白龙江流域甘肃段2015-2018年汛期降水特征

利用2015-2018年5-9月白龙江流域甘肃段140个气象站小时降水资料,定义流域降水过程次数等特征量,分析该流域汛期降水变化特征.结果表明:(1)白龙江流域甘肃段汛期平均降水量逐年增加,近4 a汛期平均降水量分布与逐年分布在空间上相似,均为下游的广坪河支流最多,短时强降水主要集中在白龙江主河道上.(2)流域内平均降...     

1978—2019年鄱阳湖流域小时强降水气候变化特征

利用鄱阳湖流域79个国家气象站逐时降水资料,采用Sen斜率估计、Mann-Kendall检验、小波分析等统计诊断方法,分析了1978—2019年鄱阳湖流域小时强降水的时空变化特征.结果表明:1)鄱阳湖流域小时强降水量及其对总降水贡献率呈现显著的增加趋势,小时强降水时数增加显著而强度则几乎无变化.2)鄱阳湖流域小时强降水量主要呈现准4—5 a短周期变化.3)鄱阳湖流域小时强降水在6月出现次数最多,8月的小时强降水贡献率最大;4—9月小时强降水量和降水时数均呈增加趋势,但3月两者均呈现减少趋势.4)鄱阳湖流域小时强降水日变化分布呈现双峰结构,16—20时是主峰时段,06—09时为次峰时段.5)鄱阳湖流域小时强降水量分布主要呈现"东多西少"特征,且部分强降水量中心呈现增长趋势,需引起足够重视.     

基于骨干站网的哈尔滨降水城市效应分析

基于2018—2021年哈尔滨气象骨干自动站网逐小时监测数据,分析城市对夏季降水的影响。结果表明：哈尔滨夏季热岛强度平均为0.79℃,日变化表现为夜间较强,白天较弱;东郊气温差最大,北郊最小;哈尔滨夏季偏下风方的东郊降水量最多,上风方的南郊最少。哈尔滨夏季逐小时降水概率郊区大于城区,郊区的较多降水时次相对城区表现为午后推延、清晨提前;降水概率城区日间大,郊区夜间大,北郊日夜差最大;小时最大降水量郊区大于城区,降水强度城区与东郊大于南郊和北郊。哈尔滨短历时降水更频繁,降水贡献率更大;6 h内历时降水城区最多,北郊最少;6～12 h历时降水城区最少,东郊最多;>12 h历时降水发生率北郊最大,降水贡献率南郊最高。     

青藏高原东侧“雅安天漏”旱涝年降水特征

利用四川省雅安市1951~2008年逐日降水资料和1969~2000年逐小时降水资料,统计分析了青藏高原东侧雅安地区4个典型旱年和4个典型涝年的降水量、降水频率的多时间尺度变化特征。结果表明,雅安旱年的平均年降水量为1242.9mm,涝年的平均年降水量比旱年多1010mm。旱年汛期降水量占旱年降水总量的70.4%,涝年汛期降水量超出旱年一倍,且占涝年降水总量的81.1%。旱、涝年降水量的季节变化明显,且涝年的季节差异更加显著;雨强与降水量的季节变化相似,夏季达到最大,且旱、涝年年雨强和汛期雨强的差异很明显;旱、涝年之间的雨日差异要小的多,季节差异也不突出。旱、涝年降水量和雨日的最大值、最小值出现月份不同,旱年降水量7月最多、1月最少,而涝年降水量8月最多、12月最少。另外,旱、涝年白天、夜间的月降水量和月雨日最大值出现时间不同,并且不同降水强度,旱、涝年降水量和雨日的逐月变化也有较大差异;旱、涝年降水日变化与夜雨特征都突出,但夜间降水量和频次远远大于白天。旱、涝年降水量和频次的最大值、最小值出现时间有差异,旱年最大小时降水量在01时,最小在14时。涝年夜间小时降水量为双峰结构,最大小时降水量在23时,另一最大值在03时,最小在16时。旱年和涝年最大小时降水频次均出现在00时,最小分别出现在14时和15时。并且,降水量和频次从谷值到峰值的增加速率超过了从峰值到谷值的衰减速率;进一步分析发现,随着降水强度的增加,其夜间降水量越容易出现多峰值的波动,且旱、涝年夜间降水量和频次的差值也越明显。其中,旱年中雨和大雨降水量和频次高于涝年,但涝年暴雨降水量和频次远高于旱年。      

湟水河流域水资源变化特征及其对气候的响应

利用1961-2005年湟水河流域9个气象台站气温、降水等地面观测资料及湟水河(民和)流量资料,研究湟水河流域气候变化及其对地表水资源的影响,结果表明:湟水河流域2001-2005年比最冷的60年代四季平均气温分别偏高0.7～2.5℃,冬季增温比较显著;年降水量总体变化趋势是中游地区缓慢增加,而上游和下游地区则缓慢减少,流域内年平均降水量呈减少趋势,2001-2005年比最多的60年代平均偏少12.9mm;四季地表蒸发量均在增加,夏秋季大于其它季节;湟水河年平均流量以3.0m3/s的速率减少,20世纪90年代以来减少幅度最大,夏秋季降水多寡是造成流量减少的直接原因。     

河南省汛期降水的日变化特征

利用1971—2010年汛期河南省111个观测站的逐小时降水资料,分析了河南省汛期降水的日变化特征。结果表明:河南省汛期降水量和降水频率日峰值均从南向北递减;黄河流域降水量日峰值明显小于淮河流域,南阳盆地的降水量日峰值大多出现在凌晨,豫西山地大多出现在傍晚,豫南大部分地区则出现在下午;豫南地区的降水频率日峰值最大,南阳盆地和豫西山地次之,全省大部分地区降水频率日峰值出现时间集中在上午;降水量、降水频率和降水强度的日变化呈双峰值特征,均在凌晨和傍晚出现峰值,凌晨的峰值最大;长持续性降水对河南省汛期降水量的贡献大于短时降水。     

基于CMPAS产品的河西走廊汛期降水日变化特征

利用CMPAS格点和河西走廊国家气象站、区域气象站逐小时降水量数据,运用常规的气候统计方法,分析了河西走廊2018—2022年汛期（5—9月）降水量、降水频次、降水强度的空间分布和日变化特征。结果表明：（1）受地理位置、海拔高度、纬度以及影响系统影响,降水总量、降水频次及降水强度的空间分布总体上表现为由西北向东南增加,低纬度高海拔的走廊中东部及沿山区大于高纬度低海拔的走廊西部及平原区;（2）受青藏高原东北侧午后湿对流和凌晨到上午气温较低影响,降水量、降水频次和降水强度日变化均表现为双峰型分布,峰值时间段出现在16—23时和06—10时,谷值出现在12—14时;（3）持续7～12 h的降水量和1～3 h的降水频次最多,持续13～24 h的降水频次和降水量最少,不同持续时长降水量和降水频次大值都集中出现在傍晚和凌晨。     

渠江流域汛期强降水时空分布特征

本文从分析研究渠江流域汛期强降水时空分布入手,试图揭示该流域21世纪以来洪水频发的原因。经对渠江流域1970~2012年降水资料分析研究得出:(1)渠江流域汛期降水量、暴雨日数、降水变差系数呈“北大南小”的空间分布;“北区(河流汇水区,下同)”近年来汛期降水量增大、暴雨频率增加、降水趋于极端;(2)短时强降水多发生在04~08时,频发区主要位于“北区”,近年来频次呈上升趋势;(3)小时雨强极值“北区”普遍大于“南区”;近43年渠江流域汛期小时雨强极值总体呈增大趋势,“北区”尤为明显。因此,渠江流域汛期发生的强降水趋势性变化,是导致该流域洪水频发的主要原因之一。      

祁连山南麓汛期降水时空分布特征研究

利用1961—2019年祁连山南麓12个国家气象站汛期(5—9月)逐日降水资料,采用线性趋势、相关分析、ArcGIS空间分析和Morlet小波分析对祁连山南麓汛期降水时空分布特征进行分析研究.结果表明:(1)祁连山南麓汛期降水量呈显著增加趋势,降水日数呈减少趋势,7月降水量最多,8月降水强度最大.(2)汛期降水量、降水...     

粤北暴雨中心的降水气候特征分析

基于广东省1967—2018年气象观测站和2003—2018年自动监测站降水数据,统计分析了粤北暴雨中心的降水气候统计特征。结果表明:(1)粤北暴雨中心范围主要集中在清远南部-广州东北部-惠州北部,最大年平均降水量(2 488. 6 mm)和强降水日数(12. 3 d)均出现在龙门的南昆山,特殊地形分布特征与粤北暴雨中心形成密切相关;(2)从化和增城降水年际变化呈较明显增多趋势,其余变化趋势不明显;中心区域内降水主要集中在汛期(4—9月),而前汛期(4—6月)降水量约占汛期的60%～70%;(3)降水月变化呈单峰型分布,峰值出现在5—6月;(4)降水日变化特征与降水性质密切相关,5—6月季风影响期间降水概率显著增加,夜雨和白天降水均明显;短时强降水出现概率集中在5—6月08:00、15:00和21:00前后。     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。     

西藏拉萨汛期降水日变化特征

利用拉萨2005—2017年逐小时降水观测资料和1969—2017年逐3 h降水观测资料,在分析该站汛期(5—9月)降水日变化特征的基础上,揭示该站昼夜降水的长期演变特征。结果表明:(1)拉萨小时降水量和降水频次日变化呈单峰型分布,两者峰值均出现在05:00(北京时,下同),谷值出现在15:00—17:00;小时降水强度日变化呈双峰型分布,峰值出现在17:00和00:00,谷值出现在13:00—15:00。(2)拉萨汛期不同等级降水的小时降水量和降水频次日变化位相不同,其中微雨和小雨的小时降水量和降水频次日变化为单峰型,且峰值均出现在05:00,而中雨及以上小时降水量和降水频次日变化峰值出现时间较微雨和小雨略有提前。(3)近49 a拉萨汛期昼夜降水量显著增多,降水强度显著增强,而降水日数无明显趋势,降水强度增强是拉萨汛期降水量增多的主要原因。     

近35年德令哈市降水量日数的特征分析

根据德令哈市国家基本气象站1981—2015年的降水资料,采用统计法、降水倾向法,对德令哈市降水量的变化特征分别从年代际、年际、季节、月际4个时间尺度上进行分析。结果显示,德令哈市各年代平均降水量变化较大,21世纪前10年降水量最多,20世纪90年代降水量最少,整体上年代际平均降水量呈现增多趋势。35年降水量以15.604mm/10年的速率增多。四季降水量变化差异明显,春节降水量呈减少趋势,而夏秋冬三季降水量均呈增多趋势,尤其以夏季降水量的增多最为明显。各月降水量分布不均匀,7月份降水量最多,11月份降水量最少。汛期降水量以17.006mm/10年的速率增多。夏半年不同等级降水量日数均呈增多趋势,等级为5.0~9.9mm的降水日数增多最为明显;冬半年不同等级降水量日数变化均不明显。     

广州市单日降水量极值特征、分布拟合与推算

选取最优概率分布函数有助于提高气象要素重现期极值计算的可靠性。基于广州气象站1908—2016年逐日降水资料,构建年最大日降水量序列,采用线性趋势分析方法,研究了广州市年最大日降水量的变化特征,选取皮尔逊-Ⅲ型、对数正态、指数和耿贝尔-Ⅰ分布4种分布函数拟合广州市年最大日降水量序列,并按ω2检验、似然比检验等方法进行拟合优度检验。结果表明,近56年来,广州市年最大日降水量呈不显著的增加趋势。4—9月日最大降水量出现次数较多,6个月的出现次数占全年的93. 6%,其中,前汛期出现次数大于后汛期的。对数正态分布确定为广州市年最大日降水量拟合最优分布函数。对数正态分布估算的广州市50 a一遇的年最大日降水量是240. 1 mm,100 a一遇的是266. 1 mm,150 a一遇估算的是281. 4 mm。观测资料表明,广州平均1. 8 a出现一次150 mm以上的日降水量,而该降水量的估算重现期是1. 9 a,相当吻合。     

近53年江淮流域梅汛期极端降水变化特征

基于1961—2013年江淮流域梅汛期（6—7月）逐日降水资料,利用百分位法确定极端降水阈值,对江淮流域梅汛期极端降水的时空分布及突变特征进行分析,结果表明：95%分位极端降水阈值多在50 mm以上,大值中心主要位于湖北东部到安徽南部一带;平均极端降水强度与阈值大小的空间分布相似。极端降水量和极端降水日数整体呈现由安徽南部向四周递减的空间分布特征,极端降水量约占梅汛期降水总量的1/4~1/3。从季节内分布上看,极端强降水站次在梅汛期呈单峰型分布,各候间差异明显,其中6月第5候到7月第2候最多。极端降水量、极端降水日数以及极端降水量占梅汛期总降水量百分比均具有明显的年际变化,且上升趋势显著;江淮流域梅汛期极端降水量和极端降水站次的这种上升趋势均在1980年发生突变。     

基于小时资料的珠海市降水特征分析

利用珠海市2010—2018年21个自动气象站的逐时降水资料,采用经验正交函数分解(EOF)方法,分析珠海市年际降水量的时空分布、强降水和降水日变化等的特征。结果表明:(1)珠海市年降水量存在3个大值中心,分别在西部沿海、西北地区东部和西南地区南部;(2)年际降水量的主要型态为“全市一致型”和“西部东-西、东部南-北分布型”;(3)短时强降水(≥20 mm/h)多发生在西部地区,东部和南部沿海地区极端小时降水可达100 mm以上;(4)前汛期(4—6月)与后汛期(7—9月)相比,日降水概率偏高、峰值时段偏早;(5)前汛期日降水概率峰值时刻分布具有北部较南部偏晚特征,后汛期此特征只在西部地区呈现。     

ENSO事件与袁河流域汛期降水分析

应用1959～1998年袁河流域5站汛期(4～7月)平均降水总量,讨论了袁河流域汛期降水量年际变化与ENSO事件的联系.结果表明当ENsO事件发生后,次年袁河流域汛期降水量偏多;拉尼娜事件发生后,次年袁河流域汛期降水量一般都偏少.统计显著性水平在95%以上.     

淮河流域汛期20 d内最大日降水量概率分布

利用淮河流域158个站点1980—2007年夏季降水量资料,选取淮河上游、淮河中上游、淮河中下游、洪泽湖以下和沂沭河5个子流域,采用Γ分布函数分析了淮河流域首雨日 (前1日无雨) 和连续雨日 (前1日有雨) 的夏季多年降水的概率分布特点。通过对代表站息县、阜阳、商丘、淮安、连云港Γ分布概率密度与样本频率的对比分析和K-S检验表明:Γ分布函数能较好拟合分条件的淮河流域夏季雨日的概率分布,用该分布函数递推得到的1 d, 10 d, 20 d内最大日降水量概率分布比较规则合理。淮河流域5个子流域中淮河上游、淮河中下游、沂沭河流域在10 d,20 d内最大日降水量不低于10 mm,25 mm,50 mm的可能性更大。     

西拉木伦河流域降水和径流特征分析

在搜集整理西拉木伦河流域近30a(1981—2010年)降水资料和同期径流数据的基础上,运用统计方法分析了该流域的降水和径流年内和年际变化特征,并对年降水量和径流二者之间的关系进行了初步探讨。结果表明,西拉木伦河流域年内降水分配不均匀,降水主要集中在夏季,近30a年际降水量呈波动减少趋势。受降水影响,西拉木伦河流域径流年际变化同样也较为强烈。以西拉木伦河流域年降水量、径流量建立数学模型为:Q=-4.624+0.029P年(R=0.706)。