丰都县强对流天气特征分析

该文利用2005-2014年丰都县地面天气、探空数据、NCEP 1°×1°FNL再分析资料等,对丰都地区冰雹、雷暴大风、短时强降水这3类强对流天气特征进行统计分析,得出这3类强对流天气的时空分布特征,并从天气个例出发,利用实况资料对强对流天气的差异进行分析,为强对流天气的预警预报提供参考。得到如下结果:短时强降水通常出现在5-9月,大风通常出现在5—8月,冰雹通常出现南部的七跃山脉和北部的蒋家山和黄草山脉附近~([1]),2005—2014年间共出现了7次,3—8月均有发生。通过计算3种强对流天气环境场参量,归纳出3种物理量参数的差异:大气可降水量、AT500-T850,K指数、抬升指数(LI)、相对湿度、散度场分布等在冰雹、短时强降水和大风天气中有明显的差异,冰雹和短时强降水的AT500-T850相差了近5℃,大风天气的值介于冰雹和短时强降水之间。大气可降水量分布上,短时强降水的大气可降水量(PW)平均值为58 mm,比冰雹值大约多了10 mm,比大风值多了14 mm。短时强降水出现时几乎整层都是处于饱和的状态,冰雹和大风天气几乎只在中低层有较饱和的水汽,而高层的相对湿度平均值在40%～50%左右。对流指数方面,K指数和LI指数都很好的指示了强对流天气的发生,K指数在短时强降水发生时其平均值在39.8℃左右,较冰雹和大风分别高1.6℃和3℃。短时强降水出现环流位置大多位于600 hPa以下,而冰雹则在300 hPa左右,大风在400 hPa左右。     

2000年以来延边地区强对流天气特征分析

针对近年来各种强对流天气频发的特点,本文利用气象地面观测资料、加密自动站资料,统计分析了2000年以来延边地区的雷电、雷雨大风、冰雹和短时强降水等强对流天气的区域分布特征和逐月、逐旬、逐小时分布。分析表明:延边雷电活动山区多于平原地区,以哈尔巴岭西部敦化地区、长白山山脉东北部二道、和龙地区为最高;雷雨大风发生概率图们地区最高;冰雹天气有两个高发区域,一个是敦化地区,另一个是以龙井为中心的延吉、和龙、图们地区;短时强降水天气安图、龙井、汪清一带为高发区域;雷电、雷雨大风、冰雹活动主要集中在6、7月份,短时强降水主要出现在7月下旬至8月上旬;14-18时是延边地区强对流高发时刻,20时是雷电的多发时刻,但没有发生冰雹天气。     

东北冷涡背景下强对流天气的基本特征分析

利用呼伦贝尔市CIMISS系统实况资料,统计分析了2010—2021年5—9月东北冷涡背景下的强对流天气时空分布及物理量参数特征。结果表明：(1)5月雷暴大风次数最多,6月冰雹次数最多,6—8月是短时强降水集中发生期,尤以8月次数最多。(2)强对流天气主要出现在12:00—20:00,其中短时强降水每个时次均有发生,但雷暴大风与冰雹天气在21:00—次日08:00基本没有发生过。(3)大兴安岭西部雷暴大风站次较多;大兴安岭东北部、岭上及岭西北的冰雹站次较多;短时强降水与强对流天气空间分布特征较为一致,均是大兴安岭岭上南段与岭东的站次较多。(4)雷暴大风天气的风速多以17.2～20.7 m·s^-1为主;短时强降水量级为20.0～29.9 mm的站次占总站次的74.3%;持续时间小于5 min冰雹居多,直径小于5 mm冰雹的站次占总站次的49.1%。(5)短时强降水850 hPa的比湿、水汽通量、水汽通量散度的物理量参数均值均大于冰雹、雷暴大风;短时强降水K指数均值大于冰雹、雷暴大风,T₈₅₀-T₅₀₀均值大于26℃,短时强...     

沈阳地区强对流天气潜势预报环境参数特征分析

利用常规探空观测和WRF分析场等资料,分析了2005—2014年沈阳地区强对流天气的气候背景特征、演变规律及日变化特征等,将强对流天气划分为冰雹、雷暴大风(≥17.2 m·s-1)、短时强降水(≥20 mm·h-1)和混合型4种类型;并分析探空资料在强对流天气潜势预报中的作用,着重探讨14时(02时)探空资料对沈阳地区强对流天气短时临近潜势预报的作用。结果表明:2005—2014年沈阳地区4种强对流天气中,以短时强降水天气发生次数最多,其次为雷暴大风天气,冰雹天气的发生次数最少,多数强对流天气发生在午后至傍晚。由合成T-Log P图的温湿廓线可知,沈阳地区短时强降水天气发生时中低层存在显著湿区,与雷暴大风和冰雹为主的强对流天气温湿廓线明显不同,多数合成T-Log P图的显著特点为中层大气干燥。冰雹型强对流天气的0℃层和-20℃层高度明显低于其他强对流天气类型的高度;冰雹型强对流天气T700-T500和T850-T500显著大于短时强降水型及雷暴大风型强对流天气,且T850-T500的指示意义更好;4种强对流天气类型平均SI均出现了正值,说明SI失去了不稳定性的指示意义;短时强降水天气的K指数明显高于冰雹天气;雷暴大风天气发生时对流有效位能明显小于其他强对流天气类型。可见,WRF中尺度模式中的T-Log P预报图对沈阳地区强对流天气的预报具有一定的指导意义。     

基于T639对流参数的内蒙古强对流天气潜势预报方法初探

统计内蒙古地区2011—2014年汛期短时强降水、冰雹、大风强对流天气的基础上,利用T6391°×1°逐3 h的数值模式产品计算物理量,选取与强对流天气相关性较好的敏感对流参数作为预报因子,通过权重分析建立未来0~12 h强对流天气及落区的潜势预报方程,并确定判别不同强对流天气的阈值。通过对2013年8月进行的预报试验结果表明:发生强对流天气的平均TS评分为0.35;不发生强对流天气的平均TS评分为0.51;3种强对流天气预报中对冰雹预报效果不理想,但对大风及短时强降水预报效果好。     

中国中低海拔地区三类强对流天气环境条件的基本气候特征

短时强降水、雷暴大风、冰雹等不同类型强对流天气的预报预警准确性亟待提高,对不同类型强对流天气环境特征异同的准确了解是提供准确预报预警的基础。本研究针对我国海拔低于2500 m地区超过20 mm·h^-1的短时强降水、最大阵风风力大于17.2 m·s^-1的对流性大风和直径大于5 mm的冰雹三类强对流天气,基于2002-2010年4-9月小时降水和冰雹实况、2010-2014年4-9月的雷暴大风实况及2002-2014年4-9月的1°×1°NCEP FNL(National Center for Environmental Prediction,Global Final Analysis)资料,以NCEP FNL一天4次的时刻(02:00、08:00、14:00、20:00,北京时)为中心,通过时空匹配处理,对三类强对流天气的绝对水汽含量、相对水汽含量、静力稳定度参数、低层抬升触发与垂直风切变条件、特性层高度及部分物理量的联合分布等环境气候特征进行了研究。结果表明,华南是短时强降水的高发区域,华北中北部和华南南部是雷暴大风的两个高发区域,华北中北部...     

国家级强对流天气分类预报检验分析

预报产品的客观检验是记录、考量各种预报业务质量,促进预报水平提高的重要手段,也是整个天气预报过程中的重要环节。本文采用"点对面"Threat Score(TS)、漏报率、空报率等客观指标首次对2010—2015年4—9月国家级强对流天气预报中雷暴、短时强降雨以及雷暴大风和冰雹等分类预报进行了检验。同时,本文也对强对流天气落区分类预报客观检验存在的问题以及未来发展进行了讨论。检验结果表明:过去6年间,6~24 h时效预报,雷暴TS评分为0.22~0.34,短时强降水为0.18~0.24,雷暴大风和冰雹为0.01~0.07;48、72 h时效预报、雷暴TS评分为0.30~0.40,强对流天气TS评分为0.16~0.23,除雷暴预报TS评分在2012—2013年有所回落外,其他类别的强对流天气预报总体上TS评分呈上升趋势,雷暴大风和冰雹预报评分明显低于其他两个类别。雷暴空报率是漏报率的2~3倍,短时强降水漏报率与空报率接近,雷暴大风和冰雹天气漏报率和空报率都在0.8以上。与美国风暴预报中心(SPC)2000—2010年定期发布的1 d对流展望产品检验结果比较,强天气预报中心雷暴和短时强降水落区预报TS评分较高,雷暴大风和冰雹评分较低。典型个例预报检验结果表明,系统性大范围的风雹天气可预报性较强,评分要显著高于平均预报水平;对于非过程性的、分散的风雹天气,预报难度大,TS评分低。     

基于Z指数的四川干旱时空分布特征

采用四川省115个气象站1961—2014年的逐日降水资料,计算各站历年各季的Z干旱指数,根据Z指数的旱涝等级划分标准将其划分为7个等级,参考过去四川省干旱灾害的灾情记录,研究Z指数在四川的适用性,并用多种统计方法研究四川干旱的时间变化和空间分布特征。结果表明:Z指数在四川各季干旱监测中表现均较好,在四川有较好的适用性。四川干旱可划分为6个空间型,其中四川盆地西部区、东部区、南部区、中部区干旱程度加强,而川西高原区和川西南山地区干旱程度减弱;四川盆地东部区出现干旱的频率最高,而盆地西部区和南部区出现干旱的频率最低。四川盆地西部区、东部区和川西高原区较严重的干旱主要发生在夏季,而盆地南部区、中部区和川西南山地区较严重的干旱主要发生在冬季。各分区干旱变化周期不同,盆地西部区具有3~4 a的振荡周期;盆地东部区振荡周期为6~7 a;盆地南部区具有3~4 a和14~16 a的振荡周期;川西高原区具有4~5 a和8 a左右的振荡周期;盆地中部区振荡周期为7~8 a;川西南山地区振荡周期为2~3 a。     

江西不同类型强对流天气的地闪统计特征及与雷达回波特征对比分析

选取2004—2014年江西省11个ADTD雷电探测定位组网系统所得云地闪探测数据、省内多普勒雷达、探空和自动站资料,并结合重要天气报,将此11年的强对流天气分成短时强降水、有短时强降水伴随的雷雹大风和冰雹(以下简称风雹)和无短时强降水伴随的风雹这三种主要类型,分析它们发生前后的地闪活动特征及其与雷达回波的关系,结果发现,(1)江西省短时强降水、雷暴大风和冰雹分别主要发生在5—8、7—8月和3月;仅发生短时强降水时的站次远多于发生风雹天气时;除早春和盛夏无短时强降水伴随的雷暴大风发生站次较多外,风雹天气常与短时强降水相伴发生。(2)仅有短时强降水天气发生时,其站点地理位置越偏北、小时雨量越大,对应的地闪活动就越剧烈。不同小时雨量对应的地闪数存在较明显的季节性差异,表现为3、4月地闪数以小时雨量为50~55mm时最多;5—7月地闪数随着小时雨量增大总体呈增多趋势,尤以小时雨量为55~60mm时最多;8—9月则以小时雨量为40~45mm时最多。(3)就无短时强降水伴随的风雹天气而言,在3—5月雷暴大风和冰雹发生前30min内的地闪数差异不大,但平均电流强度后者大于前者;在6—9月雷暴大风发生前30min内的地闪数则为冰雹发生前的2~4倍,平均电流强度前者大于后者;该类风雹发生前的地闪数多于仅有短时强降水发生前,正地闪的平均电流强度前者也略强。(4)有短时强降水伴随的风雹发生前的平均正地闪数以8月为最多,而负地闪数则在6月最多;冰雹发生前1h内的地闪数随季节变化不大,而雷暴大风发生前的地闪数存在季节差异,夏季多于春季;另外冰雹的地闪数与冰雹直径存在较好的正相关性。(5)3—8月,有短时强降水伴随的风雹地闪数远多于无短时强降水伴随时;其平均电流强度前者大于后者;该类风雹天气发生前,地闪平均电流强度随季节呈先增大后减小的趋势,而无短时强降水伴随的风雹天气则无此特点。(6)强对流天气发生前,较强回波出现前的负地闪活动远比正地闪活跃,但其电流强度弱于正地闪;45dBz以上回波伸展高度越高,伴随的地闪数也越多,但其平均电流强度变化不明显。     

江西冰雹、大风与短时强降水的多普勒 雷达产品的对比分析

为发挥多普勒天气雷达监测和预警冰雹、雷雨大风、短时强降水等强对流天气的作用，制作出精细化的临近和短时预报，选取了江西8次典型的强对流天气过程，从7个方面对冰雹大风和短时强降水两类强对流天气的多普勒天气雷达回波特征进行对比分析。结果表明：江西省冰雹、雷雨大风过程45～55dBz强回波平均高度为12．4km，达到或超过-25℃层的高度，比短时强降水回波高5．6km。弱回波区（wER）或有界弱回波区（BwER）、三体散射长钉、持续高垂直积分液态水含量、中气旋、下湿上干或强风垂直切变特征等都是冰雹天气的典型特征。而相对平均径向速度图上“S”型暖平流及表现强低空急流的“牛眼”、深厚的湿度层等，则是短时强降水的主要特征，这些特征可为两类强对流天气短时临近预报提供预报参考。     

四川地区短时强降水事件时空演变特征研究

利用四川地区自动气象站逐小时降水观测资料,分析了2010~2019年5~9月短时强降水事件24h累计降水量、频次和强度的时空分布特征,探讨了短时强降水事件发生的频次、极值分布及其与地形、海拔高度等的关系。结果表明:四川地区平均24h累计降雨量基本在50mm以上,盆地东北部、西南部、南部及阿坝州东部甚至超过100mm,最大值出现在广安,达175mm。四川地区短时强降水事件开始时间的日变化特征表现为“V”型结构的夜间峰值位相,事件持续时段多为傍晚至凌晨,时长可达10h以上,最长甚至可持续22h。在强降水事件极值的日变化上,极大值频次和降水量呈单峰结构,在03时达到最大,其后逐渐减小至15时达到谷值,而后再次增大;降水强度呈弱双峰结构,分别在04时和16时达到谷值,13时和18时达到峰值,其日变化呈“增-减-增-减”的特征。四川短时强降水事件与复杂地形有密切的关系,5~6月事件活跃区在四川盆地中部,7月在盆地西部的龙门山脉一带,8月在雅安、乐山附近,9月在盆地北部且频次明显减少;短时强降水事件的最大小时雨强可达80mm以上,出现在7~8月的盆地西部龙门山一带和南部地区。短时强降水事件随着海拔高度的增加,发生频次和日数逐渐减少,海拔2000m以上地区基本无强降水发生日出现( 峨眉山气象站例外)。      

四川省近10年极端小时降水时空分布特征

利用2012~2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明:（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。      

The quasi-stationary feature of nocturnal precipitation in the Sichuan Basin and the role of the Tibetan Plateau

The nocturnal precipitation in the Sichuan Basin in summer has been studied in many previous works. This paper expands the study on the diurnal cycle of precipitation in the Sichuan Basin to the whole year. Results show that the nocturnal precipitation has a specific quasi-stationary feature in the basin. It occurs not only in summer but also in other three seasons, even more remarkable in spring and autumn than in summer. There is a prominent eastward timing delay in the nocturnal precipitation, that is, the diurnal peak of precipitation occurs at early-night in the western basin whereas at late-night in the center and east of the basin. The Tibetan Plateau plays an essential role in the formation of this quasi-stationary nocturnal precipitation. The early-night peak of precipitation in the western basin is largely due to strong ascending over the plateau and its eastern lee side. In the central and eastern basin, three coexisting factors contribute to the late-night peak of precipitation. One is the lower-tropospheric southwesterly flow around the southeastern edge of the Tibetan Plateau, which creates a strong cyclonic rotation and ascendance in the basin at late-night, as well as brings abundant water vapor. The second is the descending motion downslope along the eastern lee side of the plateau, together with an air mass accumulation caused by the warmer air mass transport from the southeast of the Yunnan-Guizhou Plateau, creating a diabatic warming at low level of the troposphere in the central basin. The third is a cold advection from the plateau to the basin at late-night, which leads to a cooling in the middle troposphere over the central basin. All these factors are responsible for precipitation to occur at late-night in the central to eastern basin.     

四川省暖季降水时空分布特征及机理

特殊的地理位置和地形分布造成四川地区降水具有鲜明特色,存在明显的区域差异。利用1998—2017年共20年的高时空分辨率卫星反演CMORPH降水资料,研究四川省暖季（4—9月）降水的时空分布特征,并结合ERA5再分析资料探究其降水的内在机制。研究发现：（1）4—5月降水量偏低,6—8月最多,9月也相对较少。暖季的逐月降水在四川盆地西南部均有一个强降水中心,而6—9月在四川省最南部存在一个强度相当的降水中心,这种分布特征是由高低层大尺度环境场的配置所引起;（2）四川暖季降水峰值出现在夜间至凌晨,但不同月份以及不同区域的降水存在较大的差异,两个夜间降水峰值中心的形成均与地形造成的低层风场辐合以及水汽累积密切相关;（3）位于四川省西部（青藏高原的东坡）有一个相对较弱的午后降水峰值,这是受到两侧的山谷风辐合所致,且受到高低层环境场作用影响其分布区域和强度。     

青藏高原低涡活动对降水影响的统计分析

利用1998—2004年逐日08:00(北京时,下同)和20:00 500hPa高空图、日雨量和青藏高原低涡(下称高原低涡)切变线年鉴资料,统计分析了冬、夏半年不同生命史的高原低涡对我国和四川盆地东、西部降水的影响。结果表明,冬、夏半年高原低涡以东部涡占多数,6-10月有三分之一的东部涡能移出高原。冬半年高原低涡出现次数少,约占全年的五分之一,但也可造成高原及其周边地区的雨雪天气,特别是生命史超过36h以上的高原低涡有近半数可移出高原,造成高原区域暴雨雪,四川盆地中雨,半数可造成云南大雨雪或暴雨雪。夏半年,随着低涡生命史的增长,高原低涡影响高原及其周边地区和我国其他地区的降水范围和强度在增大,生命史超过60h以上的高原低涡可造成高原暴雨、甘肃中雨以上、四川盆地暴雨或大暴雨及云南大部分地区大雨以上的降水,每年都有1～5次可影响到华中、华东地区产生大雨以上的降水。100°E以东的高原低涡,不论是否移出,均可造成四川盆地中雨以上的降水。影响四川盆地降水的高原低涡以偏东路径为主,但东南路径影响更强。     

2018年7月四川盆地降水异常特征及成因分析

利用1961—2018年四川站点降水资料和NCEP/NCAR再分析资料,应用统计和天气学诊断方法,分析了2018年7月四川盆地降水异常特征、大气环流特征、异常降水期间水汽、低值系统与冷暖空气活动等对降水的影响。结果表明：2018年7月四川暴雨频繁出现,较气候均值降水异常偏多,表现在降水日数长、降水量增加显著,降水增加的区域主要在盆地西部。同时,降水异常偏多还表现在日最大降水量和连续降水日数显著增加,大雨量级降水、暴雨及以上量级降水的降水量和降水日数显著增加。大气环流与气候态相比,2018年7月更强、更暖、更偏东的南亚高压和更偏西、偏北的副热带高压,有利于青藏高原及其以东高层大气辐散,使得降水天气系统维持,水汽源源不断地输送到盆地,使得降水发生。2018年7月较气候态有更充沛的水汽聚集,异常水汽输送源地为南海和西太平洋,水汽沿副热带高压南侧输送,该水汽输送带与副热带高压异常偏北、偏西以及热带气旋活动密切相关。大气可降水量和水汽通量大值出现时段与降水过程有较好的对应。2018年7月降水期间,盆地低值系统活动频繁,低层为暖湿气流输送,中层为(弱)冷空气活动,有利于触发盆地降水。     

四川盆地西部一次典型连续夜雨的数值模拟

利用中尺度模式WRF研究了2017年7月15-17日发生在四川盆地西部的一次典型连续性夜雨过程的形成机制,重点讨论了"山谷风"局地环流对此次夜雨过程的作用.研究表明:(1)此次降水天气过程主要发生在500 hPa"北高南低"的环流形势背景下,这种背景有利于北方冷空气向南输送;850 hPa上台风东侧的偏南气流和副热带高...     

青藏高原东北部强降水天气过程的气候特征分析

根据青藏高原东北部地区降水特点,定义青藏高原强降水概念,利用该区域内各测站自建站以来的气象资料,分析青藏高原强降水的时空分布特征和相对强度。结果表明:青藏高原东北部地区强降水的分布明显受到地形影响,年降水量和强降水次数自东向西呈阶梯性递减趋势,分别在青藏高原东北部的外流河谷地区和东南部四川北部地区存在大值中心;外流河谷地区两侧山脉的年降雨量较大,年均强降水日数较多,河源处相对较小,具有河谷地形的特点;青藏高原强降水的时段集中,雨强大,局地性强,且具有夜发性的特点;强降水日数和站数具有明显的年代际变化特征,近10年来出现区域性强降水的次数增加;青藏高原东北部外流河谷地区强降水的相对强度较大,同长江以南地区暴雨相对强度差不多。     

GRAPES千米尺度模式在西南复杂地形区降水预报偏差与成因初探

利用2019年夏季（6—8月）西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期（36 h以内）降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:（1）GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。（2）在各子区,模式日降水量（频率）预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍（0.3倍）;日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水（中小雨）落区预报存在明显（轻微）偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。（3）日循环上,各时次小时降水量（频率）预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。（4）诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。      

四川省降雨灾情时空分布及其与雨量相关特征分析

利用四川省2002—2020年降雨灾情数据和156个国家气象观测站及5727个区域气象观测站逐日、逐小时降雨资料，分析四川省降雨灾情时空分布及其与雨量特征的联系。结果表明：四川省近年来降雨灾情数量增长明显，盆地西部、南部灾情数量最多，密度最大，凉山州和盆地东北部死亡人数最多。灾害主要发生在6—9月，灾情分布有从盆地东北部、南部向西部发展，最后到东北部的趋势。盆地在有大暴雨出现时灾害发生可能性最大，致灾频率50%以上，暴雨致灾频率20%～40%;攀西地区暴雨出现时致灾频率20%～30%;川西高原暴雨天气过程较少，大雨出现时致灾频率最大，为10%～30%。最大小时雨量盆地区在10 mm以下的灾害主要发生在盆南和盆东北，盆西在各个雨量等级范围内占比都较大，攀西地区灾害主要集中在10～40 mm，川西高原为20 mm以下。最大日降雨量小于50 mm的灾害主要分布在盆南，超过300 mm的主要发生在盆西北，50～100 mm以盆南和盆西南为主，攀西地区50～100 mm占比最大，川西高原为25～50 mm。