华北中部近45a极端降水事件变化特征

利用华北中部41个气象台站1961—2005年逐日降水资料,采用通用的极端气候指数,分析了近45a来华北中部极端降水事件频率变化的时空特征。结果表明：华北中部平均年最大日降水量呈下降趋势,南部平原地区一般减少,北部山地区域多有增加,降水日数有较明显减少,强降水日数和暴雨日数变化趋势不明显,降水日数的减少主要是中、小雨（雪）日数减少造成的。暴雨日数和强度在20世纪90年代中后期显著增加。华北中部强降水日数和暴雨日数在降水日数中的比重有增大趋势,强降水量和暴雨降水量在总降水量中的比重可能也增加了。这种相对增加趋势主要发生在20世纪90年代中期以后。     

近45年来河北省极端降水事件的变化研究

利用河北省1961-2005年逐日降水资料,采用通用的极端气候指数,分析了近45年河北省极端降水事件频率变化的时空特征.结果表明,全省平均年最大日降水量呈下降趋势,1980年为由多向少的转折点;强降水日数和暴雨日数变化不大,但南部平原地区一般减少,北部山地区域多有增加,暴雨日数和强度在1990年代中后期显著增加;降水日数有较明显减少,南部和东南部平原减少更显著;降水日数的减少主要是中、小雨(雪)日数减少造成的.这些结果说明,河北省强降水日数和暴雨日数在降水日数中的比重有增大趋势,强降水量和暴雨降水量在总降水量中的比重可能增加了.这种相对增加趋势主要发生在1990年代中期以后.     

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。     

商丘相当暴雨日数的气候特征

利用商丘1961-2005年6-8月的逐日降水资料和总降水量资料,分析了相当暴雨日数与总降水量及降水等级的相关性,结果表明: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;相当暴雨日数是一个气候统计量,其年际变率比总降水量更显著;与降水等级比较,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洪涝灾害的暴雨过程特征。     

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。     

1961—2013年内蒙古地区极端降水时空变化分析

选取内蒙古具有代表性的71个地面气象站1961—2013年逐日降水及平均降水量资料,计算各等级降水日数,分析不同时间尺度及等级极端降水时空变化分布特征。结果表明:近53a内蒙古地区降水日数和小雨日数均呈减少趋势,但暴雨、大雨和中雨出现的概率略增;日和小时短时降水强度增大。20世纪80年代和90年代是中雨、大雨和暴雨多发期,也是日和小时降水强度最大时期,进入21世纪后,强降水发生频次减少。     

欧亚大陆极端降水事件的区域变化特征

近年来,在全球变暖的背景下,极端气候事件特别是极端降水事件,发生频率愈发上升。本文使用美国气候预测中心提供的逐日降水资料,统计分析了1979—2018年期间欧亚大陆各个子区域极端降水事件的时空变化特征。结果表明:1)从气候态的空间分布特征来看,南欧、南亚、东南亚、东亚地区为欧亚大陆全年总降水量高值区,同时也是极端强降水频发地区;而东亚地区青藏高原、中国中西部至蒙古一带,南亚地区印度次大陆以及中亚、西亚等地的部分地区则是连续性干旱事件的高频区,极端强降水事件发生频次较少;2)在21世纪初之后,东南亚、南亚、东亚、北亚、西亚和南欧这6个地区的全年总降水量发生年代际增加,且在研究时段呈显著增加趋势。在过去近40 a,南亚、东亚和中亚的RX1day(日最大降水量)、RX5day(连续5 d最大降水量)、中雨日数(R10mm)、大雨日数(R20mm)自20世纪90年代中期年代际增加,且呈长期增加趋势。南亚、北亚、东亚、中亚这4个地区的最大连续干旱日数在20世纪80年代初显著增加,但长期趋势并不显著。需要指出的是,自2014年起极端强降水事件在东南亚、南亚和东亚地区持续增多,而连续性干旱事件在北欧地区持续增多。     

商丘相当暴雨日数的气候特征

利用商丘1961--2005年6-8月的逐日降水资料和总降水量资料，分析了相当暴雨日数与总降水量及降水等级的相关性，结果表明：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；相当暴雨目数是一个气候统计量，其年际变率比总降水量更显著；与降水等级比较，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洪涝灾害的暴雨过程特征。     

近50年广东省分级降水的时空分布特征及其变化趋势的研究

利用广东省86个常规气象观测站1961—2010年的逐日降水资料,分析近50年广东省降水气候特征,探讨不同等级降水空间分布及随时间变化特征。结果表明:广东省降水丰沛,年均降水量多为1 500~2 000 mm;降水气候特征的区域差异较大,不同区域降水量与降水日数分布差异显著;各月的降水日数差异没有降水量月分布的差异明显,非汛期的日降水量较小,而汛期降水日数多且日降水量大;小雨日和中雨日的区域差异小,大雨日、暴雨日、大暴雨日的大值中心主要集中在广东省的三大暴雨中心地区 (清远中心、阳江中心、海陆丰中心),雨日量级分布大致由北向南逐渐增强,且随着降水等级的增加降雨日数迅速减少;小雨、中雨和大雨的降水贡献率均由粤北地区向沿海地区递减,暴雨和大暴雨的贡献率由粤北向沿海递增;小雨日数显著减少、大雨以上日数略有增多,总降水日数也呈减少趋势;小雨和中雨的贡献率呈减少趋势,大雨以上贡献率增多,使年均降水量呈增多趋势。      

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。     

商丘暴雨日及分布特征研究

对商丘国家观象台1954-2005年月报表中挑取的符合暴雨日条件的142个样本分析,结果表明:商丘暴雨日具有明显的季节性,频发于7、8月份;暴雨日年平均2.73个;日暴雨量最大(193.3 mm)不超过200 mm;最长连续暴雨日数不超过2日;连续暴雨日降水量累计(223.9 mm)不超过250 mm;1 h最大降水量不超过70 mm。暴雨日的年代际变化特征明显,20世纪80年代后暴雨日出现较晚,60-90年代的暴雨日数递减,90年代后有增加趋势;大暴雨日数自60年代起有逐步增加趋势。暴雨日对月、年降水量有显著贡献,4-9月暴雨日对月降水量的贡献很大,且从4月到7月暴雨日的贡献呈递增趋势。一年内暴雨日出现5次时,当年的年雨量为偏多年份。     

江西暴雨气候特征及降水极值重现期分析

利用1961—2020年江西省83个国家气象观测站日雨量资料,采用线性倾向估计法、年最大值法以及耿贝尔Ι型极值分布理论,对江西年平均暴雨日数、暴雨降水量、暴雨贡献率、暴雨强度等的变化特征以及不同重现期的降水极值进行了分析.结果表明:1)江西各地年均暴雨日数呈西南向东北递增分布;大部分地区年暴雨日数呈增加趋势,并呈现西部和南部增加略慢,东部和东北部快速增加态势;尤其是江西东北地区既是暴雨高发中心,同时也是暴雨日数增长中心.2)江西各地年平均暴雨降水量和暴雨贡献率均呈东北多、西南少分布;景德镇和上饶为暴雨降水量和暴雨贡献率高值区也是增长中心;赣州北部和吉安南部为暴雨降水量和暴雨贡献率低值区,但呈现明显增长趋势.3)江西各地平均暴雨强度呈现较明显的北部大、南部小的分布特征;暴雨强度呈现西部增强、东部减弱的趋势.4)江西不同重现期的日雨量极值呈现东北大、西南小的分布,高值区主要分布在上饶、景德镇和抚州一带,低值区主要在吉安南部和赣州.     

SPATIOTEMPORAL DISTRIBUTION CHARACTERISTICS AND VARIATION TRENDS OF HIERARCHICAL PRECIPITATION IN GUANGDONG PROVINCE OVER THE PAST 50 YEARS

The climatic characteristics of the precipitation in Guangdong province over the past 50 years were analyzed based on the daily rainfall datasets of 86 stations from 1961 to 2010. The rainfall was divided into five categories according to its intensity, and their spatiotemporal characteristics and variation trends were investigated. The annual rainfall amount was within 1,500 to 2,000 mm over most parts of Guangdong, but substantial differences of rainfall amount and rainy days were found among different parts of the province. There were many rainy days in the dry seasons (October to March), but the daily rainfall amounts are small. The rainy seasons (April to September) have not only many rainy days but also heavy daily rainfall amounts. The spatial distributions of light rainy days (1 mm 100 mm) are generally concentrated in three regions, Qingyuan, Yangjiang, and Haifeng/Lufeng. The average rainfall amount for rainy days increases form the north to the south of Guangdong, while decreasing as the rainfall intensity increases. The contributions from light, moderate and heavy rain to the total rainfall decreases form the north to the south. The annual rainy days show a decreasing trend in the past 50 years. The light rainy days decreased significantly while the heavy, rainstorm and downpour rainy days increased slightly. The annual total rainfall amount increased over the past 50 years, which was contributed by heavy, rainstorm and downpour rains, while the contribution from light and moderate rains decreased.     

Rainfall and rainy days trend in Iran

In this study, long-term annual and monthly trends in rainfall amount, number of rainy days and maximum precipitation in 24?h are investigated based on the data collected at 33 synoptic stations in Iran. The statistical significance of trend and climate variability is assessed by the Mann-Kendall test. The Linear trend analysis and the Mann-Kendall test indicate that there are no significant linear trends in monthly rainfall at most of the synoptic stations in Iran. However, the maximum number of stations with negative trends have been observed in April (29 station), and then in May (21 stations) and February (21 stations) and with positive trends in December (26 stations) and July (24 stations). The significant linear trends, with a significant level of 0.05, in annual rainfall have been noticed only at five stations. The monthly number of rainy days does not show any significant linear trend for most areas in Iran. The maximum number of stations with monthly negative trends in rainy days has also been observed in April with the minimum in December. In April, out of 24 stations with negative trends, 12 stations have a significant negative trend. Contrary to that, in October there is no significant linear trend. Most stations have positive trends in annual number of rainy days. Also, the monthly maximum precipitation in 24?h does not show any significant linear trend for most areas in Iran. The maximum number of stations with monthly negative trends in maximum precipitation has also been observed in February with the minimum in December. In spite of that, there are almost no significant precipitation variations in Iran during the last 50-odd years, the tendency of decreasing rainfall amount in April and increasing rainfall amount in December and July could indicate an eventual climate change in this area in the future.     

化州暴雨气候特征分析及极端事件重现期计算

利用化州1959年以来的降水资料,对化州暴雨气候变化特征进行分析,在此基础上,研究极端降水的重现期,以期为化州市洪涝灾害的防范和风险管理提供一定的参考数据。统计分析表明,化州年暴雨日数与年雨量之间相关性较好,连续性暴雨多发生在龙舟水以及台风影响期间;暴雨日数、年暴雨量变化趋势显著;暴雨日数1964年发生了突变;暴雨日数、暴雨量存在11年的主要准周期;计算重现期,化州50a一遇的最大日降水量为395.2mm,100a一遇的最大日降水量为451.2mm。     

1961~2018年华南全年和四季暴雨的时空特征分析北大核心CSCD

利用中国2400余个国家级气象台站观测数据插值得到的1961~2018年逐日网格降水资料,综合运用回归分析和Morlet小波变换等方法,分析了华南多年暴雨和区域性暴雨的时空变化特征,揭示了华南暴雨的变化规律。结果表明:1961~2018年,华南全年暴雨日数和暴雨雨量大值区域分布在广东、广西、福建沿海一带及海南省和广西北部,夏季暴雨日数和暴雨雨量最大,其次是春季。在广西北部至广西、湖南、广东三省交界处、广东南部、福建和海南省,全年暴雨日数、雨量和强度的增加趋势最显著,夏季的区域平均值增长速率最大,其次是秋季。华南区域性暴雨日数和过程数呈单峰型分布,一年中均可出现,最大值出现在6月。区域性暴雨日数和过程数多年平均值为28 d a^(-1)和16.5 a^(-1),上升速率分别为0.15 d a^(-1)和0.097 a^(-1),四季中夏季的上升速率最快,最慢的是秋季。平均单次过程持续日数和最大单次过程持续日数在冬季均以0.015 d a^(-1)的速率显著上升,在春季却呈现下降的趋势。华南暴雨和区域性暴雨各要素在全年和四季的波动变化中不同程度地表现出准3 a、准14 a和准18 a的周期变化,2000年后,全年暴雨和区域性暴雨各要素准18 a的长周期和准3 a的短周期振荡非常显著。     

全球气候变暖背景下水城县近30a气温与降水变化的新特征

该文基于水城县国家气象观测站1986—2015年的逐日观测资料,利用线性回归、Morlet小波分析等方法,对水城县近30 a气温和降水的气候特征进行分析。结果表明：①水城县年平均气温在近30 a来呈现显著的上升趋势,其中春、夏、秋三季的平均温度对年平均气温的增加起到了重要贡献,且冬季在近15 a来更容易发生极端暖冬与冷冬事件;②水城县年平均降水量在近30 a来存在一定的减少趋势,但与气温不同,夏、秋两季的降水占到了全年的75%以上,从而与全年降水量的变化特征息息相关,并且在气候变暖的背景之下,水城县夏、秋季的降水在2000年以来年际变率显著变大,从而导致当地更容易出现极端的旱涝事件;③过去30 a水城县的年极端最高气温出现在春季和初夏的次数最多,3—6月共有25次,占比高达80.6%,年极端最低温所出现的月份则主要集中在冬季（12月—翌年1月）;④水城县平均气温的增加与极端降水的变化之间存在密切联系,水城县年均暴雨日数主要集中在6—8月,在全年暴雨日数中占比达到79%（51 d）,而水城县近30 a的年暴雨日数在气温升高、总降水量减少的背景之下仍出现了显著的增加趋势。     

青藏高原东侧“雅安天漏”旱涝年降水特征

利用四川省雅安市1951~2008年逐日降水资料和1969~2000年逐小时降水资料,统计分析了青藏高原东侧雅安地区4个典型旱年和4个典型涝年的降水量、降水频率的多时间尺度变化特征。结果表明,雅安旱年的平均年降水量为1242.9mm,涝年的平均年降水量比旱年多1010mm。旱年汛期降水量占旱年降水总量的70.4%,涝年汛期降水量超出旱年一倍,且占涝年降水总量的81.1%。旱、涝年降水量的季节变化明显,且涝年的季节差异更加显著;雨强与降水量的季节变化相似,夏季达到最大,且旱、涝年年雨强和汛期雨强的差异很明显;旱、涝年之间的雨日差异要小的多,季节差异也不突出。旱、涝年降水量和雨日的最大值、最小值出现月份不同,旱年降水量7月最多、1月最少,而涝年降水量8月最多、12月最少。另外,旱、涝年白天、夜间的月降水量和月雨日最大值出现时间不同,并且不同降水强度,旱、涝年降水量和雨日的逐月变化也有较大差异;旱、涝年降水日变化与夜雨特征都突出,但夜间降水量和频次远远大于白天。旱、涝年降水量和频次的最大值、最小值出现时间有差异,旱年最大小时降水量在01时,最小在14时。涝年夜间小时降水量为双峰结构,最大小时降水量在23时,另一最大值在03时,最小在16时。旱年和涝年最大小时降水频次均出现在00时,最小分别出现在14时和15时。并且,降水量和频次从谷值到峰值的增加速率超过了从峰值到谷值的衰减速率;进一步分析发现,随着降水强度的增加,其夜间降水量越容易出现多峰值的波动,且旱、涝年夜间降水量和频次的差值也越明显。其中,旱年中雨和大雨降水量和频次高于涝年,但涝年暴雨降水量和频次远高于旱年。      

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。     

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。