1960—2017年河西地区降水时空变化特征

利用1960—2017年日降水量资料,采用线性倾向趋势分析、滑动分析和泰森多边形法等,对河西地区多年降水时空变化特征及不同量级降水日数及降水强度的变化趋势进行了研究。结果表明：河西地区年均降水量为99.0 mm,呈现明显的逐年上升趋势,平均倾向率为8.72 mm?（10a）^-1,月降水量为单峰分布,5—10月夏秋汛期降水量占年降水量的89.2%,各季节降水量均呈现显著上升趋势;年均降水日数为36.7天,呈现明显的上升趋势,增幅为3.18 d?（10a）^-1,降水日数主要分布在夏季,约占总降水日数的54.6%;平均降水强度为2.70 mm?d^-1,呈现减弱趋势,变化速率为-0.04 mm?d^-1?（10a）^-1;零星小雨和小雨降水日数均呈现增加趋势,而二者平均降水强度均为下降趋势,小到中雨降水日数和降水强度呈现增加趋势,中雨及以上的降水变化趋势不明显。     

长三角地区夏季降水结构演变及其非平稳性

基于长三角地区72个站点1960—2016年逐日降水量观测数据, 采用Pettitt与Mann-Kendall非参数检验法, 从降水量、降水日数、降水强度和不同等级降水(小雨、中雨、大雨与暴雨)发生率方面, 分析长三角地区夏季降水结构的时空演变及其非平稳性特征, 并探讨其可能的成因。结果表明: ①长三角地区夏季小雨发生率以减少为主, 其他6个降水指标均以增加为主。其中, 小雨发生率非平稳的站点表现为单调减少, 降水量、降水强度、大雨和暴雨发生率非平稳的站点表现为单调增加, 并且主要分布在太湖流域, 增加了该区域遭受洪涝灾害的风险。②东亚夏季风强度与长三角地区多数站点的小雨发生率呈正相关关系, 而与其他降水指标呈负相关关系。③长三角地区城市化典型区(太湖流域)城市化对夏季降水量、降水强度、大雨和暴雨发生率有增加作用, 贡献率分别为25.4%、27.9%、54.6%和25.5%;对降水日数、小雨和中雨发生率有减少作用, 贡献率分别为-37.3%、-33.2%和-100%。     

1965-2015年新疆夏季不同等级降水的空间分布特征

根据新疆51个台站1965-2015年夏季逐日降水资料,将降水划分为小雨、中雨及大雨3个等级,分析了新疆近51 a夏季不同等级降水量、降水日数及降水强度的空间分布特征,并讨论了各等级降水日、降水量及降水强度与总降水量的空间相似程度以及各等级降水对夏季总降水的贡献。结果表明：新疆降水主要集中在夏季,并以小雨为主。以天山山脉为界,南北两疆降水空间分布存在明显差异,北疆夏季降水量（日）占年降水量（日）的36%~45%（36%~39%）,南疆夏季降水量（日）占年降水量（日）的51%~63%（48%~60%）;新疆夏季不同等级降水量、降水日及降水强度的空间分布不均匀。新疆夏季总降水量与各等级降水量的空间相似系数最为密切,与各等级降水强度的空间相似系数相对较小;新疆夏季小雨贡献率最大,中雨其次,大雨最小,夏季降水量和降水日的变化主要受小雨的影响。     

兰州雨量谱的气候变化与极端化趋势

利用兰州站1951-2005年逐日降水观测资料,进行雨量划分级别,分析了55 a来兰州分级降水雨量谱和极端降水的气候变化和发展趋势.研究表明:兰州年降水量逐年波动下降,长期变化趋势为每10 a下降9.0 mm,近20 a达到每10 a下降22.6 mm;年降水日数的长期变化趋势为每10 a下降3.6 d,近20 a为每10 a下降3.7 d.主要是由于小、中雨级的降水减少明显造成.兰州近20 a大雨以上级别的极端降水量增多,变化趋势为每10 a增加9.9 mm,年降水日数的变化趋势为每10 a增加0.4d.兰州年降水强度的长期变化趋势为每10 a上升0.1 mm·d1,其中小雨、中雨级别的贡献并不明显,主要的增加贡献是由大雨以上级别的降水强度增加所导敢的.极端降水的强度在近20 a的变化趋势为每10 a增加5.7 mm·d-1.兰州近20 a的年降水量中极端降水量占的比例由15.9%上升至1 6.2%;极端降水日数增加,其比例从1.8%上升至2.0%,在2000年极端降水所占的比例更是达到雨量的25.4%和雨日的4.0%水半,呈现出向极端降水增强的发展趋势.     

高寒内流区极端降水的气候变化特征分析

利用中国气象局1969—2017年高寒内流区25个气象站的日降水资料,分析极端降水的变化特征,结果表明：1969—2017年高寒内流区降水量呈上升趋势,这种上升很大程度上可能是由于夏季降水量增加导致的,且20世纪90年代以后降水量增加趋势更加明显。极端降水指数除连续干旱日数外,均呈不同程度的增加趋势,其年际变化反映出在进入21世纪后高寒内流区降水向强降水量和日数更多、强度更强、极值更大的方向发展。极端降水指数空间差异性明显,连续湿润日数、雨日降水总量、雨日降水强度、单日最大降水量、五日最大降水量、极端降水量和日降水大于10 mm日数表现显著增加趋势的台站百分率分别为5%、64%、42%、60%、32%、35%和43%,连续干旱日数表现显著下降趋势的台站百分率为5%。极端降水事件具有一致性,总降水量增加,极端降水的频率、强度、极值也增加,小雨日数增加是降水总量增加的因素之一。极端降水增湿幅度有随海拔升高有增大趋势,高海拔区雨日降水量和雨日天数的增加是极端降水总量增加的主要因素。     

1961-2015年新疆和田地区不同级别降水事件变化特征

为探究新疆和田地区降水事件特征及在全球气候变化影响下的变化趋势,分析了该地区1961-2015年,7个气象站点的逐日降水数据,研究了不同级别降水量、降水日数和降水强度的年、季特征及变化趋势.结果表明:年平均降水量、 日数、 强度均为增加趋势,其变化率分别为3.7 mm·(10a)-1、1.15 d·(10a)-1、0.046 mm·d-1·(10a)-1,1986年为和田地区年平均降水和降水日数发生气候转折的年份,春、夏季转折时间与年际转折时间一致,冬季转折年份不明显.全地区年平均降水量为44.0 mm,小量降水占各级降水量的42.4％,夏、春季降水量占全年的78.4％;年均降水日数为49.8 d,微、小量降水日数占各级降水日数的95.3％,夏季降水日数占全年的48.0％.各级降水量和降水日数年际间均为增加趋势,其中小、中降水量和降水日数的增加是年际增加的主要原因,小量降水强度的增强是年降水强度增强的主要原因;四季降水量和降水日数变化趋势也是增加的,其中夏季增加趋势最明显,降水强度除春季减弱趋势外,其他季节均为增加趋势.在和田地区,春夏两季降雨量决定了全年的多寡,小量级别的降水量和降水日数是年降水量和降水日数的主要形式,降水日数是决定年降水量的主要因素;降水量和降水日数都存在明显气候转折年,目前正处于转折点后的增加阶段,小、中降水量和降水日数的增加是降水事件年际变化的主要特征.     

1980—2020年青藏高原积雪时空变化特征

青藏高原是气候变化的敏感区,其积雪在区域水文循环和气候系统中具有重要作用。本文利用1980—2020年逐日无云积雪覆盖遥感数据,分析了该地区近40年的积雪面积、积雪覆盖日数的分布特征和变化趋势。结果表明：青藏高原地区积雪分布具有明显的空间分异和垂直地带性分布特征,阿姆河流域、印度河流域、塔里木盆地、恒河流域、怒江流域和雅鲁藏布江流域的高海拔山区是积雪广泛分布的地区。在水文年内,高原地区积雪覆盖率呈单峰变化,8月上旬积雪面积最小,1月中下旬达到最大,分别占高原总面积的5.2%和38.6%;40年间,高原地区平均积雪面积以3.9×10⁴ km²·(10a)^-1的趋势显著减少(P<0.05);积雪覆盖日数以0.47 d·a^-1的趋势显著减少,高原71.4%的区域积雪覆盖日数呈减少趋势,呈显著减少的区域约占55.3%;17.1%的区域积雪覆盖日数呈显著增加趋势,且主要分布在5 200 m以上的高海拔山区,在海拔5 200～5 900 m之间的区域,积雪覆盖日数的增加率随海拔升高而增加。     

气候变暖背景下极端气候对青海祁连山水文水资源的影响

利用青海祁连山区极端气候要素和青海湖、哈拉湖及主要河流的水文资料,研究表明：冷夜日数（10%）呈显著减少趋势,暖夜日数（90%）呈显著增加趋势;年大风日数显著减少;年降水量21世纪初增加趋势最为显著并发生突变,降水量增加幅度中西段大于东段;≥ 5 mm、≥ 10 mm、≥ 25 mm年降水日数呈显著增加趋势,进入21世纪后更为明显,而≥ 0.1 mm年降水日数呈减少趋势;年平均大风日数与湖泊水位、河流流量变化呈负相关,大风天气的减少,可以缓解湖面和土壤因蒸发而导致的水分损失,对植被的改善可增加径流的产生,流入湖泊的流量增加;降水量与湖泊水位、河流流量呈正相关,受21世纪降水量增加的影响青海湖水位逐年上升,共上升1.67 m,达到20世纪70年代末的水位,中西部主要河流流量近几年也达到最大值,而东段流量增加不明显;祁连山区≥ 5 mm、≥ 10 mm、≥ 25 mm年平均降水量与湖泊、河流流量变化呈正相关,各量级年降水量对湖泊水位、河流流量的增加贡献显著。     

辽宁省不同等级降雪变化特征

利用辽宁省52个站逐日降水量及降雪天气现象资料提取出逐日降雪数据,采用多种统计方法分析了近53 a(1961-2013年)不同等级降雪的时空变化特征,研究表明:降雪量和降雪日数空间分布上山地要大于平原地区,由东部山区向沿海地区减少;降雪强度中心位于辽宁中部城市群所在的平原地区。降雪量、降雪日数年内分配分别呈双峰型和单峰型分布,中雪等级以上的降雪多发生在冬末春初。年降雪量增加,年降雪日数(降雪强度)显著减少(减小);降雪日数的显著减少主要表现为微量降雪日数和小雪日数的减少,尤其是微量降雪日数,降雪强度的显著增大主要是暴雪强度的增大。1960s和1970s为降雪偏多时段,1990s以来降雪量增加,降雪日数减少。不同区域各级降雪占总降雪的比例,辽东地区以微量降雪日数最大,其他区域均以小雪日数和暴雪降雪量最大。全省降雪量有65.4%站点呈增加趋势,降雪日数96.2%的站点呈减少趋势,降雪强度90.4%站点呈增大趋势,辽西地区降雪变率要大于辽东山区。小雪降雪量和微量降雪日数贡献率均呈下降趋势,其他不同等级降雪贡献率均呈上升趋势。随着纬度升高(海拔增高),总降雪量(降雪日数)和各等级降雪量(降雪日数)均增加,总降雪强度和小雪强度减小。     

中国大陆降水时空变异规律——Ⅱ.现代变化趋势

为改进、完善对中国现代降水长期变化规律的理解,利用2 300个国家级气象站网观测资料,更新分析了全国1956—2013年基本降水指标的趋势变化特征。主要结果:① 全国平均年和季节降水量、降水量距平百分率未表现出显著趋势变化,但秋、冬季降水量距平百分率分别表现出较明显的下降和上升;② 年和夏季降水减少主要发生在东北中南部、华北、华中和西南地区,而东南沿海、长江下游、青藏高原和西北等地区年降水增加较明显;③ 降水趋势变化的空间结构相对稳定,北方降水减少范围有由黄土高原、华北平原向东北和西南扩散趋向,东北北部和长江中下游的降水增加范围变小,总体看东部降水减少和增加的区域均在萎缩,“南涝北旱”现象趋向缓解;④ 全国年平均暴雨量、日数呈现出较显著的增加,但暴雨强度没有明显变化,暴雨量和日数增加主要发生在珠江和东南诸河流域,而海河和西南诸河流域暴雨量、日数和强度呈较明显减少趋势;⑤ 东部季风区1日、连续3日和连续5日最大降水量均有一定程度增加,1日最大降水量增加最明显,连续5日最大降水量增加最弱,极端强降水事件持续时间呈现出短历时性倾向。     

四川盆地降水日变化特征分析和个例模拟

利用台站观测降水资料,分析四川盆地及周边地区降水分布和日变化特征,得到以下结论:四川地区降水存在2个高值中心,均位于盆地周围的山地;盆地降水"夜雨"特征明显;川西高原降水峰值以午夜前降水量的贡献为主;盆中与盆地西南边缘山地的降水峰值由夜间降水量与降水频率共同作用;盆地东北边缘的山地是午前降水频率与后半夜的降水量均有贡献。其次,结合WRF模式的数值试验,对2008年9月23～24日发生在盆地的夜间暴雨过程进行模拟研究和综合分析。结果表明WRF模式较好地模拟了此次天气过程降水的空间分布和日变化规律,通过分析模拟的环流场与温湿场发现,夜雨的形成与大尺度环流场的影响和地形强迫关系密切。     

Trend and spatial distribution of rainfall & rainy days over Andaman & Nicobar Islands

The present study examines the characteristics and climatological features of daily rainfall data over Andaman & Nicobar Islands. Analysis of rainfall data reveals a large monthly deviation over the northern latitudes as compare to southern latitudes of Andaman & Nicobar Islands. Also, it is found that rainfall increases from north to south latitudes in all the seasons except monsoon, where a reverse pattern exists. In trend analysis, a statistically significant decreasing trend (confidence level >95?%) is observed for yearly rainfall and rainy days over the region. Analysis of daily rainfall intensity for each year shows increasing trend for frequency of rather heavy rain (35.6?C64.4?mm) and significant decreasing trend for frequencies of light rain (2.5?C7.5?mm), and very heavy rain (>124.5?mm) over the region. Many times, very heavy rain events are associated with cyclonic disturbances affecting Andaman & Nicobar Islands region. The analysis of cyclonic disturbances over the region reveals a stronger and more significant decreasing trend. So, one of the causes for decreasing trend in very heavy rain over Andaman & Nicobar Islands may be due to significant decreasing frequency of cyclonic disturbances affecting this region.     

中国大陆降水时空变异规律——I.气候学特征

为系统了解大尺度降水气候特征,利用2 300多个国家级气象站逐日观测资料,分析了中国大陆1956—2013年多年平均降水的空间分布和季节性变化规律。主要新认识有:① 暴雨量、暴雨日数和暴雨强度最高的站点在华南沿海,而小雨量、小雨日数最多的站点主要在江南内陆山区、丘陵;东部季风区山地、丘陵多出现低强度降水,平原和沿海易出现高强度降水;② 四季降水量均由西北内陆向东南沿海递增,南方秋季降水量明显小于春季,但华西和江南沿海秋季降水量较多,冬季降水在东南丘陵出现高值中心;③ 珠江和东南诸河流域降水量年内存在2个峰值,其中珠江流域有6月主峰值和8月次峰值,东南诸河流域主峰在6月中下旬,次峰在8月末,长江流域总体表现为单峰型,出现在6月下旬和7月初,西南诸河流域和北方所有流域降水均表现为夏季单峰型;④ 南方各大河流域从2月末到6月中下旬陆续进入雨季,北方各大河流域进入雨季时间集中在6月末、7月初;南、北方雨季结束时间比雨季开始时间集中,从南到北进入雨季时间持续120 d以上,而从北到南退出雨季时间则仅持续不到45 d;⑤ 丰雨期的持续时间,珠江流域从5月初到9月上旬后期,东南诸河从5月上旬到7月上旬,8月末到9月初再度短暂出现,长江流域从6月中下旬到7月中旬,西南诸河从7月中旬到 8月下旬,淮河流域从7月上旬至7月底、8月初,辽河流域在8月初出现极短丰雨期;⑥ 降水年际变异性最高的站点在青藏高原西南、塔里木盆地、阿拉善高原、华北平原北部和汾河谷地,海河流域年降水具有最大的变异系数。     

巴丹吉林沙漠腹地降水特征的初步分析

利用巴丹吉林沙漠腹地定位观测的降水数据,结合其外围南缘、东南缘、北缘和西北缘4个气象站同期降水资料,分析了沙漠腹地的降水特征以及高大沙山对降水的影响,比较了沙漠腹地与外围降水量的差异。结果表明,沙漠腹地降水以小雨为主,且一般在1～2 h内结束。沙漠腹地与外围的降水在季节分布上有较好的一致性,观测期间腹地的年降水量少于南缘阿拉善右旗气象站,但明显多于东南缘、北缘和西北缘。沙漠腹地降水的季节变率很大,年降水量往往由某些集中降水日决定,具有高度集中性。腹地的高大沙山对降水有一定影响,沙山顶部年降水量和年降水日数皆略多于丘间地,较长的单次降水过程之持续时间及累积降水量亦有类似特征。强降水事件发生时,沙漠腹地在16.8 km的空间距离上有"斑块"现象。日降水量的相关距离分析显示,夏半年日降水量空间相关性随距离的增大而明显减小;冬半年因多冷锋降水而使其日降水量在约50 km空间尺度上仍有较好的相关性,50 km以外相关性则显著减小。     

1961-2007年四川夏季降水的时空变化特征

基于1961-2007年四川地区119测站逐日降水资料, 利用EOF、REOF分析、趋势分析、M-K突变检验以及Morlet小波分析等方法, 研究了四川地区夏季降水的变化趋势、空间分布特征以及时间变化规律. 结果表明: 近47 a来四川夏季降水呈减少趋势, 在1962、1982年和21世纪初发生突变, 存在22 a和6~8 a的周期.四川夏季降水可分为4个区域: 一区(盆地东部)和四区(川西高原)夏季降水量长期变化呈增多趋势, 二区(盆地中西部)长期变化呈减少趋势, 三区(川西南山)变化趋势较为稳定, 呈小幅度增多趋势. 4个区域的夏季降水周期各有特点, 最长存在的周期为23 a左右, 其次还有16 a、14 a、12 a、8 a、6 a的周期变化.     

凤滩水库降雨预报精度分析及应用研究

由于天气预报有限准确性,给水库电站调度造成不便,使水库效益难以充分发挥。分析凤滩水库流域天气降雨预报精度,研究流域对径流调节能力,探讨预报精度对水库调度决策的影响,探索运用实时降雨预报产品进行水库调度的方法。水库调度决策,暴雨以上注重降雨过程,依据提前5天的降雨预报;大雨注重降雨量值,依据提前4天的降雨预报;中、小雨注重降雨起讫时间,以实际降雨为依据,优化水库水位控制,提高洪水资源利用率,为水库创造可观的效益。     

Trends in extreme rainfall over ecologically sensitive Western Ghats and coastal regions of Karnataka: an observational assessment

Rainfall is one of the pivotal climatic variables, which influence spatio-temporal patterns of water availability. In this study, we have attempted to understand the interannual long-term trend analysis of the daily rainfall events of ≥?2.5 mm and rainfall events of extreme threshold, over the Western Ghats and coastal region of Karnataka. High spatial resolution (0.25°?×?0.25°) daily gridded rainfall data set of Indian Meteorological Department was used for this study. Thirty-eight grid points in the study area was selected to analyze the daily precipitation for 113 years (1901–2013). Grid points were divided into two zones: low land (exposed to the sea and low elevated area/coastal region) and high land (interior from the sea and high elevated area/Western Ghats). The indices were selected from the list of climate change indices recommended by ETCCDI and are based on annual rainfall total (RR), yearly 1-day maximum rainfall, consecutive wet days (≥?2.5 mm), Simple Daily Intensity Index (SDII), annual frequency of very heavy rainfall (≥?100 mm), frequency of very heavy rainfall (≥?65–100 mm), moderate rainfall (≥?2.5–65 mm), frequency of medium rainfall (≥?40–65 mm), and frequency of low rainfall (≥?20–40 mm). Mann-Kendall test was applied to the nine rainfall indices, and Theil-Sen estimator perceived the nature and the magnitude of slope in rainfall indices. The results show contrasting trends in the extreme rainfall indices in low land and high land regions. The changes in daily rainfall events in the low land region primarily indicate statistically significant positive trends in the annual total rainfall, yearly 1-day maximum rainfall, SDII, frequency of very heavy rainfall, and heavy rainfall as well as medium rainfall events. Furthermore, the overall annual rainfall strongly correlated with all the rainfall indices in both regions, especially with indices that represent heavy rainfall events which is responsible for the total increase of rainfall.