近30多年汉江流域面雨量时空变化特征分析

利用汉江流域1967-2000年逐日面雨量资料,分析了汉江流域及其上游、中下游和唐白河流域三个区间面雨量的平均值、极值、降水频次、连续强降水等特征值。结果表明,汉江流域面雨量季节性明显,存在夏汛与秋汛之分;该流域面雨量,20世纪80年代主要为高值期,90年代为低值期,2000年后又进入一个相对高值期,呈11年左右年代际变化;该流域面雨量年变化曲线为较对称的单峰型,峰顶在7月;该流域(连续)强降水主要出现在4-10月,夏季最多,秋季仍可出现相当明显的降水。     

江苏省流域面雨量气候特征及与雨涝关系的探讨

本文较为详细地分析了1961-2000年汛期5～9月江苏省四大流域面雨量年际、月际变化特征及面雨量的空间分布特征，提出了面雨量异常指数的定义，进行了极值分析，并分析了1980-2000年江苏省内涝对应的面雨量极值、面雨量距平。统计结果表明，强降水面雨量能较好的表征洪涝程度，为今后进一步研究流域面雨量致灾预测打下了基础。     

汉江上游汛期面雨量气候特征

利用汉江上游流域21个测站1971~2011年汛期(5~10月)逐日降水资料及安康和石泉2000~2011年逐日库流量资料,采用距平分析、Morlet小波分析、Mann-Kendall检验、相关分析及重标极差R/S分形等方法,系统地分析了汉江上游流域汛期面雨量的气候变化特征和未来趋势。结果表明:汉江上游流域汛期降水主要集中在7~9月,月、日面雨量极大值均发生在7月;20世纪80年代为汉江上游流域丰水期,90年代为明显少雨期,进入21世纪以来降水逐渐增长,突变点为2005年,面雨量总体呈不显著增长趋势;强降水主要集中在7月和9月,且日面雨量在50.0 mm及以上的强降水,仅7月就占了一半以上;7月和9月发生3 d以上集中强降水过程的频次显著偏高,20世纪80年代为集中强降水过程的频发期,90年代频次明显下降,21世纪以来频次明显增多,这与汉江流域汛期面雨量的年代际变化趋势相一致。另外,Hurst分形指数为0.690,表明未来汉江上游流域汛期面雨量具有持久性和长效记忆效应,未来雨量虽仍存在着增加趋势,但其变化具有较大的不确定性。     

山西不同历时强降水的统计特征及趋势变化

利用山西省109站1981-2018年的短历时强降水资料,采用趋势系数、归一化、中尺度天气分析等方法,对1 h、3 h、6 h、12 h短历时强降水的极值、频次、日、月以及年代际等趋势变化和主要影响系统进行统计分析。结果表明:(1)极值空间分布具有山区大于盆地、南部大于北部,时效越短,极值分布的局地性越强等特点。(2)12 h内不同历时强降水出现频次具有"南高北低、山区高于盆地、东部山区高于西部山区、东南明显集中"的空间分布特点。(3)不同历时强降水集中出现在每年的7-8月,其中,1 h≥20 mm的短历时强降水出现频次最高。(4)1 h雨量≥20 mm、3 h雨量≥30 mm以及12 h雨量≥50mm强降水发生频次日内分布均为单峰型,6 h雨量≥50 mm强降水发生频次日内分布为双峰型。(5)1 h、3 h和6 h短历时强降水年发生次数的变化趋势为山西省东南部的增长速率最大;12 h短历时强降水年发生次数的变化趋势为山西省的东部和西部山区最大。(6)6 h和12 h与1 h和3 h短历时强降水的主要影响系统有明显差异,61%的6 h和12 h短历时强降水个例为系统性降水与多个中尺度强降水的组合造成。     

1981~2017年雅砻江流域面雨量变化特征分析

利用1981～2017年雅砻江流域18个气象站的逐日降水资料,采用算术平均、滑动平均、线性回归等方法,分析了流域面雨量、雨季的时空分布特征。结果表明:雅砻江流域面雨量随月份起伏明显,年内变化呈单峰型。流域春季面雨量呈增加趋势,夏季面雨量中上游呈稳定趋势,下游呈减少趋势,秋季中游和下游呈减少趋势,冬季变化不明显。流域年平均面雨量由北向南逐渐增多,上游和中游呈上升趋势,下游呈下降趋势。雅砻江流域雨季开始期呈提前趋势,雨季结束期上游和下游有推迟趋势,中游变化趋势不明显。流域强降水主要出现在6～9月,面雨量最大值出现在7月,最小值在1月。流域上游的强降水与中游、下游的基本没有关联度;下游强降水和中游关联度为23.3%。      

变分法和卫星云图模式识别在强降水面雨量预报中的应用

假设数值预报对雨量的落区预报是准确的，用卫星云图模式识别预报的流域雨量极值，应用变分法对数值预报雨量极值进行订正，使得订正预报与未订正场之间的泛函达最小，从而求得预报场。试验证明，该方法对强降水面雨量预报的准确率较数值预报有一定提高。     

近32年长沙市短时强降水的气候变化研究

利用长沙市近32 a的1 h、3 h雨量资料,分析了长沙短时强降水年发生次数、月际分布、时段分布、极值分布等气候特征及1 h、3 h雨量极值趋势分析、突变检验。结果表明,长沙市1 h、3 h短时强降水年发生次数的多年平均值为4.4、3.7次,雨强平均为29.2 mm/h、14.8 mm/h。长沙发生1 h短时强降水高峰期为6-8月,3 h短时强降水高峰期为6-7月。1 h短时强降水容易发生在15-17时及20时等时段,3 h短时强降水容易发生在04-08时及01时等时段。1 h、3 h短时强降水年雨量极值大多出现在主汛期。年1 h雨量极值发生在7月最多,6、8月次之;年3h雨量极值发生在6月最多,7月次之。长沙市1 h、3 h短时强降水年雨量极值整体呈弱增加趋势,其长期趋势变化存在明显年代际变化特征和阶段性特征,无突变现象。     

短期强降水面雨量预报与T213产品的天气学释用

通过对长江上游六大流域1971－200年50mm以上强降水面雨量100个个例进行天气分析，归纳总结了各流域24小时预报指标。将预报指标落实到T213产品对应时次、对应要素的预告场上，经计算机自动进行指标判别，从而作出六大流域24小时、48小时强降水面雨量预报。2002年6－10月进行了逐日业务试运行，结果表明，对强降水面雨量有较好的预报能力，T213产品的天气学释用是行之有效的。     

渠江流域汛期强降水时空分布特征

本文从分析研究渠江流域汛期强降水时空分布入手,试图揭示该流域21世纪以来洪水频发的原因。经对渠江流域1970~2012年降水资料分析研究得出:(1)渠江流域汛期降水量、暴雨日数、降水变差系数呈“北大南小”的空间分布;“北区(河流汇水区,下同)”近年来汛期降水量增大、暴雨频率增加、降水趋于极端;(2)短时强降水多发生在04~08时,频发区主要位于“北区”,近年来频次呈上升趋势;(3)小时雨强极值“北区”普遍大于“南区”;近43年渠江流域汛期小时雨强极值总体呈增大趋势,“北区”尤为明显。因此,渠江流域汛期发生的强降水趋势性变化,是导致该流域洪水频发的主要原因之一。      

优化ZI关系及其在淮河流域面雨量测量中的应用

利用合肥新一代天气雷达2003年6—7月观测数据和地面观测的逐时雨量资料，得到分段最优化Z-I关系，在淠河灌区的水源地响洪甸流域和佛子岭流域进行降水测量。结果表明：强降水阶段流域面雨量，优化Z-I关系后得到的流域累积面雨量与雨量计比值从39％提高到73％，同时相关系数从0．78提高到0．8。528小时时间序列上佛子岭流域在优化Z-I关系之后，流域平均面雨量与雨量计的回归线斜率从0．4提高到0．72，lmm·h^-1以上流域平均面雨量累积值与雨量计累积值的比值从48．4％提高到了85．9％。可见，优化Z-I关系后雷达反演值更接近于雨量观测值，同时雷达定量估测流域面雨量的精度得到很大提高。     

北京城市和郊区夏季降雨日变化特征及对排水设计的影响分析

分别选取观象台和密云站作为北京市城区及郊区代表站,应用两站1961—2013年逐分钟雨量观测资料,比较北京城区和郊区夏季降雨量、降雨频次及降雨强度的日变化特征,利用耿贝尔分布拟合的年最大值法推求城区和郊区暴雨强度公式,比较其空间适用性。结果表明,北京地区降雨具有明显的日变化特征：城市和郊区的夜雨比重均大于日雨,降雨量、频次、降雨强度午后至次日清晨为高值区;郊区夏季降雨总量、短历时降雨和降雨雨强均比城区偏大。暴雨强度公式计算结果表明应用城区一站的降雨资料计算得出的公式在全市并不适用,在市政排水设计时应考虑城郊差异,采用不同的标准。     

青藏高原边坡临夏地区短时强降水时空分布及海拔特征分析

利用青藏高原边坡临夏地区6个国家级自动气象站和66个乡镇区域自动气象站2010—2019年5—9月逐小时降水资料，详细分析了临夏地区短时强降水的时空分布及海拔地形特征，结果表明：近10 a短时强降水频次总体呈上升趋势，短时强降水频次与西太副高脊线位置和北界位置有密切关系。短时强降水主要发生在5—9月，集中时段为7月中旬到8月中旬，19:00～23:00为高发时段，属于傍晚型和夜雨型。近10 a临夏地区短时强降水的极端性逐年增大，单站年均频次在0.2～2.6次之间，平均为0.8次，短时强降水空间分布差异较大，总体呈西南多、东部和北部少，山区多、川区少的分布特征。临夏地区降水分布与海拔高度有明显关系，5—9月平均降水量随海拔高度升高而增大，不同海拔地形下短时强降水频次分布呈现两个极端：海拔较高的山地喇叭口地形区域和海拔较低的河谷地区，是临夏地区汛期短时强降水的重点关注区域。     

浙江省短时强降水的时空分布特征

利用2010～2019年浙江省基准气象站和自动气象站逐小时降水的观测资料,对浙江省短时强降水的时空分布特征进行了统计分析,结果表明:1）2010 ～2019年浙江短时强降水累计发生频次为72601站次,随雨强增大呈指数式衰减。2）短时强降水空间分布不均匀,沿海向内陆发生频次减少,出现频次最高的地区位于温州西南部。夏半年随时间推进和影响系统演变,短时强降水的空间分布亦存在差异:5～6月浙西地区短时强降水多发,7月短时强降水全省分散分布无明显的区域集中特征,8～10月则主要在沿海地区多发。3）总体而言短时强降水的日变化峰值出现在17:00（北京时间,下同）,且高强度短时强降水更倾向发生在午后到傍晚时段。夏秋季节短时强降水在午后到傍晚最为多发,峰值出现在17:00至18:00,这与副热带高压强盛,午后到傍晚热力和不稳定条件好,易触发强对流天气有关;春季除午后到傍晚外夜间和凌晨亦为短时强降水多发时段,可能与低空急流多在夜间和早晨发展加强有关。短时强降水的月变化特征呈现类双峰型分布,8月最为多发（26.0%）（主要由台风降水造成）,其次为6月和7月。不同强度的短时强降水月变化特征存在较明显差异。而短时强降水的年际分布不均,2015年之后年际变化幅度增大,其中 2016 年短时强降水发生频次最高达8728站次,2017 年为发生频次最低仅5581站次。     

台风“温比亚”引发豫东“18.8”极端降水的特征与成因分析

利用多源气象资料，对台风“温比亚”引发豫东降水的极端性特征及极端降水产生机制进行分析，提炼预报着眼点。此次降水是河南继驻马店“75·8”暴雨之后的又一次罕见特大暴雨，表现为过程雨量极大、破极值站数最多、降水强度极大、强降水时段集中的特征。结果表明：（1）高低空系统耦合为特大暴雨的发生发展创造了良好的环境条件，极端降水的产生主要受台风北侧螺旋云系影响，并有持续不断的强回波单体在同一个地点移动，冷空气与台风环流相互作用是重要的预报着眼点，重点分析台风和副热带高压的相对运动及西风带对台风的引导作用。（2）河南东部水汽输送条件一直处于较好的状态，这是降水维持较长时间的重要因素，急流中心区域和强度的变化对降水量多少有指示意义。（3）豫东地区对流不稳定和斜压不稳定均比较明显，低层MPV1<0、MPV2>0的区域与强降水落区有较好的对应关系。（4）强辐合中心位于台风中心的北侧，降水强度与辐合强度有较好的对应关系，螺旋度大值区分布对强降水的分布区域有较好的指示意义。     

GRAPES千米尺度模式在西南复杂地形区降水预报偏差与成因初探

利用2019年夏季（6—8月）西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期（36 h以内）降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:（1）GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。（2）在各子区,模式日降水量（频率）预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍（0.3倍）;日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水（中小雨）落区预报存在明显（轻微）偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。（3）日循环上,各时次小时降水量（频率）预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。（4）诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。      

基于自动站观测的北京夏季降水特征

应用2007~2011年北京地区237个自动气象站资料,分析了北京夏季降水的精细化时空分布特征及城郊差异,结果表明:(1)北京大部分地区夏季平均有效降水时数约120~160 h,降水时数高值区主要位于北部怀柔、密云山前迎风坡一带。城、郊区间有效降水时数差异并不明显,城市化对局地降水强度有较明显影响。(2)北京夏季降水主要出现在傍晚到前半夜,凌晨到正午降水较少出现。夏季平均降水量极大值出现在17:00(北京时间),为3.2 mm/h。降水量存在较明显的周期变化特征,其中7 d左右的周期是主周期。(3)夏季城区平均降水量多于郊区,城、郊雨量差异主要来自较强降水过程。城市效应会导致城区弱降水事件的减少,亦会导致较强降水事件的增多。(4)城、郊区间降水持续时长的差异主要由较强降水过程决定,多数情况下城区降水持续时长大于郊区,午后到前半夜发生的降水尤甚。     

应用最优化订正法制作长江上游面雨量预报

利用最优化订正法，通过对MAPS数值降水预报进行订正，制作长江上游六大流域短期面雨量预报。2002年6－10月业务试验表明，长江上游六大流域平均的常规降水面雨量预报准确率比MAPS高19％左右，强降水天气过程的击中率为48％左右，取得了较好的效果。     

2010-2019年浙江暖季短时强降水特征分析

利用2010-2019年浙江省暖季(5-9月)1426个国家站和区域站小时雨量数据和NCEP 1° X 1°逐日4次再分析资料,分析了浙江省暖季短时强降水、极端短时强降水时空分布特征及区域性短时强降水事件,结果表明:①近10年暖季短时强降水频次呈增多趋势,降水强度变化平稳;8月(上旬)降水频次最多,9月(中旬)强度最强...     

Impacts of Urbanization on the Precipitation Characteristics in Guangdong Province,China

With the development of urbanization, whether precipitation characteristics in Guangdong Province, China, from 1981 to 2015 have changed are investigated using rain gauge data from 76 stations. These characteristics include annual precipitation, rainfall frequency, intense rainfall(defined as hourly precipitation ≥ 20 mm), light precipitation(defined as hourly precipitation ≤ 2.5 mm), and extreme rainfall(defined as hourly rainfall exceeding the 99.9 th percentile of the hourly rainfall distribution). During these 35 years, the annual precipitation shows an increasing trend in the urban areas.While rainfall frequency and light precipitation have a decreasing trend, intense rainfall frequency shows an increasing trend. The heavy and extreme rainfall frequency both exhibit an increasing trend in the Pearl River Delta region, where urbanization is the most significant. These trends in both the warm seasons(May-October) and during the pre-flood season(April-June) appear to be more significant. On the contrary, the annual precipitation amount in rural areas has a decreasing trend. Although the heavy and extreme precipitation also show an increasing trend, it is not as strong and significant as that in the urban areas. During periods in which a tropical cyclone makes landfall along the South China Coast, the rainfall in urban areas has been consistently more than that in surrounding areas. The precipitation in the urban areas and to their west is higher after 1995, when the urbanization accelerated. These results suggest that urbanization has a significant impact on the precipitation characteristics of Guangdong Province.