湛江市前汛期总降雨量分析

湛江市前汛期 (4～ 6月 )总降雨量主要由大雨及暴雨过程决定。大雨、暴雨过程与降雨量的偏多或偏少有很好的相关性。可通过点聚图及回归方程来表征两者的线性关系 ,从而将前汛期降雨量的预报转化为相当大雨日数 (将大雨或暴雨过程的总降雨量除以 30 ,所得之整数为相当大雨日数 )估算问题 ,而相当大雨日数的预报 ,可以用自回归方程得出。1　前汛期总降雨量的年际分布　　采用业务工作中的旱涝级别 ,对 195 1～1996年湛江市前汛期总降雨量进行分级 :1级表示降雨距平百分率ΔR≤ - 5 0 % ;2级表示降雨距平百分率 - 5 0 % <ΔR<- 2 0 % ;3级表…     

广东省前汛期暴雨与500 hPa关键区准双周振荡

采用小波分析、功率谱和交叉谱分析、Lanczos滤波等方法探讨了1961—2008年广东省前汛期暴雨的变化及与影响广东省前汛期降水的500 hPa关键区准双周振荡的关系。结果表明:20世纪90年代以来,广东省6月发生暴雨的日数明显增多,强度增强;但90年代后期以来,前汛期暴雨的总日数却减少;前汛期暴雨总日数具有较明显的准6～7年周期振荡。广东省前汛期暴雨量占总降水量的37.7%,它与总降水量呈显著正相关。广东省前汛期降水与500 hPa关键区在大多数年份均存在显著的准单周、准双周振荡。虽然它们也存在30～60 d振荡,但不显著。500 hPa关键区与广东省前汛期降水在准双周振荡尺度上关系最密切,振荡超前或滞后的时间差在2 d之内。统计近48年4—6月500 hPa关键区准双周振荡波谷前后3 d(个别4 d)广东省暴雨出现的概率为79%。采用典型个例的合成分析,得到500 hPa关键区准双周振荡波谷附近有、无暴雨出现的大气环流场演变具有明显差异,可为广东省前汛期暴雨的中期预报提供参考。     

潮州市近51 a降水量和暴雨日数的时间变化特征分析

利用潮州1957—2007年逐日降水资料,统计分析其年、季降水气候特征及暴雨气候特征;应用MHF小波方法分析年降水量及暴雨日数的多时间尺度特征。结果表明：（1）潮州年降水量总体呈上升趋势,前汛期降水量对全年雨量的贡献逐渐下降,后汛期则相反;汛期开始月份及汛期降水强弱的年际变化明显,汛期结束月份年际变化不显著;降水偏多异常,各月差别不大,偏少异常,各月差别很大;4—8月最易发生降水异常。（2）暴雨主要发生在4—9月,暴雨气候事件初发时间有提前趋势,但近51 a暴雨日数总体上无明显增加。（3）年降水量存在3.5 a、18.4 a的主要时间尺度;暴雨日数存在4.6 a、12.1 a主要时间尺度。（4）整个时间域上,降水量和暴雨日数均存在较好的对应关系,不同尺度和时期这种对应特征略有不同。     

1960—2014年辽宁省汛期暴雨气候特征

利用1960—2014年辽宁省54个国家气象站逐日降水观测资料,对近55 a辽宁省汛期(6—9月)暴雨日数和暴雨强度的时空变化特征进行了分析。结果表明:1960—2014年辽宁省暴雨集中出现在汛期(6—9月),其中尤以7—8月暴雨出现最多,7—8月暴雨总量占年暴雨总量的72%。近55 a辽宁省汛期暴雨日数呈由东南部地区向西北部地区减少的分布,暴雨强度则自沿海地区向内陆地区减小;辽宁省汛期持续性暴雨主要为连续2 d的暴雨过程,暴雨发生次数不同区域差异较大。1960—2014年辽宁省汛期平均暴雨日数、暴雨强度和暴雨范围均无明显变化趋势,汛期暴雨日数和暴雨强度序列主要变化周期均为12 a,在20世纪90年代二者还存在显著的2 a变化周期。     

1960—2014年辽宁省汛期暴雨气候特征

利用1960—2014年辽宁省54个国家气象站逐日降水观测资料,对近55 a辽宁省汛期(6—9月)暴雨日数和暴雨强度的时空变化特征进行了分析。结果表明:1960—2014年辽宁省暴雨集中出现在汛期(6—9月),其中尤以7—8月暴雨出现最多,7—8月暴雨总量占年暴雨总量的72%。近55 a辽宁省汛期暴雨日数呈由东南部地区向西北部地区减少的分布,暴雨强度则自沿海地区向内陆地区减小;辽宁省汛期持续性暴雨主要为连续2 d的暴雨过程,暴雨发生次数不同区域差异较大。1960—2014年辽宁省汛期平均暴雨日数、暴雨强度和暴雨范围均无明显变化趋势,汛期暴雨日数和暴雨强度序列主要变化周期均为12 a,在20世纪90年代二者还存在显著的2 a变化周期。     

华南暴雨的气候特征及变化

利用华南110个测站1961—2008年逐日降水资料,采用线性趋势分析、Mann-Kendall检验、小波分析、计算趋势系数等统计诊断方法,分析了华南年和前、后汛期的暴雨日数、强度、贡献率等的气候特征及变化。结果表明,近48年来,华南年平均暴雨日数的地理分布总体上呈由沿海向内陆递减的趋势,最多中心在广西东兴（14.9d）,最少中心在广西隆林（3.2 d）。华南的暴雨72%发生在汛期,其中前汛期占45%,后汛期占27%。华南平均年和前、后汛期暴雨日数呈微弱上升趋势,但不明显。年和前、后汛期暴雨日数具有明显的年际、年代际变化特征。华南平均年和前汛期的暴雨强度有微弱增加趋势,特别是2005年以来升幅明显,而后汛期暴雨强度有不明显减少趋势。华南年暴雨贡献率增加明显,而前、后汛期暴雨贡献率增加并不明显。小波分析表明：2000年以来,华南年、前、后汛期暴雨日数具有2～3 a和3～4 a准周期振荡。     

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.     

惠州市暴雨灾害特征和防御对策

基于惠州市国家气象观测站和区域自动气象站逐日降水资料,总结分析了惠州市暴雨灾害特征,并思考和提出了暴雨灾害防御对策,结果表明:惠州市跨广东省粤北和粤东两大暴雨中心;汛期暴雨日数约占全年的90%,其中前汛期(4—6月)暴雨日北多南少,后汛期(7—9月)北少南多;在全球变暖背景下暴雨灾害呈多发趋势,广东省多项暴雨历史极值出现在惠州市,东北-西南走向的山脉和海陆分布造成的迎风坡、喇叭口等特殊地形是暴雨灾害多发重发的原因。同时,基于气象部门的职责提出了通过提升暴雨监测和保障能力、暴雨分析能力和预报预警准确率、暴雨应对和防御能力、积极开展气象科普宣传等措施来全面提升惠州市暴雨灾害防御能力。     

1961—2016年汛期东天山北坡不同量级降水日数时空变化特征

利用东天山北坡5个国家级地面气象站1961—2016年汛期(5—9月)逐日降水资料,采用线性趋势、相关系数、多项式拟合及Mann-Kendall突变方法,探讨不同量级降水日数时空演变特征及与汛期总降水量的关系。结果表明:随着降水量级升高,对应降水日数迅速减小;近56 a总降水日数、中雨日数、大雨日数和暴雨日数均呈增加趋势,其中大雨日数增加趋势最明显,对总降水日数的增加贡献最大,小雨日数呈明显的减小趋势,大雨日数在1991年发生突变,暴雨日数在1980年发生由少到多的突变,其他降水日数表现为下降趋势,但均未发生突变;从不同量级降水日数空间分布可知,除了小雨日数其他量级降水日数都是以木垒为高值中心,逐渐向东西两侧减小,最低值一般出现在伊吾和吉木萨尔;汛期随着降水量级上升,降水日数与汛期总降水量相关系数也不断增大,小雨日数与总降水量相关性最差,与大雨日数相关性最高。     

广州市近55年暴雨的气候变化特征

利用1961—2015年广州5个地面观测站逐日降水资料,采用多项式拟合、线性趋势、小波分析等统计方法,对近55年广州市暴雨的气候变化特征进行分析。结果表明:广州市89.9%的暴雨发生在汛期,暴雨日数的月际分布呈单峰结构;年和前、后汛期暴雨日数均呈略增加趋势,且在1977—2000年期间都具有4~8年的显著周期;年和前汛期暴雨强度呈略增加趋势,后汛期呈略减少趋势;对广州降水贡献率最大的是暴雨,占总降水的1/3左右;年暴雨贡献率呈略增加趋势,而前、后汛期呈略减少趋势,说明非汛期暴雨贡献率增加造成年暴雨贡献率的增加。     

上海地区汛期暴雨的延伸期预测方法及应用

本文利用700 hPa低频流场的演变分析上海暴雨过程的主要低频静态模型及大暴雨过程的主要低频动态模型。根据2005—2015年近10年的11 2个暴雨日样本建立低频系统静态预测模型,即一种是北方低频反气旋南方低频气旋型,另一种是北方低频气旋南方低频反气旋型。进一步研究发现,24 h雨量≥100 mm的大暴雨主要表现为低频气旋型,约占大暴雨总日数的60%。这种低频模态的大暴雨在发生前30 d至发生时的低频系统移动路径具有较好的一致性,即源自高纬度的低频反气旋在大暴雨发生前30 d左右逐渐向东南方向移动,在暴雨发生前20 d左右热带洋面进入低频气旋活跃期,随后低频气旋向西北方向移动,当两者交汇于上海附近地区时,产生大暴雨过程。利用这种移动路径的一致性建立大暴雨的动态预测模型。将静态及动态模型相结合用于业务预报,利用该方法较为准确地预报出近5年汛期的最强降水,时效均在12 d以上。     

四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性

四川盆地是我国夜雨发生频次最高的地区，夜间暴雨是夜雨中可致灾并加剧防范难度的一类特殊气象灾害，但以往对四川山地夜间暴雨精细特性的相关研究较少。利用四川省2010—2019年2 165个国家及区域气象站逐小时降水资料，分区统计了四川暖季（5—9月）暴雨日夜间降水占日降水量的比例、夜间暴雨频次和夜间平均暴雨强度的基本特征，并通过趋势分析和地理加权回归等统计方法，分析了其空间分布及其与海拔高度的关系，获得以下结果：（1）四川暴雨日夜间降水占日降水量比例呈现自南向北递减的趋势，以海拔2 800 m为分界，表现为随海拔高度升高呈先增大、后减小的垂直分布特征，川西南山地与其他山地区域整体上升的变化趋势明显不同。（2）夜间暴雨频次较多的测站沿川西与川西南山地陡峭地形呈线性分布，夜间暴雨频次随海拔高度升高总体呈现减小的特征，川西山地和川西南山地的频次最大值分别出现在海拔800 m和500 m。（3）四川夜间平均暴雨强度整体随海拔的升高而减小，大值区主要位于川西山地和川东北山地，海拔700 m高度处的峰值强度主要由川西山地贡献。（4）川西山地夜间暴雨特征呈次数较多且每次强度大，川西南山地夜间暴雨为次数多但单次降水量较小，而川东北夜间暴雨的强度较大但次数较少。以上结果有助于深化对山地夜间暴雨精细特征的认识。     

2020年广西暴雨灾害天气综述与分析

利用气象及其灾情等资料,对2020年广西区域性暴雨灾害天气过程进行综合分析,并与历史同期的气候作比较,在此基础上对其进行综述。结果表明:(1)年初至春季出现冬春暴雨,比常年偏早、偏强。(2)前汛期5月底到6月上旬出现了破历史记录的暴雨灾害,具有时间长、雨量大、强降雨叠加及灾害重等特点。(3)6月底出现站点破历史记录的全区性暴雨。(4)后汛期影响台风个数偏少,受“海高斯”影响出现全区性暴雨。(5)全年区域性以上暴雨场数比常年少。通过对2020年广西暴雨灾害的综述分析,加深对广西暴雨灾害整体性认识,对今后做好预报业务提供有益参考。     

广西秋冬季暴雨天气分型及基本特征

利用1980-2016年站点观测数据和NCEP再分析资料对广西秋冬季暴雨进行了天气学分型，并用合成分析的方法给出了各类暴雨的天气形势特征。结果表明：广西秋冬季暴雨可分为台风类、切变类和副高边缘类三类。其中，前两类暴雨发生次数最多，主要发生在9-10月份。高低空系统配置显示，秋冬季暴雨发生时对流层上层都伴有较强的高空急流，而对流层中低层的影响系统不尽相同；在暴雨期间，前两类暴雨副高减弱东退，第三类暴雨副高则加强西伸；广西秋冬季三种类型暴雨在水汽、热力、动力及形成机制方面也各有异同，但与汛期暴雨相比，各类暴雨的主要影响系统位置稍有差异，无论是水汽条件，还是动力条件，秋冬季暴雨比汛期暴雨要求都高，其中副高边缘类暴雨在不同季节差异最为明显。     

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。     

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

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。     

近10a大方县暴雨时空分布特征及致灾性的研究

【目的】研究大方县暴雨及其灾害特征,提高当地暴雨预报服务能力,为地方政府防洪部署及地质灾害防治提供参考。【方法】利用大方县国家气象观测站和乡镇自动气象站2013—2022年逐日降水资料、灾情资料,结合大方县地形、河流分布特点,统计分析近10 a大方县暴雨时空分布特征及各乡镇暴雨、大暴雨的致灾特点。【结果】大方县年均暴雨日、大暴雨日分别为14.8 d、3 d,且有增加趋势,暴雨、大暴雨主要出现在5—9月,均呈单峰型分布,暴雨的峰值出现在6月,大暴雨的峰值出现在7月,最早暴雨初日为4月18日,最晚暴雨终日为10月5日。【结论】大方县暴雨及大暴雨主要出现在南部、西部及北部乡镇,中部出现暴雨的次数较少,其分布特征与地形和水域有着较好的对应关系,位于迎风坡或水域附近的乡镇出现暴雨的频次高于其他乡镇。从暴雨灾情分布来看,致灾性暴雨出现在6、7月居多,与暴雨日、大暴雨日的月分布趋势相同,乡镇暴雨致灾频率大多在10%~30%之间,分布特征不明显;大暴雨致灾频率较高,在南部、北部海拔落差大或位于河谷地带的乡镇致灾性在50%以上。     

On some characteristics of severe rainstorms of India

Summary Detailed examination of daily rainfall data for India (and other relevant publications regarding severe rainstorms) show that during the last 110 years, the Indian region recorded 231 severe rainstorms. Of these, 27 were of 2-day duration and the rest (204) were of 3-day duration. Within a rainstorm, maximum rain fell on the 2nd day on 63% of occasions. It was also observed that the average raindepths obtained from slow moving rainstorms were greater in magnitude than those of fast moving rainstorms. All these rainstorms, during their movement through the country, had their rain centres at about 308 locations. This study has shown that only 19 locations recorded severe rainstorm centres on five or more occasions. Maximum number of rain centres recorded for one location was 13.With 2 Figures     

天津市短时暴雨雨型时空分异及其对城市内涝的影响

利用天津市1961-2018年分钟级降水数据,统计了天津地区短时暴雨过程,结合模糊识别法对暴雨过程进行分类,分析了暴雨雨型的时空分布特征,基于天津城市暴雨内涝数值模型,评估了不同雨型对内涝积水总量的影响。结果表明：近58 a天津地区短时暴雨雨型以单峰型（Ⅰ型、Ⅱ型和Ⅲ型）为主,其中各年代60 min暴雨雨型以Ⅰ型、Ⅲ型为主,120 min和180 min暴雨雨型以Ⅰ型为主导。短时暴雨集中出现在7月和8月,暴雨过程均以单峰型为主,60 min暴雨雨型7月以Ⅰ型居多,8月Ⅲ型最多,120 min和180 min暴雨雨型均为Ⅰ型最多。各区短时暴雨雨型均以单峰型居多,双峰型次之,均匀型较少。从各地区主导雨型来看,60 min和180 min暴雨雨型不一,包含Ⅰ型、Ⅲ型和Ⅴ型;120 min暴雨雨型各区一致为Ⅰ型。天津市短时暴雨雨型存在明显的时空分异,且不同雨型影响内涝积水总量的峰值出现时间,其中Ⅰ型的积水总量峰值出现时间早,是城市排水设计重点关注的雨型。工程设计中应充分考虑气候变化和城市化对暴雨过程的影响。