松花江流域初夏降水分布型的环流特征及差异

利用1961-2017年松花江流域31个气象站初夏降水资料、NCEP/NCAR再分析资料,采用多种统计方法,讨论了松花江流域初夏降水时空分布及影响环流特征。结果表明：松花江流域初夏降水具有全流域一致型、西北-东南反位相型和东北-西南反位相型3个主要分布模态。影响3个分布型的主要环流特征分别为贝加尔湖以东低值系统-鄂霍茨克海阻塞高压（西南低-东北高）、乌拉尔山脊-西西伯利亚槽-外兴安岭脊（两脊一槽型）、渤海/华北低值系统及其东北部高压,东部局地高压或阻塞形势对松花江流域初夏降水的3个模态起到非常重要的作用。东亚-太平洋型和极地-欧亚型是对第一模态降水分布起重要作用的遥相关型。     

嫩江、松花江流域洪涝与降水的关系

利用嫩江、松花江流域的气象和水文资料,采用相关分析、经验正交分析等方法,讨论了该流域洪涝发生的规律及其与流域内降水分布的关系。结论指出,嫩江、松花江流域的水位变化有明显的阶段性,目前正处在80年代以来洪涝较严重的阶段;嫩江、松花江流域汛期水位变化与全流域降水的相关远远通过0.001的信度检验;嫩江流域降水异常偏多对松花江流域洪涝的影响比第二松花江的作用要大得多,更应引起警惕;1998年夏季,嫩江、松花江流域出现超历史纪录的特大洪水的关键原因是,嫩江流域6～8月降水距平百分率为63.2%,远超过历史出现的最大值。     

嫩江、松花江流域降水与暴雨分析

利用1951－2000年夏季（6－8）月嫩江、松花江流域39个基本地面气象观测站的降水资料分析了夏季降水和暴雨的天气气候特征，利用NCAR／NCEP的再分析资料讨论了形成这些特征的原因，并分析了降水量出现异常时的环流状况。结论指出：嫩江、松花江流域夏季多年平均降水量基本上是呈南北的带状分布，历年的分布中以嫩江和第二松花江流域的差别较大，逐年变化的起伏比较大，但有较明显的阶段性；暴雨日的空间分布与季降水量分布基本一致，集中出现在7、8月，以7月下旬最多，其次是7月中旬和8月上旬；第二松花江流域暴雨日出现的机会要比嫩江和干流流域都多，7月中间以前基本上是嫩江流域大于干流流域，7月下旬开始干流流域明显大于嫩江流域；850hPa高度候平均图表明，影响嫩江、松花江流域夏季降水的环流系统为西风带阻塞形势下的低值系统和东亚夏季风，包括西南季风和东南季风两支；当这两个系统发展强盛时，该流域暴雨日出现较多，降水量偏多。     

Gamma分布百分位数在降水研究中的应用

较全面地比较了降水量、降水距平百分比及Ｇａｍｍａ分布百分位数三种降水量指标在降水研究中的优缺点。指出研究大范围的降水变化时，采用Ｇａｍｍａ分布百分位数的降水量比较合适，并以此为基础研究了中国及印度夏季降水与赤道东太平洋ＳＳＴ的关系。     

嫩江、松花江流域夏季降水与水位变化分析

利用嫩江、松花江流域内的气象和水文资料，分析了该流域夏季降水的天气气候特征以及降水与水位变化的关系，利用NCAR/NCEP的再分析资料讨论了形成夏季降水天气气候特征，并分析了降水量异常时的环流状况，表明：该流域夏季多年平均降水量基本上是呈南北的带状分布，并有明显的阶段性，汛期水位变化与流域内夏季降水有密切的关系，影响该流域夏季降水的环流系数为西风带阻塞形势下的低值系统和东亚夏季风。     

山地降水的空间分布特征研究综述

降水是影响自然环境基础的因子，是影响气候变化的重要指标，关于降水尤其是山地降水的空间特征研究对防灾减灾和开发利用水资源具有重要意义，本文对山地降水中地形的影响、降水空间分布研究方法以及国内外研究动态进行了综述，认为：对山地降水空间特征的研究必须结合数据本身的特点和空间特性选择合适的插值方法，必须把随机插值方法和确定性方法结合起来，要想进一步减小误差，需要更多的降水数据和更为精准的地图数据。     

起伏地形下重庆降水精细的空间分布

采用重庆地区34个气象观测站1971—2000年30 a平均月降水总量资料,以及重庆地区100 m×100 m DEM(D igital E levation Model)数据,对重庆地区降水空间分布进行研究。根据山地气候学原理,利用GIS(Geographical Information Systems)软件,分析降水空间分布的影响因子,建立平均月降水量空间估算模型,计算了平均月降水量的空间分布。结果表明:随着海拔高度的增加,降水量逐渐增加;各月降水量的最大值出现在东北山区;降水量的季节变化明显。     

局地蒸发和外部水汽输送对松花江流域夏季降水的贡献

本文基于Brubaker二元模型,采用JRA-55再分析资料定量研究了局地蒸发和外部水汽输送对松花江流域夏季气候态降水及其年际变率的相对贡献,并探讨了相应的物理机制。气候平均而言,外部水汽输送是松花江流域初夏（5～6月）和盛夏（7～8月）降水的最主要水汽源。受西风带影响,初夏自西边界进入松花江流域的水汽贡献占主导,外部水汽输送对当地降水的贡献为78.9%,源自蒸发的水汽贡献为21.1%。较之初夏,由于盛夏来自南边界的水汽输送加倍,外部水汽输送贡献增加,外部水汽输送和蒸发对降水贡献分别为86%和14%。JRA-55再分析资料可以合理再现观测降水演变,1961～2016年JRA-55再分析资料降水与观测在初夏与盛夏的相关系数分别可以达到0.73和0.83。研究发现,初夏,由于西南季风异常导致的南边界进入的水汽输送异常是松花江流域降水年际变率的主要原因,自西边界、北边界进入的水汽输送与降水呈现显著负相关,初夏局地蒸发的贡献不显著,该水汽输送异常对应的环流型易发生在El Ni?o衰减年初夏。盛夏来自南边界的水汽输送起主导作用,局地蒸发贡献与降水变化显著负相关,海温强迫作用对该环流异常的强迫并不显著,中高纬度大气内部变率影响占主导。由于盛夏降水与地表温度在盛夏期间显著负相关,盛夏时期降水偏少时,温度偏高,蒸发偏强,进而蒸发水汽对降水贡献增加。     

我国东北地区降水空间分布及干湿驰豫时间的研究

根据东北地区24个典型测站1951—2001年的降水量资料,利用EOF方法分析了我国东北地区的降水空间分布;同时,通过子波诊断技术结合突变点数建模技术,研究了我国东北地区的降水演变周期特征,并对干湿态之间转换的驰豫时间做了定量的研究。结果表明：东北地区的降水空间分布具有整体一致的性质,同时还存在南北及东西的差异;大部分站点都具有干→湿的驰豫时间长于湿→干的驰豫时间的特征,体现了东北地区容易维持干旱状态的特性。     

近50年贵州降水时空分布分析

通过对贵州15个气象观测站50年(1951-03～200l-02)的月季降水量场的时空分布变化规律的分析得出贵州降水空间分布的主要类型是东-西走向或东南-西北走向,也即贵州年降水量的地区分布趋势是南部多于北部,东部多于西部;统计降水量的时间尺度越大,则降水量的空间分布尺度也越大;夏季降水空间分布的年际变化比其它季节大;春、夏降水空间分布变化具有较为显著的负相关,春、秋季降水空间分布的年际变化具有一定的正相关,夏、秋季和夏、冬季降水空间分布的年际变化具有一定的负相关;春、夏季和冬季降水空间分布的年际变化具有一定的显著周期存在,分别约为22年、2.6和11年.     

考虑地形的空间插值算法在复杂下垫面地区气温和降水精细化插值的评估

为探索考虑地形的空间插值算法在复杂下垫面地区的适用性,利用重庆市区域自动气象站2017年逐月观测数据,采用Cokriging、PRISM和IDW三种算法进行了1 km分辨率插值试验,并分析对比了其在月累积降水、月平均气温插值中的误差。结果表明,当样本数量较多时,平均气温的插值以PRISM误差相对较小,Cokriging和IDW效果相当;对累积降水的插值,PRISM和Cokriging效果相当,并略优于IDW。三种算法的误差均随样本数量减少而增大,但PRISM的平均气温误差增长相对最慢,累积降水误差增长相对最快。当样本数量较少时,PRISM对气温插值的误差相对最小,而Cokriging对降水的插值误差相对最小。进一步分析表明:PRISM能显著减少复杂地形区的气温插值误差;累积降水插值主要受降水强度及降水局地性影响,考虑地形的插值算法并无明显优势。     

漓江流域降雨量空间插值精度分析

以漓江流域周边17县市气象台站及流域内15个自动气象站的基本地理信息和各站点2010年降雨量资料为基础数据,GIS为操作处理平台,采用反距离加权插值法（IDW）、克里格插值法（Kriging）和协克里格插值法（CoKriging）,对降水相对集中的六月、夏季及全年降雨量数据进行插值处理,并利用15个自动站的降雨量数据,以平均绝对误差（Mean Absolute Error, MAE）和插值平均误差平方的平方根（Root Mean Squared Interpolation Error, RMSIE ）两种插值评价方法对插值结果进行评价分析。分析结果表明,利用反距离加权插值法对漓江流域内进行降雨量插值处理精度评价最高。     

淮河流域夏季降水空间变率研究

在GCMS(大气环流模式)中,降水空间分布描述在陆面水文参数化中非常重要.利用1998-2003年淮河流域一个网格区域内32个站夏季逐小时降水资料,分析降水在区域内统计特征,并利用统计特征及一个随机降水离散方案实现平均降水强度在区域内分配.结果表明,在区域内降水空间分布是非均匀的,区域内的平均降水强度和区域内降水分布面积之间有密切关系,取一定平均降水强度间隔,降水分布面积和发生频率满足固定的分布形态.随机降水离散方案可以较好实现降水在区域内分配.     

Probability Distribution of Precipitation Extremes over the Yangtze River Basin

 Based on the daily observational precipitation data of 147 stations in the Yangtze River basin for 1960-2005, and the projected daily data of 79 grids from ECHAM5/MPI-OM in the 20th century, time series of precipitation extremes which contain annual maximum (AM) and Munger index (MI) were constructed. The distribution feature of precipitation extremes was analyzed based on the two index series. Research results show that (1) the intensity and probability of extreme heavy precipitation are higher in the middle Mintuo River sub-catchment, the Dongting Lake area, the mid-lower main stream section of the Yangtze River, and the southeastern Poyang Lake sub-catchment; whereas, the intensity and probability of drought events are higher in the mid-lower Jinsha River sub-catchment and the Jialing River sub-catchment; (2) compared with observational data, the averaged value of AM is higher but the deviation coefficient is lower in projected data, and the center of precipitation extremes moves northwards; (3) in spite of certain differences in the spatial distributions of observed and projected precipitation extremes, by applying General Extreme Value (GEV) and Wakeby (WAK) models with the method of L-Moment Estimator (LME) to the precipitation extremes, it is proved that WAK can simulate the probability distribution of precipitation extremes calculated from both observed and projected data quite well. The WAK could be an important function for estimating the precipitation extreme events in the Yangtze River basin under future climatic scenarios.     

1960-2005年长江流域降水极值概率分布特征

Based on the daily observational precipitation data of 147 stations in the Yangtze River basin for 1960-2005,and the projected daily data of 79 grids from ECHAM5/MPI-OM in the 20th century,time series of precipitation extremes which contain annual maximum(AM)and Munger index(MI)were constructed.The distribution feature of precipitation extremes was analyzed based on the two index series.Research results show that(1)the intensity and probability of extreme heavy precipitation are higher in the middle Mintuo River sub-catchment,the Dongting Lake area,the mid-lower main stream section of the Yangtze River,and the southeastern Poyang Lake sub-catchment;whereas,the intensity and probability of drought events are higher in the mid-lower Jinsha River sub-catchment and the Jialing River sub-catchment;(2)compared with observational data,the averaged value of AM is higher but the deviation coefficient is lower in projected data,and the center of precipitation extremes moves northwards;(3)in spite of certain differences in the spatial distributions of observed and projected precipitation extremes,by applying General Extreme Value(GEV)and Wakeby(WAK)models with the method of L-Moment Estimator(LME)to the precipitation extremes,it is proved that WAK can simulate the probability distribution of precipitation extremes calculated from both observed and projected data quite well.The WAK could be an important function for estimating the precipitation extreme events in the Yangtze River basin under future climatic scenarios.     

日降水量空间插值方法研究

采用反距离权重法和普通克里格方法对26°~34°N, 103°~115°E范围内2004年逐日降水量进行空间插值试验分析, 分辨率为1 km×1 km。采用交叉检验方法和准确率方法对两种方法插值的总体效果及不同等级的降水插值效果进行综合对比。结果表明:两种方法插值效果近似, 插值结果与实测值相关系数分别为0.83和0.82。但对日雨量较大的情况, 两种方法插值效果均有所降低, 相关系数为0.66和0.67。两种方法的实测值与插值结果的相关系数在不同季节非常接近, 并且均以春季最大, 其次为冬、秋季, 夏季相关系数最小; 通过采用平均误差、平均绝对误差和均方根3个指标衡量及不同等级雨量的插值准确率统计比较, 普通克里格方法插值效果略好于反距离权重法。     

大渡河流域面雨量时空分布特征及雨季转换指标

利用1961-2016年大渡河流域15个气象站逐日降水资料,采用算术平均法计算上、中、下游三个分段流域的面雨量,对其时空分布特征进行分析,计算流域内雨季开始及结束期。结果表明:(1)大渡河中、上游面雨量呈上升趋势,下游呈下降趋势,下游年降水量相对变率和极差最大,其次是中游,上游最小;夏季流域面雨量最大,占全年降水的50%~60%。5-9月流域面雨量在100~200 mm之间,11月至翌年2月在5~20 mm之间,流域内面雨量峰值出现时间由北向南延迟,上、中、下游相差近1个月。(2)依据雨季转换指标计算出的雨季开始及结束期比依据强降水计算的更稳定,大渡河流域下游进入雨季最早,其次是中游,上游最晚,而上游雨季结束最早,其次是中游,下游最晚,上、中、下游雨季持续时间分别为172 d、182 d和195 d。(3)当上游出现强降水时,中、下游很少同时出现强降水,当下游出现强降水时,中游经常同时也出现强降水。     

基于GIS的四川省区域性暴雨降水分布的空间插值方法与面积估测

暴雨是四川省主要的灾害性天气之一,每年由暴雨引发的次生灾害在全省造成严重的人员伤亡和经济损失。本研究利用四川省5006个气象站逐日降水量资料,采用距离权重反比法(IDW)和普通克里金插值法(Ordinary Kriging)法对2018年8次区域性暴雨过程降水分布进行计算,统计出不同降水等级的面积及面积比例,并对两种插值方法的的计算精度进行了评估。结果表明:(1)在8次区域性降水过程中的距离权重反比法(IDW)和普通克里金插值法(Ordinary Kriging)法的平均相对误差均低于7%,有较高的计算精度;(2)2018年区域性暴雨降水主要分布于盆地西北部、盆地南部和盆地东南部地区,川西高原与攀西地区降水量相对较小;(3)8次区域性暴雨过程中,过程累计降水量>50mm的面积在20247~158144km²,面积比率在4.17%~32.54%。分析发现,暴雨面积能更较好的反映出一场暴雨天气过程的影响范围,同时也可以作为区域暴雨的判别指标。     

变异函数在降水场空间特征分析中的应用

引起了地统计学中的变异函数，通过对我国长江流域夏季降水场的计算，揭示了降水场空间变异特征。结果表明：变异函数在降水发生前、降水过程中以及降水以后有着十分显著的变化，东西方向与南北方向上的空间变异性有着不同的特征尺度。     

海河流域降水极值的时空演变特征

利用海河流域104个测站逐日降水资料,研究了海河流域过去47年中降水极值时空变化趋势,从降水极值变化的角度解释了海河流域旱涝的演变特征。结果表明:近47年来,海河流域的降雨量、小雨日数、暴雨日数、湿涝事件、日最大降水量均表现出明显减少趋势,干旱事件表现出显著增加趋势,加剧了海河流域干旱化程度。海河流域降水极值空间变化趋势在大部分区域表现为干旱化倾向,尤其是在海河流域东南部区域干旱化程度最为显著。降水的极值变化致使降水时空分布变得更加不均匀,使得海河流域干旱事件发生频率和强度增加,从而对流域内生态、环境和社会经济系统产生深远的影响。