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。     

国家级多源融合降水产品在云南的适用性评估

基于2018~2020年云南省126个国家地面观测站逐小时降水资料,客观定量评估了国家气象信息中心研发的CMPAS二源融合和三源融合逐小时网格降水产品在云南地区的适用性。结果表明:两套融合降水产品均能较好地反映云南区域小时降水的时空变化特征,但都低估了实际降水量;三源融合降水产品在云南的适用性更强,对0.1~1.9mm量级的小时降水量预估偏大,且离散性较高,但随着实况降水量的增加,平均误差呈负值,降水量预估值偏小;三源融合降水产品能准确抓住云南省的过程性降水,在短时强降水导致滑坡泥石流的监测中具有一定优势。      

气象灾害风险管理系统设计与应用

为满足我国气象灾害风险管理业务体系建立和发展的需求,有效支撑防灾减灾决策服务,设计并建设了气象灾害风险管理系统。该系统包括大数据应用、模型算法、在线分析与产品制作、综合运维等分系统,面向暴雨、台风、干旱、高温、低温等主要气象灾害,覆盖气象灾害风险管理业务的主要环节,实现灾害监测识别、影响评估、风险评估、风险预估和风险区划等功能。系统探索应用时空匹配的大数据融合、Web-GIS、空间数据分布式存储、微服务和多租户等技术。目前,系统可实现实时发布灾情监测、灾害事件识别、影响评估、风险评估、风险预估、风险区划等多类业务产品。在国家级气象业务部门的应用显示,该系统具有良好的业务能力与发展前景,有助于推进客观化、定量化、精细化气象灾害风险管理业务发展,提升防灾减灾决策服务能力。     

伊春中小河流强降水引发山洪预警指标研究

为提高对中小河流强降水引发山洪的预报预警能力,尽可能减少山洪灾害造成的人民生命财产损失,基于伊春市近10 a(2011-2020年)中小河流山洪灾害和对应的暴雨、短时强降水资料,分析了暴雨和短时强降水发生时的天气形势,统计了易发山洪的降水面雨量阈值。结果表明:伊春市暴雨和短时强降水发生时的天气形势主要为副高北抬阻挡低涡东移型、高空槽配合地面低压型和低涡配合地面低压型。通过雨量统计,得出6-8月易发山洪的降水面雨量阈值,6月份,同一区域48 h累计雨量达到85 mm,降水期间部分时段有短时强降水,小时雨强达到20 mm/h,并连续出现2-3 h;7月份,同一区域48 h累计雨量达到90 mm,或局地小时雨强超过30 mm/h;8月份,同一区域48 h累计雨量达到110 mm,或局地小时雨强达到30 mm/h。基于研究结果,建立了伊春市山洪预警流程。     

2007年主汛期武汉区域四种数值模式定量降水预报评估

利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。     

山东省短时强降水天气的特征分析

通过分析山东省2007—2010年常规观测资料、山东省区域和国家级自动气象观测站降水观测资料,研究短时强降水天气的时间和地理分布特征,分析短时强降水出现的时间、落区和强度,并对1小时降水量≥100mm的短时特强降水的天气系统进行了分析,结果表明：2007—2010年山东省短时强降水天气一般出现在5—10月,7—8月较多;1小时降水量≥100mm的短时特强降水都发生在7—8月;出现短时强降水天气的时段以午后至傍晚居多,夜间次之,上午最少;当500hPa位于西风槽前和副高边缘,700hPa和850hPa位于西风槽前或存在切变线,地面有冷锋影响时,有可能发生1小时降水量≥100mm的短时特强降水天气。     

基于内涝模型的西安市区强降水内涝成因分析

利用西安市近10～40年降水资料、市政信息资料,采用统计学方法,分析了强降水内涝的成因.结果表明:短时强降水或过程量偏大的降水天气过程是引发西安市内涝的直接气象因素;排水能力的强弱是发生内涝关键因素;随着城市化的发展,极端雨强的强度及大于10 mm/h降水的总时次数均有上升趋势,强降水发生概率的提高加强了内涝灾害发生频率及强度,城市效应是内涝加强的主要原因.用西安市强降水内涝仿真模型来进行模拟试验表明:西安是一个内涝发生降水雨强临界值偏低的城市,小时雨强3 mm/h、13 mm/h是发生内涝、严重内涝的临界值,天气预报、雨情监测重点及市政防御关键部位是西北区.总体上缩小井距效果好一些.     

短时强降水对剑河县城市内涝风险影响分析

城市内涝的发生与气象条件紧密相关,强降水是致灾的关键因素。通过分析把握剑河县城降雨变化趋势,结合城区的易涝点及历史积水资料,得到内涝灾害风险的分布特征及演变规律,进一步开展气象条件致灾关键环节分析,有助于剑河县内涝灾害气象决策服务更加精细化,为加强城市灾害的应急处置和应对防范能力体系建设提供气象支撑。通过对剑河县国家气象观测站2007～2021年降水数据进行分析,剑河县城降水主要集中在4～9月,占全年降水的74.5％,该时段也是剑河县城短时强降水、大雨、暴雨的集中高发期,4～9月大雨以上量级降水出现日数呈增多趋势,近15a来1h最大降水量呈逐年波动增加趋势,且主要发生在4～9月。结合DEM数字高程数据得到的易积水路段点及历史积水内涝资料分析,当短时强降水发生时,县城易积水路段会出现不同程度的积水,当小时雨强达到20mm且未来降水持续时,有积水达到10~20cm的风险,对行人过往造成影响,需加强监测并提示相关部门注意易积水路段可能出现积水风险;小时雨强超过30mm时,有积水超过20cm的风险,对车辆及低洼路段建筑影响较大,需及时联系相关部门建议在易积水路段采取相应排水措施,避免出现积水内涝情况影响居民工作生活,同时开展公众服务建议居民注意出行安全;小时雨强超过50mm时,将出现30cm以上积水,对过往车辆及低洼段建筑影响很大,行驶车辆应当就近到安全区域暂避,避免将车辆停放在低洼易涝等危险区域,如遇严重水浸等危险情况应当立即弃车逃生。相关应急处置部门和抢险单位应当严密监视灾情,做好内涝可能引发的其他灾害应急抢险救灾工作。     

千米尺度分辨率下GRAPES-Meso4.0模式定量降水预报性能评估

应用覆盖中国东南部的3 km分辨率GRAPES-Meso4.0模式（GRAPES-Meso4.0_3 km）2015年夏季实时预报试验结果、同区域1600多个中国国家地面气象观测站每日08：00-08：00 BT的24 h累积降水量和逐时降水量观测资料,从降水累积量、降水频率、降水强度、日循环特征等多个角度,对千米尺度分辨率下GRAPES-Meso4.0模式的降水预报性能进行细致评估,并与同版本10 km分辨率业务模式（GRAPES-Meso4.0_10 km）同期结果在相同区域进行类同对比分析和讨论。结果表明：（1） GRAPES-Meso4.0_3 km很好地捕捉到了2015年夏季观测的日均降水量和降水频率的大小及地域分布特征,其一般性降水（中雨及以下）频率平均低于实况约3个百分点,强降水（大雨及以上量级）频率与实况近乎吻合,纠正了GRAPES-Meso4.0_10 km在这两方面存在的显著预报正偏差,均方根误差（RMSE）减小了40%-50%;（2） GRAPES-Meso4.0_3 km在降水强度预报上的优势主要表现为：对降水强度的地域分布细致特征和对短时强降水（雨强 ≥ 10 mm/h）的频数和分布等把握比较准确,但对强降水（一般性降水）的强度预报偏强（偏弱）;（3） GRAPES-Meso4.0_3 km小时降水量和降水频率的日循环预报可反映出研究区域观测的双峰总体特征以及雨量和频率在日循环中的紧密联系,明显优于GRAPES-Meso4.0_10 km的表现,尽管下午（16时,北京时）峰的预报还存在偏弱现象;（4）模式分辨率提高到千米尺度和模式显式描述云和降水过程,是GRAPES-Meso4.0_3 km降水预报性能较GRAPES-Meso4.0_10 km提高的关键原因,模式初值差异也是不可忽视的影响因素。     

基于随机森林的暴雨灾害人口损失预估模型及应用

基于2009—2017年的广西县级暴雨灾情记录,综合考虑致灾因子、孕灾环境和承灾体因素选取7个解释变量,运用随机森林算法,构建暴雨灾害人口损失预估模型;并以精细化网格降水实况分析和预报产品驱动模型,预估是否发生人口损失。研究结果表明:模型训练样本及测试样本的分类准确率均在90%以上,致灾因子(降水情况)是最主要的解释变量,重要性从大到小依次是前10 d降水距平百分率、过程最大日雨量、最大小时雨量和短时强降水频次。应用智能网格降水产品对广西地区近两年的暴雨灾害过程进行回报试验,准确率超过70%。     

潍坊市强降水洪涝灾害风险评估与区划研究

利用潍坊各区县2008—2017年的气象观测资料、地理空间数据和社会经济数据，基于GIS技术和自然灾害风险指数模型，考虑短时强降雨对潍坊市城市内涝造成的影响，对潍坊市强降雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力多个因子定量分析，构建了潍坊市强降雨洪涝灾害风险评价模型，并编制了潍坊市强降雨洪涝灾害风险区划。结果表明：灾害发生的高风险区主要位于高密、诸城等地区，潍坊北部地区孕灾环境敏感性指数较大，市中心区域则因人口、经济地位显著而易损性风险较大。该风险区划结果基本反映了潍坊市强降雨洪涝灾害的潜在风险，为潍坊市的洪涝灾害防灾减灾提供技术支持和决策依据。     

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。     

基于SWAN产品的短时强降水雷达特征及预警分析

利用SWAN产品和自动站雨量资料,详细对比分析了2010~2012年区域性暴雨中的短时强降水雷达特征,结果表明:(1)短时强降水具有反射率因子大,液态水含量高、回波顶高,强回波厚度大等特征,在每隔6min的SWAN拼图产品中,短时强降水通常满足:3km高度处CAPPI回波≥30dBZ,组合反射率CR中心强度≥40dBZ,VIL>5kg/m2,45dBZ以上的回波中心厚度(H)≥3km,这些参数的变化可以作为短时强降水的预警临近指标。(2)现有SWAN产品中的QPE/QPF产品对未来逐小时的雨量和落区具有一定的预报能力,但QPE产品估测1h累计降水量更接近于实况雨量,在监测到有上述强回波发展时,可通过分析QPE产品和回波特征及预警指标对短时强降水过程进行预报。      

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。     

四川省康定市泥石流灾害与降水预报阈值确定

通过对康定市历史泥石流灾害资料与历史气象降雨资料进行统计分析,揭示了康定市泥石流灾害与降雨的关系特征,并在此基础上,研制了康定市1h、3h降雨量诱发泥石流预警指标。结果表明:康定市境内各地均有发生泥石流灾害的可能性,东部地区是泥石流的高易发区。康定市境内泥石流灾害发生与当日降雨量、短时强降雨、前期有效降雨量关系密切。降雨量大且降雨强度强的月份（6~8月）易发生泥石流灾害。短时强降水的强度越大,发生灾害的风险越大,强降水出现频率最高的时段（19:00~02:00）也是泥石流高发时段。当降水强度<10mm/h和20mm/3h时,有出现泥石流的可能性,泥石流灾害气象风险等级为4~5级;当降水强度达到10~20mm/h、21~35mm/3h时,发生泥石流的可能性较大,风险等级为3级;当降水强度达到21~35mm/h、36~50mm/3h时,泥石流发生的可能性大,风险等级为2级;当降水强度>35mm/h、50mm/3h时,泥石流发生的可能性极大,风险等级为1级。      

“7.3”成都短时强降水可预报性和地面中尺度特征分析

2011年"7.3"成都短时强降水是在有利的大尺度环流背景和高低空要素配合下产生的,分析常规观测资料可以预判出成都及其周边区域具有强降水发生的有利条件;地面加密自动站观测的风场辐合区对强降水的落区及移动具有指示意义,地面变压场的正负变压区表明重力波的传播和频散是中尺度系统发生发展的重要因素。      

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。     

一种短历时降雨综合评估方法在广州市的应用

基于广州市5个国家气象站1981-2015年逐小时降水资料,应用线性趋势法、Mann-Kendall突变检验等方法对广州市气象站不同历时降雨年际变化特征进行分析,应用百分位法建立了一种基于降雨极值和降雨持续时间的短历时降雨综合等级评估方法,并使用此方法对2007-2011年广州市21次降雨过程进行综合评估,同时对灾损因子和短历时降雨因子进行相关性分析。结果表明,广州市短历时强降雨发生频次和极值均呈现上升趋势,其中1h强降雨频次上升趋势最为显著;综合等级评估方法对短历时降雨灾情具有一定的指示作用;短历时降雨持续时间和6h降雨极值与部分灾损因子相关系数较高。