中国大陆地区小时极端降水阈值的计算与分析

利用广义极值分布和百分位两种阈值确定方法,对我国465个气象站点不同极端程度的小时降水强度阈值进行了分析。广义极值分布结果表明,重现期为2、5、10、50a的降水强度阈值具有一致的空间分布特征：华南沿海阈值最高,长江中下游地区北部、四川盆地西部、华北地区东部次之,云南中西部、华北西部和东北西部阈值相对更低,最小值出现在我国西部地区。百分位法得到的阈值空间分布呈现出与广义极值分布结果较为一致的东南大、西北小的整体特征。考察465站中位数发现,第99．9百分位的强度阈值与二年一遇降水的阈值接近。具体分析各站第99．9百分位降水阈值对应的重现期发现,长江流域及其以南地区重现期大多低于2a;35°N一带重现期长于4a;我国北方和西北部分地区重现期长于8a。     

基于不同重现期的1960—2019年长三角地区区域降水风险评估北大核心

本文基于长三角地区1960—2019年逐日降水观测数据以及2015年1 km格网的GDP和人口数据,借助区域降水事件提取方法共识别出2109次区域降水事件,并利用不同分布函数确定不同重现期下降水强度和降水日数的阈值,进一步采用国际减灾战略(ISDR)的灾害风险评估模型,从危险性与脆弱性综合评价长三角地区区域降水风险及其空间分布特征。结果表明:(1)对于降水强度,GEV函数拟合效果最优;对于降水日数,EXP函数和POISS函数拟合效果最好;(2)长三角不同重现期下区域降水的危险性均从中部地区向南北两侧递减;(3)长三角脆弱性由东部沿海向内陆逐渐降低;(4)不同重现期下长三角区域降水风险均是由东部沿海向内陆降低,其中各大中心城市始终是高风险区。     

从小时尺度考察中国中东部极端降水的持续性和季节特征

相对于日降水量,小时尺度降水资料可以更准确地反映降水强度并描述降水过程,因而更适用于极端降水阈值确定及其特性研究.利用广义极值分布估计中国321个站最大小时降水量的分布函数,确定了5a重现期的小时降水强度阈值.阈值的空间分布呈现出明显的地域差异,西北地区阈值偏低,华北地区、长江中下游地区、华南沿海地区和四川盆地西部地区为高阈值中心.取各站5a一遇极端降水事件对其持续性特征和季节特征进行分析,发现在沿海地区、长江流域和青藏高原东坡极端降水事件的平均持续时间较长(超过12h);中国北部地区持续时间较短.在具有较大海拔落差的复杂地形区,极端降水事件较平原地区更快地发展到峰值.华南地区4月就可有极端降水事件出现,而中国北方地区要到6月底才出现极端降水;全中国大部分地区的年最晚极端降水在8-9月,但沿海地区、大陆南端和西南地区南部的少数站点在10月以后仍有极端降水发生.     

北京地区夏季极端降水变化特征及城市化的影响

应用北京地区20站1971—2010年降水记录及城市发展数据,采用百分位方法定义极端降水事件的阈值,分析了北京地区夏季极端降水事件的时空变化特征及城市化的影响。结果表明：(1)北京夏季极端降水阈值及频数存在较强局地性特征,基本沿地形高度分布,极端降水频数多发区与高阈值区不完全对应;(2)近40年极端降水频率及强度均呈现下降趋势,年际及年代际差异显著;(3)城市化发展不同阶段极端降水强度及频数均有不同的分布形态,城市化对城市不同区域极端降水影响不一样,城市化导致城市下风向近郊区极端降水强度、次数均表现为增多趋势;(4)城市对极端降水的影响还与天气过程强度有关,强天气背景下城市对极端降水频数的影响程度高于对降水强度的影响。     

环渤海地区1961—2007年极端强降水时空变化特征

20世纪90年代以来,环渤海地区降水总量持续偏少,极端强降水和干旱缺水问题十分突出。利用环渤海地区60个台站1961—2007年逐日降水资料,应用百分位方法确定极端强降水阈值,分析了极端强降水量、降水强度和频率的空间分布及时间变化趋势。结果表明:环渤海地区极端降水强度大、频率高的地区与年降水量高值区相一致,说明极端降水量的多少影响年降水量;极端降水日数呈减少趋势,特别是京津冀中部地区减少显著;极端降水多发生在7月中旬到8月中旬,最高频次在7月下旬,近10年极端降水季节分配比较分散,很少出现每候25站次以上的极端强降水;间隔30d以上的极端强降水近年来增加明显。     

1981～2010年北京地区极端降水变化特征

采用北京地区20个常规气象站1981~2010年逐日降水数据,对北京地区极端降水的空间分布特征进行了分析。得到以下主要结论:1981~2010年,北京地区极端降水百分位数(第90、95和99个百分位数)阈值表现出较一致的空间分布特征,以第95个百分位数阈值计算的极端降水日数与降水阈值和降水量的分布有较大差异,极端降水量对总降水量的贡献可达30%~37%,极端降水强度分布与极端降水阈值分布相似。近30年,北京地区多数站点的极端降水量、降水日数和降水强度呈下降趋势,极端降水量以上甸子、怀柔、平谷和观象台下降较为明显,可达到40 mm(10 a)–1以上,极端降水强度以顺义、海淀、观象台、大兴和上甸子等站下降较为显著,每10 a降水强度减小趋势可达4 mm d–1,极端降水日数变化分布与极端降水量变化分布类似,极端降水强度变化与降水量和降水日数变化的分布有明显不同。     

辽宁地区夏季不同历时极端降水时空变化特征

利用1981—2015年辽宁省54个气象站降水观测资料,采用气候趋势系数、Morlet小波分析和Mann-Kendall突变分析等气候统计方法,分析了辽宁省夏季不同历时极端降水的时空变化特征。结果表明:1981—2015年夏季辽宁省西南部沿海、渤海北部沿海、黄海北部沿岸地区及大连市区为极端降水阈值大值区,辽宁省西部地区和东部山区极端降水阈值较小,极端降水强度的空间分布特征与极端降水的阈值相似。辽宁省夏季不同历时极端降水发生频次的分布特征基本相同,时间长期变化趋势不明显,主要表现为年际变化,存在3 a、5 a和8 a的变化周期,东部山区极端降水发生频次较多,环渤海沿岸和朝阳地区极端降水发生频次较少。近35 a夏季辽宁省24 h、12 h、6 h、3 h和1 h降水量极值的空间分布极不均匀,最大值与最小值分别差1.2、1.6、1.6、2.4倍和1.8倍。极端湿期长度最大值出现在新宾地区,为11.3 d;极端干期长度最大值出现在大石桥地区,为24.3 d。     

山西省主汛期极端变化降水特征

利用环渤海地区60个测站1961～2008年逐日降水资料,采用L矩参数估计方法对各站超临界值日极端降水拟合广义帕雷托分布。结果表明,广义帕雷托分布能够很好地拟合环渤海地区日极端降水的概率分布,其尺度参数、形状参数与极端降水重现期的地理空间分布密切相关,重现期50、100年一遇的日极端降水空间分布基本一致,山东南部、河北西南部、辽宁西部与河北东北部等区域具有较高极端降水值。     

环渤海地区极端降水事件概率分布特征

利用环渤海地区60个测站1961～2008年逐日降水资料,采用L-矩参数估计方法对各站超临界值日极端降水拟合广义帕雷托分布。结果表明,广义帕雷托分布能够很好地拟合环渤海地区日极端降水的概率分布,其尺度参数、形状参数与极端降水重现期的地理空间分布密切相关,重现期50、100年一遇的日极端降水空间分布基本一致,山东南部、河北西南部、辽宁西部与河北东北部等区域具有较高极端降水值。     

强降水事件的判定指标及评估研究

以江苏1961—2020年夏季(6—9月)强降水事件的监测为例,分析评估了多种强降水事件的判定指标,如以百分位法、Gamma分布法和重现期法为代表的频率匹配阈值法及考虑偏离气候态程度的异常度法。结果表明,由于降水事件的区域差异和季节内变化特征,强(极端强)降水事件判定指标的设计应分区域分时段讨论,且能定量反映降水强度大、相对气候态异常显著且发生概率少(极少)的特点。不同判定方法所强调的强(极端强)降水事件的特点不同,如百分位法Type-Ⅱ强调了降水极值的极少发生,异常度法突出反映大幅度偏离气候态的程度。不同指标所确立的阈值大小也存在明显差别,如对于江苏夏季极端强降水事件的判定,百分位法Type-Ⅱ阈值最高,其次是异常度法,分别相当于20、10 a一遇最大降水量,百分位法Type-Ⅲ和Gamma分布法则相当于5 a一遇最大降水量。在与降水相关的服务工作中,不同地区需制定更详细的地方标准来明确强降水事件的定义,增强服务用语的规范性。     

未来RCPs情景下珠江流域降水特征的模拟分析

利用全球模式（BCC_CSM1.1）驱动区域模式RegCM4,模拟分析了RCP8.5和RCP4.5排放情景下未来2010—2099年珠江流域降水基本特征、强度分布和极端降水事件的变化特征。研究表明,RegCM4区域气候模式可刻画出珠江流域极端降水的特征。RCP4.5和RCP8.5排放情景下降水变化特征一致,未来不同时段（2020s、2050s和2080s）珠江流域的年平均降水量减少,春季和冬季减少,夏季和秋季增加,而且年平均和四季的降水频率均减少,强度增加（春季除外）。降水基本特征的变化导致降水强度分布改变,春季除外,不同时段的年和四季的降水极值（降水90th和95th分位值）的年平均值均增加,增幅最大为秋季,表明未来时段极端降水强度增加。未来不同时段珠江流域的年最大日降水量的5年重现期值在柳江流域、红水河、桂江流域和珠江三角洲（珠三角）地区增加,增幅30%~45%。RCP8.5排放情景下,未来2080s时段珠三角地区的年最大日降水量5年重现期值相当于现在时段8~10年的重现值,50年值相当于现在时段100年的重现期值,表明未来这些地区的极端降水事件发生频率增加。      

基于Copula函数的绕阳河流域降水事件危险性评估

利用1961—2021年绕阳河流域周边8个气象站的逐日降水资料,以降水持续时间和降水强度作为判断降水事件的两个要素,运用Copula函数确定降水事件的联合概率和重现期,并构建危险性评估模型,分析绕阳河流域降水事件危险性空间特征。结果表明：绕阳河流域周边不同地区降水事件的持续时间和降水强度的最大值存在显著差异。Lognormal和Logistic函数对两个降水要素的拟合效果较好,Clayton函数适合反映两要素联合下降水发生的概率。随着降水持续时间和降水强度的增加,极端降水事件的危险性快速升高;不同地区降水事件的概率和重现期存在着显著差异,阜新站降水持续7 d,强度达到60 mm的事件每10 a出现一次,而盘锦站和北镇站发生持续6 d以上的降水事件较少,多为20 a一遇;降水事件危险性高值区处于绕阳河流域南部,主要位于盘锦、辽中和北镇。     

近40年华南前汛期极端降水时空演变特征

利用国家气象信息中心提供的华南89个代表站1969～2008年逐日降水资料,研究了近40年我国华南前汛期(4～6月)极端降水时空演变特征,主要结论是:(1)华南前汛期降水强度、强降水量和暴雨日数的空间分布与总降水量的空间分布基本一致;(2)极端降水指数随时间的变化对华南整个区域前汛期总降水量的变化有很好的指示意义,特别是强降水量、强降水频率和暴雨日数;90年代以来华南前汛期总降水量的显著增加与强降水量、强降水频率以及暴雨日数显著增加密切相关,且极端强降水量异常程度明显增强。     

江西省极端降水分类及特征分析

利用多种观测及再分析资料对江西省极端降水过程进行统计分类和天气学分析。采用百分位法、广义极值法对比计算江西省极端降水强度阈值标准,分析江西省极端降水事件的空间分布特征,筛选出2010—2019年江西省极端降水的典型过程,并进行天气学成因分析。结果表明：1） 江西省各站极端降水强度阈值空间分布差异较大,由西南向东北逐步增加,具有非常明显的地域性特征;2） 江西省典型极端降水过程发生在夏季（6—8月）,主要分为梅雨锋、强台风、西北气流类;3） 江西省梅雨锋类极端降水占典型极端降水过程的70%,该类极端降水具有稳定的大尺度环流形势,主要表现为南亚高压北跳至25°N以北,阻塞高压异常偏强,东北冷涡发展,副热带高压与大陆高压相结合,配合天气尺度稳定的切变线以及异常的西南暖湿气流,形成持续的水汽输送及异常的垂直上升运动中心。     

1961—2015年通辽市极端降水量的变化分析

利用通辽市9个站1961—2015年逐日降水资料,统计分析极端降水量、降水强度和年最大日降水量的空间分布特征和时间变化趋势。结果表明,通辽市极端降水量、极端降水强度和年最大日降水量近55a来没有明显增加或减少变化趋势,但存在明显的年代际特征;三者的空间特征基本相似,由南向北总体上呈高—低—高的分布特征;通辽市年降水总量主要来自极端降水量的贡献。     

浙江省极端降水事件分布及其概率特征

以浙江省内时间序列较长,空间分布较为均匀的24个站的降水资料为基础,应用边缘分布函数来确定极端降水的阈值,进而分析能较好表征极端降水事件的各类极端降水指数的发生发展规律和时空分布特征。结果表明,极端降水事件在浙西北地区发生更为频繁,浙南地区发生日数较少,而极端降水平均强度的高值分布在浙江南部,低值位于东北部,极端降水日数各区域均表现出增多趋势,同时其分布也有一定的时间周期规律可循;极端降水平均强度除了浙中西部地区外也表现出不同程度的增强趋势。采用L-矩参数估计方法,应用Gumbel概率分布函数能较好的拟合各站点的降水极值,通过设定重现期求得降水极值的理论值,从其空间分布特征可发现,降水极值总体上呈现出由浙南向浙东北地区减小的趋势,且南北差异较大。     

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。     

北疆极端降水事件的初步分析

基于北疆44站日降水资料,使用一元线性回归和二项式滑动平均等统计方法,分析了北疆极端降水量、极端降水频数和极端降水强度的时空变化特征。结果表明,极端降水在季节和空间分布上均存在较大差异,山区极端降水强度大,平原地区极端降水频数多。极端降水量和频数在夏季和冬季均呈明显增加趋势,伊犁河谷地区尤为显著,而春秋季变化趋势不明显。4个季节的极端降水强度和频数均以年际变化为主,春季的极端降水强度在1990年后出现多个峰值,而秋季,在1990年前存在多个峰值。     

1960～2008年江西省极端降水变化趋势

利用江西省17个国家级台站1960～2008年逐日降水量资料,对日降水量超过绝对阈值(25mm和50mm)和百分位数阈值(95%和99%)的极端降水变化情况进行了分析。结果表明,江西省近50年极端降水频率和强度均呈波动上升趋势,大雨和强降水频率的增加最为迅速,暴雨和极端强降水事件强度增加最大;夏季各种极端降水事件频率均有明显升高;冬季大雨和强降水事件频率也有显著增加;春季和秋季极端降水强度有明显增加,特别是暴雨和极端强降水事件强度增加迅速;夏季暴雨和极端强降水强度有所降低或略有增加;江西省极端降水的频率和强度变化趋势较为一致,特别是1990年代;极端降水的增加以发生频数的增加为主,降水强度的增加并不显著;近50年江西省大部分地区的极端降水事件频率和强度均有增加,但高值区的分布有较大的差异。极端强降水事件强度在鄱阳湖平原附近减小,而在周边的大部分地区呈增长趋势。进一步的分析发现,极端降水强度的变化与地形有显著的正相关关系。     

西南地区未来极端降水增加将导致其人口暴露风险加剧

基于CN05.1观测数据和一套经过降尺度偏差校正处理的模式(NEX-GDDP-CMIP6)数据,结合泰勒图、GEV极值拟合等方法,综合评估了模式对西南地区极端降水变化的模拟性能,并系统分析了未来西南地区不同重现期的极端降水演变趋势及其人口暴露度变化。结果表明,NEX-GDDP-CMIP6模式及其集合(N-CMIP6-MME)能够较好地再现观测极端降水的时空变化特征,且多模式集合结果优于大多数单个模式。未来西南地区绝大多数区域的降水和极端降水将持续增加,十年一遇、二十年一遇极端降水事件也呈增加趋势,使得未来西南地区人口暴露于不同重现期极端降水的风险进一步增加。相比十年一遇,重现期为20 a的极端降水事件增加速度更快,增加范围更广,模式一致性也更高,对应的人口暴露度增加幅度更大。到2050年左右,在SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景下二十年一遇的RX1day(RX5day)分别增加了175.2%(148.9%)、216.0%(162.4%)、210.9%(156.8%)和274.3%(207.1%),对应人口暴露度分别增加了129.1%(118.8%...