暖湿背景下新疆逐时降水变化特征研究

基于新疆16个国家基准站1991-2013年5~9月逐小时的降水观测资料,分析研究了新疆夏半年逐时降水的时空分布和日变化特征。结果表明:新疆小时降雨频数呈现西北多、东南少的特征;4 mm·h^-1以上量级雨强的强降雨高频时段北疆自西向东依次出现在下午、前半夜和后半夜,南疆多出现在夜间;新疆各区域逐时降水频率的日变化特征明显不同,各区域逐时降水分布并不均匀:塔城北部、阿勒泰地区日降水分布呈现双峰型特征,北疆其余地区则是较为一致的单峰型;南疆各区域以双峰型居多。南北疆0.1 mm·h^-1以上、4 mm·h^-1以上量级雨强的出现总频次均呈明显增加趋势,进入21世纪10年代南疆强降雨频次增加更显著。     

我国风蚀区风速日变率时空变化特征

基于我国风蚀区239个气象站点逐时风速数据,采用谐波分析方法分析我国风蚀区风速日变率特征。结果表明：85.3%的站点有且只有第一个谐波通过F检验,日变率以24 h为周期;14.2%的站点第一和二个谐波通过检验,日变率以24 h为主周期,以12 h为副周期;西藏墨竹工卡站第一和三个谐波通过检验。日平均风速变化范围为0.96~8.36 m·s^-1,均值为2.42 m·s^-1;风速>3 m·s^-1站点集中分布在内蒙古北部高原、青藏高原地形平坦的高原区、甘肃河西走廊及新疆东北部。季节风速表现出春季 > 冬季 > 夏季 > 秋季的特征;第一个谐波振幅变化范围为0.28~3.28 m·s^-1;相位变化范围为-1.55~4.67,集中在3.21~4.67,表明大部分站点在午后风速值达到最大。研究可为逐时风速的随机模拟提供基础,进而为风蚀区风蚀量估算提供更好的数据支撑。     

上海地区不同重现期的风速估算研究

基于上海气象站历史风速观测资料,采用极值I型和皮尔逊III型分布估算了上海市不同重现期最大风速的时间变化以及各区（县）不同重现期最大和极大风速的空间分布。结果表明,1901~2011年,上海市10、30、50和100 a重现期的最大风速分别为21.0、24.9、26.7和29.2 m/s。1974~2011年期间,上海各区（县）10 m高度10、30、50和100 a重现期的最大风速都是以南部沿海地区南汇或金山最大,分别为19.0、21.4、22.6和24.1 m/s;各重现期极大风速也是以南汇或金山最大,分别为32.3、36.4、38.4和41.0 m/s。中心城区各重现期的最大和极大风速都最小。     

上海地区不同重现期的风速估算研究北大核心CSCD

基于上海气象站历史风速观测资料,采用极值I型和皮尔逊III型分布估算了上海市不同重现期最大风速的时间变化以及各区（县）不同重现期最大和极大风速的空间分布。结果表明,1901~2011年,上海市10、30、50和100 a重现期的最大风速分别为21.0、24.9、26.7和29.2 m/s。1974~2011年期间,上海各区（县）10 m高度10、30、50和100 a重现期的最大风速都是以南部沿海地区南汇或金山最大,分别为19.0、21.4、22.6和24.1 m/s;各重现期极大风速也是以南汇或金山最大,分别为32.3、36.4、38.4和41.0 m/s。中心城区各重现期的最大和极大风速都最小。     

贺兰山银川段不同重现期山洪灾害风险与影响区划研究

为评估贺兰山银川段山洪灾害风险程度及其影响,利用高分辨率数字高程模型（DEM）、行政区划、水系和自动气象站历史降水数据,以及居民点、学校、桥梁等社会经济信息资料,采用FloodArea模型模拟与ArcGIS空间叠加统计分析相结合的方法,分析研究了贺兰山银川段不同重现期山洪灾害风险分布特征,及其对人口、土地利用和国内生产总值（GDP）的影响。结果表明：（1）贺兰山银川段10~100 a一遇山洪灾害低、中、高风险区面积分别为109.5~276.3 km²、45.0~231.0 km²、13.4~204.3 km²,同一风险等级的山洪灾害区划面积随着重现期增大呈显著增大趋势。（2）贺兰山10 a和20 a一遇山洪灾害风险区主要位于海拔1 130~1 450 m的山洪沟及其两侧区域,50 a一遇山洪灾害风险区主要集中在山洪沟下游和山前海拔1 130~1 180 m的冲击扇区,100 a一遇山洪灾害风险区覆盖整个山前海拔1 120~1 350 m的区域和冲击扇区。随着重现期增大,贺兰山山洪灾害风险区具有向上游（下游）区域扩展较慢（更快）的显著特征。（3）银川市受贺兰山10 a、20 a、50 a和100 a一遇山洪灾害影响总人口分别为7.30×10⁴人、9.87×10⁴人、1.65×10⁵人和2.39×10⁵人。随着山洪重现期增大,受灾害影响总人口呈显著增加趋势,低、中、高风险区受影响人口增速分别在-12.4%~20.5%、 48.6%~91.8%、163%~300%之间。（4）农田、草地受贺兰山山洪灾害影响最大,二者合计占受影响土地总面积的比例在82.1%~86.9%之间;其次是建设用地和耕地,两者占受影响土地总面积的比例在4.4%~9.1%和1.1%~4.6%之间,是银川市贺兰山山洪灾害防御的重点区域。（5）银川市受贺兰山10 a、20 a、50 a、100 a一遇山洪灾害中、高风险区影响的GDP合计分别为1.12×10⁹元、2.00×10⁹元、4.70×10⁹元、8.74×10⁹元;发生超50 a一遇山洪灾害时,沿山农业和工业产业、基础公共设施等会遭受较大经济损失。     

1997—2017年塔克拉玛干沙漠腹地降水特征

利用塔克拉玛干沙漠腹地塔中气象站1997—2017年逐日和逐时降水资料,分析塔克拉玛干沙漠腹地降水日变化特征、极端强降水特征及其天气背景。结果表明：1997—2017年研究区降水量呈增加趋势、降水日数呈减少趋势,大雨雨量和雨日明显增加,降水呈增强演变。降水多见于6月,最大雨强为8.4 mm·h^-1。降水量日变化呈多峰特征,降水量最大值出现在23：00,06：00是降水频次最多时刻。降水强度和降水频次对降水量作用不同,午后至前半夜强度大,频次少;而后半夜至清晨频次多,强度小。降水以短历时降水为主,其中1～3 h的短历时降水对总降水量贡献率高达61.76%。日降水和小时降水的99百分位强度阈值分别为15.3 mm·d^-1和6.0 mm·h^-1,大于90百分位极端降水量占总降水量贡献率近半。极端强降水天气发生在南疆盆地受北纬40°以南低槽、切变槽或弱的气旋式风场控制地区,南疆盆地提前增湿,民丰850 hPa比湿接近或超过10 g·kg^-1的背景下,降水连续性较差,多中小尺度引发局地短时降水。     

塔克拉玛干沙漠周边地区极端弱降水的时空变化特征

选用塔克拉玛干沙漠周边40个气象站1961-2009年日降水资料和4个极端弱降水指标,分析该地区极端弱降水的时空变化特征。采用M-K法和F检验对各站点降水指标的变化趋势及变化率进行检验和计算,并利用Monte Carlo模拟进行区域显著性检验。由 Copula函数得到两降水指标的联合分布,计算两降水指标的联合重现期。结果表明：（1）年最长连续无降水日数（CDD）多为80～100 d,呈显著减少趋势;出现频率最高的每年日降水量小于降水日序列25%分位数的日数（D₂₅）为0～10 d,呈显著增加趋势;每年日降水量小于降水日序列25%分位数的总降水量（P₂₅）的值集中在0～1.5 mm,2～3 mm的 P₂₅从2000年才开始出现;出现频率最高的每年日降水量小于降水日序列25%分位数的日平均降水量（I₂₅）为0.1～0.3 mm,I₂₅超过0.4 mm的情况极少出现。（2）CDD与D₂₅和P₂₅各自五年一遇值的空间分布相反。除CDD和D₂₅均大于各自五年一遇值的联合重现期较长外,其余各类型联合重现期较短。沙漠周边地区发生不同类型极端弱降水事件的概率不同。     

西安沙尘天气特征及其对空气质量的影响

利用1971-2003年西安市常规气象观测资料、2001-2003年西安市区主要污染物日均浓度资料和2002年3月一次重度污染事件逐时的PM₁₀浓度资料,分析了西安市沙尘天气的时间分布特征及其对主要空气污染物浓度的影响。结果表明:西安市沙尘天气近30多年来总体呈波动式明显减少的趋势,但2001-2002年有所增多,2003年又减少。沙尘天气主要出现在春季,4月最多,占全年天数的22.6%。沙尘天气对西安空气质量影响显著,可使3~4月PM₁₀月浓度平均提高12.1%,在分析的一次强沙尘暴个例中,一小时内PM₁₀浓度最高增加了0.585mg·m^-3,达到0.970mg·m^-3,从而造成严重的空气污染事件。     

基于Copula函数的暴雨要素三维联合分布——以宽甸县为例

以辽宁省宽甸县为例,利用1955~2012年逐日降水数据,提取年暴雨日数（D₅₀）、年暴雨量（P₅₀）、年均暴雨强度（I）和暴雨比（R）共4个暴雨要素,运用K-S法确定各单要素最优概率分布函数;针对暴雨要素多面性,通过引入Copula函数,构建三维联合分布并进行AIC和RMSE优度检验,确定适合暴雨要素的最优Copula函数,分析多要素联合后暴雨的概率和重现期特征。研究表明： ① 单变量拟合仅反映暴雨单个要素本身的信息,无法涉及要素间的联系;三维Copula联合可从3方面呈现暴雨要素间的内在信息,更贴近实际;暴雨本身的多要素性,为Copula函数在暴雨分析上提供了广阔前景; ② 年暴雨日数、年暴雨量和年均暴雨强度的联合适合反映宽甸县暴雨重现期;宽甸县暴雨联合重现期短,多为0~2 a,同现重现期较长,集中于200 a左右;2种重现期变化趋势一致,存在同步效应,反映了暴雨要素的不可分割性。     

科尔沁沙地奈曼旗近5年来风况及合成输沙势

应用奈曼沙漠化研究站1998-2002年的气象资料, 统计分析了奈曼旗近5a来的风况特征和输沙势。结果表明: ①研究区3~5月起沙风发生频数最高, 占全年起沙风的38%~58%; 平均风速和最大风速值最大, 分别为6.0~7.5m·s^-1和9.5~16.9m·s^-1。该风况特征与地表冻融、裸露、干旱疏松相耦合, 形成了区内的风沙活动期。②在风沙活动期内, 风环境基本为锐双峰风况, 西北风居主导地位, 频数占54%; 南风和西南风次之, 频数占38%。③在风沙活动期内, 研究区属于高风能环境, 合成输沙势RDP为66.3VU(风速以m·s^-1为单位), 合成输沙方向RDD为ESE113°。     

2008-2014年祁连山区夏季降水的日变化特征及其影响因素

基于中国自动气象站与CMORPH降水产品融合的逐时降水量0.1°×0.1°网格数据集通过逐时降水量、降水频率和降水强度等指标研究了2008-2014年祁连山区夏季降水的日变化特征,并结合ERA-Interim再分析资料分析了气象要素对降水日变化的影响。结果表明：① 祁连山区逐时平均降水量和降水频率的时空分布特征较为一致,即东中段大于西段,且7月最大,6月次之,8月最小;降水强度的空间分布则与降水量和降水频率的存在差异,且6月的降水强度平均值最大。② 白天和夜间的降水量均表现出东中段多于西段、山区多于平原的特点,并有明显的夜雨现象;从年际差异来看,2008-2014年白天和夜间的降水量均呈增加趋势。③ 祁连山区夏季降水平均相对变率介于5%~38%之间,全区20:00平均相对变率最大;逐时降水量和降水频率普遍存在较好的相关性,尤其是在东中段。④ 对比再分析资料发现,祁连山区降水日变化与相对湿度和地面温度等气象要素有关。     

2005—2017 年拉萨小时降水变化特征

利用拉萨站 2005—2017 年汛期（5～9 月）逐时地面观测资料,分析了拉萨逐年小时降水（降 水量、降水频次和降水强度）的变化特征,结合谐波分析方法讨论了小时降水的日循环信号,最后 对比了不同时长和等级的小时降水出现频次及其对总降水的贡献。结果表明：（1）拉萨逐年汛期 小时降水以“单峰型”结构为主,峰值出现在夜间。（2）拉萨汛期小时降水变化为全日周期,其中盛 夏（7～8 月）期间的日循环信号最强。（3）拉萨汛期降水按持续时间可分为：短历时（1～3 h）、中历 时（4～6 h）和长历时（＞6 h）3 种类型,其中短（长）历时降水出现频次最多（少）,但其贡献率最小 （大）,短历时降水的日峰值出现在下午到前半夜,而中历时和长历时降水的日峰值出现在后半 夜。（4）各等级小时降水中小雨（3＞r≥1）和中雨（r≥3）对降水总量的贡献率明显大于微雨（1＞r≥ 0.1）,随着降水等级的上升,夜雨概率增大。     

乌鲁木齐1991-2010年降雨特征分析

 利用1991—2010年5—9月乌鲁木齐市气象站降水量资料,分析了乌鲁木齐近20 a降雨特征。结果表明,逐小时降水量和降水频次呈现较为一致的日变化特征,均以20时以后至翌日11时左右为高值区,在下午16时达最低值;1 h降水频次最多的是量级≤1.0 mm的降水,其次是1.1 mm≤R1≤3.0 mm,但1.1 mm≤R1≤3.0 mm量级的降水贡献率最高,其次是R1≤1.0 mm。不同量级降水过程均有较为明显的年际差异,小雨过程发生的频次最多,其次为中雨、大雨和暴雨过程。前半夜为小雨、中雨和大雨过程最易发生时段,下午为暴雨过程最易发生时段。小雨、中雨、大雨和暴雨过程发生最多的时段分别为7月中旬、5月中旬、5月中下旬、5月上中旬与7月中旬及8月下旬。短时性降水(1~3 h)主要集中在前半夜,持续4~6 h和7~9 h降水多集中在前半夜到后半夜,持续10~12 h及以上的降水多发生在下午至后半夜。20 a来雨日年际变化不明显,后10 a和前10 a相比,暴雨日数有所增加,而其他量级及总雨日均减少。     

用小时降雨资料估算降雨侵蚀力的方法

降雨侵蚀力是进行土壤流失量预报的基本因子,EI₃₀是迄今得到广泛应用的定量指标,但它的计算需要降雨过程资料,使其推广应用受到很大限制。用自动气象观测提供的高精度等间隔降雨资料,代替降雨过程资料,是估算降雨侵蚀力指标的首选。国际上对此已有研究,发现有很大的地区差异性。为此,本文在水蚀严重的中国东部季风区选择5个代表站点,共456次降雨过程资料,建立了用60 min等间隔雨量资料估算次降雨侵蚀力的计算方法。研究结果表明:直接用60 min等间隔资料计算的降雨侵蚀力指标值,与用降雨过程资料计算的结果相比,降雨动能E差异较小,主要差异体现在最大30 min雨强I₃₀上,由此导致降雨侵蚀力指标EI₃₀的差异也十分明显。利用自动气象观测小时雨量资料计算降雨侵蚀力指标值,通过公式(EI₃₀)_bp=1.730(EI₃₀)₆₀转换,可以较精确地估算全国降雨侵蚀力,与用日、月和年降雨量资料的估算值相比,能够提高土壤侵蚀预报精度。     

陕西暖季降水的日变化特征及南北差异

利用2008—2015年CMORPH卫星与自动观测站的逐时降水量融合产品,分析了陕西地区5~10月降水量、降水频次、降水强度的日变化特征,以及陕西南北降水日变化上的差异。结果表明：（1）降水量和降水频次从南向北明显递减,地形作用下的纬向变化是陕西地区降水最重要的特征,但降水强度呈现出南北高、中间低的分布特征,两个高值中心分别位于陕南南部和陕北的东北部,EOF分析表明陕西南部夜雨特征明显。（2）陕西南部降水量和降水频次、降水强度日变化特征一致,均以夜晚至次日清晨为高值区, 而在中午前后达到最低值。陕西北部降水量、降水频次峰值则主要出现在上午,降水强度峰值出现在傍晚。区域对比分析表明,陕西南部降水量日变化主要来自于降水强度的贡献,而陕西北部日变化以降水频次的贡献为主。（3）陕西降水的南北分界线特征明显,34 °N以南地区降水日变化明显且降水主要集中在夜间。34~37 °N之间的中部地区降水日变化较弱,37 °N以北地区降水的日变化特征和陕西南部相反。（4）除榆林、渭南和商洛东部地区外,其他大部分地方白天的降水量都明显低于夜间的降水量,特别是陕南秦巴山区夜间降水量超过白天的一倍以上。     

Assessment of diurnal variation of summer precipitation over the Qilian Mountains based on an hourly merged dataset from 2008 to 2014

To investigate the diurnal variation of summer precipitation in the Qilian Mountains in the northeast Tibetan Plateau, the hourly precipitation amount for this region during the summers of 2008–2014 are analyzed using an hourly merged precipitation product at 0.1°×0.1° resolution. The main results are as follows. (1) The spatial distribution and temporal variation of mean hourly precipitation amount and frequency are generally similar and hourly precipitations in the eastern and middle portions are larger and more frequent than that in the western portion. The high value area of precipitation intensity is obviously different from that of precipitation amount and frequency. (2) The spatial distribution of daytime precipitation is generally similar to that of nighttime precipitation, and the daytime precipitation is heavier than the nighttime precipitation. (3) The change rate of precipitation has a maximum at 20:00 Beijing time, and a minimum at 12:00. The hourly precipitation amount significantly correlated with frequency, especially for the middle and eastern portions.     

近50 年来祁连山及河西走廊降水的时空变化

利用1960-2009 年的日降水量资料,采用线性趋势、5 年趋势滑动、IDW 空间插值、Morlet 小波分析、Mann-Kendall 突变检验等方法,对祁连山及河西走廊地区不同等级降水日数和降水强度的时空变化特征进行了研究。结果表明:不同等级降水日数和降水强度的多年平均在空间上既表现出东西分异,也表现出南北分异;不同等级降水日数的年际变化在绝大部分区域呈增多趋势,且自东向西增幅减小,大雨强度的年际变化在绝大部分区域呈增大趋势,其它等级降水强度为部分区域呈增大趋势,部分区域呈减小趋势;小雨、中雨日数的年际变化呈显著增多趋势,大雨日数呈明显增多趋势,暴雨日数呈不明显增多趋势,小雨、大雨强度的年际变化呈不明显减小趋势,中雨、暴雨强度呈不明显增大趋势;不同等级降水日数变化的周期集中在2a、5a、8a、11a、19a,不同等级降水强度变化的周期集中在2a、5a、11a、15a、25a;除小雨强度突变减小外,其它等级降水日数均突变增多,降水强度均突变增大,降水量的增加主要是降水日数的增多造成的,其中小雨、中雨日数的增多贡献最大。