务服务和历史事件验证表明:采用该方法的评估结果较为合理,且与历史重大暴雨事件具有良好的一致性。     

广东区域性暴雨过程的定量化评估及气候特征

利用1961—2017年广东86个地面气象观测站逐日降水资料,定义广东区域性暴雨过程的标准,构建了综合考虑区域暴雨过程持续时间、暴雨范围、最大日降水量和最大过程降水量4个指标的广东区域性暴雨过程综合强度评估方法,由此分析近57年广东区域性暴雨过程次数、强度、雨涝年景等特征和变化。结果表明:近57年来,广东共出现1211次区域性暴雨过程,平均每年21.2次,主要出现在4—9月,单次过程平均持续时间是2.3 d;广东区域性暴雨过程的次数和强度存在明显的月际、年际和年代际变化,次数最多出现在5月,强度最大出现在6月;广东雨涝年景指数以0.17/（10 a）的速率显著上升;强和较强等级的广东区域性暴雨过程次数呈显著增加趋势,较弱等级区域性暴雨次数呈显著减少趋势。评估得到广东强雨涝年有5年:2008年、2001年、1973年、1994年、1993年,其中有4年出现在1990年以后。     

淮河上游暴雨事件评估模型

暴雨灾害是我国面临的主要气象灾害之一,对其进行评估具有重要的理论和现实意义。该文以气象降水数据为基础建立数据集,采用统计分析的方法建立暴雨事件评估模型,对淮河流域上游的暴雨事件进行评估。该模型选取了4项描述暴雨事件的指标:区域平均日降水量、区域最大日降水量、覆盖范围和持续时间,通过对淮河上游16个站1961—2007年逐日降水量资料的统计分析,按概率分布划分出这4项指标的各等级标准,从而建立暴雨事件等级标准评估矩阵,而需要评估的暴雨事件等级则通过计算该暴雨事件各指标所组成的向量与等级标准评估矩阵中各等级所组成的列向量之间的欧式距离来确定。通过对历史资料及2008年4月—2010年7月发生的暴雨事件实况资料进行评估,发现评估结果与其所造成的实际影响对应较好,说明该模型对暴雨事件等级的划分较为合理。     

黑龙江省夏季极端降水和暴雨变化规律的分析

基于全省82个监测站1961—2010年夏季6—8月逐日降水资料,取第95百分位作为极端降水事件的阈值。极端降水阈值的空间分布,可分为大、中、小值区。大值区≥34mm,小值区≤30mm,它们之间为中值区。按极端降水总次数多少可划分3个区域,即偏多、正常、偏少区域。以总次数≥120次相当于2-4次,a。定为偏多区域,总次数≤100次相当于2．0次／a定为偏少区域,100〈总次数〈120为正常区域。最大区主要分布在伊春和尚志。暴雨以总次数335次相当于0．7次,a定为偏多区域．总次数≤25次相当于0．5次／a定为偏少区域,25〈总次数〈35为正常区域。暴雨偏多区域主要分布在伊春、铁力、尚志和五常。极端降水与暴雨均有同步变化特征：上世纪60、70年代均趋于偏少．80年代出现最高值,而后90年代和本世纪初10a又开始呈下降趋势,但总的趋势呈现出略微的增长的趋势,而极端降水增长略高于暴雨的次数。全省夏季降水、极端降水、暴雨年际变化特征分析表明。50a来降水总的变化趋势呈略微下降趋势,平均下降2．5mm／10a。极端降水、暴雨呈略上升趋势．分别平均上升5．2次／10a和1．2次／10a。夏季降水、极端降水、暴雨互相关表明,极端降水日数对降水量相关系数达0．92,远大于暴雨的相关,表明极端降水事件对降水量贡献远大于暴雨的贡献。     

海南省区域性暴雨过程综合强度评估方法研究

利用1961-2014年海南省逐日降水量资料和4个暴雨过程评估单项指标,采用百分位法建立分项等级评估指标,再分别利用等权重法和百分位法建立区域性暴雨过程综合强度的定量评估模型和确定综合强度等级划分标准。利用该模型对海南省历史上发生的不同等级区域性暴雨过程进行了检验,并对2015年夏、秋季和2016年夏季的9次区域性暴雨过程进行评估应用检验。结果表明:综合考虑区域性暴雨过程的极端强度、持续时间和影响范围等不同指标构建的区域性暴雨过程评估模型,可以较为客观和全面反映海南省区域性暴雨过程的综合强度,并能实现对当地区域性暴雨过程的逐日滚动评估,可较好地满足当地区域性暴雨事件快速、准确评估的业务和服务需求。     

四川省暴雨过程强度及损失评估方法研究

利用1961—2015年四川省逐日降水资料、典型年份各区县暴雨灾情、GDP、人口和耕地面积资料,采用加权求和法建立基于归一化的过程降水量、最大日降水量和过程持续天数的暴雨综合强度指数及等级标准;基于经济损失率、人口受灾率和作物受灾率指标,采用灰色关联法确定灾害严重程度;利用相关分析法分别建立基于暴雨综合强度指数和基于暴雨灰色关联度的灾害损失评估模型,分析了各地不同重现期暴雨可能造成的经济损失率。结果表明:暴雨综合强度指数能够较好地揭示不同强度等级暴雨的时频和空间分布特征,暴雨过程造成的损失与暴雨综合强度指数和暴雨灰色关联度均显著相关,两种损失评估模型的拟合与试评估效果均较好,5 a一遇暴雨的经济损失率多在3%以下,50 a一遇暴雨的经济损失率多在3%以上,盆地北部和西部山区在5%以上,局地可达7%～9%。     

怀化市近30a间暴雨变化特点及灾情评估

利用怀化市所管辖的县市1980—2009年11台站暴雨洪涝灾情降水资料,分为北部、中部、南部,对暴雨洪涝降水量分布特征与规律及气候特点、持续时间、历史强度和灾情影响进行了综合分析。总结出了怀化市北部、中部、南部年平均出现暴雨和大暴雨次数分别为4.6、3.9、4.2次,并得出了暴雨洪涝30 a间的年际、月际、旬际分布特点,为今后的暴雨预报工作及防汛抗洪工作提高了较好的参考依据。近年来,洪涝次数呈增加趋势,造成的经济损失也随之递增。     

长江下游地区汛期暴雨气候特征分析

IPCC(1995)第二次科学评估报告指出了极端气象事件变化研究的重要意义[1].长江下游地区地势低平,往往是我国暴雨洪涝的多发区域,造成严重灾害,因此,研究长江下游地区暴雨的规律具有极其重要的意义.选取了长江下游地区52站1960～2003年逐日降水资料,运用EOF分析将其分为3个分区,采用小波分析,Mann-kendall非参数检验法及趋势系数法等分析方法研究各分区汛期暴雨降水的气候统计特征.结果表明:虽然汛期同为暴雨降水的集中时期,但各分区暴雨降水在汛期降水中所占比重略有差异,暴雨降水量、频次所占比例的空间分布为西区较大、东区和北区略小,暴雨平均强度则西区和北区东部强、其他区域小.同一区域中降水量与频次具有显著的正相关,不同区域间仅暴雨降水量的相关性较好.暴雨降水量44 a中呈现了增加的趋势.各区汛期暴雨具有多重时间尺度的周期变化,暴雨降水量和频次的周期在西区与全区的较为一致,主要是6～9 a的周期振荡.东区和北区有着不同尺度的振荡周期.各区的暴雨降水强度都不同程度地存在着3 a的周期振荡.长江下游地区汛期暴雨降水量除北区外,全区及其他分区的突变时刻均发生在1980年代末～1990年代初这一时期,暴雨降水量在1980年代中期～20世纪末出现了一个增长的过程,北区趋势并不显著.全区暴雨平均强度在突变时刻之后有一个减弱的过程,而西区和北区的暴雨平均强度变化并不显著.     

1961—2016年我国区域性暴雨过程的客观识别及其气候特征

利用全国2287个气象观测站1961—2016年逐日降水资料,基于对暴雨区进行连续追踪的思路,采用暴雨相邻站点数和暴雨区中心距离确定了中国区域性暴雨过程的客观识别方法;根据区域性暴雨过程的平均强度、持续时间和平均范围构建了区域性暴雨过程的综合强度评估模型。利用该客观方法对1961—2016年中国的区域性暴雨过程进行识别,并分析其气候和气候变化特征。结果显示：我国区域性暴雨过程年均38.5次;区域性暴雨过程一年各月均可出现,但主要出现在4—9月,其中7、8月发生最为频繁,6月区域性暴雨过程持续时间长、范围广、综合强度强,这与长江中下游地区梅雨现象有关。一年中,区域性暴雨过程首次出现日期平均为3月6日,末次出现日期平均为11月14日;1961—2016年,我国年区域性暴雨过程首次出现日期呈明显提前、末次日期呈显著推后、暴雨期呈显著延长的变化趋势;年发生总频次呈微弱增多,较强区域性暴雨过程次数呈明显增加趋势;区域性暴雨过程的覆盖范围和综合强度均呈显著增大趋势。南方型区域暴雨过程变化趋势与全国的基本一致;北方型首次日期呈提前、末次日期呈推后趋势,发生频次有微弱减少趋势,覆盖范围、持续时间、综合强度均无明显变化趋势。     

四川省持续性暴雨定义及时空分布特征

采用1961—2014年四川省158个气象站的逐日降水量资料,定义了四川省单站和区域持续性暴雨的标准,分析了近54年四川省持续性暴雨的时空分布特征。结果表明,盆地单站持续性暴雨多发生在9月,主要出现在盆地西北部、西南部和东北部,一般持续3天,一次持续性暴雨事件降水量一般可达150~200mm。而攀西地区单站持续性暴雨发生的次数一般为1~3次,6月发生范围最大,最长持续时间为4天,主要发生在攀西地区东部。区域持续性暴雨多发生在7月,降水中心主要分布在盆地西部沿山一带及盆地东北部,这与单站持续性暴雨频次高值区的分布基本一致。区域持续性暴雨在2001年后发生频次较前期频繁,特别是持续3天的持续性暴雨事件发生频率较高,但是强度略有减弱。     

区域暴雨强度等级综合评估研究—以长江中下游为例

考虑到暴雨可能造成灾害的累积效应,本文提出降雨衰减指数的概念,建立相当强度公式,并以此判定暴雨日。从致灾因子出发,以暴雨过程的过程强度和影响范围作为评价指标,建立区域暴雨过程致灾强度的综合评估模型。以长江中下游地区为例,基于上述评估模型,得到该地区暴雨过程序列,继而利用百分位法对暴雨序列进行等级划分,得到该区域暴雨过程的暴雨强度等级。并将上述结果与历史灾情记录对比,结果显示两者在时间和影响范围上吻合较好。     

四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性

四川盆地是我国夜雨发生频次最高的地区，夜间暴雨是夜雨中可致灾并加剧防范难度的一类特殊气象灾害，但以往对四川山地夜间暴雨精细特性的相关研究较少。利用四川省2010—2019年2 165个国家及区域气象站逐小时降水资料，分区统计了四川暖季（5—9月）暴雨日夜间降水占日降水量的比例、夜间暴雨频次和夜间平均暴雨强度的基本特征，并通过趋势分析和地理加权回归等统计方法，分析了其空间分布及其与海拔高度的关系，获得以下结果：（1）四川暴雨日夜间降水占日降水量比例呈现自南向北递减的趋势，以海拔2 800 m为分界，表现为随海拔高度升高呈先增大、后减小的垂直分布特征，川西南山地与其他山地区域整体上升的变化趋势明显不同。（2）夜间暴雨频次较多的测站沿川西与川西南山地陡峭地形呈线性分布，夜间暴雨频次随海拔高度升高总体呈现减小的特征，川西山地和川西南山地的频次最大值分别出现在海拔800 m和500 m。（3）四川夜间平均暴雨强度整体随海拔的升高而减小，大值区主要位于川西山地和川东北山地，海拔700 m高度处的峰值强度主要由川西山地贡献。（4）川西山地夜间暴雨特征呈次数较多且每次强度大，川西南山地夜间暴雨为次数多但单次降水量较小，而川东北夜间暴雨的强度较大但次数较少。以上结果有助于深化对山地夜间暴雨精细特征的认识。     

基于优势分析法的河北省暴雨对房屋致灾阈值研究

利用河北省1984～2014年142个国家气象站的降水资料和历史灾情,以房屋为承灾体,基于优势分析法确定致灾因子的影响权重,构建暴雨综合致灾指数模型。以影响环境脆弱性的要素为指标,运用K-mean聚类分析法将河北省分成5个区域,采用指数函数拟合房屋损失与综合致灾指数的关系,反推出各个类型区不同灾情等级对应的综合致灾指数阈值,并通过2015～2019年的124个灾情案例进行验证。结果表明:河北省暴雨造成的房屋灾情事件发生次数总体呈现出北多南少的特征,北部山区普遍在10次以上。致灾因子中过程总雨量的影响权重最大,为68%,最大日降水量、持续日数、过程最大小时雨强所占权重分别为22%、6%和4%。模拟灾情的最佳等级分割点为损坏房屋1180、335、235间,此时模拟灾情等级与实际灾情等级一致的比例最高（67.4%）。阈值检验中,2015～2019年灾情案例的准确率为69.8%,轻度灾情等级的准确率最高。     

泰安市近50a暴雨时空变化特征研究

利用山东省泰安市1961—2010年6个国家级气象观测站及2008—2010年86个区域站日降水量资料,采用小波分析、Mann-Kendall突变检验、滑动t检验与Yamamoto检验等方法,统计分析了近50a泰安市暴雨次数和暴雨量的时空变化特征。结论如下：泰安市单站暴雨发生最频繁,但区域性暴雨、大范围暴雨对该市暴雨次数和暴雨总量的多寡起主要影响;暴雨次数与暴雨总量以泰山为中心向西、南和东南递减;泰安市近50a年均暴雨量普遍存在27～28a和9～11a的周期振荡,以及80年代以后的16～17a的周期振荡;近50a泰安市暴雨量整体呈缓慢上升趋势,暴雨量极端偏多偏少事件所占概率较少,且在统计时段无明显突变发生。     

对基于RegCM4降尺度的中国区域性暴雨事件模拟评估

基于区域气候模式RegCM4对4个全球气候模式动力降尺度模拟（分别记为CdR、EdR、HdR、MdR）以及高分辨率格点观测数据CN05.1的日降水数据,利用“追踪式”客观识别方法,对1981—2005年中国区域性暴雨事件进行了识别,并评估了模式对其气候特征的模拟性能。结果表明：4个动力降尺度模拟以及多模式集合能较好地模拟区域性暴雨事件发生频次、平均持续时间、平均降水量、平均影响范围和综合强度的年内分布特征以及气候平均值。观测的区域性暴雨事件持续时间、平均降水量、平均影响范围和综合强度在不同区间的频率分布特征以及区域性暴雨事件的累计频次、累计持续时间和累计降水量的空间分布特征也能得到很好地再现。模拟值与观测的空间相关系数都在0.9以上,且均方根误差不超过0.4。不过,相对而言,模式模拟的区域性暴雨事件频次略少,主要由对中度区域性暴雨事件低估所致;模拟的平均持续时间和平均降水量略偏高,而平均影响范围略偏小。综合强度方面,除HdR外,其余模拟均有所高估,尤其是MdR。在频率分布特征和空间分布方面,CdR的模拟性能低于其他模拟。多模式集合模拟的平均持续时间、平均降水量、平均影响范围和综合强度的相对误差分别为13%、2%、-11%和3%。     

南宁市台风暴雨特征分析

利用2006-2018年南宁市台风暴雨过程的日雨量(20-20时)和小时雨量资料,采用数理统计方法对台风暴雨发生频次、持续时间、最大小时雨量进行分析,揭示南宁市台风暴雨的时空分布特征。结果表明:(1)2006-2018年影响南宁的台风暴雨次数年变化呈减少趋势,月际变化呈单峰型分布,峰值在8月;各月台风暴雨过程平均持续时间在1～3 d之间;各月台风暴雨过程的最大小时雨量呈"W"型分布,峰值出现在6月、9月和11月。(2)南宁市城区及横县既是台风暴雨中心,又是暴雨及大暴雨的高频区;台风暴雨小时最大雨量空间分布呈东北高、西南低,四周强于中间的特征。(3)2006-2018年从Ⅱ类路径进入广西的台风造成南宁市台风暴雨次数最多;台风强度与台风暴雨强度不存在明显的单一关联性。     

贵州区域性暴雨过程的定量化评估及气候特征

利用贵州省84个气象观测站点1961—2020年逐日降水数据,定义贵州省区域暴雨标准,构建了综合考虑暴雨过程持续时间、暴雨范围、平均暴雨量3个指标的贵州区域性暴雨过程综合强度评估方法和雨涝年景指数,分析近60a贵州区域暴雨过程次数、强度和雨涝年景指数等特征和变化。结果表明：贵州区域性暴雨过程共出现721次,平均每年12.0次,2015年最多达20次,1961年最少仅4次;区域性暴雨过程3—9月均可出现,6—7月最为集中,6月最多,3月最少;区域性暴雨过程以0.4次/10a 的速率呈弱的上升趋势,年际和年代际特征明显;区域性暴雨过程的影响范围多为6～19站,持续天数为 1～5 d,平均暴雨量多为60～80mm;强、特强暴雨过程呈显著增加趋势,较强暴雨过程呈略微增加趋势,一般性暴雨过程呈略微减少趋势;雨涝年景指数呈显著上升趋势,7个强雨涝年2014、2020、1996、1999、1995、2000和1991年均出现在1990年后。     

湖北省暴雨洪涝致灾指标研究

利用湖北省76站逐日降水量资料,采用耿贝尔极值Ⅰ型分布和百分位方法,分别对日最大降水量和过程最大降水量计算湖北省暴雨洪涝各等级的阈值,并统计洪涝历史发生次数,与实际灾害次数进行对比分析.结果表明:(1)虽然强度较大的日降水量也能导致灾害发生,但过程降水量则能更好地反映持续性降水累积效应的致灾作用;(2)百分位法中"分区域指标"和"全省统一指标"的渍涝次数两者接近,但是轻涝和一般洪涝在三峡河谷地区"全省统一指标"的次数明显小于"分区域指标"的次数,较重洪涝和严重洪涝次数在鄂西北和鄂西南地区"全省统一指标"统计结果明显偏少;(3)与实际洪涝灾害个例对比分析表明,百分位方法中"分区域指标"统计的洪涝灾害次数与各区域代表站的实际灾害次数更为接近.     

长江中下游沿江地区暴雨过程综合评估模型及应用

选取长江中下游沿江地区87个站点,利用1957—2007年中国高密度台站地面日降水资料,对长江中下游沿江地区暴雨过程的历史资料进行统计分析,建立长江中下游沿江地区暴雨过程综合评估模型。首先选取平均降水量、降水强度、覆盖范围和持续时间4个指标,并对每个指标进行了正态化转化或Г分布拟合,然后利用相应的分布概率密度函数的反函数确定数年一遇的概率等级作为等级标准,将长江中下游沿江地区的暴雨过程划分为5个等级,最终运用权重分析法建立了暴雨过程综合评估模型。应用此模型对1999年6—8月的5次暴雨过程进行了试评估,结果表明,该模型评估效果较好,可以在实际业务中应用。     

辽宁暴雨事件影响的预评估和灾后速评估

本文不同于通常的暴雨灾害事后灾情评估,而是单纯采用气象资料来实现暴雨事件的灾前预评估和灾后快速评估。为此,通过对辽宁省区域性暴雨事件历史资料的统计分析,利用平均降水量、降水强度和覆盖范围3个指标,建立了基于距离函数的暴雨事件快速评估模型。在建模过程中,对每个指标进行了正态化转化和正态性检验,并利用正态分布概率密度函数确立了各指标数年一遇的等级标准。采用定义域平移的办法,对模型中各指标的权重系数进行了调整。另外,应用此模型对2005年汛期三次区域性暴雨事件进行了评估应用,结果表明,决策服务效果较好。