海河流域近60a降水极值的频率分析及时空分布特征

以海河流域为研究区域,利用MK和F检验对站点的年最大日降雨序列进行趋势、突变和跳跃分析。基于水文气象分区线性矩法进行一致区的划分、最优分布的选择和降水极值的频率估计值计算,并分析其空间分布特征。结果表明:MK趋势和突变检验显示只有8个站点(22.9%)呈现显著下降趋势,通过了信度为0.1的显著性水平检验,特别是京津唐区域具有显著的下降趋势,突变时段主要发生在1980-1990年。均值和方差的跳跃性显示大部分站点都呈现出显著的向下跳跃,主要分布在流域的滦河子流域和北三河水系;趋势和跳跃的综合分析能够对降水极值有可能引起的旱涝灾害进行更全面合理的判断。不同重现期下的频率估计值的空间分布总体趋势一致,从东南到西北、从沿海到内陆逐渐减少,并与地形表现出很好的一致性;降水极值空间分布的中心主要集中在滦河子流域的遵化和青龙附近;大部分站点50 a一遇的估计值和AMP序列的最大观测值能够保持较好的一致性,间接反映了估计值的合理准确性。     

未来情景下南水北调中线工程水源区极端降水分布特征

利用南水北调中线工程水源区9个气象站点1961-2008年的日降水资料和IPCC第四次评估报告多模式数据结果,抽取逐年的最大日降水量序列样本,运用广义极值分布（GEV）和广义帕累托分布 (GPD）两种极值统计模型对样本进行拟合,遴选出描述流域最大日降水量分布规律的最优概率模型,推算重现期对应的降水量值,并预估该流域极端降水事件在未来气候变化情景下的响应。研究表明：南水北调中线工程水源区降水极值均符合GEV和GPD分布,但GPD模型更适合用于描述该流域降水极值分布;未来气候变化情景下用GPD分布拟合的降水极值优于使用GEV分布;A2情景下极端降水事件的发生将更频繁、更强烈,A1B情景下次之,B1情景下相对较小,表明未来高排放气候情景对极端降水事件的影响比中、低排放情景大。     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

1960-2005年长江流域降水极值概率分布特征

 摘 要：根据1960-2005年长江流域147个气象站逐日降水观测资料和ECHAM5/ MPI-OM气候模式20世纪试验期（1941-2000年）79个格点逐日降水模拟资料，建立年最大强降水AM（annual maximum）序列及汛期日降水量＜1.27 mm的最长干旱持续天数MI（Munger index）序列，分析了长江流域降水极值序列的时空分布特征和概率分布模式。结果表明：1) 长江流域强降水事件的强度和概率最大的地区位于岷沱江流域中游、洞庭湖湖区、长江中下游干流区与鄱阳湖东南部支流等地区，干旱事件强度和概率最大的地区位于金沙江流域中下游与嘉陵江流域；2) 气候模式模拟的长江流域AM事件的多年平均值普遍高于观测值，但离差系数普遍低于观测值; 3) 气候模式模拟结果与观测的降水极值空间分布有一定的差异，但对气候模式和实际观测的降水极值概率分布的拟合，均证明Wakeby分布函数能够较好地拟合降水极值的概率分布。     

2013年黑龙江省主汛期降水异常特征及其对作物产量影响的分析

利用黑龙江省77 个气象台站1961—2013年6—8月逐日降水资料,采用降水集中度和集中期、统计回归等方法,分析了2013年黑龙江省主汛期降水异常的气候统计和时空分布特征,与1998年数据进行了对比分析,并探讨评估了其对粮食作物产量的影响。结果表明: 黑龙江省2013年主汛期雨日多、大范围连续强降水密集且早发,降水异常偏多,降水量为近53 年的最高极值;空间分布上不存在明显的经向或纬度变化规律,降水高值区主要分布在松嫩平原,沿江流域站点平均降水量略少;时间变化上呈少—多—少的分布,强降水集中期为7月上旬,也是主汛期内降水最多时段。2013年主汛期降水与1998年在时空分布上存在差异,降水量、持续时间均超过1998年,尤其表现在黑龙江流域,但1998年降水的局地性和突发性较强。采用FY 3A/MERSI卫星数据持续跟踪监测作物被淹没面积,以WOFOST模型模拟受淹前的平均单产,依据淹没时间超过7 d时作物无有效产量进行估算,2013年黑龙江省13个行政区因流域性洪涝灾害导致水稻和玉米总损失产量合计达3.97×109 kg。     

不同站网密度对热带气旋降水气候统计特征分析的影响

使用中国1 416个常规地面观测站,分析了1981—2010年间采用不同空间站网密度的全国(不包括台湾、香港、澳门)、分地区(华东和华南为例)、分省(广东、海南及江西为例)的热带气旋降水气候特征差异。结果表明,对于全国而言,不同疏密测站组的累积降水、过程降水年平均值、日降水平均值及其空间分布基本一致,降水极值及其空间分布结果略有不同,对全国TC降水的气候统计特征分析不会有影响;分区域和分省的不同疏密测站组的日降水平均值没有明显差异,而对于日降水极值和暴雨频次,统计结果有不同,且使用稀疏测站方案得到的TC降水极值会比未稀疏化的测站方案得到的结果略小,对分区气候统计特征分析有影响;就影响程度而言,受TC影响较大的海南省的各方案差异明显于广东、江西,华南(含广东、广西、海南)明显于华东(含山东、江苏、浙江、上海、福建、安徽、江西)。同时,采用稀疏间距为40~50 km(接近或为全国测站的平均间距)作为空间稀疏方案时,气候统计特征开始出现明显变化。另外,不同空间站网密度对TC过程及日降水面雨量均值的影响同样从稀疏间距为40~50 km处开始发生变化,而当稀疏间距达到100 km或200 km时,结果已截然不同。     

渠江流域汛期强降水时空分布特征

本文从分析研究渠江流域汛期强降水时空分布入手,试图揭示该流域21世纪以来洪水频发的原因。经对渠江流域1970~2012年降水资料分析研究得出:(1)渠江流域汛期降水量、暴雨日数、降水变差系数呈“北大南小”的空间分布;“北区(河流汇水区,下同)”近年来汛期降水量增大、暴雨频率增加、降水趋于极端;(2)短时强降水多发生在04~08时,频发区主要位于“北区”,近年来频次呈上升趋势;(3)小时雨强极值“北区”普遍大于“南区”;近43年渠江流域汛期小时雨强极值总体呈增大趋势,“北区”尤为明显。因此,渠江流域汛期发生的强降水趋势性变化,是导致该流域洪水频发的主要原因之一。      

近30多年汉江流域面雨量时空变化特征分析

利用汉江流域1967-2000年逐日面雨量资料,分析了汉江流域及其上游、中下游和唐白河流域三个区间面雨量的平均值、极值、降水频次、连续强降水等特征值。结果表明,汉江流域面雨量季节性明显,存在夏汛与秋汛之分;该流域面雨量,20世纪80年代主要为高值期,90年代为低值期,2000年后又进入一个相对高值期,呈11年左右年代际变化;该流域面雨量年变化曲线为较对称的单峰型,峰顶在7月;该流域(连续)强降水主要出现在4-10月,夏季最多,秋季仍可出现相当明显的降水。     

长江三峡地区宜昌、巴东短历时极值降水特征分析

利用长江三峡库首宜昌站及库区巴东站1955—2008年分钟降水强度资料,采用广义极值分布和线性矩参数估计方法,拟合两站7个短历时(60min以内)年最大降水量概率分布,推断各历时有关重现期降水极值,计算各历时暴雨频次及年最大降水量气候倾向率,分析各历时降水广义极值分布的参数随时间变化规律。结果表明:宜昌、巴东两站7个短历时年最大降水量采用广义极值分布拟合,其效果较好;两站短历时降水平均值趋势变化不明显,而不同百分位数降水量变化趋势差异较大,其中中位数的降水量呈下降趋势,较高百分位数的降水量增加趋势显著,达20%～30%。     

1960~2011年中国日降水集中程度的时空变化特征

利用1960~2011 年的日降水资料,计算降水集中指数（Concentration Index,CI）,分析中国区域降水集中程度的空间分布及时间变化特征,得到以下主要结论：CI 指数可有效描述我国日降水集中程度;我国CI 指数介于0.575 与0.750 之间,平均为0.652,总体呈现出东部大、西部小,夏季大、冬季小的特征;44.17%站点的CI 指数表现出增加趋势,55.83%的站点表现出减少趋势,其中10.36%站点的变化趋势通过95%信度水平的显著性检验,CI 指数显著增大的站点主要分布在西北、华中和西南地区,显著减小的站点主要分布在东北、华北、东南沿海及青藏高原东部等地区;3~5 年是各子区域CI 指数变化的主要周期,与对应区域降水量的变化周期较一致;1970 年左右和2000 年左右是显著周期性变化出现较集中的时间段。     

Modelling Korean extreme rainfall using a Kappa distribution and maximum likelihood estimate

Summary Attempts to use the 4-parameter Kappa distribution (K4D) with the maximum likelihood estimates (MLE) on the summer extreme daily rainfall data at 61 gauging stations over South Korea have been made to obtain reliable quantile estimates for several return periods. A numerical algorithm for searching MLE of K4D by minimizing the negative log-likelihood function with penalty method has been described. The isopluvial maps of estimated design values corresponding to selected return periods have been presented. The highest return values are centered at sites in the south-western part of the Korean peninsula. The distribution of return values for annual maxima of 2-day precipitation (AMP2) is more similar to the climatological features of annual total precipitation of Korea than that of annual maxima of daily precipitation (AMP1). Our results of return values delineate well the horizontal patterns of the heavy precipitation over the Korean peninsula. Received January 15, 2001 Revised October 8, 2001     

Duration and Seasonality of Hourly Extreme Rainfall in the Central Eastern China

Compared with daily rainfall amount, hourly rainfall rate represents rainfall intensity and the rainfall process more accurately, and thus is more suitable for studies of extreme rainfall events. The distribution functions of annual maximum hourly rainfall amount at 321 stations in China are quantified by the Generalized Extreme Value（GEV） distribution, and the threshold values of hourly rainfall intensity for 5-yr return period are estimated. The spatial distributions of the threshold exhibit significant regional diferences, with low values in northwestern China and high values in northern China, the mid and lower reaches of the Yangtze River valley, the coastal areas of southern China, and the Sichuan basin. The duration and seasonality of the extreme precipitation with 5-yr return periods are further analyzed. The average duration of extreme precipitation events exceeds 12 h in the coastal regions, Yangtze River valley, and eastern slope of the Tibetan Plateau. The duration in northern China is relatively short. The extreme precipitation events develop more rapidly in mountain regions with large elevation diferences than those in the plain areas. There are records of extreme precipitation in as early as April in southern China while extreme rainfall in northern China will not occur until late June. At most stations in China, the latest extreme precipitation happens in August–September. The extreme rainfall later than October can be found only at a small portion of stations in the coastal regions, the southern end of the Asian continent, and the southern part of southwestern China.     

近32年长沙市短时强降水的气候变化研究

利用长沙市近32 a的1 h、3 h雨量资料,分析了长沙短时强降水年发生次数、月际分布、时段分布、极值分布等气候特征及1 h、3 h雨量极值趋势分析、突变检验。结果表明,长沙市1 h、3 h短时强降水年发生次数的多年平均值为4.4、3.7次,雨强平均为29.2 mm/h、14.8 mm/h。长沙发生1 h短时强降水高峰期为6-8月,3 h短时强降水高峰期为6-7月。1 h短时强降水容易发生在15-17时及20时等时段,3 h短时强降水容易发生在04-08时及01时等时段。1 h、3 h短时强降水年雨量极值大多出现在主汛期。年1 h雨量极值发生在7月最多,6、8月次之;年3h雨量极值发生在6月最多,7月次之。长沙市1 h、3 h短时强降水年雨量极值整体呈弱增加趋势,其长期趋势变化存在明显年代际变化特征和阶段性特征,无突变现象。     

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。     

中国台风降水的气候特征

对中国台风降水的时空分布特征进行研究,发现台风降水分布在中国中东部广大地区,台风降水量自东南沿海向西北内陆逐渐减少.台风降水最大值出现在台湾岛的中东部地区和海南岛的个别地区,年平均台风降水量大于700 mm,最小值出现在内蒙古、山西、陕西、四川的部分地区,年平均台风降水量不足10 mm.台风降水一般出现在4～12月,峰值出现在8月.1957～2004年期间台风降水呈下降趋势.台风降水的异常主要由于亚洲地区大气环流和赤道中东太平洋沃克环流的异常变化所引起.进一步分析发现,台风降水在中国大部分地区为减少趋势,且这种趋势在台湾岛、海南岛、东南沿海部分地区和东北南部较显著.台风暴雨是我国东南沿海及部分内陆地区的极端强降水事件之一,这些地区的暴雨和大暴雨很大程度上是台风带来的.     

从小时尺度考察中国中东部极端降水的持续性和季节特征

相对于日降水量,小时尺度降水资料可以更准确地反映降水强度并描述降水过程,因而更适用于极端降水阈值确定及其特性研究.利用广义极值分布估计中国321个站最大小时降水量的分布函数,确定了5a重现期的小时降水强度阈值.阈值的空间分布呈现出明显的地域差异,西北地区阈值偏低,华北地区、长江中下游地区、华南沿海地区和四川盆地西部地区为高阈值中心.取各站5a一遇极端降水事件对其持续性特征和季节特征进行分析,发现在沿海地区、长江流域和青藏高原东坡极端降水事件的平均持续时间较长(超过12h);中国北部地区持续时间较短.在具有较大海拔落差的复杂地形区,极端降水事件较平原地区更快地发展到峰值.华南地区4月就可有极端降水事件出现,而中国北方地区要到6月底才出现极端降水;全中国大部分地区的年最晚极端降水在8-9月,但沿海地区、大陆南端和西南地区南部的少数站点在10月以后仍有极端降水发生.     

内蒙古夏季不同气候区短时强降水检验及制定

利用1991—2015年夏季(6—8月)内蒙古地区111个国家气象站小时降水量资料,对内蒙古不同气候区(极干旱、干旱、半干旱、半湿润和湿润)短时强降水(1 h降水量≥20 mm)进行检验分析,采用累积概率方法定义内蒙古夏季不同气候区短时强降水。检验结果表明:内蒙古地区年平均降水量和小时降水量极值自西部极干旱区向东部半湿润、湿润区递增,高值区位于大兴安岭东部,次高值区位于阴山山脉以南。内蒙古极干旱区小时降水量极值低于20 mm,半湿润区和湿润区小时降水量极值高于50 mm,个别站点甚至达到100 mm以上。但在半湿润区和湿润区东部小时降水量超过20 mm年平均发生仅为1次,其余地区均1次。在内蒙古极干旱区、干旱区、半干旱区、半湿润区和湿润区小时降水量分别达到6.1、9.8、12.5、15.2和14.3 mm·h~(-1)属于极端降水事件,小时降水量≥20 mm不宜作为内蒙古短时强降水定义。综合上述研究,结合内蒙古地区地形、地貌等因素,将内蒙古极干旱区和干旱区短时强降水定义为5 mm·h~(-1),半干旱区、半湿润区和湿润区短时强降水定义为10 mm·h~(-1)。     

全球海气耦合模式对我国极端强降水模拟检验

以1961—1999年我国地面观测逐日降水资料作为观测基础, 初步分析了18个全球海气耦合模式对我国20世纪极端强降水的模拟能力。分析模式对不同级别降水的模拟发现, 各模式模拟的我国1~10 mm小雨日数普遍明显偏多; 10~25 mm中雨日数的模拟结果总体上也以偏多为主, 虽然部分模式能够模拟出我国南方存在的高值中心, 但位置偏北至长江中下游地区; 25~50 mm大雨日数在我国南方明显偏少, 并且大值中心的位置基本都没能模拟出来; 50 mm以上暴雨日数的模拟结果也明显偏小, 除MIROC3.2(hires) 外大部分模式在长江以南地区的结果都未超过2 d; 大部分模式不能正确模拟出我国东部地区大雨日数变化趋势的空间分布。进一步分析各模式对极端强降水的模拟发现:各模式极端强降水阈值明显低于观测; 半数左右的模式模拟出了1961—1999年西北西部极端降水增加的趋势, 个别模式趋势系数的大小与观测相当, 大部分模式对东北和长江中下游地区的模拟结果呈与观测反向的变化趋势, 没有模式能够模拟出我国东部地区存在的东北—华北与华中—长江中下游—华南存在的极端强降水日数增加-减少-增加-减少的空间分布; 大部分模式模拟的极端强降水日数标准差与观测结果比较接近, 这可能主要是由于对观测和各模式使用了同样的判定极端强降水发生的方法。总的来看, 全球海气耦合模式对我国极端强降水的模拟能力还有待进一步改进。     

气候变化背景下陆地季风与非季风区极端降水特征对比

利用月平均地表气候要素数据集(CRU TS 4.02)的逐月降水和逐月日平均气温资料,采用线性趋势分析、滑动平均和相关分析等方法,研究了1901-2017年气候变化背景下全球陆地季风区与非季风区的极端降水特征。结果表明:我国所处的亚洲季风区的极端降水频率分布较为稳定,仅在变暖减缓时段出现大范围小值区;非季风区在急剧加速变暖时段极端降水频率分布呈现两极化,大范围的小值区与大值区共存,而季风区不易出现这种情况。季风与非季风区极端降水频率均值变化基本趋于一致,只在加速变暖时段有所不同。季风与非季风极端降水频率小值区格点数占比变化趋于一致,仅在两个加速变暖时段有所区别,而对于大值区,除去1921-1949年和1950-1972年,季风区大值区格点数占比均低于非季风区。季风与非季风区极端降水量的分布形式受气候变化影响相对较小,但无论处于哪个冷暖时段,季风区的极端降水量均远远高于非季风区。非季风区的极端降水频率与气温的相关性要好于季风区,叠加温度趋势变化时,中高纬度大部分地区呈正相关的关系,去趋势后,相关性减弱。