流域洪涝定量描述及江西省48 a流域洪涝分析(摘要)

分别对单站洪涝强度、流域集中期洪涝强度和流域汛期洪涝强度进行了定量描述,并对1951～1998年江西省5大流城的洪涝分别进行了比较分析,认为通过对洪涝强度的定量描述,可以方便、定量地比较历史上各汛期、各集中期流域洪涝强度,从而为地方党政领导开展情报服务,也可以以流域洪涝指数为预报对象开展对流域洪涝强度的预测研究;影响洪涝的因素很多,单从降水的时空分布看,集中期开始前的降水、集中期长度、集中期降水强度(最大5 d降水)及降水总量均会影响洪涝强度;文中对洪涝的客现描述方案与实际洪涝和灾害比较吻合,比用月季总降水量更能反映实际的洪涝情况;集中期洪涝指数比汛期洪涝指数更能反映洪涝程度;江西省洪涝多发时段是5月25日～7月11日,较严重的洪涝主要出在6月下旬～7月上中旬,绝大多数集中期在10 d左右;90年代南片和北片分别有3 a和5 a列为10大洪涝年,且1998年被列入集中期洪涝、汛期洪涝和10大洪涝年第1位,是解放以来洪涝灾害最严重的1 a,表明进入90年代后江西省步入多洪涝期.     

流域洪涝预报研究

提出了一个应用水文上降水产生流量过程线的变化原理,仅用降水资料来推算流域洪涝指数,用量化指标来预报未来流域洪涝强度的研究思路和方法。利用流域内测站雨量计算出流域的有效综合面雨量(考虑了前一段时间内的逐日流域面雨量的不同贡献)。复核流量(或水位)等洪涝有关资料与流域有效综合面雨量的关系,最终确定出各级洪涝指数的流域有效综合面雨量的大小。在实际预报业务中,利用流域的实况面雨量和预报面雨量计算出未来流域某日的有效综合面雨量,对其值与已确定的各级洪涝指数的有效综合面雨量大小进行比较分析,最终判断未来流域可能出现的洪涝等级和强度。     

一种新的洪涝标准及其应用的尝试

利用逐日降雨资料,设计了单站降雨集中期、集中度的公式,进而制定了单站洪涝指数,并从洪涝程度和面积两个方面确定了反映大范围洪涝程度的洪涝指数。上述洪涝指数比较客观,有时空对比性,而且可由计算机算出。最后以50OhPa关键区高度作因子做了预报试验。     

流域洪涝定量描述及江西省48a流域洪涝分析

分别对单站洪涝强度、流域集中期洪涝强度和流域汛期洪涝强度进行了定量描述。并对1951～1998年江西省5大流域的洪涝分别进行了比较分析,得出了各大流域近半世纪10大洪涝集中期、10大洪涝汛期和南北分片10大洪涝年。     

江西致洪暴雨天气特征分析与流域洪涝预报研究

在对1959～1990年的资料进行大量普查分析和统计的基础上,指出对流层中低层形势特征在江西致洪暴雨中的特殊重要性,分析了各个天气系统对形成致洪暴雨的作用,并根据中低层天气形势特征来分型建立致洪暴雨的预报模式。应用水文上降水产生流量过程线的变化原理,提出了仅用降水资料来推算流域洪涝指数,用量化指标来预报未来流域洪涝强度的研究思路和方法。该方法思路是利用流域内测站雨量计算出流域的有效综合面雨量(考虑了前一段时间内的逐日流域面雨量的不同贡献)。复核流量(或水位)等洪涝资料与流域有效综合面雨量的关系,最终确定出各级洪涝指数的流域有效综合面雨量的大小,确定洪涝等级。     

赣江中游流域面雨量及吉安气象洪涝指数预报方法(摘要)

介绍了赣江中游流域水资源、降水、洪涝概况,并以吉安站为例,阐述了赣江中游流域面雨量预报和气象洪涝指数预报方法,从而为气象部门直接向防汛决策部门开展相关服务提供便利.     

江苏省流域面雨量气候特征及与雨涝关系的探讨

本文较为详细地分析了1961-2000年汛期5～9月江苏省四大流域面雨量年际、月际变化特征及面雨量的空间分布特征，提出了面雨量异常指数的定义，进行了极值分析，并分析了1980-2000年江苏省内涝对应的面雨量极值、面雨量距平。统计结果表明，强降水面雨量能较好的表征洪涝程度，为今后进一步研究流域面雨量致灾预测打下了基础。     

贵州汛期河流面雨量的气候特征分析

引入流域面雨量距平百分率,对贵州省内5大流域(漭阳河、都柳江、盘江、乌江、清水江)的面雨量进行了旱涝分级,得出历年各流域的灾情等级;通过分析1961～2000年各流域面雨量的年代际变化特征及历史上出现强降水面雨量的年份和区域,可知汛期内我省5大流域的最强降水集中期主要都出现在6月16日～7月15日这一段,盘江流域是我省主要的强降水集中区。     

桂林市汛期降水集中度和集中期与旱涝关系的研究

利用桂林13站近50a的逐日降水资料,采用近年来气象学者提出的降水集中度和集中期的定义,计算桂林汛期降水集中度和集中期,对其统计特征进行分析,结果表明:降水集中度最大值为0.59,最小值为0.12,平均值为0.33,年际变化大,有10a的变化周期;降水集中期出现在汛期第5旬到第8旬之间的年份占76%。对集中度大值年和小值年进行对比分析,得出汛期降水量偏多时,集中度偏大容易造成洪涝灾害,集中度偏小则降水较均匀,不利于洪涝的形成。多水年和少水年降水集中度的空间分布明显不同,多水年的集中期明显比少水年偏迟。     

桂林市汛期降水集中度和集中期与旱涝关系的研究

利用桂林13站近50a的逐日降水资料,采用近年来气象学者提出的降水集中度和集中期的定义,计算桂林汛期降水集中度和集中期,对其统计特征进行分析,结果表明：降水集中度最大值为0.59,最小值为0.12,平均值为0.33,年际变化大,有10a的变化周期;降水集中期出现在汛期第5旬到第8旬之间的年份占76%。对集中度大值年和小值年进行对比分析,得出汛期降水量偏多时,集中度偏大容易造成洪涝灾害,集中度偏小则降水较均匀,不利于洪涝的形成。多水年和少水年降水集中度的空间分布明显不同,多水年的集中期明显比少水年偏迟。     

乌鲁木齐汛期降水集中度和集中期时空变化特征

利用乌鲁木齐5个国家级气象站1978—2019年5—9月逐日降水资料,统计分析逐候降水集中度(P_(CD))和集中期(P_(CP))变化趋势和时空分布特征。结果表明:近42 a乌鲁木齐汛期降水集中度和集中期均呈微弱下降趋势,表明汛期降水分配趋于均匀,降水集中期呈逐渐提前趋势。汛期降水集中度和集中期空间分布差异显著,降水集中程度由西向东逐渐增大,降水集中期出现时间由北向南逐渐推迟。汛期降水集中度在整个研究期内存在6、15 a左右周期变化,降水集中期存在12 a左右周期变化。对多降水年和少降水年降水集中度和集中期合成分析,发现少降水年降水集中程度高于多降水年,而降水集中期明显晚于多降水年。     

华北地区雨季极端降水量的非均匀性特征

利用1957-2011年华北地区50个站日降水资料,分析极端降水量的集中度和集中期,探讨华北地区雨季极端降水的非均匀性特征。结果表明：华北地区极端降水量东南部大,西北部小;集中度也为东部大,西部小,即东部地区极端降水较集中,西部地区较分散。极端降水多出现在7月下旬,即华北的主汛期。极端降水量和集中度呈显著减小趋势,集中期减小趋势不显著。华北地区雨季极端降水量的集中度和集中期与同期极端降水量有较好的相关关系,极端降水量越多,极端降水出现越集中,且出现时间越晚;反之亦然。这种关系在环渤海湾地区最显著。分析京津唐地区极端降水发现,极端降水量及其集中度、集中期均呈显著减少趋势。京津唐地区极端降水量在20世纪90年代中期出现突变,90年代后,极端降水量明显减少,且更分散,集中期主要表现为提前。     

全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征

澜沧江是我国为数不多的跨境河流,流域内多发暴雨、洪水灾害,因此定量、科学地评估澜沧江流域未来全球升温情景下极端降水的变化特征,能够为澜沧江-湄公河沿线国家共同管理流域水资源和抵御自然灾害提供一定的科学指导。文中基于部门间影响模式比较计划（ISI-MIP）下5个全球气候模式降水数据,通过偏差校正增强其在澜沧江流域极端降水的模拟能力,使用降水强度、日最大降水量和强降水量等9个指标评价未来全球升温1.5℃和2.0℃下澜沧江流域极端降水的变化情况,并对结果的不确定性和可信度进行研究,得出以下主要结论：随着全球温度的升高,澜沧江流域年降水和极端降水均呈现增大趋势,其中极强降水量（R99p）升幅最大,升温1.5℃和2.0℃下升幅分别为37%和75%;相对于基准期,全球升温2.0℃下各极端降水指数增幅明显大于升温1.5℃,前者升幅甚至超出后者一倍;未来全球升温情景下,澜沧江流域湿季会变得更湿润,而干季则会更干燥;澜沧江流域降水集中程度会增大,使得流域内洪涝灾害发生的风险增大;ISI-MIP气候模式对澜沧江流域未来极端降水模拟存在较大不确定性,升温2.0℃较升温1.5℃情景下不确定性更大,但相对于基准期,前者极端降水增大的可信度更高。     

山东日照市2种干旱指标的应用对比

对山东省日照市年和各季节的旱涝情况使用降水距平百分率指标和Z指数旱涝指标2种方法进行了应用对比分析。结果表明:Z指数旱涝指标能较客观地反映旱涝程度,降水距平百分率指标反映旱涝程度较轻。在此基础上,用Z指数指标对日照市1955年以来的旱涝进行了逐年分析,发现日照市年和各季节旱涝变化都具有鲜明的阶段性及群发性特征,总体上旱情重于洪涝。     

近46年辽宁省降水集中程度研究

利用辽宁省25个台站1960—2005年逐候的降水资料，运用降水集中度和集中期分别讨论了辽宁省降水时空分布特征和变化规律，同时对多水年和少水年的集中度进行了比较。结果表明降水集中度和集中期能够定量地表征降水量在时空场上的非均一性，降水集中度平均为0．655，最大为0．749，最小为0．509；集中期平均为40．953候，最大值为45．221候，最小值为37．697候。年降水集中度和汛期降水集中度均呈减小趋势，汛期降水集中度减小的趋势明显。降水集中度的EOF分析显示取前3个特征值对应的特征向量可解释70％以上的方差。第一特征向量表现为全省一致性，而第二特征向量表征为东南与西北地区的反相，第三特征向量表征为东部山区与西部和沿海地区的反相。多水年的降水集中度明显比少水年的偏大且多水年的降水集中度分布较少水年复杂。     

基于“基尼系数”的降水时间分布均匀度变化研究

基尼系数是经济学中对贫富差距量化评价的重要工具。文章通过基尼系数的引入实现了对降水时间分布均匀度进行量化评价，从而对降水变化做出更为全面、客观的评估，为城市降水与水资源预测、城市雨水收集、以及水资源安全建设提供重要参考。对昆明市1972-2001年30a降水时间分布均匀度评价表明：30a平均降水时间分布均匀度基尼系数为0.47457，其中1972-1981年平均为0.46672，1982-1991年平均为0.49068，1992-2001年平均为0.46631。降水时间分布均匀度基尼系数呈下降趋势，年际变幅增大，其中最小为1998年（0.3342），正是旱涝灾害严重的年份，说明我国季风区的城市旱涝灾害的主要原因是降水时间分布不均。     

青岛汛期降水量与太平洋年代际振荡的关系

基于太平洋海面温度（SST）、大气环流及青岛降水量资料,分析并发现了青岛汛期（6—9月）降水量与太平洋年代际振荡（PDO）指数存在重要联系。当PDO处于冷位相时,西北太平洋区SST偏高,北美沿岸以及热带中东太平洋区SST偏低,西太平洋副热带高压偏弱偏东,脊线偏北,东亚夏季风偏强,青岛汛期降水量偏多,反之偏少。定义了一个新的太平洋SST距平指数SSTI,该指数包含了西北太平洋与热带中东太平洋SST距平反相变化的协同影响,也包含了PDO与ENSO的协同影响。与PDO指数、西北太平洋及热带中东太平洋SST相比,该指数与青岛汛期降水量相关性更好,通常SSTI正指数对应着汛期西太平洋副热带高压脊线偏北,面积偏小、强度偏弱,东亚夏季风偏强,有利于青岛汛期降水量偏多,反之偏少。SSTI指数可作为青岛汛期降水量预测的指示因子。     

1961-2010年东北地区汛期极端降水的非均匀性特征

利用东北地区91站1961-2010年逐日降水资料,讨论东北地区汛期极端降水量的非均匀性分布特征。结果表明,东北地区极端降水量呈现由南向北逐渐减少的分布特征;极端降水主要集中出现在7月,东北地区中部极端降水出现相对比较分散,东北东部、北部、西部和南部出现比较集中;东北地区汛期纬度偏低地区极端降水量偏多,极端降水发生较晚,且较为集中,纬度偏高地区则反之。汛期极端降水量与集中度存在显著的负相关关系,即汛期极端降水量越多,极端降水越集中,特别是嫩江、松花江流域。