青海省洪涝灾害及致洪降雨特征综合分析

利用2008-2020年青海省常规气象站和区域站逐小时降雨资料,以及青海省洪涝灾情直报记录,使用直接经济损失、受灾总人数、倒塌房屋数、农业经济损失、农业受灾面积等多种灾情要素以比值法构建灾损指数,再利用百分位法将洪涝灾害划分为一般、较重、严重、特重四个等级。分析不同等级洪涝灾害分布特征及差异性,并与青海省降雨特征进行对比分析。综合利用主成分分析、箱线图分析以及相关分析等方法,探讨导致青海省洪涝灾害的主要降雨因子以及区域间的差异性特征。结果表明：青海省洪涝灾害频发,洪涝灾害所造成损失总体呈现加剧状态,较重、特重灾害在2016年后频次明显增多,而每年7、 8月则是青海省洪涝灾害高发时期。洪涝灾害频发区域和受灾最为严重区域均位于青海省东部,其中海南州是洪涝灾害最为频发区域,海东市是灾害损失最严重区域。诱发青海省洪涝灾害的降雨过程主要为大雨以上降雨。青海省致洪降雨过程可分为两类,第一类降雨过程历时短但雨强大,造成累积降雨量较大,降雨历时在12 h内。第二类为降雨过程历时较长造成累积雨量较大,这类降雨历时超过12 h。诱发青海省东部城市洪涝灾害的降雨过程以第一类为主,多发于青海省东部城市海南、黄...     

山西不同历时强降水的统计特征及趋势变化

利用山西省109站1981-2018年的短历时强降水资料,采用趋势系数、归一化、中尺度天气分析等方法,对1 h、3 h、6 h、12 h短历时强降水的极值、频次、日、月以及年代际等趋势变化和主要影响系统进行统计分析。结果表明:(1)极值空间分布具有山区大于盆地、南部大于北部,时效越短,极值分布的局地性越强等特点。(2)12 h内不同历时强降水出现频次具有"南高北低、山区高于盆地、东部山区高于西部山区、东南明显集中"的空间分布特点。(3)不同历时强降水集中出现在每年的7-8月,其中,1 h≥20 mm的短历时强降水出现频次最高。(4)1 h雨量≥20 mm、3 h雨量≥30 mm以及12 h雨量≥50mm强降水发生频次日内分布均为单峰型,6 h雨量≥50 mm强降水发生频次日内分布为双峰型。(5)1 h、3 h和6 h短历时强降水年发生次数的变化趋势为山西省东南部的增长速率最大;12 h短历时强降水年发生次数的变化趋势为山西省的东部和西部山区最大。(6)6 h和12 h与1 h和3 h短历时强降水的主要影响系统有明显差异,61%的6 h和12 h短历时强降水个例为系统性降水与多个中尺度强降水的组合造成。     

降水引发的中国公路损毁灾害时空变化特征

基于中国干线公路灾情资料分析了降水引发公路损毁灾害的时间与空间分布特征,并对诱发公路损毁灾害的高程、坡度、高程差、断层密度、工程岩组等环境因子及最大小时雨强、强降雨发生频次、强降雨持续时间等降水因子采用信息量法进行了分析对比。结果表明:坡度、强降雨持续时间、高程差、断层密度、强降雨发生频次等因子对公路损毁灾害发生的影响作用最大。依据综合信息量将全国干线公路损毁灾害危险性划分为极高、高、较高、低和极低5个等级。经过检验,采用信息量法划分公路损毁灾害危险性等级能较好地反映公路损毁灾害的潜在空间分布,本文研究结果可以为公路损毁灾害预报预警及工程建设提供参考。     

柳州市区短历时强降雨时空分布

利用柳州市2010-2015年24个自动站观测资料,对柳州市区短历时强降雨的时间、空间分布特征以及与年降水量的关系进行分析,结果表明:(1)2010-2015年,柳州市区短历时强降雨的次数呈递增趋势,年际间变化较大;(2)从时空分布看,短历时强降雨最易发生在6月,时段集中在02-06时,发生最大概率的地区在柳州的西南部(柳南区);(3)从短历时降雨和年降水量的关系看,短历时强降雨对年总降雨量有贡献,短历时强降雨次数多,年总降雨量也高。     

海南环岛高速强降雨灾害风险分析

基于2010—2014年G98海南环岛高速公路降水资料及公安交管部门提供的交通事故资料,分析海南环岛高速公路交通事故分布特征,发现强降雨是诱发交通事故最多的灾害性天气。运用灰色关联度方法针对降雨引发的交通事故进行评估分析,通过死亡人数、受伤人数和直接经济财产损失3项评估指标得到40次典型个例的灰色关联度排序。以年累计降雨日数、最大日降雨量、最大小时降雨量作为致灾因子危险性指标;以环岛高速公路气象灾害风险普查得到的强降雨致灾隐患路段、单向车流量作为承灾体脆弱性指标;以因降雨造成的交通事故发生频次和事故灰色关联度最大值作为承灾体易损性指标,构建环岛高速强降雨气象灾害风险区划指数模型,计算11个高速公路管理站的风险区划指数,得到海南环岛高速公路强降雨气象灾害的客观风险空间分布,发现定安—万宁路段是强降雨高风险路段,在交通气象服务中应重点关注。     

深圳市“龙舟水”的时空特征及致灾风险分析

为了解深圳“龙舟水”期间降雨时空分布及致灾风险，利用深圳市国家基本气象站长序列资料和高时空分辨率的区域自动气象站资料，开展了深圳市“龙舟水”降雨时空分布及精细至街道的强降雨致灾风险分析。研究结果表明：1953—2021年深圳“龙舟水”雨量和雨日均呈略减少趋势，但2000年以来雨强呈增强趋势；“龙舟水”期间降雨呈“前少后多”的特点，6月6—14日是“龙舟水”最集中时期。降雨空间差异性大，呈东多西少分布：东南部大鹏新区雨量最多，西部宝安、光明、南山最少；“龙舟水”期间短时雨强大，1和3 h雨量极值普遍超过50和100 mm,分别达到深圳暴雨橙色和红色预警信号发布标准；1、3、24 h雨量极值呈由东南(大鹏-盐田)、西北(宝安-光明)向中部逐渐减小的分布，东南沿海是“龙舟水”期间极端短时强降水和持续性强降雨叠加区。基于精细到街道的降雨积涝阈值，深圳北部和中部是龙舟水强降雨致灾高风险区，“龙舟水”强降水期间需重点防范。     

芝加哥雨型法在短历时暴雨雨型设计中的应用

基于山西临汾国家基本气象站1981—2013年逐日雨量资料,对临汾市城区暴雨强度公式修订的基础上,采用芝加哥雨型法,对临汾市城区短历时暴雨雨型设计进行分析研究。结果表明:1981—2013年山西临汾短历时最大降水量年际变化较大,且随着降水历时的延长,年最大降水量极值有增大趋势;年最强降水比较集中,多出现在7月上旬到8月中旬,且在午后出现次数较多。除历时30 min和180 min外,临汾城区短历时暴雨雨峰位置略偏前,短历时强降雨较为集中。瞬时雨强呈先增后减的单峰型分布,各历时的瞬时雨强变化趋势以及分布型基本一致,只是在时间分配上稍有差别,且雨强随着重现期增大而增大。当重现期相同时,雨峰处降雨强度随着历时的延长整体呈现减小、增大、再减小的波动趋势,但峰值雨强差异较小。     

基于二维云信息扩散和三维信息扩散的台风灾害风险估计

基于二维云信息扩散和三维信息扩散提出了一个台风灾害风险估计模型,构建二维云信息扩散模型,估计不同风力等级和降雨极值下的台风灾害概率分布;利用三维信息扩散模型估计台风直接经济损失分布;基于条件概率分布将其合成风险,估计不同水平致灾因子作用下的台风灾害损失风险;并以2000—2017年华南台风为例,对登陆时最大风力等级和降雨极值发生的可能性及其直接经济损失分布进行估计,得到了不同风力等级和降雨极值下的台风灾害损失风险,估计结果与实际基本相符。     

基于芝加哥法的桂林市短历时暴雨特征分析

利用桂林气象站1957-2014年逐分钟降雨资料,运用线性倾向估计、M-K突变检验方法分析了桂林市短历时暴雨变化特征,采用芝加哥法推算了重现期2a,历时30-180min的暴雨雨型。结果表明:(1)桂林市各短历时最大降雨量均呈增加趋势,30-90min最大降雨量增加趋势较为显著,120-180min最大降雨量增加趋势不明显;(2)各历时前10个降雨极值在1986-2014年间出现的个数大于1957-1985年间,降雨极端值均出现在1978年以后,各历时年最大降雨量变化均未有明显的突变;(3)桂林市短历时暴雨雨型为单峰型,30-90min雨峰位置降雨量随着历时的增加而增加,90-150min雨峰位置降雨量随着历时的增加先减少后增加,雨峰位置基本处于整场降雨过程的1/3分位;(4)30min和60min降雨过程的累积降雨量一开始出现激增变化,随后增速趋于平缓,历时90-180min降雨过程的累积降雨量经过平缓增加-激烈增加-平缓增加的过程。     

黑龙江省短历时降水时空分布特征研究

以百分位法和空间系统聚类法为理论基础，利用GIS空间插值技术，分析近30 a(1991—2020年)黑龙江省短历时（1 h、3 h、6 h、12 h）降水时空分布特征。结果表明：黑龙江省短历时降水分布趋势与夏季降水量分布趋势差异较大；短历时降水极值分布较为分散，基本上在西部松嫩平原地区最高，北部大、小兴安岭地区和东南山区最低；短历时降水99%、95%和90%分位，在西部松嫩平原地区最高，向东南和东部两个方向逐渐降低，大、小兴安岭最低；短历时降水从极值到99%、95%、90%分位降水量迅速下降，短历时降水高值在总降水样本中出现比例较小；黑龙江省各短历时降水的极值和均值年际变化趋势基本一致，各短历时的极值均呈明显增加趋势，历时越短增加趋势越明显。     

基于小时分辨率的降水过程辨识方法研究

强降水极易造成暴雨灾害,尤其是突发性强的短时强降水,动态监测、影响评估和风险预估是灾害防御的重要手段。但目前气象服务业务中,强降水的定量评估和风险预估还是以天为单位,现代气象服务精细化的需求迫切要将时间分辨率提升至小时尺度。本文利用1951—2018年国家气象观测站小时降水观测资料,从小时尺度界定站点、大区域、小区域降水过程的辨识方法。基于改进的降水过程综合强度评估方法,在概率密度分布的基础上,重新划分了极端、特强、强、较强、中等五个等级的降水过程综合强度指数。检验论证显示,基于小时分辨率降水过程的自动提取和评估方法合理,具有可操作性,能够对过程性降水、短时降水过程动态评估和预评估,可实时支撑气象服务业务,提升气象防灾减灾能力,也为后续开展短时强降水影响评估和风险预估建立基础。     

甘肃东南部两次极端致灾暴雨对比分析

为了研究甘肃东南部相同气候背景条件下极端暴雨天气的成因,提高极端暴雨强度和落区预报的准确率,利用NCEP再分析、自动气象站降水、常规观测资料及卫星云图资料,对2013年8月7日和2017年8月7日发生在甘肃东南部两次极端暴雨进行对比分析。结果表明:两次极端暴雨天气过程都伴随着短时强降水等强对流性天气,具有降水量大、雨强强、灾害重的特点,其中冷空气的强度对暴雨落区、空间分布以及影响系统移动以及对流强度产生重要影响。在强冷空气和高空低槽、低层切变线影响下,暴雨区偏南,强降水区域小,持续时间短,不稳定条件更好,对流强度更强;在弱冷空气和高原槽、低层低涡、低空急流作用下,暴雨区偏北,强降水范围大,持续时间长,大气湿层厚度大,低层水汽辐合强度、涡度以及垂直速度更强,降水效率更高,但对流强度相对较弱。卫星云图上,在强冷空气的影响下对流发展旺盛,形成强中尺度对流云团,对流云团呈带状;在弱冷空气作用下对流云团尺度小,发展范围小,有暖云降水特征,降水效率高。     

区域暴雨强度等级综合评估研究—以长江中下游为例

考虑到暴雨可能造成灾害的累积效应,本文提出降雨衰减指数的概念,建立相当强度公式,并以此判定暴雨日.从致灾因子出发,以暴雨过程的过程强度和影响范围作为评价指标,建立区域暴雨过程致灾强度的综合评估模型.以长江中下游地区为例,基于上述评估模型,得到该地区暴雨过程序列,继而利用百分位法对暴雨序列进行等级划分,得到该区域暴雨过程...     

吉林省重大暴雨过程影响损失评估模型的建立

利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。     

广西区域极端特大暴雨成因个例分析

利用常规观测资料、FY-2E卫星观测资料、雷达探测资料以及自动站雨量资料等,对2010年6月28日广西极端特大暴雨过程进行分析;结果表明：①暴雨灾害具有区域小、降雨时段集中、过程雨量大、短历时降雨强及引发次生灾害特别重等特点;②亚欧中高纬度500 hPa呈两脊一槽型、200 hPa南亚高压脊线贯穿广西上空及西南季风活跃是暴雨的环流背景;高空低涡、地面干线是主要天气系统配置,属低涡暴雨型;③强不稳定能量及层结的存在、850 hPa以下低层辐合、700 hPa附近明显涡旋、整层大气上升运动、850 hPa以下层高湿及水汽强烈辐合是主要物理量特征;④中尺度低压、低涡及气流辐合等是中尺度对流触发条件.FY-2E红外云图上对流云团生成、合并对强降雨有重要指示意义,暴雨发生在云团合并发展阶段,FY-2E的TBB值小于200 K可以作为短历时强降雨的指标.低质心雷达回波产生的列车效应和地形作用是造成强降雨的重要因素,低层辐合、高层辐散导致的强烈上升运动,有利于强对流的发展与维持.     

基于叫应和预警时长的铜仁市短历时暴雨特征分析

分析铜仁市短历时(3 h,6 h,12 h)暴雨频次和暴雨极值的时空分布,结果表明:梵净山东北侧的松桃县是短历时暴雨的高发区,市域内暴雨橙色及以上预警最佳发布时刻主要在夜间,比例为62.5%（万山）～100%（思南）,暴雨黄色以上预警发布最优时刻主要也是在夜间,比例为53.6%（万山）～77.3%（思南）。3h和6h雨量初始达到暴雨标准的时刻大部分也是在夜间,比例分别为达到50%（万山）～95.2%（印江）和58.8%（玉屏）～77.1%（松桃）,开展强降水“三个叫应”十分必要。通过个例分析,县域范围内的短历时暴雨依然具有分散性和跳跃性特点,值班值守和服务时要引起足够重视。     

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。     

山东省区域性暴雨事件时空变化特征及个例分析——以台风“利奇马”暴雨过程为例

利用山东省123个国家地面气象观测站1961—2019年逐日、逐小时降水量资料,在定义区域性暴雨事件的基础上,选取最大过程降水量、最大日降水量、最大1 h降水量、暴雨站数和过程持续时间作为评估指标,构建山东省区域暴雨事件和单站暴雨事件综合强度评估模型。针对判别出的545次区域暴雨事件,进行时空特征分析。结果表明,山东省区域暴雨事件发生次数呈现波动变化、缓慢下降趋势,但平均综合强度呈现缓慢上升趋势,且2011年以来上升趋势显著。区域暴雨事件集中发生于7、8月,其中以7月发生次数最多,8月平均综合强度最高。降雨中心主要分布于半岛东部和鲁南地区,不同时段分布配置略有不同,但差别不大。历史回算结果与灾情记录一致性较高,以台风"利奇马"暴雨过程为例,通过分县灾情验证表明暴雨事件综合评估模型评估结果较为合理,尤其对历史重大暴雨事件吻合效果理想。     

乐山地区短时强降水时空分布及变化特征研究

基于2013~2020年乐山地区9个国家自动站和136个区域自动站逐小时降水资料,应用诊断分析方法,系统研究了乐山地区短时强降水的时空分布及变化特征,探讨了短时强降水发生频次与地形因子的关系。结果表明:乐山地区短时强降水年均频次和极值均呈增加的趋势,强度较为稳定,变率不大。短时强降水在3~10月均有发生,其频次月分布呈现出单峰型的特征,集中发生在7~8月,占全年的77.7%,7月下旬~8月上旬发生频次又占7~8月总量的49.8%。短时强降水频次日变化呈单峰单谷结构,夜间发生概率最大,白天发生概率相对较小,22时~次日04时是短时强降水集中高发时段,虽然短时强降水在午后和傍晚的发生概率相对较小,但其强度较强,也应当引起重视。乐山地区短时强降水空间分布差异较大,存在两级分化的特点,与地形关系密切,总体呈西南部和东北部少、西北部—中部—东南部多的分布特征。短时强降水的发生与经纬度、海拔高度等地形因子显著相关,高发区主要集中在山谷喇叭口、岷江流域的河谷地带及城市热岛区。      

贵州区域性暴雨过程的定量化评估及气候特征

利用贵州省84个气象观测站点1961—2020年逐日降水数据,定义贵州省区域暴雨标准,构建了综合考虑暴雨过程持续时间、暴雨范围、平均暴雨量3个指标的贵州区域性暴雨过程综合强度评估方法和雨涝年景指数,分析近60a贵州区域暴雨过程次数、强度和雨涝年景指数等特征和变化。结果表明：贵州区域性暴雨过程共出现721次,平均每年12.0次,2015年最多达20次,1961年最少仅4次;区域性暴雨过程3—9月均可出现,6—7月最为集中,6月最多,3月最少;区域性暴雨过程以0.4次/10a 的速率呈弱的上升趋势,年际和年代际特征明显;区域性暴雨过程的影响范围多为6～19站,持续天数为 1～5 d,平均暴雨量多为60～80mm;强、特强暴雨过程呈显著增加趋势,较强暴雨过程呈略微增加趋势,一般性暴雨过程呈略微减少趋势;雨涝年景指数呈显著上升趋势,7个强雨涝年2014、2020、1996、1999、1995、2000和1991年均出现在1990年后。