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。     

暴雨洪涝受灾人口与雨涝危险性指数关系模型研究

建立可监测、可预报的雨涝危险性指数与暴雨洪涝受灾人口的关系模型,对暴雨洪涝灾前、灾中、灾后人口受灾情况快速评估具有重要意义。以湖北省为例,利用小时降水、日最大降水量、累积降水量与暴雨持续天数等气象资料以及水系、高程等孕灾环境资料,构建了雨涝危险性指数。结合历史洪涝受灾人口资料,建立基于雨涝危险性指数的暴雨洪涝受灾人口灾损曲线。按照重现期划分雨涝危险性等级,并通过计算不同重现期雨涝危险性指数的致灾阈值,建立危险性等级与受灾人口的定量关系模型。结果显示:(1)湖北省暴雨高危险区主要位于江汉平原以东,其次是鄂西南南部、江汉平原南部。(2)通过历史暴雨过程受灾情况比较,包含小时雨量和孕灾环境的雨涝危险性指数更能呈现暴雨过程的受灾程度。(3)湖北省暴雨洪涝受灾人口与雨涝危险性指数呈幂函数关系,年及暴雨过程实际受灾人口与拟合受灾人口的相关系数分别达0.800和0.891。(4)利用5 a、10 a和20 a三个重现期将雨涝危险性指数划分为三个等级,当雨涝危险性指数超20 a一遇时,预计受灾人口将达12万人以上。     

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。     

新疆南部干旱区暴雨研究：科学认知与主要进展*

新疆南部(简称南疆)是典型的干旱区,地形和下垫面复杂,生态环境脆弱,对气候变化异常敏感。在全球变暖背景下,近年来南疆暴雨发生频率和强度明显增加,引起社会广泛关注。本文主要回顾了南疆干旱区暴雨的科学认知、研究进程和最新研究进展,南疆暴雨具有降水集中度高、相对强度大、极端性强、空间分布不均匀等特点。南疆暴雨研究经过了从大降水个例到多尺度相互作用机理和数值模拟发展应用的阶段,目前在南疆暴雨的重要影响天气系统和水汽输送等方面取得新的科学认识。最后,对干旱区暴雨科学研究的未来发展方向进行了简要的讨论和展望,以期承上启下,为未来新时期南疆暴雨研究提供创新基础。     

1961—2019年中国区域连续性暴雨过程的危险性区划

利用暴雨区连续追踪的思路和全国2481个气象站逐日降水资料对1961—2019年全国区域连续性暴雨过程（Regional Continuity Rainstorm Process,RCRP）进行客观识别,并根据RCRP的持续时间、影响范围、最大日降水量和最大过程降水量建立和改进危险性评估模型和危险性区划。结果显示：1961—2019年中国共发生2294次RCRP,危险性排名前十强的RCRP与历史记录相符;其危险性空间分布特征与我国降水气候态分布相似,由东南向西北逐级递减;我国RCRP的高危险性区域位于华南和江南地区;危险性的季节空间分布与同季节的降水特征相关,春季华南地区的RCRP高危险性等级体现了我国华南前汛期的影响;夏季华北和东北地区的RCRP危险性高于其他季节,沿海地区的高危险性体现了台风暴雨的影响;秋季四川北部的危险区主要体现了华西秋雨的影响;单次RCRP危险性区划表征本次暴雨洪涝受灾程度大小的分布情况,可以直观地判断此次RCRP对我国相应区域造成暴雨洪涝灾害的大小分布情况。其研究结果增进了对于RCRP演变规律的认识,对于预测未来RCRP季节或次季节内等不同时间内的区域危险性强度大小及其相关的暴雨洪涝灾害风险防范具有重要意义。     

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。     

乌鲁木齐暴雪天气的环流配置及中尺度系统特征*

利用1980-2018年ERA-5全球再分析资料,对汉江流域汉中地区典型暴雨发生前纬向风场变化及天气尺度瞬变波活动(Eliassen-Palm通量特征)进行分析。结果表明：瞬变波EP通量特征分析为汉江流域暴雨潜势预报提供一个有利的参考指标;暴雨发生前,33°N附近200hPa附近有纬向风减速中心,对应200hPa为EP通量辐散区,这种垂直分布模型是暴雨前期有利形势,随着纬向风减速趋势加强,EP通量辐散区扩展并加强,有利于暴雨的发生;7月较之8月,暴雨强度更强、暴雨范围更广、纬向风变化更明显、200hPa以上EP通量辐散更强。若简单地将盛夏暴雨整体进行研究,会影响对不同月份瞬变波活动及大气环流变化趋势的诊断,造成诊断偏差且难以准确反映瞬变波与暴雨的联系。因此在讨论盛夏季天气尺度瞬变波与对流层环流的相互作用时,应针对不同月份分开进行讨论。     

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...     

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%。     

华南前汛期雨涝强、弱年的确定及其环流特征对比

用区域性暴雨过程综合强度评估方法,在对1961—2010年华南前汛期逐场暴雨过程评估的基础上,通过定义华南区域雨涝强度指数(RWI),划分和确定了雨涝强、弱年,并对雨涝强、弱年的环流特征进行合成分析。结果显示:(1) RWI存在显著的年际变化和年代际变化特征。雨涝强度在1990s初以后呈现明显的增加趋势,雨涝强年明显增多。(2)雨涝强(弱)年,南亚高压偏南(北),副高位置偏西(东),欧亚中高纬500 hPa位势高度差值场自西向东呈现+ - +的波列分布,则有利(不利)于华南区域降水的发展和持续;(3)华南前汛期雨涝的强(弱)与大气低层来自华中—华南北部的偏北风输送加强(减弱)、高原东南侧的偏西风和经西太平洋—南海进入华南的西南风及水汽输送异常加强(减弱)有着密切的关系。而与来自孟加拉湾进入华南的偏南风及水汽输送强(弱)呈现反相关。(4)雨涝强(弱)年,冷空气活动频率较高(低),持续时间较长(短),强中心偏南(北)。且暖湿空气较早(晚)到达25 °N地区,并在30 °N以南地区维持时间较长(短),季风推进快(慢)。     

基于GIS技术的乐山市暴雨洪涝灾害风险区划研究

利用乐山历史气象资料,综合乐山自然、社会经济与防灾资料,利用GIS技术和自然灾害风险指数,构建乐山暴雨洪涝灾害风险评价模型,对乐山暴雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾能力多个因子定量分析,计算出全市范围暴雨洪涝灾害综合风险指数,并绘制了风险区划图。结果表明:乐山市中区、五通桥区、沙湾区、峨眉山市和夹江县的部分地区其暴雨洪涝灾害风险最大;金口河区、峨边县、马边县暴雨洪涝灾害风险最小。      

辽宁省精细化暴雨洪涝灾害风险评估与预评估

基于辽宁省61个国家气象站1961—2020年和998个区域自动气象观测站建站至2020年逐小时、逐日降水资料,分析了辽宁省暴雨洪涝灾害主要致灾因子,计算了暴雨洪涝孕灾环境指标,完成了辽宁省暴雨洪涝灾害危险性评估。结果表明：暴雨洪涝高危险性地区主要位于丹东;暴雨洪涝灾害人口高风险区主要位于沈阳和大连市区;经济高风险区主要位于大连和盘锦市区;水稻、玉米高风险区主要位于锦州、盘锦和丹东。利用辽宁省无缝隙智能网格预报数据对2022年7月28—29日的暴雨过程灾害风险进行了预评估,发现暴雨灾害危险性高值区域主要分布在朝阳、葫芦岛以及辽宁中部。暴雨灾害可能造成的人口、经济高风险区域主要位于辽宁西部和中部地区;暴雨灾害可能造成的水稻和玉米高风险区主要位于沈阳、铁岭和朝阳北部等地区。预计高风险区主要影响人口约为449万人,经济损失约为1432万元,受影响的水稻面积约为1.028万公顷、玉米面积约为1.798万公顷。通过灾后效果检验,发现预评估模型效果良好,可在实际的暴雨洪涝灾害风险评估业务中使用。     

基于CMIP6的西南暴雨洪涝灾害风险未来预估

为预估全球变暖背景下中国西南地区未来暴雨洪涝灾害风险的变化特征,研究挑选5个CMIP6模式和5个极端降水指数,结合地形因子、社会经济数据和耕地面积百分比,构建暴雨洪涝灾害风险评估模型,对西南暴雨洪涝灾害风险进行基准期(1995—2014年)评估、未来两个时期(2021—2040年,2041—2060年)3种情景(SSP1-2.6,SSP2-4.5,SSP5-8.5)下的预估和对比分析。结果表明：EC-Earth3, EC-Earth3-Veg两个单模式对5个极端降水指数的模拟效果较好,不等权重集合(UEWA-5)的效果整体优于等权重集合(EWA-5)。西南地区5个极端降水指数的高值区位于云南西部、广西东北部以及四川盆地西缘,社会脆弱性和辐射强迫越高,极端降水指数平均值和最大值越大; 从基准期到未来两个时期,5个极端降水指数均呈增大趋势。未来暴雨洪涝灾害的中高风险区和高风险区主要分布在四川成都市、重庆中心和四川盆地西部、云南昆明市、广西中南部和桂林市等局部较发达地区; 未来两个时期SSP2-4.5情景下的中高风险区和高风险区面积最大; 从基准期到未来远期,中高风险区和高风险区面积将随着时间增长而增加。     

基于GIS的云南省1km精细化暴雨灾害风险评估

为了加强暴雨相关的防灾减灾工作的科学性,本文基于云南省126个国家气象站2010—2019年10年的逐时降水资料和基础地理信息数据,从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性3个方面,建立暴雨灾害风险评估模型,利用熵值法、自然断点法、ArcGIS插值和栅格分析方法,实现云南省暴雨灾害风险的区划评估。结果显示:(1)暴雨灾害高风险区主要集中于云南南部,包括西双版纳州、普洱市、红河南部、德宏州及北部地区;(2)迪庆州、怒江州、丽江市北部等地暴雨灾害风险等级较低;(3)全省暴雨灾害高风险区、次高风险区面积占比分别为7.05%、25.22%,低风险区、次低风险区面积占比分别为10.32%、21.86%。使用2020年暴雨灾害次数、暴雨日对区划评估结果进行检验表明,区划评估结果具有科学合理性。     

基于层次分析法的朔黄铁路暴雨灾害风险评估

选取2016—2020年朔黄铁路沿线40套自动气象站降水资料,结合周边国家站区域站近15年资料、行政区县地理信息、社会经济信息等,基于ArcGis技术,采用层次分析法等方法,从暴雨灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性3类因子构建了朔黄铁路暴雨灾害风险区划模型,并绘制了朔黄铁路暴雨灾害综合风险区划图。结果表明：朔黄铁路沿线暴雨灾害风险划分为高、次高、中、低4个等级,整体呈东部高于西部;4个高风险段与朔黄沿线各工务段收集的暴雨高发信息基本一致,该研究成果对于朔黄铁路暴雨灾害预报预警具有较好的参考作用。     

东津河流域暴雨洪涝灾害风险区划

本文从暴雨致灾机理出发,以东津河流域为例,开展中小河流域暴雨洪涝灾害风险区划技术研究。根据气象资料、水文资料、地理信息资料、社会经济统计资料以及历史灾情资料等,运用TOPMODEL水文模型并结合统计法确定致洪临界面雨量,利用逐步回归法重建区域站资料序列,基于广义极值分布函数计算出不同重现期的致洪面雨量,根据流域内小时降水雨型分布,将不同重现期致洪面雨量以及叠加堤坝信息的DEM、manning系数等数据代人Flood Area模型进行洪水淹没模拟,得到不同重现期下洪水淹没图,再叠加流域内栅格化的人口、GDP以及土地利用信息,最终得到不同重现期下人口、GDP以及土地利用等风险区划图谱。建立的中小河流域暴雨洪涝灾害风险区划技术方法简便可行,区划结果精度高、实用性强,对于面向实时防灾减灾的动态灾害风险管理具有重要意义。     

基于1 km网格的北京暴雨洪涝灾害风险区划

目前许多城市暴雨洪涝灾害综合风险区划对暴雨在复杂地形下可能引发的山洪与地质灾害造成的高风险以及对城市交通安全风险估计不足,同时常规的气象观测资料已难以描述暴雨致灾危险性精细化分布。本文基于自然灾害风险评估理论,利用遴选的293个北京气象自动站2006—2017年逐时降水观测资料、北京2015年1∶25万基础地理信息、2016年Landsat8晴空遥感影像、灾情资料以及网格化的社会经济资料,在承灾体暴露度基础上充分考虑了承灾体对暴雨引发的城市积涝、山洪与地质灾害灾损敏感性差异,从暴雨致灾危险性、孕灾环境敏感性、承灾体易损性3个方面开展了北京地区暴雨灾害1km分辨率的精细网格化风险评估与区划,并结合实际案例进行了分析。结果显示:(1)基于高密度降水观测资料提取的网格化短历时暴雨频次和暴雨量能较为精细地评估致灾危险性;基于遥感与GIS提取的不透水盖度、地形起伏度与河网密度可有效评估暴雨洪涝孕灾环境敏感性;基于1km格网化的GDP、人口密度和路网密度以及灾损敏感系数可有效评估暴雨引发的积涝、山洪与地质灾害对人员、财产和公路交通的易损性;(2)与已有成果比较,本次北京暴雨洪涝风险区划不但凸显了暴雨对城市的积涝风险,也凸显了暴雨引发的山洪与地质灾害风险,同时突出了暴雨对城市交通设施安全的影响;(3)风险区划结果基本反映了北京市暴雨灾害的潜在风险,北京暴雨洪涝灾害防御的重点区域应放在风险较高的三个区域。     

杭州市台风暴雨洪涝灾害风险区划与评价

根据1960—2009年杭州市7个县市区的台风降水资料,结合杭州市的社会经济与自然地理要素,构建一个集致灾因子、孕灾环境、承灾体及防灾能力为一体的区域台风暴雨洪涝灾害风险评价模型。通过GIS空间分析技术实现各评价指标的栅格化,并利用模糊综合评价方法。编制以100 m×100 m栅格为基本评价单元的杭州市台风暴雨洪涝灾害风险区划图。将杭州市域划分为高、次高、中等、次低和低的5级风险。区划结果表明：杭州市台风暴雨洪涝灾害风险从西南至东北呈递增趋势。萧山区、余杭市及杭州主城区等沿海平原区,风险等级相对较高;而建德市、淳安县等中西部山地丘陵区,风险等级略低。     

广西汛期暴雨若干特征分析

对１９５９—２０００年广西汛期（４～９月）暴雨的年、月分布和广西汛期暴雨天气过程的季节分布及主要影响天气系统进行深入分析，得到了广西汛期暴雨的若干重要特征，对广西汛期划分提出了改进意见。     

海南"0112"暴雨过程分析

利用县级常规气象资料 ,分析 2 0 0 1年 12月 9日的海南大暴雨 ,得出 :西移的热带气旋为其初始扰动条件 ,北方南下冷空气提供了触发机制