长江三峡地区宜昌、巴东短历时极值降水特征分析

利用长江三峡库首宜昌站及库区巴东站1955—2008年分钟降水强度资料,采用广义极值分布和线性矩参数估计方法,拟合两站7个短历时(60min以内)年最大降水量概率分布,推断各历时有关重现期降水极值,计算各历时暴雨频次及年最大降水量气候倾向率,分析各历时降水广义极值分布的参数随时间变化规律。结果表明:宜昌、巴东两站7个短历时年最大降水量采用广义极值分布拟合,其效果较好;两站短历时降水平均值趋势变化不明显,而不同百分位数降水量变化趋势差异较大,其中中位数的降水量呈下降趋势,较高百分位数的降水量增加趋势显著,达20%～30%。     

未来情景下南水北调中线工程水源区极端降水分布特征

利用南水北调中线工程水源区9个气象站点1961-2008年的日降水资料和IPCC第四次评估报告多模式数据结果,抽取逐年的最大日降水量序列样本,运用广义极值分布（GEV）和广义帕累托分布 (GPD）两种极值统计模型对样本进行拟合,遴选出描述流域最大日降水量分布规律的最优概率模型,推算重现期对应的降水量值,并预估该流域极端降水事件在未来气候变化情景下的响应。研究表明：南水北调中线工程水源区降水极值均符合GEV和GPD分布,但GPD模型更适合用于描述该流域降水极值分布;未来气候变化情景下用GPD分布拟合的降水极值优于使用GEV分布;A2情景下极端降水事件的发生将更频繁、更强烈,A1B情景下次之,B1情景下相对较小,表明未来高排放气候情景对极端降水事件的影响比中、低排放情景大。     

海河流域降水极值的时空演变特征

利用海河流域104个测站逐日降水资料,研究了海河流域过去47年中降水极值时空变化趋势,从降水极值变化的角度解释了海河流域旱涝的演变特征。结果表明:近47年来,海河流域的降雨量、小雨日数、暴雨日数、湿涝事件、日最大降水量均表现出明显减少趋势,干旱事件表现出显著增加趋势,加剧了海河流域干旱化程度。海河流域降水极值空间变化趋势在大部分区域表现为干旱化倾向,尤其是在海河流域东南部区域干旱化程度最为显著。降水的极值变化致使降水时空分布变得更加不均匀,使得海河流域干旱事件发生频率和强度增加,从而对流域内生态、环境和社会经济系统产生深远的影响。     

长江三角洲强降水过程年极值分布特征研究

利用长江三角洲地区80个台站建站以来到2002年的逐日降水资料，用REOF和统计分布方法，计算并分析了长江三角洲地区年最大日降水量、年最大一次连续过程降水量的极端降水特征。结果表明：长江三角洲一次连续过程的降水量极大值的空间分布相对集中，时空变率小于日降水量极大值，这对于洪涝灾害的预测与评估具有很好的实用价值；强降水的渐近分布中，日极值降水的分布以Weibull分布最为普遍，一次连续过程降水以对数正态分布最为普遍。     

乌鲁木齐夏半年降水演变及可能最大降水估算

对乌鲁木齐4-9月夏半年大雨以上降水各年代际降水量和降水日数统计分析表明：除20世纪60年代外,乌鲁木齐4-9月各年代大雨以上降水占总降水量的40％以上。大雨以上降水量和降水日数都呈增加趋势,2000年以后大雨以上降水量和暴雨次数都达到最大值。在此基础上,采用水文气象学的原理和方法对当地暴雨进行水汽效率放大和水汽输送率放大,推求乌鲁木齐1、2、3d的可能最大降水量,对比两种放大方法,采用水汽效率放大,1d可能最大降水为102mm。并用极值分布法推求乌鲁木齐最大日降水量重现期。为防汛抗灾提供了可靠的气象决策依据,最大可能降低了暴雨洪涝灾害造成的损失。     

吐鲁番一日最大降水量年极值频率分布

利用三参数Weibull分布函数对吐鲁番平原、山区一日最大降水量年极值频率分布进行了拟合,分析了平原、山区一日最大降水量的频率分布特征,同时应用甘倍尔分布和对数正态分布也进行了拟合。结果表明：对吐鲁番平原、山区一日最大降水量极值频率分布用三参数Weibull分布拟合比甘倍尔分布、对数正态分布精度要高。利用上述3种方法对吐鲁番平原40多年、山区30多年一日最大降水量重现期进行了估计。     

鹤壁市单日降水量极值估算

利用耿贝尔(Gumber)极值分布原理,对鹤壁市1965-2004年最大日降水量进行降水分布拟合,估算预报时段内可能出现的最大日降水量,得出50 a、80 a鹤壁市可能出现的最大日降水量分别为278.7 mm和301.9 mm;利用二次指数平滑法,得到鹤壁市最大日降水量年际变化总体上呈线性减少趋势.统计结果显示:鹤壁市最大日降水量有峰值增大、谷值减小的趋势,说明在未来一定时期,极端最大日降水量发生的可能性不断增加;最大日降水量集中出现在7-8月份,有明显的季节特征.     

新会年和月最大日降水量多年一遇的极值计算

利用新会降水资料,用皮尔逊一Ⅲ型分布分别对新会年最大日降水量和1～12月的月最大日降水量进行拟合,进而计算了它们在不同重现期下的极值。结果表明:新会50a一遇的估算年最大日降水量是308mm,100a一遇是335mm。新会4～9月5a一遇的最大日降水量接近或超过100mm,说明汛期各月比较容易出现大暴雨。除7月外,4～9月新会50年一遇的日降水量均超过200mm。经检验,除了2月和12月外,年和各月最大日降水量通过0.05显著水平检验,拟合效果良好,对其不同重现期下的极值估计结果可信。     

乌江流域极端降水时空分布特征及重现期分析

基于1960—2016年乌江流域41个气象站的逐日降水观测资料,利用线性倾向估计、滑动平均、累积距平等方法计算趋势系数和气候趋势,分析了研究时段内乌江流域年暴雨等级面雨量、年平均最大日降水量、年平均极端持续强降水次数和对应降水量的时空分布特征,分析表明:(1)乌江流域年暴雨等级面雨量和日数呈显著增加趋势(均通过α=0.05显著性水平检验),而暴雨强度呈不显著性增加趋势;5—10月各旬暴雨等级面雨量及日数变化基本一致,5月中旬至8月上旬呈单峰型分布,暴雨强度呈波动增减分布。(2)近57 a乌江流域年平均最大日降水量年代际变化比较明显。(3)乌江流域发生极端持续强降水年平均次数呈不显著的减少趋势,但极端持续强降水量呈不显著的增加趋势。采用耿贝尔极值Ⅰ型分布法计算了乌江流域5个代表站不同重现期日最大降水量值,发现不同站点日极端最大降水量重现期水平差异明显,重现期时间尺度存在临界点,约为50 a。     

1960-2011年辽宁省大暴雨时空分布特征

利用1960-2011年辽宁省61个国家气象站地面20-20时降水及逐小时降水观测资料,统计分析辽宁大暴雨时空分布特征。结果表明：辽宁省年平均大暴雨日数为6.5 d,年平均影响范围为17.5站次,两个大暴雨多发区分别位于辽宁东南部和南至西南沿海地区。辽宁东南部大暴雨多发区由于受台风、江淮气旋、华北气旋和蒙古气旋等多种系统及地形影响,易出现区域性和局地性大暴雨,大暴雨发生次数较多,降水量变化较大;降水量和降雨强度极值均较大,大暴雨中心出现在凤城,降雨强度最大达212 mm/h^-1。南至西南沿海大暴雨多发区易受台风和华北气旋及地形影响,以区域性大暴雨为主,降水量和降雨强度极值也较大,但最大降水量和降雨强度极值均与大暴雨日数的中心不一致。区域性大暴雨的降水量极值对大暴雨降水量极值的贡献最大。大暴雨平均降雨强度的逐时变化呈单峰型分布,08时降雨强度达最强,20时降雨强度最弱。辽宁省大暴雨日集中出现在7月下旬至8月上旬,8月大暴雨日略多于7 月。最早和最晚区域性大暴雨均是受江淮气旋影响,并出现在辽宁省南部地区。大暴雨日数具有明显的周期变化,主要年代际变化周期为10 a。区域性和局地性大暴雨主要周期分别为36 a和10 a。预计未来6 a辽宁省仍处于大暴雨较多的阶段,并可能多以局地性大暴雨的形式出现。     

成都地区降水时空分布变化

分析成都地区12个气象观测站50年（1960—2009年）逐日降水资料的时空分布变化规律得出：成都地区年降水量、汛期有雨日降雨强度、最大日降水量均呈现出逐渐下降的趋势。降水量主要集中在夏季,盛夏7、8两个月降水量占全年降水总量的47%;降水空间分布的主要类型为东—西走向,即降水量的地区分布趋势是西部多于东部;对降水量的M-K突变检验表明,大部分地方存在年降水总量的突变。     

近50年珠江流域降水时空特征分析

为了更深入揭示珠江流域水资源状况,利用珠江流域内1961-2008年48个台站逐日降水资料,探讨了珠江流域年降水时空特征,并对典型年份的气候背景场进行了分析.结论表明:相对来说,珠江流域东部年均降水多而降水日数少,西部一些地区降水量少而降水日数较多,从总体上来看近10 a来流域内年降水总量波动较大.进一步讨论了珠江流域典型降水年份中降水事件的差异,发现强降水年的降水量多来自于大雨以上级别的强降水.从全年来看,强降水年有来自于孟加拉湾和南海异常的偏南风水汽输送,流域内并伴随有异常水汽辐合中心;弱降水年则水汽输送减弱,且存在水汽辐散中心;由于年降水总量近80％来自于夏半年(4-9月),登陆到流域内热带气旋偏多也是导致降水增加的原因之一,登陆的热带气旋主要来自于西北太平洋;夏半年西太平洋副热带高压偏西有利于把海上的水汽送到流域内,弱降水年则恰好相反.     

华东地区夏季不同等级降水变化特征分析

采用华东地区78个气象站点逐日降水资料,根据日降水量的5个等级划分,应用线性趋势分析、相关分析等分析了不同等级降水频率和降水量的空间分布及其变化趋势。结果表明:(1)夏季不同等级降水频率在整个华东地区具有明显的地区差异,区域平均的降水频率由大到小依次为小雨、微量降水、中雨、大雨、暴雨。(2)平均的夏季总降水量呈南多北少的分布,各等级降水对总降水量的贡献率由大到小依次为暴雨、大雨、中雨、小雨,暴雨对夏季总降水量的贡献在某些年份可达50%以上。(3)区域平均的夏季降水日数呈下降趋势,但总降水量却有明显的增大趋势。(4)区域平均的某等级降水频率正异常时,华东地区各地该等级降水频率,亦多表现为正异常,尤其中雨以上等级降水频率异常符号在整个华东地区更为一致。(5)华东区域微量降水和小雨发生频率分别与其他等级降水存在显著的反相关关系,而中雨、大雨、暴雨三者发生频率之间无显著相关。     

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。      

2006—2015年山东短时强降水时空分布特征

利用山东2006—2015年5—9月123个国家级气象观测站10 a逐小时降水量资料,统计分析了山东短时强降水的时空分布特征,结果表明：1）站次时空分布不均。鲁南易出现短时强降水,2013年最多,达到了564站次,7月最多,平均207站次,多出现在傍晚前后和凌晨。2）极值时空分布差异较大。10 a单站极值大值区分布在鲁西北、鲁南和半岛东部,2009年最多,为17站,且多夜间发生;10 a中年度极值均出现在13:00—次日02:00,8月最多,为7次。3）5、6、9月局地和小范围短时强降水天气过程所占比例较大,7—8月大范围短时强降水过程明显增加。     

河湟谷地暴雨频率的研究

利用青海（黄）河湟（水）谷地12个气象台站1980～2002年自记降水资料,分析了该流域不同历时暴雨的时空特征及其不稳定性,统计了不同历时、不同频率的设计暴雨。研究表明：河湟谷地不同历时的最大暴雨均呈现出增多趋势,且随着降水历时的延长和降水量的增大,其倾向率在不断增大,年际变化的阶段性波动逐步趋缓,各时段最大暴雨的平均值的空间分布特征逐步与年降水量的空间分布趋于接近,地形对暴雨的空间分布影响明显;30分钟的最大暴雨最为不稳定,同时随着降水时段的延长,最大暴雨的稳定性逐步增大;各时段最大暴雨的分布为正偏态;各时段不同频率的最大暴雨的空间分布总体上与实测值有很好的一致性,但较之于实测值则具有较大的不稳定性。     

浑太流域降水极值的统计分布特征

基于浑太流域1966-2006年73个雨量站的日降水资料,建立了逐站年最大日降水量(AnnualMaximum,AM)序列和汛期4-9月日降水量<1.27mm.d-1的最长持续干旱天数(Munger Index,MI)序列,并对其时空分布规律进行了分析。采用广义极值(General Extreme Value,GEV)分布、广义帕雷托(General Pareto,GP)分布、韦布尔(Weibull,WB)分布、约翰逊SB(Jonhson SB,J-SB)分布、Burr分布和对数逻辑(Log-Logistic,L-LG)分布等6种极值分布函数对AM和MI序列进行了逐站分布拟合,结果表明,广泛应用的GEV分布整体拟合程度最好,有50个测站的KS检验统计量Dn<0.09,而未曾推广使用的Burr分布的拟合效果也非常好,有36个测站Dn<0.09。用GEV分布对50年一遇的AM和MI进行了估算,发现流域中心地区极端强降水和极端干旱的程度较高,分别为>208mm.d-1和>47d。     

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。     

Probability Distribution of Precipitation Extremes over the Yangtze River Basin

 Based on the daily observational precipitation data of 147 stations in the Yangtze River basin for 1960-2005, and the projected daily data of 79 grids from ECHAM5/MPI-OM in the 20th century, time series of precipitation extremes which contain annual maximum (AM) and Munger index (MI) were constructed. The distribution feature of precipitation extremes was analyzed based on the two index series. Research results show that (1) the intensity and probability of extreme heavy precipitation are higher in the middle Mintuo River sub-catchment, the Dongting Lake area, the mid-lower main stream section of the Yangtze River, and the southeastern Poyang Lake sub-catchment; whereas, the intensity and probability of drought events are higher in the mid-lower Jinsha River sub-catchment and the Jialing River sub-catchment; (2) compared with observational data, the averaged value of AM is higher but the deviation coefficient is lower in projected data, and the center of precipitation extremes moves northwards; (3) in spite of certain differences in the spatial distributions of observed and projected precipitation extremes, by applying General Extreme Value (GEV) and Wakeby (WAK) models with the method of L-Moment Estimator (LME) to the precipitation extremes, it is proved that WAK can simulate the probability distribution of precipitation extremes calculated from both observed and projected data quite well. The WAK could be an important function for estimating the precipitation extreme events in the Yangtze River basin under future climatic scenarios.     

黔东南暴雨气候特征及其地形影响

利用1960~2000年贵州省黔东南地区降水观测资料,统计分析黔东南地区暴雨时空分布特征,进一步揭示其活动规律及主要影响因素。结果表明:黔东南地区暴雨有显著年代际变化特征,存在准15年的周期变化,并与贵州降水和长江中下游降水呈同位相;存在两个暴雨多发中心,夜间暴雨较多。黔东南暴雨地域分布极为复杂,局地性暴雨较多,这与黔东南特殊地形有着密切关系,地形因素是影响黔东南地区暴雨的重要原因,对形成上述特征的气候学成因做了初步讨论。