济南“87.8”特大暴雨成因分析

1987年8月26日,济南市出现了一次对流性特大暴雨天气过程。强雷雨主要集中于中午、傍晚和上半夜三个时段,以上半夜降雨强度最大,1小时最大降水量达102.5mm,出现于22时57分—23时57分。过程总降水量为270mm,是1962年7月13日特大暴雨(298.4mm)之后,25年来济南市最大的一次暴雨。据山东省防汛指挥部统计,市区降雨量均在300mm以上(图1),东城     

陕南2002-06-08暴雨洪水灾害分析

1　雨情、灾情及造成的影响　　 2 0 0 2 - 0 6- 0 8- 1 0陕西出现了一次全省范围的强降雨过程 ,其强降水范围之大 ,暴雨、大暴雨站数之多 ,为历史同期所罕见。汉中、安康、商洛、西安、宝鸡的部分县乡发生了严重的暴雨洪水灾害。这次大降雨过程从 6月 8日上午开始 ,到 6月 1 0日上午结束。全省 97个站都降了大雨 ,其中 44站暴雨。 8日 0 8时到 1 0日 0 8时的过程累计降雨量 (如图 1 ) ,在 5 0～ 1 0 0 mm的 40站 ,1 0 0～ 2 0 0 mm的 3站 ,2 0 0 mm以上的 1站。降雨最为集中的时段在 8日 0 8时— 9日 0 8时 ,全省共有 30站暴雨 ,其中大暴雨…     

昆山市暴雨时空分布特征及设计暴雨强度公式推求

基于江苏省昆山市2008—2015年12个自动气象站逐分钟降雨数据和常规气象站小时降雨量数据,并选取5个代表站分别代表不同的生态系统,先对昆山市降雨和暴雨的时空特征进行分析,然后采用年多个样法进行暴雨选样,利用指数分布、皮尔逊Ⅲ型分布和耿贝尔分布分析暴雨发生频率,最后使用高斯-牛顿法推求不同生态系统代表站的暴雨强度公式参数,结果表明:(1)昆山市各站点2008—2015年期间年降雨量都呈增长趋势,夏季降雨量最多、冬季最少,一天中01时(北京时间,下同)左右为降雨谷值,18时左右为降雨峰值,白天降雨多于夜晚; 在空间分布上,农田和城市生态系统的年降雨量、年降雨日数最多,湿地和湖泊生态系统较少。(2)暴雨日数年际差异大,年内暴雨主要集中在夏季,暴雨发生频次日变化呈“双峰型”分布,暴雨发生频次在02时和18时最多,09时和24时最少; 市区的暴雨日数空间变异系数大于郊区,且从市中心向外递减。(3)城市生态系统适宜采用皮尔逊Ⅲ型分布推求暴雨强度公式,其他类型生态系统适宜采用指数分布推求暴雨强度公式。      

北京“7〖DK〗·21”特大暴雨过程时空特征解析

利用高密度自动站观测记录和长序列气象站观测资料,对2012年7月21日北京地区特大暴雨过程的时空演化规律进行了分析。结果表明:"7·21"特大暴雨期间,全市累积降雨量大于100mm的站数达到211个,占全部测站数的92%,96个站累积雨量大于200mm,12个站大于300mm;多数地区降雨时长超过16h,密云大成子站降水时间最长,达到20h,强降雨时长在西南房山和门头沟最大;最大小时雨强中心出现在东北和西南区域,东北部最大雨强中心较突出;平均雨强高值阶段出现在21日18:00—21:00,其中19:00雨强最大,达到22mm/h,但最大雨强在70mm/h以上的高强度降雨发生在21日13:00—14:00(门头沟龙泉站)和19:00—22:00,20:00—21:00平谷挂甲峪站高达100.3mm/h;城区及其附近地带20mm以上量级的小时降雨强度较大,同时傍晚阶段平均累积雨量增长速率快,平均小时降水强度偏大;房山站21日雨量位居1961年以来逐年最大日降水量第2位,仅次于1979年7月18日降雨量,而全市15站平均21日雨量打破了1961年以来的最大日降水量记录,比处于第2位的1963年8月9日平均雨量高出43mm。     

北京“7·21”特大暴雨过程时空特征解析

利用高密度自动站观测记录和长序列气象站观测资料,对2012年7月21日北京地区特大暴雨过程的时空演化规律进行了分析。结果表明:"7·21"特大暴雨期间,全市累积降雨量大于100mm的站数达到211个,占全部测站数的92%,96个站累积雨量大于200mm,12个站大于300mm;多数地区降雨时长超过16h,密云大成子站降水时间最长,达到20h,强降雨时长在西南房山和门头沟最大;最大小时雨强中心出现在东北和西南区域,东北部最大雨强中心较突出;平均雨强高值阶段出现在21日18:00—21:00,其中19:00雨强最大,达到22mm/h,但最大雨强在70mm/h以上的高强度降雨发生在21日13:00—14:00(门头沟龙泉站)和19:00—22:00,20:00—21:00平谷挂甲峪站高达100.3mm/h;城区及其附近地带20mm以上量级的小时降雨强度较大,同时傍晚阶段平均累积雨量增长速率快,平均小时降水强度偏大;房山站21日雨量位居1961年以来逐年最大日降水量第2位,仅次于1979年7月18日降雨量,而全市15站平均21日雨量打破了1961年以来的最大日降水量记录,比处于第2位的1963年8月9日平均雨量高出43mm。     

自动与人工观测降雨量的差异及相关性

利用全国627个基准、基本站2005年自动与人工雨量业务观测资料, 分析了业务上自动与人工观测的降雨量的差异以及引起差异的原因, 并分析了自动观测与人工观测的降雨量的相关性。结果表明:自动观测比人工观测的日降雨量平均偏高0.12 mm, 标准差为0.70 mm, 相对偏高1.42%。627个站中, 80%的站自动与人工观测的年降雨量差值在5%以内; 近4%的站年降雨量差值在10%以上。年降雨量相对差值较大的站, 其年降雨量均较小。空间采样差、20:00 (北京时) 定时观测中人工与自动观测时间的不一致以及其他突发事件均会导致自动与人工测量的日降雨量的差异, 甚至显著差异。由于观测仪器不同引起的降雨测量系统误差差别, 导致自动与人工观测降雨量的系统偏差。自动观测与人工观测的日降雨量呈线性相关, 相关系数为0.9988。     

内蒙古夏季降雨过程持续性特征

利用1991—2017年夏季(6—8月)内蒙古地区111个国家站逐时降雨量资料和1971—2017年夏季(6—8月)内蒙古地区115个国家站日降雨量资料,分别对内蒙古地区短时强降水过程和日降雨(小雨、中雨、大雨、暴雨、大暴雨和特大暴雨)过程持续性特征进行研究。结果表明:(1)内蒙古地区短时强降水过程持续最长时间为38 h,其中持续3 h所占比例最大。持续时间在12 h内的短时强降水过程在16:00(北京时,下同)—18:00降雨量偏离程度最大,但持续时间超过12 h的短时强降水过程在03:00降雨量偏离程度最大,短时强降水过程持续时间越长,降雨量极值越低。自2010年以来内蒙古地区短时强降水过程发生次数开始增多,其中持续时间在4～6 h和7～12 h的短时强降水过程增加显著,但持续时间在1～3 h短时强降水过程明显减少。(2)内蒙古地区小雨过程和暴雨过程发生次数呈现递减趋势,但近年来持续长时间的小雨过程、中雨过程和暴雨过程偏多。在2017年出现首场特大暴雨过程。内蒙古地区特大暴雨过程最长持续日数2天,其余日降雨过程最长持续日数在10～15天,其中大雨过程持续日数最长可达15天,小雨过程和中雨过程(大雨过程和暴雨过程)持续1天(2天)所占比例最高,日降雨过程降雨量极值易发生在前3天。(3)内蒙古地区降雨过程发生次数、持续小时(日)数极值和累计降雨量极值空间分布特征都表现为自内蒙古西部地区向中部偏南和东部地区递增,高值区易发生在内蒙古东部地区。     

降雨天气对轨道交通客流量的波动影响研究

利用2018—2019年西安轨道交通日客流量数据和同期气象数据,通过计算客流基准值和客流波动率分析降雨天气时轨道交通客流量的波动变化,并通过曲线拟合的方式建立降雨量与客流波动之间的关系模型,探讨降雨对客流波动的影响规律及原因。结果表明：降雨量＜10 mm时,客流波动率集中在-01～01区域,且随着降雨的增大客流波动率有逐渐减小的趋势;当降雨量＜15 mm或≥15 mm时,客流波动率与降雨量均有显著的负相关关系,但≥15 mm时相关性更显著;当降雨量＜15 mm时,轨道交通客流量与降雨量有一定线性关系,总体随着降雨量增大波动率逐渐减小;在降雨量超过15 mm后客流波动呈现V型变化趋势。     

宝成铁路陕西段降雨特征及未来趋势分析

以宝成铁路陕西段沿途5个代表站汛期逐日降雨资料为研究对象,采用趋势分析法和突变分析法对1961—2010年降雨特点进行分析,并采用小波分析法对其未来演变趋势进行预测,为宝成铁路水害研究提供理论依据。结果表明：不同等级降雨日和降雨量及区域平均降雨日和降雨量均随年代减少,20世纪90年代出现减少的突变;各级降雨日和降雨量及区域平均降雨日和降雨量自北向南逐渐增多,除凤县和略阳外,降雨日和降雨量年际间均表现出一致的减少趋势,广元站减少趋势较显著;小雨和中雨以年际震荡为主,大雨及以上降雨以年代际震荡为主;区域平均降雨量震荡周期与大雨及以上降雨量较一致,区域平均降雨日震荡周期与中雨较一致;未来小雨、大雨及以上和区域平均降雨日及降雨量将持续偏多,中雨降雨日及降雨量将先偏少后偏多。     

北京强降雨与道路积水统计分析及应用

利用2007—2011年汛期(6—8月)北京市人民政府防汛抗旱指挥部办公室每日发布的汛情通报、北京市20个气候站日降雨量和200多个自动气象站逐小时降雨量监测数据,对近5年北京强降雨及降雨强度与城区出现道路积水的关系进行统计分析,找出北京城区出现道路积水的降雨量特征、小时降雨强度和2 h降雨量道路积水临界指标。通过在2011年汛期(6—8月)10次道路积水中应用表明,该道路积水临界指标具有较好的参考价值,可为今后北京道路积水预报服务工作提供参考依据。     

地基GPS水汽资料在江西一次大暴雨过程的应用分析

利用江西省54个地基GPS站的逐时GPS PW、降雨资料和NCEP 1°×1°的fnl分析资料,综合分析了2012年5月12日江西中北部地区的大暴雨过程。结果表明,所有地基GPS站的降雨都出现在GPS可降水量(PW)持续增长4—21 h后,其中72.2%的测站的降雨出现在GPS PW持续增长4—12 h后,降雨都结束于GPSPW明显减小至某一稳定值(55 mm左右)时。降雨出现时GPS PW均大于某一值(阈值),且不同GPS站的阈值不相同,阈值会随海拔高度的增大而减小,特别是海拔高度大于200 m后,阈值随海拔高度的增加而减小的趋势更加明显。GPS PW的迅速增长是由低层(850 hPa)暖湿西南风急流加强东移至江西地区造成的。GPS PW的明显减小,是由于之前的强降雨消耗了空气的水汽所致。     

一九八一年初秋少雨的天气分析

今年9月我省降雨特少,仅在9月底出现一次大范围的降雨过程。全省月平均降雨量9.9mm,距平百分率-86％,降雨量除鲁西、鲁西南地区10—20mm外,其它大部分地区小于10mm,其中鲁北、鲁中地区小于5mm。从建国以来,9月份全省平均降水量为71.7mm,最多的年份是161.7mm(1964年),今年是建国以后仅次于1957年(降水量0.8mm,距平百分率-99％)的最少值。(图1)     

天山北坡酿酒葡萄成熟期降雨特征及其影响分析

掌握新疆天山北坡酿酒葡萄成熟期降雨特征，对科学制定酿酒葡萄种植规划，采取趋利避害的生产管理技术措施具有实际意义。基于天山北坡35个气象站1961-2016年8-9月逐日降雨资料，采用线性趋势法和ArcGIS空间插值技术，对过去56a该区域酿酒葡萄成熟期（8-9月）降雨日数、降雨量、连阴雨天气次数、连阴雨天气降雨强度等要素的时空变化进行研究，并对照前人关于该区域酿酒葡萄种植气候适宜性区划成果，对酿酒葡萄不同适宜种植区葡萄成熟期降雨特征及其影响进行分析。结果表明：天山北坡酿酒葡萄成熟期（8-9月）降雨日数、降雨量、连阴雨天气次数、降雨强度、大量以上降雨日数的空间分布均总体呈现随海拔高度的升高而增加的特点。1961-2016年，研究区酿酒葡萄成熟期除降雨日数总体以-1.16d·10a-1的倾向率极显著 (P=0.001)减少，大量以上降雨日数以0.07d·10a-1的倾向率显著 (P=0.05)增多外，降雨量、连阴雨天气次数、连阴雨天气日数及其降雨量变化趋势均不显著。天山北坡酿酒葡萄种植气候最适宜和适宜区葡萄成熟期的降雨量、降雨日数、连阴雨天气次数、连阴雨天气日数及其降雨量都很小，期间总降雨量大多不足40 mm、降雨日数少于20 d、大量以上降雨日数不足1 d、连阴雨天气次数少于0.3次、连阴雨天气日数少于5d、连阴雨天气降雨量不足25mm，该分区降雨量以及连阴雨天气少，对提高酿酒葡萄产量和品质十分有利。酿酒葡萄次适宜种植区葡萄成熟期降雨天气稍多，降雨量40～90 mm、降雨日数20～25 d、大量以上降雨日数1～2 d、连阴雨天气次数0.3～1.0次、连阴雨天气日数5～8 d、连阴雨天气降雨量25～40 mm，对酿酒葡萄产量和品质有一定不利影响。天山北坡8-9月降雨量90 mm以上、降雨日数30d以上、大量以上降雨日数2d以上、连阴雨天气次数多于1.0次、连阴雨天气日数8d以上、连阴雨天气降雨量40 mm以上的区域均在海拔1500m以上的山区，该区域恰恰也是酿酒葡萄不适宜种植区，因此对酿酒葡萄无影响。综上所述，新疆天山北坡酿酒葡萄种植区尤其是适宜及最适宜种植区葡萄成熟期的降雨量、降雨日数、连阴雨天气次数和日数都较小，且近56a稳定少变，因此，对该区域酿酒葡萄生产的影响较小。     

农田土壤水资源评价中降雨量的修正

利用大型称重式蒸渗计测得的地面降雨量 (P) 和自记雨量筒测得的次降雨量 (P′) 进行比较, 结果表明两者之间存在较好的线性关系, 而且地面雨量大于雨量筒测量的次降雨量, 平均雨量订正系数K为0.037.当降雨持续时间小于6 h时K值在0.04~0.045之间, 不同降雨持续时间之间差值不大; 当降雨持续时间大于6 h时, K值为0.027.随着降雨强度的增大, 降雨订正系数呈下降趋势.根据不同降雨强度下的降雨订正系数对甘肃河东19个气象站6~9月的雨量修正结果表明, 各站降雨量比次降雨量多11.7~27.4 mm, 区域平均降雨量比次平均降雨量高18.4 mm.     

2017-2019年东莞城区内涝特征及与降雨关系分析

利用东莞城市内涝预报验证系统的积水和降雨数据、SWIFT自动站资料、NCEP再分析资料、广州雷达基本反射率资料,对2017年3月—2019年9月东莞城区内涝特征及内涝与降雨的关系进行分析,结果表明:东莞城区内涝发生频繁,重度内涝较多,内涝事件多发生在前汛期(4—6月),以5月最多;与长时间降雨相比,短时强降雨更易导致城区积水较深的内涝,1 h降雨量达27.6 mm以上时,城区大部可达中度内涝等级,1 h降雨量在51.2 mm以上时,城区大部将可能出现重度内涝;过程总雨量和1 h雨强都对长时间积水有影响,但过程总雨量较大更易导致积水长时间维持;积水一般滞后降雨约5~30 min出现,积水峰值滞后5和30 min才出现。     

DSC2型称重式降水传感器测雨性能的分析

为更有效地利用降雨观测数据,充分发挥新型探测设备建设效益,文章对DS(2型称重降水传感器的测雨性能进行分析评估,选取北京市13个国家级地面气象观测站在2013年4—10月,称重式降水传感器与人工、翻斗观测降雨量的业务观测资料,分析称重与人工和翻斗观测在降雨总量、日降雨量等方面的差异。结果表明:在选取样本中,12个台站的总降雨量误差符合现行业务要求,三种测量在日降雨量等级判断方面基本一致。称重比人工观测的日降雨量平均偏小0.13 mm,日降雨量相关系数为0.9968,对应地,称重比翻斗观测的结果平均偏小0.17 mm,日降雨量相关系数为0.9983。     

玉屏县暴雨气候特征与日最大降雨量重现期分析

利用贵州玉屏国家气象站1959—2015年逐日降水资料及乡镇区域自动气象站2010—2015年逐日降水资料,采用线性倾向估计法、皮尔森-Ⅲ等方法,对玉屏县暴雨气候特征及日最大降雨量进行分析。结果表明:玉屏县暴雨日数年变化呈略上升趋势,20世纪70年代中期—80年代前期为暴雨偏少时段,60年代后期—70年代前期、80年代中后期为暴雨偏多时段。暴雨发生在夜间的概率较大,尤其是4—7月;玉屏县暴雨降雨持续时间大多在3~12 h之间,占72%。暴雨过程出现短时强降水的概率及极值较大。玉屏县有2个多暴雨中心,分别位于亚鱼乡、大龙镇。用皮尔森-Ⅲ推算,玉屏县10 a出现一次的日最大降雨量为114.8 mm,20 a出现一次的日最大降雨量为139.6 mm,50 a出现一次的日最大降雨量为174.0 mm。1960年出现的日降雨量226.2 mm,属于188 a重现一次,2007年出现的次大日降雨量191.9 mm,属于75 a重现一次。     

微型智能气象站降雨观测对比试验北大核心CSCD

为了增强对微型(一体式)智能气象站(简称微智站)测雨性能的认识,2021年6—11月河北雄安新区气象局开展了不同测雨原理微智站的对比试验。分析表明:过程雨量不低于10 mm时,翻斗式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式和压电式微智站测值偏小;过程雨量小于10 mm时,翻斗式微智站和压电式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式微智站测值偏小。在雨强方面,双翻斗式微智站适合降雨极大值观测,光电式微智站和压电式微智站降雨极大值测值偏小;微智站雨强累积占比大于95%的雨强为[0.3 mm·min^(-1),0.6 mm·min^(-1)],雨量累积占比大于50%的雨强为[0.1 mm·min^(-1),0.4 mm·min^(-1)]。雷达式微智站对降雨响应比较快。微智站雨量传感器的分辨力越精细,对细微降雨观测越有效,有效降雨率也越大。     

德州地区“88.7”特大暴雨成因分析

1988年7月18—19日德州地区出现了大范围的暴雨,过程降雨量大部分在50—150mm之间。本区东北部的乐陵、临邑、商河等县的许多乡镇出现了200mm以上的特大暴雨,面积达526平方公里。暴雨中心在乐陵南部的王集乡,降雨量473mm。从暴雨中心附近的郑店乡水文站降水自记中分析,30分钟降雨73.6mm,1小时降雨131mm。这样的特大暴雨在我区     

北京城市和郊区夏季降雨日变化特征及对排水设计的影响分析

分别选取观象台和密云站作为北京市城区及郊区代表站,应用两站1961—2013年逐分钟雨量观测资料,比较北京城区和郊区夏季降雨量、降雨频次及降雨强度的日变化特征,利用耿贝尔分布拟合的年最大值法推求城区和郊区暴雨强度公式,比较其空间适用性。结果表明,北京地区降雨具有明显的日变化特征：城市和郊区的夜雨比重均大于日雨,降雨量、频次、降雨强度午后至次日清晨为高值区;郊区夏季降雨总量、短历时降雨和降雨雨强均比城区偏大。暴雨强度公式计算结果表明应用城区一站的降雨资料计算得出的公式在全市并不适用,在市政排水设计时应考虑城郊差异,采用不同的标准。