贵州省习水县暴雨特征及成因分析

【目的】在极端天气频发的气候背景下,有必要进一步分析习水县暴雨天气时空分布特征。【方法】利用1959—2022年贵州省习水国家基本气象站逐日降水资料、2010—2022年24个乡镇区域站日降水资料,运用统计学及空间插值等方法,对习水县的暴雨时空分布特征及成因进行分析。【结果】习水县暴雨多发生在习水河谷和赤水河谷的迎风坡及东部喇叭口地形区域,空间分布特征为北多南少;年区域性暴雨日数呈增长趋势;区域性暴雨月变化呈“单峰”型分布特征,主要出现在5—9月,占比94%;区域性大暴雨日数月分布呈“双峰”型分布,峰值在6月、8月。习水县暴雨具有明显日变化特征,夜雨特征明显,大暴雨夜雨占比81.1%;区域性暴雨天气过程主要降水时段集中在19时—次日06时,占比76.9%。习水从春季至秋季都有暴雨出现,暴雨日数频次大值区自西向东移动,夏季暴雨出现最多,占比69%。将造成区域性暴雨天气的影响系统分为低涡切变型、冷锋低槽型、梅雨锋型、台风外围型等4种类型。低涡切变型产生暴雨最多,占比77.3%。【结论】习水县暴雨空间分布呈北多南少,区域性暴雨主要出现在5—9月,夜雨特征明显,该研究成果可为更好地开展习水县暴雨灾害性天气预报及气象服务工作提供参考。     

河北省主要气象灾害时空变化的统计分析

根据1984~2011年河北省气象灾害统计数据和河北省气候影响评价资料,分析了河北省气象灾害灾次和灾情的时空分布特征。研究表明:河北省主要的气象灾害有暴雨洪涝、旱灾、雹灾、风灾和雷灾等5类,5类气象灾害存在明显的时空分布特征。河北省暴雨洪涝主要集中在河北省西北部,灾次比最大值0.038;冰雹灾情主要集中在张家口、承德以及位于太行山东麓的保定西部地区,灾次比最大值为0.027;干旱灾情主要集中在邯郸以及沧州南部,灾次比最大值为0.036;大风灾情主要集中在河北中部,高值中心在唐山北部,灾次比最大值为0.030;雷电灾情主要集中在秦皇岛、张家口以及石家庄,灾次比最大值为0.034。河北省暴雨日数分布与暴雨洪涝灾情分布的不一致表明气象灾害灾情除与致灾因子有关外,还与承灾体脆弱性密切相关。     

榆林市致灾暴雨的时空分布特征

利用1971—2012年42a榆林市12县区气象台站逐日(20—20时,下同)降水资料,对致灾暴雨的时空分布特征进行统计,分析发现:榆林平均每年出现致灾暴雨3.5次,在地域上呈南部多于北部、东部多于西部分布;致灾暴雨多出现在7—8月,占致灾暴雨总次数的73%;致灾暴雨强度最大的时段出现在7月下旬至8月上旬;西太平洋副高偏北偏强、东亚大槽偏东偏弱、东亚季风偏强,亚洲区极涡偏弱时,有利于榆林产生暴雨;榆林东部的黄河沿岸暴雨多,与偏南气流和偏东气流受地形阻挡作用强迫抬升,并在榆林东部形成辐合有关。     

榆林市致灾暴雨的时空分布特征

利用1971-2012年42a榆林市12县区气象台站逐日（20一20时,下同）降水资料,对致灾暴雨的时空分布特征进行统计,分析发现：榆林平均每年出现致灾暴雨3．5次,在地域上呈南部多于北部、东部多于西部分布;致灾暴雨多出现在7—8月,占致灾暴雨总次数的73％;致灾暴雨强度最大的时段出现在7月下旬至8月上旬;西太平洋副高偏北偏强、东亚大槽偏东偏弱、东亚季风偏强,亚洲区极涡偏弱时,有利于榆林产生暴雨;榆林东部的黄河沿岸暴雨多,与偏南气流和偏东气流受地形阻挡作用强迫抬升,并在榆林东部形成辐合有关。     

四川省降雨灾情时空分布及其与雨量相关特征分析

利用四川省2002—2020年降雨灾情数据和156个国家气象观测站及5727个区域气象观测站逐日、逐小时降雨资料，分析四川省降雨灾情时空分布及其与雨量特征的联系。结果表明：四川省近年来降雨灾情数量增长明显，盆地西部、南部灾情数量最多，密度最大，凉山州和盆地东北部死亡人数最多。灾害主要发生在6—9月，灾情分布有从盆地东北部、南部向西部发展，最后到东北部的趋势。盆地在有大暴雨出现时灾害发生可能性最大，致灾频率50%以上，暴雨致灾频率20%～40%;攀西地区暴雨出现时致灾频率20%～30%;川西高原暴雨天气过程较少，大雨出现时致灾频率最大，为10%～30%。最大小时雨量盆地区在10 mm以下的灾害主要发生在盆南和盆东北，盆西在各个雨量等级范围内占比都较大，攀西地区灾害主要集中在10～40 mm，川西高原为20 mm以下。最大日降雨量小于50 mm的灾害主要分布在盆南，超过300 mm的主要发生在盆西北，50～100 mm以盆南和盆西南为主，攀西地区50～100 mm占比最大，川西高原为25～50 mm。     

基于GIS的榆林市暴雨灾害风险区划

利用陕西省榆林市12县区气象站1951—2011年暴雨资料及所属162个区域自动气象站2007—2011年暴雨资料进行统计,按照百分位法划分暴雨等级;结合全市年降水量分布特征及地形、经济、人口等资料,确定暴雨灾害的孕灾环境、致灾因子、承灾体易损性等区划要素;应用ArcGIS技术对各项区划因子进行小网格模拟计算,并赋予不同权重,通过综合运算得到榆林市暴雨灾害分布图,应用GIS的自然断点法及经验订正法,将全市暴雨灾害划分为高风险、次高风险、中风险、次低风险及低风险5个等级。区划结果表明：榆林市北部府谷、神木县和南部子洲、吴堡县暴雨多发,灾情重,灾害风险等级最高;西部定边、靖边暴雨最少,灾害风险等级最低。     

池州市近10 a主要暴雨灾害及致灾性分析

统计2007-2016年池州市暴雨引发的主要灾害及次生灾害,运用冯利华_^[1]提出的灾级概念模型对其进行分级,结果表明：2007年7月10日和2016年7月3日的暴雨灾害指数均超过了6.00,灾害等级为重灾。前者的短历时强降水特征非常明显,且由于降水发生时段主要在夜间,发生地位于山区,结果导致出现山洪、山体滑坡、泥石流等灾害;后者则是由于持续性的降水造成了城市内涝、多条河流超警戒水位甚至发生溃堤。文章还基于上述原因从致灾因子和承灾体即短时强降水和地形因素两方面重点分析其致灾性,结果表明：凌晨5时前后是池州市暴雨灾害的最强致灾时段,这主要是因为此时段为短时强降水高发时段,一旦发生持续性短时强降水将会造成严重的暴雨灾害;而在空间上池州市东至县、贵池南部山区及九华山区域为暴雨灾害高发区域,其原因是东至县为喇叭口特殊地形,而其他地区多为山区,同时由于池州市位于副高西北侧,汛期西南气流输送比较强盛,通过山区地形的强迫抬升和动力抬升作用容易触发对流,产生强降水过程,造成暴雨灾害。     

玉屏暴雨与致灾暴雨特征及乡镇“三个叫应”阈值确定

本文使用玉屏县国家站及乡镇考核站点2014-2020年暴雨天气过程日降水量、逐小时降水量及灾情数据,统计分析玉屏县暴雨天气及致灾暴雨天气过程降水特点,对本地“三个叫应”阈值进行检验,并提炼乡镇“三个叫应”阈值。结果表明：（1）新店镇暴雨频次逐年变化幅度不大,而田坪镇变化幅度最大,朱家场镇次之。（2）全县在5-7月份出现暴雨的频次较高,6月份达到峰值,而朱家场镇暴雨频次的峰值出现在7月。（3）在所有暴雨天气过程中,短时强降水多出现在夜间,致灾分为持续性降水或平缓降水致灾、暴雨叠加致灾、短时强降水致灾。当玉屏县境内出现连续4天以上降水且累计雨量达到100mm左右,或10mm/h左右降水持续5小时～9小时,将可能出现灾情。暴雨叠加分为空间叠加及时间叠加,玉屏县辖区两次暴雨时间间隔小于1天,将极易引发相关灾害。空间叠加为玉屏县中南部3小时出现50mm降水叠加岑巩上游暴雨,玉屏县中南部将可能出现灾情。（4）对“三个叫应”阈值进行检验,结果表明各乡镇的致灾雨强并不统一,因此制定分乡镇的“三个叫应”阈值,3h阈值为40mm～60mm。     

1970—2019年广州市气候舒适度特征分析

【目的】为提升旅客在广州旅游时的舒适体验,并为当地旅游资源产业发展提供参考。【方法】利用广州市5个国家级气象站的常规气象资料计算温湿指数（THI）、风效指数（K）、穿衣指数（ICL）和综合舒适度评价指数（CCI）。揭示广州气候舒适度区域性等级差异、多时间尺度变化和全年舒适期时段的特征。【结果】 从温湿指数（THI）、风效指数（K）和穿衣指数（ICL）来看,广州市北部地区较南部地区的舒适感更高,极闷热持续时间更短,天气转凉的节奏更快;上述3个指数的四季均值年际变化表明广州市有偏热的趋势。综合气候舒适度评级指数分析表明,广州市的春、夏、秋3个季节的舒适度有转差趋势,冬季的舒适度有提升趋势;另外,广州市属于冬适型城市,冬季无寒冷,以舒适到较舒适为主,夏天闷热很不舒适,春秋为过渡季节较舒适。【结论】 广州气候舒适具体时段为10月上旬—5月上旬,舒适至较舒适日数年平均可达205.66 d,且广州市北部地区较南部地区气候舒适时段更长。     

南宁市暴雨时空分布特征

利用1960~2006年南宁市8个测站逐日降水实测资料,对暴雨的时空分布进行统计分析,得出其气候特征是:6月是暴雨发生最多的月份,7月则是大暴雨出现最多的月份;暴雨出现的地域分布特征是:北部多于南部,东部多于西部;局部暴雨和局部大暴雨的分布呈外围多中间少,马山是高发区;局部暴雨和局部大暴雨的出现频率高;全市性暴雨过程发生的最多月是7月;局部暴雨和全市性暴雨发生频次的比值是4∶1。     

罗甸县暴雨的时空分布特征分析

通过对1951—2020年罗甸县逐日降水观测资料、2010—2020年罗甸县各乡镇逐日降水观测资料的统计分析,计算出要素保证率80%的值,采用线性趋势分析、等值线分布、Mann-Kendal检验、Morlet小波方法分析罗甸县境内暴雨的时空分布特征。结果表明：近70 a罗甸县年暴雨日数、近11 a罗甸县各乡镇总年暴雨日数均缓慢增多,区域暴雨次数逐渐减少,在年际变化中,均存在显著的3 a左右周期振荡。暴雨集中发生在5—9月,近70 a占全年暴雨日数91%,各月暴雨日数时空分布差异显著,暴雨发生最多月份为6月,近70 a平均每年1.3 d,占全年暴雨日数的36%。各乡镇年平均暴雨日数分布区域性特征明显,存在2个多值区（西北部、东南部）和1个少值区（西南部）。暴雨多发生在夜间,尤其大暴雨以上量级降水在夜间发生的概率高达93%。降水强度等级从北向南逐级减小,与罗甸县略呈“撮箕口”朝南地形较一致,从西北、北、东北向南逐级减小,在西部、东北部存在较稳定的2个极端暴雨中心。各乡镇连续暴雨次数分布差异明显,呈北多南少分布。总体而言,西部在年暴雨日数、暴雨强度、连续暴雨次数及连续降水量均居全县首位,在天气预报、防汛工作中应重点关注和防范。     

1961-2019年新疆暴雨山洪灾害损失的时空变化特征

利用1961—2019年新疆86县(市)暴雨山洪灾害的5个灾情要素数据(死亡人数、倒塌房屋数、倒塌棚圈数、牲畜死亡数量、农作物受灾面积),采用比值权重法和无量纲化线性求和方法构建暴雨山洪灾害灾损指数,根据灾损指数的不同阈值范围将暴雨山洪灾害定量划分等级,并分析其时空分布特征。结果表明:(1)新疆暴雨山洪灾害主要出现在伊犁州、阿克苏地区和喀什地区,其中伊犁州伊宁县、巩留县、霍城县和尼勒克县最重,伊犁州暴雨山洪的致灾危险性与其暴雨日数分布有很好的一致性。(2)新疆暴雨山洪灾害发生具有很强的季节性,在夏季6—8月危害性最大,其中灾害出现次数和死亡人数均在7月最多(与降水相关性最大)。(3)近59 a来新疆暴雨山洪灾害的强度呈上升趋势,年灾损指数随时间呈线性增长趋势,暴雨山洪灾害的强度在20世纪80年代中期明显增加,其年际变化与3—10月降水量、大雨日数、暴雨日数密切相关。     

基于GIS技术的武威市山洪灾害风险区划初探

应用1971～2012年武威市各乡镇山洪灾害调查记录,以及武威市内78个区域气象站和4个自动气象站2008～2012年5-9月降水资料,通过对山洪灾害形成的动力条件、孕灾环境、降水背景的分析,确定临界雨量、地形因子、河网密度、汛期雨量、汛期降水日数、汛期中雨日数、汛期大雨日数为影响山洪灾害形成的主要因子,采用主成分分析方法建立武威市山洪灾害区模型。在ArcGIS软件的支持下,对各影响因子进行空间插值、栅格图层计算等操作,将武威市分为山洪灾害高发区、易发区、一般区和低发区4类,初步探索了武威市山洪灾害分布区划。分析表明,武威市山洪灾害由东南向西北递减,南部天祝县呈高发区,易发区主要在南部古浪县,中部平原凉州区为一般区,北部荒漠带民勤极少能形成山洪灾害,为低发区。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

甘肃东南部两次极端致灾暴雨对比分析

为了研究甘肃东南部相同气候背景条件下极端暴雨天气的成因,提高极端暴雨强度和落区预报的准确率,利用NCEP再分析、自动气象站降水、常规观测资料及卫星云图资料,对2013年8月7日和2017年8月7日发生在甘肃东南部两次极端暴雨进行对比分析。结果表明:两次极端暴雨天气过程都伴随着短时强降水等强对流性天气,具有降水量大、雨强强、灾害重的特点,其中冷空气的强度对暴雨落区、空间分布以及影响系统移动以及对流强度产生重要影响。在强冷空气和高空低槽、低层切变线影响下,暴雨区偏南,强降水区域小,持续时间短,不稳定条件更好,对流强度更强;在弱冷空气和高原槽、低层低涡、低空急流作用下,暴雨区偏北,强降水范围大,持续时间长,大气湿层厚度大,低层水汽辐合强度、涡度以及垂直速度更强,降水效率更高,但对流强度相对较弱。卫星云图上,在强冷空气的影响下对流发展旺盛,形成强中尺度对流云团,对流云团呈带状;在弱冷空气作用下对流云团尺度小,发展范围小,有暖云降水特征,降水效率高。     

2020年广西暴雨灾害天气综述与分析

利用气象及其灾情等资料,对2020年广西区域性暴雨灾害天气过程进行综合分析,并与历史同期的气候作比较,在此基础上对其进行综述。结果表明:(1)年初至春季出现冬春暴雨,比常年偏早、偏强。(2)前汛期5月底到6月上旬出现了破历史记录的暴雨灾害,具有时间长、雨量大、强降雨叠加及灾害重等特点。(3)6月底出现站点破历史记录的全区性暴雨。(4)后汛期影响台风个数偏少,受“海高斯”影响出现全区性暴雨。(5)全年区域性以上暴雨场数比常年少。通过对2020年广西暴雨灾害的综述分析,加深对广西暴雨灾害整体性认识,对今后做好预报业务提供有益参考。     

近59年德江县暴雨特征分析

摘要：利用贵州省德江县国家一般气象站1959—2017年每日降雨量资料、乡镇区域自动站2011—2017年每日降雨量资料,对德江县暴雨特征开展研究,结果表明:1、德江县暴雨日出现在春、夏和秋季,主要集中在5月到7月,6月暴雨日数最多;暴雨日数年变化呈现一定的波动,但总体是上升趋势;2、德江暴雨主要出现在夜间,占77.7%;3、暴雨主要分布在德江县的南部,北部出现的暴雨次数相对较少。 关键词：暴雨、暴雨日、时空分布     

一种简化的暴雨灾害风险及影响评估方法和应用研究 ——以京津冀“7·21”暴雨事件为例

文章综合考虑中国区域范围内降雨时空分布特征以及地理地貌等特征,将全国降雨区划分为4大类,在此基础上,得出不同降雨类区暴雨致灾因子的强度等级评定方法;同时,研究确定了与暴雨灾害密切相关的地形高程、高程标准差、河网密度、土壤类型等环境脆弱性影响要素,并对各类要素分别进行了分级评定;将各类环境脆弱性影响要素结合暴雨致灾因子要素,运用加权求和方法建立了暴雨灾害综合风险评估模型;并结合GIS技术,将城市、农村人口分布情况、用地等数据叠加到风险分布格局中,最终分析得出不同风险等级下影响的城市和农村人口数量、土地面积等内容。该评估模型相较于以往其他暴雨风险评估模型,其适用范围更广,可以适用于全国范围内的任意区域暴雨灾害风险评估;实时评估业务能力更强,将该模型结合降雨实况资料或预报资料可以对全国任意区域降雨灾害综合风险进行事后、跟踪评估或预评估;评估对象更有针对性,结合GIS技术,可以针对得出的风险分布结果分别给出不同风险等级范围内的承灾体受影响的定量评估结果。     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

新疆一次罕见的暖区暴雨过程特征分析

2018年7月31日新疆出现了一次罕见的暴雨过程,最大暴雨中心位于新疆东部哈密市,哈密市伊州区沁城乡小堡村过程累计雨量115.5 mm,连续2个时次小时雨强29.2 mm。对比哈密市建站以来6个国家气象站历年资料发现,此次暴雨特征与以往冷锋暴雨明显不同,暴雨降水时段更为集中,强度比冷锋暴雨更强,暴雨云团为典型的中尺度云团,范围小、呈块状。由于500 h Pa西太平洋副热带高压偏西偏北,高空无低值系统和冷空气入侵,哈密市主要受西太平洋副热带高压外围偏南暖湿气流的影响,此次暴雨结合了南方副热带高压型和偏南风风速辐合型暖区暴雨的典型特征,具有暖区暴雨的热力结构和风场配置,是一次罕见的暖区暴雨过程。暴雨区偏南风风速辐合和暴雨区山区地形的抬升效应是本次暴雨重要的触发机制,700 hPa孟加拉湾和日本海南部两支水汽在华北平原汇合沿东南输送路径至暴雨区且有强烈水汽辐合。暴雨发生在云顶亮温(TBB)等值线密集区梯度最大处,越接近TBB低值中心梯度处的暴雨强度越强。