陕西省区域性暴雨过程综合评估方法研究

利用逐日降水量资料对陕西省1961—2010年区域性暴雨过程特征进行了分析。选取暴雨过程平均雨量、最大雨量、暴雨覆盖范围及持续时间等单项指标,采用等权重技术方案构建综合指数计算模型。利用重现期和百分位两种方法确定区域性暴雨过程综合评估指标阈值,并对2011年暴雨过程进行了评估定位,结果比较客观,方法简单可行,便于业务应用。     

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。     

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%。     

基于宽带网的天气雷达实时监测系统

为了加强重大暴雨过程的快速评估工作,利用逐日降水资料对吉林省1951～2004年明显暴雨过程特征进行了分析,建立了反映明显暴雨过程程度的3项单项指标及综合评估指数,在此基础上对明显暴雨过程的评估等级进行了划分.利用综合评估指数序列的峰度系数和偏度系数对综合评估指数进行了正态性检验.由于综合评估指数符合正态分布,给出了其异常气候重现期评估指标.利用明显暴雨过程的评估等级指标以及异常气候重现期评估指标对2005～2006年的明显暴雨过程进行了评估.结果表明,该方法实用可行,可以满足快速、及时评估等气象服务的需求.     

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。     

贵州省区域性强降水过程评估方法初探

采用贵州省84个国家级气象观测站1961—2017年逐日降水量,根据拟定的强降水过程判断条件,对区域性强降水过程进行识别,选取气候标准期内每次过程的持续天数、总雨量、总站次、暴雨量、暴雨站次5个指标,进行正态化和标准化处理。采用主成分分析方法确定各指标权重,得到贵州省区域性强降水过程的综合强度评估模型,并进行等级划分。结果表明,综合强度评估值与历史强降水事件具有较好的一致性,为强降水定量评估提供了一定的科学依据和基础。     

贵州区域性低温阴雨过程综合强度定量化评估方法

该文探讨了贵州区域性低温阴雨过程的识别方法和综合强度评估模型的构建方法。利用85个国家级气象观测站1971—2018年11月—次年4月逐日最高气温、最低气温、20—20时降水量及日照资料,首先在给定区域性低温阴雨过程识别方法的基础上,筛选出248次区域性低温阴雨过程;其次选取低温强度、覆盖范围、持续时间3项作为低温阴雨过程指标,并对低温强度和覆盖范围指标进行了正态化转换,对持续时间指标进行了Γ分布拟合,然后利用正态和Γ分布的反函数确定其数年一遇的概率,将反函数所对应的数值作为等级划分标准;最后运用客观分析法确定3个指标的权重,建立了贵州低温阴雨过程综合评估模型,并将综合强度划分为4个等级。应用此模型对历史重大事件进行了试评估,结果表明,该模型评估效果较好,可以在实际业务中应用。     

基于概率分析的暴雨事件快速评估模型

通过对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3次区域性暴雨灾害进行了评估应用,结果表明,决策服务效果较好。     

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。     

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。     

华南区域性暴雨过程的客观评估及异常机理分析

利用1961—2019年华南192个地面气象观测站逐日降水资料,定义华南区域性暴雨过程的标准,客观定量评估华南区域性暴雨过程,确定华南年和前、后汛期暴雨过程强度序列,分析其次数和综合强度指数的气候特征及变化.利用NCEP/NCAR再分析资料,采用相关和合成分析方法研究华南前、后汛期暴雨过程强弱年的大气环流特征.结果表明...     

山东省区域性暴雨事件时空变化特征及个例分析——以台风“利奇马”暴雨过程为例

利用山东省123个国家地面气象观测站1961—2019年逐日、逐小时降水量资料,在定义区域性暴雨事件的基础上,选取最大过程降水量、最大日降水量、最大1 h降水量、暴雨站数和过程持续时间作为评估指标,构建山东省区域暴雨事件和单站暴雨事件综合强度评估模型。针对判别出的545次区域暴雨事件,进行时空特征分析。结果表明,山东省区域暴雨事件发生次数呈现波动变化、缓慢下降趋势,但平均综合强度呈现缓慢上升趋势,且2011年以来上升趋势显著。区域暴雨事件集中发生于7、8月,其中以7月发生次数最多,8月平均综合强度最高。降雨中心主要分布于半岛东部和鲁南地区,不同时段分布配置略有不同,但差别不大。历史回算结果与灾情记录一致性较高,以台风"利奇马"暴雨过程为例,通过分县灾情验证表明暴雨事件综合评估模型评估结果较为合理,尤其对历史重大暴雨事件吻合效果理想。     

一种区域降水过程综合强度评估方法的探索和应用

降水过程强度精细化定量评估是气象现代化业务服务的重要需求,也是暴雨灾害影响评估研究的关键环节。利用1961年以来国家气象站降水气象观测资料,以站点降水背景表征地域特征,通过定义单站和区域降水过程的起始和结束条件界定降水过程,提取了降水强度、持续时间、覆盖范围三个降水过程的评价指标,在深度挖掘降水空间和时间尺度信息基础上,计算三个降水过程的评价指标。然后,基于百分位分布和概率统计,对降水过程三个评价指标进行精细化指数划分,建立降水过程综合强度评估模型。最终将降水过程划分为极端、特强、强、较强、中等五个等级。文中应用案例对评估方法进行验证,结果显示对单站和区域降水过程综合强度等级评估方法合理,既能体现降水过程地域特征,又能表征降水过程的影响程度,方法具可操作性,能够直接应用于气象服务业务和暴雨灾害影响评估,也可为历史降水过程案例入库、灾情信息演变特征分析提供依据。     

重大暴雨过程评估方法在兴安盟的应用

利用兴安盟1961—2008年5—9月区域性暴雨历史资料,分析了兴安盟明显暴雨过程的气候分布特征,然后利用暴雨过程的平均降水量、降水强度和覆盖范围3个指标,将3个指标分别无量纲化后,采用等权重技术方案建立综合指数计算模型,计算兴安盟逐年重大暴雨过程综合指数,对综合指数进行历史排位,查出暴雨过程的历史重现期,从而对某一重大暴雨过程进行评估定位。     

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。     

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。     

暴雨灾害风险及其对农业影响的评估

综合考虑降雨区域类型、发生强度和持续时间,确定了暴雨灾害致灾因子的综合强度分级标准;将地形高程、高程标准差、河网密度等环境脆弱性要素结合暴雨灾害致灾因子,建立暴雨灾害风险评估模型,并进行分级评估;应用GIS将农业易损性指标叠加到暴雨灾害风险区划中,得到不同等级风险下农业受影响的程度。以"7·21"暴雨为例,进行模型的应用及检验分析,结果表明:降雨量最大的葫芦岛大部、丹东宽甸县暴雨灾害风险等级为极高;致灾因子危险等级相同时,辽宁中部平原地区较辽西、辽东丘陵地区暴雨灾害风险等级高;农业易损性较高的沈阳大部、鞍山北部、丹东局部、锦州大部、铁岭部分、葫芦岛大部地区农业受灾较重。评估结果与事实灾情较一致。     

吉林省重大暴雨过程影响损失评估模型的建立

利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。     

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。