杭州市降水特征及极端降水趋势预估

利用国家气候观象台杭州站百年降水观测数据和CMIP5模式模拟预估数据,分析了杭州市降水长期变化特征,采用累积概率分布函数转换方式(CDF-T),降尺度预估了未来气候情景下杭州极端降水发生趋势。结果表明:杭州市年降水量在百年时序(1907—2015年)上无显著性增加或减小趋势,1980年后春季降水明显下降,下降速率约32.1mm·(10a)~(-1),冬季降水显著增加,增加速率约35.4mm·(10a)~(-1)。1988—2015年的3和6h及日降水的各重现期降水量均较1961—1987年有所增大,1961—1987年的100年一遇日最大降水已演变为1988—2015年的50年一遇甚至是20年一遇。CMIP5模式降水的降尺度分析表明,2020—2039年杭州市日极端降水强度将可能会进一步加强,2020—2039年日降水的R95值和R99p值均较现气候期(1981—2010年)有所提高,超R95p和超R99p的极端降水发生日数分别为11.08和2.24d·a~(-1),分别较现气候期平均值增加了3.52和0.69d·a~(-1)。     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

揭阳市汛期极端降水事件的变化特征

利用揭阳市1991—2020年国家基本站汛期逐日降水量资料，运用线性倾向估计、相关系数检验、累计距平法、小波分析等方法研究揭阳市汛期极端降水事件的变化特征。结果表明：揭阳市前汛期(4—6月)出现极端降水事件较后汛期(7—9月)略偏多，但后汛期的极端降水强度明显更强。前汛期极端降水日数和降水量呈上升趋势，降水强度呈下降趋势；后汛期极端降水日数、降水量以及降水强度均呈下降趋势。前汛期极端降水强度存在准15年、6～7年、准8年的周期变化，其中准15年周期震荡最强，为第1主周期；后汛期存在准9和准17年两类尺度的周期变化，二者在整个时段表现稳定，具有全域性，其中准9年为第1主周期。     

华南地区汛期极端降水的概率分布特征

利用1960-2005年华南地区71个测站的逐日降水量资料和NCEP/NCAR南半球月平均海平面气压场再分析资料,采用Le Page榆验、广义极值分布等统计诊断方法,研究了华南地区近46 a前汛期(4-6月)和后汛期(7-9月)极端降水的时空变化及概率分布特征.并讨论了南半球澳大利亚高压和马斯克林高压强度指数与华南汛期暴雨日数间年代际变化的关系.结果表明:(1)1992年华南地区降水发生了由减少趋势到增多趋势的突变,降水趋势发生突变后前汛期极端降水量和日极端降水强度有所下降,而后汛期则是显著增强.(2)华南汛期年平均日最大降水量、50 a一遇日最大降水量极值和暴雨日数的空间分布特征相似,即前汛期的空间分布自南向北呈现"低-高-低"的分布趋势,后汛期呈现由沿海到内陆的"高-低"的分布趋势.(3)1992年发生突变后,前、后汛期年平均日最大降水量和年平均暴雨日数显著增加和减少的空间分布基本一致.(4)就年代际变化而言,南半球澳大利亚高压和马斯克林高压的强度变化是华南汛期降水异常的重要气候背景,即当两高压处在同时增强时期时,华南前汛期极端降水处于偏少阶段,后汛期则处于偏多阶段.     

1959～2011年潮阳前后汛期降水的对比分析

根据潮阳气象站1959～2011年逐日降水资料,研究了近53年来潮阳区降水的变化特征,结果表明,前汛期和后汛期各个降水指数变化规律存在很大区别:(1)前汛期降水量、降水强度、降水频率和暴雨日数均呈下降趋势,而后汛期降水量、降水强度和暴雨日数呈上升趋势;(2)前汛期存在8年和3年的短周期,后汛期周期变化不明显;(3)前汛期极端降水量发生突变,分别是1965年和1985年,20世纪90年代后极端降水量呈明显下降趋势,而后汛期极端降水量在20世纪90年代后呈上升趋势.     

1980-2020年山西省极端降水的研究

基于1980-2020年山西省109个气象观测站点的逐日降水资料,选取10个极端降水指数,采用气候倾向率、相关分析、因子分析、R/S预测方法等方法,对山西省极端降水进行了时空分布的研究,以期为山西省的气候变化、生态环境保护、防灾减灾、气象服务工作提供参考依据,结果表明：(1)从时间尺度来看,1980-2020年期间,山西省极端降水的强度和极值都有明显增加,连续干旱日数和连续湿日日数呈下降趋势,其余均表现出不同程度的增加,其中年总降水量增加幅度最明显;从空间尺度来看,年总降水量、降水强度、降水频率、极值均为从西北向东南逐渐增多,空间差异较明显;从各站点的空间分布来看,北部和中部地区的极端事件增加最显著,北部地区的干旱日数仍以增加趋势为主,连续湿日日数气候倾向率的空间差异较大,中部地区站点显著增加,南北部以减少趋势为主;(2)基于相关分析方法表明各极端降水指数(除干旱日数外)与年总降水量都有很好的相关关系,强降水量和极强降水量对年总降水量的贡献值呈现出增加趋势;采用因子分析方法提取了3个公共因子,方差贡献率累计达到了87％,可以看出极端降水强度和降水量指数在对极端降水方面影响较大;利用R/S分析法可以得到年总降水量、中雨日数、大雨日数、最大5日降水量这几个指数未来呈现弱减少趋势,而干旱日数仍为减少趋势,连续湿日日数为持续弱增加趋势。总体看来,山西省极端降水近年来呈现出增加趋势,在空间分布有明显差异。     

近40年华南前汛期极端降水时空演变特征

利用国家气象信息中心提供的华南89个代表站1969～2008年逐日降水资料,研究了近40年我国华南前汛期(4～6月)极端降水时空演变特征,主要结论是:(1)华南前汛期降水强度、强降水量和暴雨日数的空间分布与总降水量的空间分布基本一致;(2)极端降水指数随时间的变化对华南整个区域前汛期总降水量的变化有很好的指示意义,特别是强降水量、强降水频率和暴雨日数;90年代以来华南前汛期总降水量的显著增加与强降水量、强降水频率以及暴雨日数显著增加密切相关,且极端强降水量异常程度明显增强。     

未来极端降水对气候平均变暖敏感性的蒙特卡罗模拟试验

利用Weibull分布拟合逐日降水的原始分布模式,并基于统计降尺度和蒙特卡罗随机模拟方法,对中国东部区域各站逐日极端降水量在未来气候变暖条件下的响应特征进行统计数值试验.结果表明,在全球变暖背景下,区域平均温度的改变即可导致区域极端降水概率分布特征的变动.从两个典型代表区域的预估结果中可见,长江中下游南部平均降水量对平均温度升高有正响应,模拟得到的区域极端降水概率分布曲线有明显的向右平移,导致大量级的极端降水的再现期缩短即概率增大.山东及渤海湾区域平均降水量对平均温度升高有负响应,模拟得到的区域极端降水概率密度分布尺度参数变小更明显,即方差增大,表现为左右两侧概率密度增加,同样导致大量级的极端降水再现期缩短即概率增大.本文仅考察了气候均值改变条件下,未来区域气候极端值的概率预估的可行性方案.对于未来气候方差的变化并未作试验,但理论上已经证明,未来气候极端值的概率对于气候方差变化的敏感性可能更大.由于目前尚未整卵出考察方差变化的较为完整的实际观测资料,该问题还有待进一步深入研究.     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

北京相当暴雨日数的气候特征

根据北京99年6～8月的逐日降水资料和274年6～8月总降水量资料， 分析了相当暴雨日数与总降水量及旱涝等级的相关性，给出相当暴雨日数与总降 水量的定量关系式，建立了北京274年汛期相当暴雨日数资料序列。分析表明: 相当暴雨日数概念的引入，可以把汛期总降水量中暴雨过程降水与非暴雨过程降 水分开，证实汛期旱涝变化只取决于暴雨过程的总次数和强度；相当暴雨日数是 一个气候统计量，有与总降水量一致的周期变化，但其年际变率和3.5年周期比 总降水量更显著，其概率分布满足泊松分布；与旱涝等级比较，相当暴雨日数与 总降水量的相关性更好，且有利于研究形成汛期旱涝灾害的暴雨过程特征。     

全球变暖背景下江淮地区降水强度分布结构变化的特征分析

利用1961～2006年江淮地区80个站点的逐日降水资料,根据百分位数确定极端降水阈值的方法,比较了全球气候变暖背景下该区域降水强度的分布结构特征。结果表明,在全球气候典型暖异常的年份里,江淮地区极端降水日数占总降水日数的比重比冷年增加30%以上,极端降水总量的比重增加13%左右;而微量降水日数所占比重比冷年减少近60%,微量降水总量减少了80%,说明全球变暖后江淮地区降水强度分布结构呈现弱降水减少,强降水增多的显著两极分化特征,且该特征在江淮地区基本一致。冬、夏季对比表明,冬季的变化幅度比全年和夏季更大。可见全球变暖背景下未来江淮地区降水强度分布结构出现两极分化趋势可能性增加。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。     

未来RCPs情景下珠江流域降水特征的模拟分析

利用全球模式（BCC_CSM1.1）驱动区域模式RegCM4,模拟分析了RCP8.5和RCP4.5排放情景下未来2010—2099年珠江流域降水基本特征、强度分布和极端降水事件的变化特征。研究表明,RegCM4区域气候模式可刻画出珠江流域极端降水的特征。RCP4.5和RCP8.5排放情景下降水变化特征一致,未来不同时段（2020s、2050s和2080s）珠江流域的年平均降水量减少,春季和冬季减少,夏季和秋季增加,而且年平均和四季的降水频率均减少,强度增加（春季除外）。降水基本特征的变化导致降水强度分布改变,春季除外,不同时段的年和四季的降水极值（降水90th和95th分位值）的年平均值均增加,增幅最大为秋季,表明未来时段极端降水强度增加。未来不同时段珠江流域的年最大日降水量的5年重现期值在柳江流域、红水河、桂江流域和珠江三角洲（珠三角）地区增加,增幅30%~45%。RCP8.5排放情景下,未来2080s时段珠三角地区的年最大日降水量5年重现期值相当于现在时段8~10年的重现值,50年值相当于现在时段100年的重现期值,表明未来这些地区的极端降水事件发生频率增加。      

长江下游地区汛期暴雨气候特征分析

IPCC(1995)第二次科学评估报告指出了极端气象事件变化研究的重要意义[1].长江下游地区地势低平,往往是我国暴雨洪涝的多发区域,造成严重灾害,因此,研究长江下游地区暴雨的规律具有极其重要的意义.选取了长江下游地区52站1960～2003年逐日降水资料,运用EOF分析将其分为3个分区,采用小波分析,Mann-kendall非参数检验法及趋势系数法等分析方法研究各分区汛期暴雨降水的气候统计特征.结果表明:虽然汛期同为暴雨降水的集中时期,但各分区暴雨降水在汛期降水中所占比重略有差异,暴雨降水量、频次所占比例的空间分布为西区较大、东区和北区略小,暴雨平均强度则西区和北区东部强、其他区域小.同一区域中降水量与频次具有显著的正相关,不同区域间仅暴雨降水量的相关性较好.暴雨降水量44 a中呈现了增加的趋势.各区汛期暴雨具有多重时间尺度的周期变化,暴雨降水量和频次的周期在西区与全区的较为一致,主要是6～9 a的周期振荡.东区和北区有着不同尺度的振荡周期.各区的暴雨降水强度都不同程度地存在着3 a的周期振荡.长江下游地区汛期暴雨降水量除北区外,全区及其他分区的突变时刻均发生在1980年代末～1990年代初这一时期,暴雨降水量在1980年代中期～20世纪末出现了一个增长的过程,北区趋势并不显著.全区暴雨平均强度在突变时刻之后有一个减弱的过程,而西区和北区的暴雨平均强度变化并不显著.     

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。     

降尺度CMIP6模式对新疆降水模拟评估

基于6个CMIP6模式的日降水量数据,采用降尺度方法将其统一分辨率到0.25°×0.25°,选取5个极端降水指数从降水气候态、极端性、季节性三个角度对新疆区域1961—2014年历史期降水模拟效果评估。结果表明,降尺度CMIP6模式能较好再现新疆区域降水的空间分布特征,最大年均降水量误差小于30 mm,夏季降水模拟效果最佳相关系数均高于0.8。模式在春秋季对降水的模拟效果差异较小,标准差比值均在1.00 ~ 1.25之间,ACCESS-CM2模拟效果最佳。模式集合均值能模拟出观测降水增多趋势,但低估了降水的年际变率,模拟结果提示新疆80年代的降水转折可能与人类活动有关。在降水极端性和季节性方面,降尺度数据对新疆的极端降水和季节性降水均有较好的模拟性能,降尺度数据对季节性降水的模拟能力（与观测均值误差小于0.001）比原始分辨率的数据（与观测误差大于0.005）效果更好。     

近49a中国30°N带不同地形下大城市与其郊区的降水特征

基于1969—2017年全国站点逐日降水资料、地形高度资料以及2017年全国常住人口数据,采用概率密度函数PDF法、最小二乘法、Mann-Kendall法和累积距平法等多种统计分析方法,结合中国地形多样性,从降水量的PDF特征、变化趋势和极端降水特征三个方面,分析了近49 a中国30°N带不同地形下大城市与其郊区的降水特征,结果表明:(1)中国30°N带降水的区域性和极端性明显,其中长江入海口代表站的年降水量PDF曲线最接近正态分布;极端降水阈值和极端降水强度基本为自西向东增加,且与地形高度呈反比关系;对于暴雨及以上等级的降水,代表站降水概率小但降水占比大。(2)降水的城市化效应明显,表现为代表站的日、月、季、年降水量PDF曲线普遍存在城郊差异,且日和年尺度的差异较月和季的尺度差异更明显;大城市代表站相对于其郊区代表站,前者年降水量普遍增加得快,且最小值大于后者;前者极端降水阈值、极端降水强度和年最大日降水量最大值普遍大于后者,且发生中雨及以上等级强降水的概率和占比较后者大。(3)代表站降水存在明显的年际变化和季节变化,存在一定的周变化;年降水量的突变时间集中发生在1980s中、后期以及1990s至2000s初;降水量的季节变化特征为夏季最多、冬季最少,其中江汉平原、长江中下游、长江入海口地形下夏季降水的城市化效应明显;大部分地形下工作日降水的城市化效应较休息日明显。     

非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估

引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。     

1981～2010年北京地区极端降水变化特征

采用北京地区20个常规气象站1981~2010年逐日降水数据,对北京地区极端降水的空间分布特征进行了分析。得到以下主要结论:1981~2010年,北京地区极端降水百分位数(第90、95和99个百分位数)阈值表现出较一致的空间分布特征,以第95个百分位数阈值计算的极端降水日数与降水阈值和降水量的分布有较大差异,极端降水量对总降水量的贡献可达30%~37%,极端降水强度分布与极端降水阈值分布相似。近30年,北京地区多数站点的极端降水量、降水日数和降水强度呈下降趋势,极端降水量以上甸子、怀柔、平谷和观象台下降较为明显,可达到40 mm(10 a)–1以上,极端降水强度以顺义、海淀、观象台、大兴和上甸子等站下降较为显著,每10 a降水强度减小趋势可达4 mm d–1,极端降水日数变化分布与极端降水量变化分布类似,极端降水强度变化与降水量和降水日数变化的分布有明显不同。     

基于小时降水资料研究广东省降水分布特征

基于2001-2018年广东省86个国家自动气象站逐小时降水资料,分析了广东省不同历时降水的时空分布特征.结果表明：1）除粤北山区外,基本符合年均降水时数越多,累积降水量越大的规律.年均小时降水强度从南部沿海向北部内陆呈减弱趋势.2）汛期降水事件以短历时为主,占全年降水事件65.3%;累积降水量上,长历时降水量占汛期56.7%.前汛期短历时降水多发生在粤西;中历时降水多发生在珠三角两侧和粤西北地区;长历时降水多发生在粤东和粤北地区.后汛期短历时降水多发生在内陆,出现频次自西北向东南递减;中历时降水分布不均;长历时降水多发生在沿海.3）汛期降水时数日变化呈双峰型变化特征,小时降水强度日变化呈单峰型变化特征.小时降水强度峰值易出现在下午的站点多分布在内陆,小时降水强度峰值易出现在下半夜至上午时段的站点则多分布在沿海、部分山区和珠三角地区.