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。     

基于短时强降水特征的北京暴雨蓝色预警指标研究

选取北京2013~2015年6~9月共362个自动气象站的逐分钟降雨资料进行统计,分析北京夏季短时强降水的特征,并进行蓝色暴雨预警指标的选取。结果表明:1）蓝色暴雨预警降雨样本中的5 min、10 min最大降水量约为其它降雨样本的5倍,而蓝色暴雨预警降雨样本中在达到预警标准后有5 min、10 min的最大雨强也有显著降低;2）资料中有63.0%的蓝色暴雨预警降雨样本达到预警的时间不超过60 min,18:00（北京时间,下同）至01:00的蓝色预警降雨样本占全部蓝色预警降雨样本的60%;3）分钟雨强统计在暴雨蓝色预警中可有较好的提前指示作用,如当5 min降水量达到7.7 mm发出预警,则有关提前时效为16.7 min,HSS评分可达0.503。     

1971—2020年江西暴雨预警信号等级时空分布特征

利用1971—2020年江西省83站国家气象观测站逐时降水资料,采用EOF分析、Mann-Kendall突变检验、滑动t检验、Morlet小波变换等方法,对江西暴雨预警信号等级的时空分布特征进行了分析。结果表明：1)江西暴雨蓝色、黄色和橙色预警信号年平均发布频次均呈“东北多、西南少”的地域分布,暴雨红色预警主要在鄱阳湖南侧存在多发区;上饶市和景德镇市是暴雨蓝色和黄色预警信号发布频次异常的敏感区,且在江西北部与中部表现出较明显的反位相变化特征。2)暴雨蓝色预警信号发布时间表现为单峰型,主要出现在13—16时,其他三种级别暴雨预警信号发布时间均表现为双峰型,主要有上午和傍晚两个易发时段。3)暴雨红色预警信号发布主要在6—8月,其他等级暴雨预警主要在5—8月,各等级暴雨预警信号均在6月发布最多。4)各等级暴雨预警信号发布频次均存在6—8 a的年际周期振荡,目前江西暴雨蓝色和黄色预警信号发布频次进入偏少期,而暴雨橙色和红色预警信号发布进入偏多期。5)暴雨红色预警信号发布频次呈0.70次/(10 a)的线性增加趋势,且在1992年发生明显由偏少转为偏多的突变,大部地区暴雨红色预警信号发布时降水极...     

基于卫星雷达等多源资料的短时暴雨预警

利用2017—2018年葵花卫星(Himawari)TBB亮温资料,计算最低亮温、亮温梯度、红外与水汽亮温差和低亮温区面积及其随时间变化率等特征参量,确定短时暴雨的卫星参数阈值,并融合了雷达参数阈值及过去1 h地面加密降水实况资料,采用指标叠加法判定监测区域内某一云团未来2 h能否产生区域性短时暴雨天气,并采用交叉相关法外推云团的移动,进而对强降水云团进行预警。对2019年几次暴雨过程预报检验结果是:预警命中率(POD)为80.6%~97.1%,平均为91.0%,临界成功指数(CSI)为77.2%~79.2%,平均为77.9%,所预警的云团未来2 h影响区域出现≥30 mm/h短时暴雨站数占全省短时暴雨站数的76.4%~96.2%,平均为85.2%,整体预警效果较好。     

贵州夜间降水特征与暴雨预警发布现状分析

基于贵州1961—2019年81个站点逐日20—20时、20—次日08时降水数据,分析贵州省59 a的夜间降水、夜间暴雨时空分布特征和地域变化M-K趋势,总结近4a夜间暴雨预警信号发布现状。结果显示：①贵州省夜雨和夜间暴雨现象显著。夜雨率均值高达62%,5—9月夜间暴雨集中,约占全年的84%,6月为高发期。省西南部降水总量高,夜雨比例高,夜间暴雨比重高,是防灾减灾预警服务中的重点关注区域。②近59 a全省整体上夜间降水量减少,但夜间暴雨出现愈加频繁。未来需多关注遵义(道真、桐梓、湄潭)、黔东南和毕节中、西部地区逐渐增加的夜间降水,增强夜间暴雨监测及服务能力。③贵州省暴雨预警信号发布集中在21时—次日04时,22时发布量最大,致灾严重的大暴雨预警(红色级别)信号82%以上出现在夜间(20—次日08时),服务压力很大,完善预警发布机制有利于推进预警信号服务。因此,较之白天,需更加重视贵州山区的夜间暴雨监测、预警。     

重要天气过程概述

正1暴雨过程2018年7—9月,江西省10站以上区域性暴雨日数为4 d(表1),暴雨次数与历史同期(3.8 d)基本持平。7月5—7日出现了2018年以来最强暴雨过程,受西风带系统影响,在江西的中北部出现暴雨到大暴雨,局地特大暴雨,其间伴有强雷电、短时强降水等强对流天气。7月11—12日受减弱的台风"玛莉亚"影响,全省出现较明显的风雨     

停课机制下的暴雨红色预警信号发布探讨

通过对2015年5月18日阳江市气象台发布暴雨红色预警信号后,导致全市中小学停课引发的社会问题进行分析,结合当时的降雨以及预警区域内人口、学校等分布情况,探讨在停课机制下如何发布暴雨红色预警信号。结果表明,按照现有规定,暴雨红色预警信号发布时间很难达到最佳,需要赋予教育主管部门和学校更多自主权,如在恶劣天气时可以采取延迟上学、提前放学等应急措施,以及采取分区预警和停课来弥补。气象部门在发布预警信号时,需考虑该地区的学校、敏感区域、政治、经济中心的分布等因素,可以适度调低预警雨量标准。从防灾减灾、保障学生安全角度出发,因地制宜发布预警。     

深圳近10年暴雨分区预警信号分布特征及质量评估

通过对2010—2019年深圳暴雨分区预警信号历史资料的分类统计和质量评估,分析了深圳暴雨预警的时空分布特征和预警准确率,结果表明:近10年深圳暴雨分区预警次数呈逐年波动上升趋势,2013年开始高级别暴雨预警次数显著增多;前汛期(4—6月)和后汛期(7—9月)发布次数基本持平;预警发布频次呈北多南少分布,后汛期高级别预警次数增多,高频区向东向南转移。暴雨预警TS评分占72.3%,预警提前量约为30 min,暴雨红色预警准确率最高,橙色最低,后汛期暴雨预警准确率高于前汛期。在极端降水增多、服务需求更加精细的新形势下,需加强区域极端灾害天气的监测预报能力、合理设置预警发布指标、细化气象灾害防御指引和服务,提高预警准确率,增强暴雨预警信号的防御效果。     

江西省天气、气候特点及其影响评述(2006年7～9月)

重要天气过程评述1暴雨过程2006年7～9月,江西共出现区域性暴雨日(≥10站)5d(表1)。其中热带气旋进入江西产生了3次区域性暴雨和大暴雨日,强度特别强,先后出现5～9站的大暴雨,是近10a热带气旋造成强暴雨次数偏多的年份;7月7日暴雨是2006年汛期最后一场暴雨。时间暴雨站数大暴雨     

石阡县近10 a暴雨天气特征和“三个叫应”阈值研究

利用2011—2020年石阡国家气象站和乡镇(街道)自动气象站降雨资料,运用统计分析方法对石阡县近10 a暴雨天气特征进行分析,并结合暴雨灾情信息研究了“三个叫应”阈值。结果表明：石阡县年均暴雨日数11.4 d,年均暴雨站次51.5站,主要集中在5—9月,月暴雨日数峰值出现在5月,月暴雨站次峰值出现在6月,05—07时易出现短时强降水;暴雨及伴随短时强降水日数均存在时空分布不均的特点,东部明显大于西部,最大日降水量和雨强大体一致,主要在县城、枫香、花桥一带和白沙;辖区内台站1 h雨量达35 mm、3 h雨量达70 mm或6 h雨量达90 mm及以上,且降雨可能持续时,可能发生灾害,应及时做好气象服务工作。     

2020年梅雨期上海一次强降水过程垂直结构的综合观测分析

利用2010—2020年上海地区79个自动气象观测站逐小时观测资料和2016—2020年上海中心气象台和上海各区气象台发布的暴雨预警信号资料,采用趋势分析、累积频率等统计方法,分析了上海地区暴雨的时空分布特征,并且在对不同级别暴雨预警信号发布频次、预警时效进行统计分析的基础上,对不同天气形势下暴雨预警时效的差异进行了研究。结果表明: 上海地区6 h雨量标准的暴雨呈现显著上升趋势,其中暴雨蓝色预警上升趋势最为明显;7月6 h雨量标准的暴雨出现了明显的低谷,而1 h雨量标准的暴雨较6月仍然有所增加,显示出7月副高控制下上海地区多短时暴雨的特征。上海午后暴雨一般持续时间相对较短,而持续时间较长的暴雨多出现在上午。暴雨频次在中心城区和浦东靠近黄浦江地区存在大值中心,这可能与城市热岛效应有关。上海地区暴雨预警信号发布时间呈现双峰型变化特征,第一峰值出现在中午12∶00,12∶00—17∶00预警信号发布相对集中,第二峰值出现在早晨06∶00,各级别预警信号持续时间平均为5.9 h。上海地区暴雨预警命中率平均为82.4%,暴雨预警时效平均为1.3 h;副高边缘强对流型暴雨预警时效最短,台风本体或外围螺旋雨带型暴雨较易出现漏报,需要特别关注。

     

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。     

暴雨和雹暴个例中闪电特征对比

暴雨与雹暴过程中对应的闪电活动特征显著不同,为了对比这两类对流过程中的闪电活动特征差异,该文选取了两种比较有代表性的雷暴个例——暴雨过程和雹暴过程,利用全闪（包括云闪与地闪）定位数据,分析了两者闪电活动特征以及闪电活动与对流降水之间的关系。研究发现:暴雨过程中地闪频次和正地闪比例均低于雹暴过程;相对于暴雨过程,雹暴过程的主正电荷区放电高度更高,主正电荷区所处的温度偏低;暴雨过程中,总闪频次与对流降水量、总闪频次与对流降水强度的相关性均优于雹暴过程。总体而言,雹暴过程中闪电活动特征及其与降水的关系更为复杂,这可能与雹暴过程具有更为复杂的动力和冰相过程有关。     

华南地区汛期极端降水的概率分布特征

利用西江流域122个气象台站1971—2015年汛期逐日降雨量资料,采用泰森多边形法计算西江22个子流域逐日面雨量,然后应用趋势分析、M-K突变检验、合成分析等方法,对西江全流域和子流域汛期年、旬平均暴雨面雨量、日数和强度时空分布特征及趋势变化和突变前后空间分布特征进行分析。结果表明：(1)常年平均暴雨面雨量、日数和强度呈东多（前）西（弱）少的分布,极大值在东部子流域,极小值在西部子流域;暴雨面雨量和日数前汛期多、后汛期少,强度汛初弱、汛中后期强,暴雨日东北部最早开始,西部最早结束,强暴雨区东部最早出现,西南部最迟结束。(2)旬平均暴雨面雨量和日数呈单峰型分布,峰值和次峰值出现在6月上中旬,强度呈波动增减分布,4月上旬最弱,6月中旬最强。(3)近45 a来西江流域暴雨面雨量、日数和强度呈上升趋势,其中强度上升趋势显著;暴雨面雨量、暴雨日数和强度在1992年出现一次明显的突变,突变后,中东部子流域为增加(或增强),西部、南部和北部的部分子流域为减少(或减弱)。

     

福建省暴雨洪涝灾害风险评估与管理

利用安徽省1961—2016年81个国家级地面气象观测站雨量、2006—2016年1 162个地面自动观测站小时雨量、1961—2016年安徽省民政厅灾情和2006—2016年《安徽省气象灾害年鉴》收录的227个暴雨过程灾情数据,采取气候平均、广义极值、概率密度函数、百分位分布等方法,统计暴雨过程的持续天数、区域、范围、平均日降水量和小时雨量对暴雨灾害的影响,划分安徽省暴雨灾害预警等级。结果表明：（1）安徽省暴雨灾害预警等级可分为Ⅳ级（轻度）、Ⅲ级（中度）、Ⅱ级（重度）、Ⅰ级（特重）四个等级;（2）从Ⅳ级到Ⅰ级,暴雨过程的持续天数指标从1—4 d,范围指标根据暴雨区占区域总面积的百分比确定,从Ⅳ级的20%上升至Ⅰ级的80%;（3）根据暴雨过程的区域差异,将安徽分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别建立降水量与暴雨灾情的定量关系,并在每个区域设置相应的平均日降水量和小时雨量指标;（4）利用上述暴雨灾害预警等级,对1981—2018年安徽省致灾的149个暴雨过程进行回代检验,并将其用于2020年6—7月安徽省暴雨灾害预警,暴雨灾害预警发布周期为Ⅳ级（轻度）0.66~0.82 a、Ⅲ级（中度）1.15~1.90 a、Ⅱ级（重度）3.16~3.80 a、Ⅰ级（特重）9.5~12.6 a,符合安徽暴雨灾情实际,可以为气象部门启动暴雨应急响应提供参考。

     

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。

     

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。     

北京市暴雨积涝风险等级预警方法及应用

使用2007—2010 年汛期(6—8 月)北京市200 多个自动气象站逐小时降雨量数据、北京市政府防汛抗旱指挥部办公室每日发布的汛情通报、北京市暴雨积涝综合风险区划指数以及降雨量短时临近预警产品,对北京市出现的积水个例与同期降水强度进行相关统计分析,找出道路积水临界预警指标;基于北京市暴雨积涝综合风险区划指数和道路积水临界预警指标,建立暴雨积涝风险等级预警模型,制作暴雨积涝风险等级预警服务产品,该产品经2011—2012 年汛期(6—8月)试用表明,道路积水临界预警指标和预警模型均具有一定的参考价值。