辽宁省短时暴雨和大暴雨时空分布与变化特征

采用中国气象局发布的“暴雨橙色、红色预警信号”定义,分别定义短时暴雨和短时大暴雨。利用辽宁2010—2018年5—10月1587个自动站逐时降水资料,统计分析短时暴雨、大暴雨空间分布特征和多尺度时间特征,从而得到短时暴雨、大暴雨的高发区、易发时段,并做简单天气学判断。结果表明：短时大暴雨高发区域位于辽宁东南沿海地区,可能是东北冷涡与北上气旋、西太平洋副热带高压等相互配合,导致辽宁省沿海地区易出现强度大、范围广和持续时间长的暴雨天气过程有重要关系;短时暴雨、大暴雨旬变化呈现“凸”字形结构,短时暴雨从5月上旬至10月上旬都可能发生,呈现单峰型特征。短时大暴雨显著增强从7月上旬开始,8月下旬后短时大暴雨急剧减少。短时暴雨、大暴雨日变化均呈现“两峰一谷”特征。短时暴雨以夜雨居多,可能与夜间西南急流加强有关。短时暴雨00—08时高发区域最为密集,活跃地区为阜新—朝阳、抚顺—盘锦—葫芦岛和辽宁东南部。短时大暴雨00—08时高发地区为辽宁西部、东部和东南部。     

对武汉、宜昌两市城市化增温效应的分析

使用武汉(1953-1999年)、宜昌(1958-1999年)两站逐年逐月地面气温观测资料及同期850hPa平均气温资料，分析了两市城市化增温效应的变化趋势。结果表明，近40多年来，武汉、宜昌随城市化进程加快，其年(季)平均气温有增加的趋势，其城市化增温倾向率分别为0．1501℃／lOa和0．1215℃／10a，且不同季节城市化增温倾向率有所不同。     

近36 a遵义市暴雨洪涝灾害变化特征及成因分析

基于1984—2019年遵义市13个国家气象观测站逐日降水量资料、第一次自然灾害风险普查暴雨洪涝灾害数据,采用线性倾向估计、相关分析、对比分析等方法,分析遵义市暴雨洪涝农作物受灾面积,暴雨和大暴雨的变化特征,以及农作物受灾面积的变化成因。结果表明：遵义市农作物暴雨洪涝受灾面积在1984—1999年呈显著上升趋势,2000—2019年呈显著下降趋势。近36 a暴雨日数及其强度呈波动式微弱增加趋势,大暴雨日数及其强度呈显著减少趋势。大暴雨日数及其强度与受灾面积呈显著正相关。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因素影响,也受气象灾害防御工程和灾害天气监测、预报预警水平等社会因素影响。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

1998年夏季汉中连阴雨中的暴雨、大暴雨天气过程分析

应用高空、地面常规资料及卫星云图等对汉中１９９８０７０４～１４ 连阴雨及此过程中的区域性暴雨、大暴雨天气成因进行分析, 可知, 西太平洋副高北抬稳定少动, 随高空槽分裂南下的冷空气、高原低涡东移和特殊的地形作用是这次连阴雨维持及暴雨、大暴雨产生的主要原因。     

新蔡县6月暴雨、大暴雨短期预报

依据天气学理论，从暴雨成因入手，深入分析了单站和高空指标站资料，认真挑选预报因子，建立暴雨预报模式，并运用“多因子分级相关指数综合法”的数理统计办法，解决了6月暴雨分级定量预报问题。     

1998年7月21日武汉暴雨小尺度动力特征的数值模拟研究

利用三维完全弹性积云数值模式,模拟了1998年7月21日武汉暴雨期间强降水积云的发生、发展过程.着重分析了积云动力学特征以及近地层散度场、水汽通量等对积云降水的发展、维持的贡献.结果表明,特殊的温、湿层结配置是这次强降水对流云发生的主要原因,而近地层高温、高湿气体源源不断地向云体输送,是强降水积云长时间维持的能量来源.合适的上下层风切变,特别是近地层逆向云体风速的存在,使得云体移动前方下层高温、高湿气体向云内输送,云后部伴随降雨而出现的干冷出流迅速流出,上层高空急流的存在,为积云顶部出流在更大范围扩散提供了条件.散度场、水汽通量场的分布及演变,也进一步证明了上述结论.     

近40年湘西州暴雨特征研究

利用1979—2018年湘西州8个县、市国家气象站降水量数据,分析了湘西州暴雨特征。结果表明:湘西州暴雨多发生在汛期5—9月,占全年88%,东部和东南部多,西部和西南部少。夏季暴雨占66%,空间分布北部(龙山)较多,其他县、市东多西少;春季暴雨占全年暴雨的20%,空间分布南多北少;秋季暴雨占14%,西南部较少,中部较多。夏季暴雨强度最大,主要集中在50～164.7 mm/d,春季和秋季暴雨强度相当,主要集中在50～115.7 mm/d和50～116.1 mm/d之间。湘西州暴雨频次的年际变化具有11～19 a和6～10 a两个较明显周期。     

四川盆地大暴雨降水的日变化模拟偏差成因分析

利用WRF模式模拟了2011年6月16-17日四川盆地的一次大暴雨过程,首先根据24 h累积降水的位置、强度,选取了位于不同地形的3个强降水中心作为代表站,分析其降水日变化的模拟效果。结果表明:模式基本模拟出了位于川东北盆地边缘旺苍地区的降水峰值;而对位于盆中的荣昌站和位于川西高原的越西地区的模拟效果不理想。为了揭示影响逐时降水的因子,对3个代表站不同时刻的模拟效果进行对比分析,发现强降水的模拟效应与对流层中水汽、动力以及热力条件的模拟效果紧密相关。模式对水汽、位势高度、流场、垂直速度及大气层结状况这些物理量在各个时刻的不同模拟效果导致了逐时降水模拟的偏差,模式中盆地周围山地地形高度的偏差同样影响降水的模拟效果。     

近53年四川盆地夏季暴雨变化特征分析

突发性山地暴雨诱发的山洪、滑坡、泥石流等是我国西南山区重大自然灾害。本文利用2008—2017年国家站10 a的小时降水量数据,对四川省突发性山地暴雨事件开展统计特征分析。结果表明：(1)2008—2017年10 a间四川省共出现了979次突发性山地暴雨事件,平均每年约98次,大多数地区出现5次以上,突发性暴雨事件主要发生在四川盆地及其东部、南部山区、西部山区,西部山区频次远远大于东部山区,与地形影响密切相关。(2)突发性山地暴雨事件从4月开始增多,6—7月显著增长,7月之后渐渐减少;夜间多于白天,事件日变化的高频次先从四川西部山区下午16时开始,到深夜转为东部山区最高,表现出强降水有一个从西向东发展传播的过程。(3)突发性山地暴雨事件持续时间大多集中在3~12 h,平均持续时间6月、7月和9月较长,而5月和8月较短,平均持续时间东部山区明显比西部山区长。(4)突发性山地暴雨事件年平均累计雨量在80~120 mm之间,且7月最多,8月次之,5月和9月最小。2015年突发性山地暴雨事件频次最少,但年平均累计雨量最多,说明2015年突发性暴雨强度最大。

     

商丘暴雨日及分布特征研究

对商丘国家观象台1954--2005年月报表中挑取的符合暴雨日条件的142个样本分析，结果表明：商丘暴雨日具有明显的季节性，频发于7、8月份；暴雨日年平均2．73个；日暴雨量最大（193．3mm）不超过200mm；最长连续暴雨日数不超过2日；连续暴雨日降水量累计（223．9mm）不超过250mm；1h最大降水量不超过70mm。暴雨目的年代际变化特征明显，20世纪80年代后暴雨日出现较晚，60--90年代的暴雨日数递减，90年代后有增加趋势；大暴雨日数自60年代起有逐步增加趋势。暴雨日对月、年降水量有显著贡献，4—9月暴雨日对月降水量的贡献很大，且从4月到7月暴雨目的贡献呈递增趋势。一年内暴雨日出现5次时，当年的年雨量为偏多年份。     

黄河“三花间”暴雨日变化特征

从暴雨日变化曲线看,以三峰型为最多,占44.4%;副型以B型为最多,占44.4%;曲线最高峰点多出现在夜间,占77.8%,尤其多出现在下半夜,占44.4%,下午和傍晚却最少,仅各占5.6%。从各级暴雨量看,夜间多暴雨,暴雨量夜间比白天多9.0~14.4%,降水集中时段出现在下半夜,下午和傍晚却最少。夜间多暴雨与地形有关。     

小时和日值降水数据对河南省暴雨日数和暴雨日变化特征的影响北大核心

利用1961—2018年河南省111个气象站逐日和逐小时降水数据,分析了暴雨日数的时空变化规律及暴雨日变化特征,并通过统计对比分析,评估了小时和日值降水数据对暴雨日数及暴雨日变化的影响。结果表明:(1)1961—2018年,河南省年平均暴雨日数变化呈显著上升趋势,速率为0.34 d·(10 a)^(-1);94.6%的气象站点年平均暴雨日数的气候倾向率为正,显著增加的站点数占总站数的73.0%;年平均暴雨日数为1.4 d,以7月最多,平均值为0.52 d,占年平均暴雨日数的37.1%。(2)1961—2018年,河南省暴雨总降水的日变化呈现单峰结构,主峰值出现在05时,为4.5 mm;暴雨日变化峰值呈波动下降趋势,速率为0.16 mm·(10 a)^(-1);日变化峰值大部分出现在00—08时,共42个年份,占79.3%;从空间分布看,各气象站点的暴雨日变化峰值大都出现在00—06时,占总站数的73.5%。(3)2014—2018年,河南省小时和日值降水数据吻合度为100%;吻合暴雨总降水的日变化的主峰值和次峰值出现在04时和17时,分别为4.3 mm和3.4 mm;日变化峰值出现在13—18时的气象站点最多,占总站数的33.9%。(4)小时和日值数据对暴雨日数及暴雨日变化造成了影响,主要表现在年平均暴雨日数及其变化趋势不一致和暴雨日变化的差异。     

贵州省一次连续性暴雨——大暴雨过程分析

利用实测资料采用天气学方法和数值预报产品,对2002-06-17 T 20—20 T 20贵州省出现的一次连续性暴雨—大暴雨过程进行了分析,结果表明:贵州连续性暴雨过程是在大尺度环流系统异常稳定的条件下,高原槽、西南低涡、中低层切变线和地面辐合等天气系统相互作用及适当配置的结果,贵州暴雨常出现在低空急流的左侧,西南低涡稳定维持并沿切变线移出时,易造成贵州持续性的暴雨—大暴雨天气,T 213和EC的数值预报产品对预报员有很好的指导作用。     

商丘暴雨日及分布特征研究

对商丘国家观象台1954-2005年月报表中挑取的符合暴雨日条件的142个样本分析,结果表明:商丘暴雨日具有明显的季节性,频发于7、8月份;暴雨日年平均2.73个;日暴雨量最大(193.3 mm)不超过200 mm;最长连续暴雨日数不超过2日;连续暴雨日降水量累计(223.9 mm)不超过250 mm;1 h最大降水量不超过70 mm。暴雨日的年代际变化特征明显,20世纪80年代后暴雨日出现较晚,60-90年代的暴雨日数递减,90年代后有增加趋势;大暴雨日数自60年代起有逐步增加趋势。暴雨日对月、年降水量有显著贡献,4-9月暴雨日对月降水量的贡献很大,且从4月到7月暴雨日的贡献呈递增趋势。一年内暴雨日出现5次时,当年的年雨量为偏多年份。     

贵定暴雨日特征分析

分析贵定县1957-2009年出现的134次暴雨日样本。结果表明：贵定县暴雨日数总体呈上升趋势,其线性增长率为0．2d／10年,年暴雨日数在0～7d次之间,暴雨日平均每年出现2．53次,最大降水量为234．9mm,1h最大降水量为63．5mm;2—10月均有暴雨日出现,暴雨日发生的季节性明显,夏季暴雨日占全年的54．3％,暴雨日频发于6—7月,且6月下旬为暴雨的高峰期;暴雨日降水对月、年降水量的贡献显著,5-9月的暴雨日雨量对月降水量的贡献较大,6月为最大。年降水量最少的年份,无暴雨日出现。     

江苏南部两次暴雨-大暴雨过程分析

2011年6月10日(简称"11·06")和2017年6月10日(简称"17·06")在江苏南部出现了两次暴雨-大暴雨过程,本文利用常规观测资料、FNL再分析资料和雷达资料等,对两次过程进行了分析,结果表明:异常的高低纬度环流形势配合,为强降水的发生提供了有利的环流背景.两次过程代表站的物理量场差异较大:"17·06"...     

“96.8”连续暴雨—大暴雨天气过程的分析

１９９６年８月１２～１４日，北海市出现了连续暴雨－大暴雨天气过程。通过对这次过程的环流特征及有关的物理量进行分析发现：西风槽、切变线、低空急流、辐合带、低压和锋面等低值系统的相互作用并稳定控制北部湾沿海地区是引发这次连续暴雨——大暴雨的主要原因。     

近59年来广州市暴雨的变化特征

利用1951～2009年广州市逐日降水资料,采用统计分析方法,对近59年来广州市暴雨的逐月分布及年际与年代际变化特征进行统计,并分析了暴雨的初终日变化及持续天数,结果表明:广州每年除12月外每个月都有暴雨出现,但主要集中在4～9月,暴雨日数具有单峰特征,峰值出现在5月;大暴雨日数具有双峰型特征,峰值分别出现在5、6与8...