气候变暖背景下,暴雨洪涝及其衍生的泥石流、城市内涝等灾害频频发生,对社会造成的影响和损失巨大。引发暴雨洪涝的强降水,在一定的区域和时间内呈现一定的特征,对各地区降水特征进行研究,掌握其降水规律,有助于开展气象防灾减灾工作,减少暴雨洪涝灾害带来的损失。
许多学者从小时尺度对中国地区降水做过分析,地区不同所呈现的时空特征也互有异同:林建等[1]研究1981—2010年全国2 400多个站的降水资料,发现21世纪以来南方地区暴雨过程明显增多,且以短持续性强降水过程为主;伍红雨等[2]利用1961—2014年广东32个气象观测站逐小时降水资料,发现广东平均小时强降水的次数、强度、降水量和贡献率在年以及前、后汛期的时间尺度上均为显著上升的趋势;张焕等[3]根据西南地区112个站点1961—2000年逐时降水资料,发现夏季西南大部分地区如四川盆地西部、云南、贵州南部等地总降水时数有减少趋势,四川盆地东部和川西高原总降水时数增加。小时降水资料对城市降水的差异性研究提供了很好的支撑:杨萍等[4]研究发现北京全区年均降水量存在两个高值中心(城区和下风方向的降水高值中心);熊明明等[5]利用2009— 2013年天津地区205个自动气象站的逐时降水资料,发现天津地区降水小时数及小时降水强度空间差异明显,高值区分别位于蓟县北部山区、市区西北侧、滨海新区中南部。研究表明小时降水最大出现频率为每天的午后和或傍晚,这可能是因为白天地球表面太阳福射加热作用造成的[6-8];ZHANG Huan等[9]指出四川西部的高原则夜间最大,可能是高原上有组织的对流系统传播的结果;贵州高原、四川盆地,峰值出现在凌晨,主要是因为局地的山谷风循环。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,因而更适用于强降水和极端降水阈值确定及其特性研究,学者多采用建立函数分布来确定极端阈值[10]:吴息等[11]对北京市小时降水量资料进行了分析和概率分布拟合,表明小时降水量适用对数分布模式拟合;李建等[12]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,确定了重现期的小时降水强度阈值;谢五三等[13]运用安徽省79个国家站1961—2015年逐小时降水资料,研究了安徽小时降水的概率分布及重现期,发现安庆、宿州和合肥概率密度分布呈现“尖峰厚尾”的分布特征,表明这些地区出现小时极端强降水的概率相对较大。
江西省属于亚热带温暖湿润季风气候,汛期经常发生暴雨洪涝灾害,防汛防洪形势严峻。金米娜[14]概括介绍了江西省汛期暴雨的气候特点、汛期暴雨环流形势和天气系统特征;章毅之[15]利用江西省83个气象台站1961—2005年逐日降水量资料,分析指出5项主要极端降水指数均呈增大趋势;邹海波等[16]利用1961—2010年江西省83个常规气象观测站的逐日降水资料,统计出这40 a江西省共出现了82次持续性强降雨过程,同时依据对应的大尺度背景环流形势,把这些强降雨过程分为4种:低槽型,南槽北脊型,台风型和转换型;孙素琴等[17]利用1959—2014年江西省83个国家气象站汛期逐日降水资料,将江西省汛期区域性暴雨分为6个分布型态。
江西省开展的降水特征分析多建立在日尺度暴雨过程识别的基础上,目前还未开展小时尺度的降水特征分析,特别是2016年、2017年江西汛期暴雨肆虐,对气象工作者也提出了更高的要求,利用小时降水资料开展更精细的特征分析很有必要。江西属于季风气候,同时江西东、南和西三面环山,北边为鄱阳湖平原地区,地形南高北低,地理特征十分明显,致使江西降水区域分布差异特征显著。本文采用40 a长序列逐时降水资料分析江西省小时降水分布特征,以期为江西洪涝暴雨相关服务提供一定的参考。
1 数据来源与研究方法 1.1 数据来源本文资料来源于江西省气象信息中心,对1961年1月—2017年7月91个国家气象站逐时降水初始资料,通过异常值剔除和资料时间延续检验等质量控制,并综合考虑数据完整性、地域代表性和时间长度等因素,最终选取1977年8月—2017年7月共40 a 83个国家站逐时降水资料来开展本文分析(图 1)。
小时降水强度:统计各站统计时段内有降水出现的小时平均降水量;
累计降水时数、累计降水量的月变化:累计40 a所有站出现降水的小时数和小时降水量,并根据降水出现的月份进行1—12月的拆分,进行区域平均和年平均后刻画月变化曲线;
各历时小时降水事件日变化:根据降水事件的时长分历时累计40 a所有站出现降水的小时数和小时降水量,并根据降水出现的时刻进行01—24时的拆分,进行区域平均和年平均后刻画日变化曲线。
1.2.2 小时降水事件的确定初始1 h降水量大于等于0.1 mm的时次记为降水事件发生时刻,降水发生后出现连续2 h无降水,则判定降水事件结束,结束时刻为最后出现降水的时刻;一次降水事件的持续时间为降水开始时刻至结束时刻的持续小时时数。
1.2.3 强降水事件的确定结合熊明明等[5]方法,降水事件中最大1 h降水量若大于等于30 mm时记为发生一级强降水事件、最大1 h降水量大于等于20 mm且小于30 mm为二级强降水事件、最大1 h降水量大于等于10 mm且小于20 mm的为三级强降水事件。
2 结果与分析 2.1 小时降水分布特征 2.1.1 年均降水小时数、年均累计降水量、小时降水强度及小时最大降水量空间分布图 2给出江西省小时降水特征基本空间分布形态。分析图 2a可知,江西年均降水小时数为804(星子)~1 355 h(井冈山),整体降水小时数赣中东、西部大,赣北北部、赣南小,大值中心呈沿江西西部罗霄山山脉和东部武夷山山脉的带状分布;两者山脉都是南北走向,而江西降水多集中在雨季4—6月份,此时江西多盛行东北或者西南风,存在对降水有利的山脉迎风坡地形因素,因而东西部山脉区容易有降水发生;江西北部鄱阳湖平原地区降水小时数相对较小,水汽的向北输送能力也是限制江西北部形成降水的一个因素。图 2b为小时降水年均累计降水量,江西省年均累计降水量在1 338(湖口)~1 985 mm(资溪)之间;特征与年均降水小时数相吻合,降水更多集中在赣中东部—赣北东部带状区域。
图 2c和图 2d分别为小时降水强度和小时最大降水量空间分布。江西小时强度为1.34(井冈山)~ 1.76 mm·h-1(乐平),江西北部鄱阳湖地区和东南部小时降水强度大。江西小时最大降水量为54.8(铜鼓)~ 147.3 mm(崇仁),江西东北、江西中部和江西东南部三个地区有大值中心分布,随机性较强。
2.1.2 降水小时数、累计降水量月变化图 3a为1977年8月—2017年7月江西省年均降水小时数月变化,从降水小时数上看江西省降水多出现在3—6月,累计小时数占全年总和的49%,是降水出现的主要月份,3月累计降水小时数最多,年均每站达148 h,4—6月年均每站小时数113~121 h;7—12月降水时数较小,年均每站为54~69 h。
江西在3月份经常会出现的连阴雨天气,李细生等[18]认为3月乌拉尔山阻高的形成有利于环流形势的稳定维持以及冷空气的堆积,中低纬度地区副高仍维持在菲律宾以东洋面,在30°N附近的环流经向度加大,南支槽加深发展,中低纬地区西南气流较前期有明显增强,加强了暖湿空气向北的输送,从而造成江南和华南的降雨维持和发展。
从统计的年均累计降水量月变化(图 3b)来看,3—6月降水较多,占全年总和的56%;3—5月降水逐月增多,年均每站为184~233 mm;6月降水量最大,年均每站达280 mm,7月后降水减少,9—12月年均每站降水量在44~88 mm之间。
依据本文对降水事件的定义,对40 a逐站降水事件进行筛选,共识别出66.5万多站次降水事件,平均每年每站出现200次降水事件,其中事件最长历时为111 h,出现在丰城站1989年6月28日22时—1989年7月3日12时。为更细致地分析江西省不同历时降水的出现频次,按历时长短将降水事件划分为以下5类:历时1~6 h、7~12 h、13~18 h、19~24 h及>24 h的降水事件。
江西省降水事件以短历时为主,1~6 h降水事件占事件总数约3/4(73.6%),随着历时的增长,降水事件次数急剧下降,历时7~12 h降水事件数占事件总数的15.2%,历时13~18 h和19~24 h降水事件数分别占事件总数的6.0%和2.7%;历时24 h以上事件占事件总数的2.5%(图 4)。
从发生降水事件平均历时来看(图 5),赣北地区特别是赣北东部更容易出现长历时降水,赣北东部降水事件平均历时6 h以上;赣南地区平均历时4.6~ 5.0 h,赣北到赣南小时降水事件平均历时逐渐减小。
从各历时小时降水事件累计降水量对看,历时4~ 5 h事件降水最多,分析江西省不同历时降水空间分布的差异,分别给出了这5类降水事件所贡献的降水量占总量的百分率分布情况(图 6)。由图可知,总体上历时越长的降水事件对整体降水的贡献越低。历时1~6 h的降水事件对总降水量的贡献率最高(28.9%),其空间分布由南向东北方向递减:赣南1~ 6 h降水量较大,占总降水量的35.0%~39.1%,赣北东部短历时降水量所占比率相对较小,为20.9%~ 25.0%;历时超过6 h的降水事件,对总降水量的贡献大值中心位于江西北部地区,且随着历时的增长而向江西东北地区移动(图 7b—e),其中7~12 h降水事件全省范围贡献均超过20%,高值中心在赣中和赣北中部地区,贡献率在25.1%~28.1%,历时超过24 h的降水事件,大值中心在赣北东部地区,贡献率达20%以上,其他历时贡献均在20%以下。
图 7给出江西省三个等级年平均强降水事件发生频次的空间分布,可以看出,强降水事件的高发区主要集中在江西省的东半部。三级强降水事件在赣南、赣中东部均出现了相对高值区,年均出现14~15次三级强降水事件,频次东南往西北方向减少,赣北北部为少发地带,年均出现9~11次;二级强降水事件的高发区位于赣中东部地区,中心地区年均出现4次以上二级强降水事件;一级强降水事件有两个高值中心,一个位于赣北东部,一个位于赣南东北部,年均出现2次以上一级强降水事件。
综合来看,各级强降水分布在江西省都是东高西低,且随着强降水等级的提升,高值中心逐渐北移,配合不同历时降水事件对总降水量的贡献率分布图,发现历时的增长而大值中心向江西东北地区移动,可见由南朝东北方向降水历时和强度都有增加的趋势。
2.2.3 小时降水事件日变化图 8分别给出了江西省不同持续性降水事件的累计降水小时数和累积降水量的日变化分布(截止历时24 h以内的降水事件)。从累计降水小时数上看,降水事件以1~5 h短历时降水出现居多,超过5 h的历时降水事件,随着历时的增加,各个时刻出现时数都减小。降水事件累计小时数分布有两个集中时段,主要大值中心出现在17—20时,以1~4 h短时降水为主,年均每站出现时数130 h以上;06—07时有个次大值中心,年均每站时数为116~130 h,主要是历时3~5 h的降水事件;
12时至凌晨小时降水事件累计降水量主要出现在15—18时,主要贡献为历时1~3 h的短历时降水事件,累计降水量年均每站为241~328 mm,且随着事件历时长度增加降水量贡献逐渐减小;凌晨至12时小时降水事件累计降水量主要出现在07—08时,主要贡献为历时8 h左右的降水事件,累计降水量年均每站150~180 mm。可见江西省降水量主要出现在下午15—18时,且主要以短历时降水事件呈现,而中历时(8 h左右)的降水易出现在早晨07—08时。
2.2.4 小时降水事件历年变化由江西省站点小时降水事件发生频次的变化趋势(图 9a)可见,近40 a赣南地区小时降水事件频次呈减少趋势,每10 a减少1~5次,但未通过显著性水平检验;赣北东部以11~18次·(10 a)-1的速率在增加,且大部分通过了0.01的显著性水平检验(相关系数为0.41~0.53),增加趋势显著,赣中西部地区个别站增加趋势显著,其他地区呈增加趋势,但不显著。
江西省站点小时降水事件累计降水量全省呈一致的增加趋势(图 9b),同事件频次变化特征相似,近40 a赣北东部以150~230 mm·(10 a)-1的速率在增加,大部分地区通过了0.05的显著性水平检验(相关系数为0.32~0.48),增加趋势显著,其他地区增加不显著。
3 结论本文利用1977年8月—2017年7月江西省83个国家站的逐时降水资料,分析了江西省降水的基本空间分布和日变化特征,主要结论如下:
(1) 江西省年均降水小时数赣中东、西部大,赣北北部、赣南小,大值中心呈沿江西西部罗霄山山脉和东部武夷山山脉的带状分布,江西北部鄱阳湖平原地区降水小时数相对较小;小时降水量更多集中在赣中东部—赣北东部带状区域;小时降水强度江西北部和东南部小时降水强度大;小时最大降水量大值分布随机性较强。
(2) 江西省短历时(1~6 h)降水事件占总事件数约3/4,赣北到赣南小时降水事件平均历时逐渐减小;历时为1~6 h的降水事件对总降水量的贡献率最高(28.9%),其空间分布由南向东北递减;历时超过6 h的降水事件对总降水量的贡献率大值中心位于江西北部地区,且随着历时的增长大值中心向江西东北地区移动。
(3) 小时强降水事件频次分布在江西省呈现东高西低,且随着强降水等级的提升,高值中心逐渐北移,由南朝东北方向降水历时和强度都有增加的趋势。
(4) 降水事件以1~5 h短历时降水次数居多,超过5 h的历时降水事件随着历时的增长出现次数减小;小时降水事件主要大值中心出现在17—20时,以1~4 h短时降水为主,06—07时存在次大值中心,以历时3~ 5 h的降水事件为主;而小时降水事件累积降水量主要出现在下午15—18时刻,主要以短历时降水事件呈现,而中历时(8 h左右)的降水易出现在早晨07—08时。
(5) 近40 a江西省小时降水事件的频次赣南呈较少趋势,其他地区呈增加趋势;事件累计降水量全省一致呈增加趋势。赣北东部事件频次和累计降水量增加趋势最显著,且通过了0.05的显著性水平检验。
[1] |
林建, 杨贵名. 近30年中国暴雨时空特征分析[J]. 气象, 2014, 40(07): 816-826. |
[2] |
伍红雨, 李春梅, 刘蔚琴. 1961-2014年广东小时强降水的变化特征[J]. 气象, 2017, 43(03): 305-314. |
[3] |
张焕, 翟盘茂, 唐红玉. 1961-2000年西南地区小时降水变化特征[J]. 气候变化研究进展, 2011, 7(01): 8-13. DOI:10.3969/j.issn.1673-1719.2011.01.002 |
[4] |
杨萍, 肖子牛, 石文静. 基于小时降水资料研究北京地区降水的精细化特征[J]. 大气科学, 2017, 41(03): 475-489. |
[5] |
熊明明, 徐姝, 李明财, 等. 天津地区小时降水特征分析[J]. 暴雨灾害, 2016, 35(01): 84-90. DOI:10.3969/j.issn.1004-9045.2016.01.012 |
[6] |
董旭光, 顾伟宗, 曹洁, 等. 山东省汛期小时极端强降水分布和变化特征[J]. 气象, 2017, 43(08): 953-961. |
[7] |
黄治国, 杨令. 益阳市小时降水的综合分析[J]. 中国农业信息, 2016(14): 54-55. |
[8] |
苏锦兰, 李建, 杨桂荣, 杨澄. 横断山系云岭余脉点苍山东西侧小时降水特性对比分析[J]. 气象, 2015, 41(01): 17-24. |
[9] |
ZHANG Huan, ZHAI Panmao. Temporal and Spatial Characteristics of Extreme Hourly Precipitation over Eastern China in the Warm Season[J]. Advances in Atmospheric Sciences, 2011, 28(05): 1177-1183. DOI:10.1007/s00376-011-0020-0 |
[10] |
赵琳娜, 白雪梅, 邢程, 等. 中国东南地区夏季台风小时降水概率分布特征[J]. 暴雨灾害, 2017, 36(02): 97-107. DOI:10.3969/j.issn.1004-9045.2017.02.001 |
[11] |
吴息, 王晓云, 曾宪宁, 等. 城市化效应对北京市短历时降水特征的影响[J]. 南京气象学院学报, 2000(01): 68-72. DOI:10.3969/j.issn.1674-7097.2000.01.011 |
[12] |
李建, 宇如聪, 孙溦. 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[J]. 气象学报, 2013, 71(04): 652-659. |
[13] |
谢五三, 吴蓉, 宋阿伟. 1961-2015年安徽省小时降水变化特征与极值分布[J]. 灾害学, 2017, 32(03): 45-50. DOI:10.3969/j.issn.1000-811X.2017.03.009 |
[14] |
金米娜. 江西省汛期暴雨气候特点及预报方法综合分析[J]. 气象与减灾研究, 2009, 32(01): 69-72. DOI:10.3969/j.issn.1007-9033.2009.01.011 |
[15] |
章毅之. 基于日降水量的江西省极端降水变化研究[J]. 气象与减灾研究, 2007(04): 33-36. DOI:10.3969/j.issn.1007-9033.2007.04.007 |
[16] |
邹海波, 单九生, 吴珊珊, 等. 江西持续性强降雨的气候特征及其大尺度环流背景[J]. 气象科学, 2013, 33(04): 449-456. DOI:10.3969/j.issn.1009-0827.2013.04.014 |
[17] |
孙素琴, 许爱华, 郑婧, 等. 江西省汛期暴雨时空分布及区域性暴雨分区[J]. 气象与减灾研究, 2016, 39(02): 90-97. |
[18] |
李细生, 汪坚胜, 张华, 等. 2012年1-3月湖南低温连阴雨天气过程成因和影响[J]. 安徽农业科学, 2012, 40(32): 15818-15821. DOI:10.3969/j.issn.0517-6611.2012.32.094 |