2. 四川省气象台/高原与盆地暴雨旱涝灾害四川省重点实验室, 成都 610072;
3. 气象灾害预报预警与评估省部共建协同创新中心, 南京 210044
2. Sichuan Meteorological Observatory/Heavy Rain and Drought-Flood Disaster in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing 210044
在全球气候变化的影响下,暴雨洪涝及其带来的各种地质灾害的发生也随之增加(IPCC,2013)。在中国西部山区,山地暴雨区、山洪地质灾害易发区和人口居住较为密集区相互重叠。因西部山地地形复杂、地质多样,中小尺度对流系统引发的暴雨时有发生,对地质改造和山区河流作用十分强烈,致使山洪、地质灾害突发、频发,给人民福祉安全与社会经济发展带来极大危害。因此,西部山地暴雨是我国主要气象自然灾害之一,山地暴雨诱发的山洪、滑坡塌方、泥石流等次生灾害也是我国重大自然灾害的主要类型,这类灾害造成的损失和影响已引起社会的广泛关注和国家的高度重视,对其监测、研究、预警与防范是实现国民经济社会发展目标对防灾减灾提出的重大而迫切的战略需求。
四川地处中国西南腹地,青藏高原东缘,境内地形复杂,四周山地环绕,其中米仓山、大巴山、巫山坐落于东北侧,西面则为邛崃山、大凉山等山脉,天气气候极其复杂(李川等,2006;马振锋等,2006;胡豪然和梁玲,2015)。其独特的地理条件,叠加西南低涡、高原低涡、西南低空急流和低层切变线等天气影响系统(王智等,2003;黄楚惠等,2015;李超等,2015;李国平和陈佳,2018),使得暴雨成为四川地区发生次数最多、造成损失最大的气象灾害,对于四川暴雨的研究一直是气象学者们所关注的焦点问题。前人针对四川盆地的研究多针对暴雨的大尺度背景场(蒋兴文等,2008;陈栋等,2010)和物理量场的诊断(于波和林永辉,2008;王成鑫等,2013;李琴等,2016)。关于四川盆地暴雨的年际变化特征,也有不少学者做了相关研究,但目前大多数研究都集中在基于长时间序列资料分析降水的时空变化特征,研究结果表明四川夏季降水呈减少趋势,其中盆地东部和川西高原长期变化呈增多趋势(赵旋等,2013),四川盆地降水明显的减少(熊光洁等,2012),四川暴雨日数总体上从西到东呈现增加-减少-增加的趋势(周长艳等,2011;陈丹等,2018),近50 a四川盆地东部区、川西南山区由偏旱逐渐向偏涝转变(齐冬梅等,2011),盆地年降水量的增加主要由降水量级大的降水次数增加所致(曾波等,2019)。王佳津等(2017)发现盆西南和东北9月易发生单站持续性暴雨,而区域性暴雨多发生在7月,降水中心多发生在盆地西部沿山一带及盆地东北部。随着数值模式的发展和日臻成熟,其在气候变化影响四川暴雨的研究中也得到了应用(沈沛丰和张耀存,2011)。
由此可见,对于四川暴雨尤其是汛期(5—9月)暴雨已开展了大量研究,取得了一些重要研究进展。但多是针对区域性暴雨整体(包括盆地、山地和高原)演变特征的研究和损失总量评估,针对四川山地暴雨及其灾害演变特征的研究相对较少,缺少对于四川山地暴雨的专门分析。此外,以往研究所对应的年代较为久远,不能充分反映当前最新状况,加之用于统计的气象站点数较少,分布也比较稀疏,代表性不强,不利于对山地暴雨的细致研究。因此本文以四川西部山地和四川东北部山地为主要研究区域,重点统计分析2010—2019年汛期(5—9月)降水量级达到暴雨及以上的事件,利用4 841个加密自动气象站(简称加密站)资料和165个国家基准气象站(简称国家站)资料,以期探究包括降水强度、覆盖范围等在内的四川山地暴雨灾害的最新演变特征,为防范山地气象灾害,加强自然灾害防治,建立高效科学的自然灾害防治体系,保障人民生命财产安全与社会稳定提供参考依据。
1 资料与方法 1.1 资料本文所采用的资料为四川省165个国家基准气象站(图 1)的逐日降水数据以及4 841个四川省加密自动气象站的逐时降水数据,时段为2010—2019年的5—9月。灾情统计数据来源于四川省气象台提供的暴雨洪涝与地质灾害资料。
数据拟合是一种重要的数据处理方式,其中多项式拟合又是一种较常用的数据拟合方法,它利用解析表达式逼近离散数据从而可以较好地反映出数据变化趋势。为了研究降水量与降水频次的变化情况,本文基于最小二乘法进行三次多项式拟合。对于一组给定数据(xi, yi), 可以使用下列多项式进行拟合,即
$ f(x) = {a_0} + {a_1}x + {a_2}{x^2} + {a_3}{x^2} + \ldots \ldots = \sum\limits_{k = 0}^n {{a_k}} {x^k} $ | (1) |
为了使拟合出的近似曲线能尽量反映所给数据的变化趋势,要求在所有数据点上的残差δ最小。可转化为令偏差的平方和最小,即
$ S({a_0}, {a_1}, {a_2}, \ldots, {a_n}) = \sum\limits_{i = 1}^N {{{({\delta _i})}^2}} = \sum\limits_{i = 1}^N {{{[f({x_i}) - {y_i}]}^2}} = \min $ | (2) |
然后利用导数为零取极值的方法求解出各系数ak, 0≤k≤n从而解出拟合方程。
为了全面定量统计暴雨强度,本文采用了站均暴雨量和年累计暴雨量这两个概念。站均暴雨量为一次暴雨事件中日累计雨量大于等于50 mm的台站雨量求和后再除以日累计雨量大于等于50 mm的台站数。年累计暴雨量是该年所有暴雨事件站均暴雨量的总和。
本文对三类暴雨事件各自的频次占比进行了相关分析,由于川西与川东北站点数并不一致,因此首先需要对各区域的暴雨发生频次进行站点数加权平均。具体公式为
$ {P_i} = \frac{{{n_i}}}{{{N_i}\sum\limits_{k = 1}^3 {\frac{{{n_k}}}{{{N_k}}}} }}(i = 1, 2, 3) $ | (3) |
上式中,Pi为三类事件加权平均后的频次占比,ni、n k为三类事件各自发生山地暴雨的总站点数,Ni、Nk为各自区域内的总站点数。在大于1 d的连续降水中,相同的站点不再计入ni、nk,不同的站点继续计入n i、nk中。
1.3 四川山地暴雨事件的识别标准山地是海拔500 m以上且起伏大、多呈脉状分布的高地(李国平,2016),本文基于四川省的地理概况以及四川省降水落区的研究(卿清涛等,2013;王佳津等,2017;王春学等,2017),选取两个区域即四川东北部和四川西部海拔高于500 m且小于3 000 m的山区作为主要研究区域,四川西部山区范围是(102°—105°E,26°—33°N);而(105°—108.5°E,30°—33°N)为四川东北部山区, 其中川东北山区拥有10个国家站与188个加密站,川西山区拥有56个国家站与533个加密站。由此将四川山地暴雨事件划分为三类:四川西部山地暴雨事件、四川东北部山地暴雨事件及川西和川东北并发的山地暴雨事件(分别表示为SC-A、SC-B和SC-C,下文同)。暴雨事件选取标准为:(1)基于国家气象站逐日降水资料,规定以所选区域中有3个及以上站点日雨量大于等于50 mm即识别为一次山地暴雨事件。(2)在(1)中识别出暴雨日的基础上,若相邻两天同一台站日雨量大于等于50 mm则定为一次暴雨事件,否则认定为两次暴雨事件。由于加密站逐时降水资料可以弥补四川山地站点稀少的不足,有利于更加深入地研究山地暴雨的相关问题,因此进一步根据加密站降水资料对识别出的山地暴雨事件进行统计分析,最后整理得到四川山地暴雨及其灾情的数据集。其中暴雨强度定义为一次暴雨事件的站均暴雨量。暴雨频次指统计时间段内发生暴雨事件的次数,暴雨峰值定义为一次山地暴雨事件中单站小时雨量最大值,单站小时雨量最大值出现的时间则定义为暴雨峰值时间。
2 近10 a四川山地暴雨及致灾情况统计表 1给出了近10 a四川山地暴雨事件及致灾情况,近10 a间四川两大山地共出现255次山地暴雨事件,即每年均有超20次暴雨事件发生在四川西部山地和四川东北部山地,2011年和2017年出现超过30次的山地暴雨事件,2011年发生山地暴雨的频次最高(34次),2018年频次最低(21次)。10 a间总累计雨量的年平均值为3 016.1 mm·a-1,最高值亦出现在2011年(3 620.3 mm),最低值出现在2010年(2 513.2 mm)。值得注意的是,2018年山地暴雨事件发生最少,但2018年依然有较高的累计雨量。10 a间共引发191次灾害事件,其中洪涝灾害事件139次,地质灾害事件52次,即平均每年由山地暴雨事件导致的暴雨灾害约为14次,地质灾害约为5次。2010和2012年暴雨灾害最多(20次),2017年地质灾害最多(10次)。分析还发现,虽然暴雨灾害在本文统计时段呈逐年减少趋势,但地质灾害却出现增多趋势。暴雨灾害的减少与不断加强的气象预报能力以及政府防治能力有关,而地质灾害的增加很可能是由于继2008年四川汶川大地震后,四川省不同地区又陆续发生了多次地震,其主要受灾区以及被波及区山体结构遭受不同程度破坏,加上暴雨降水的峰值强度有所上升(见3.2.3节有关分析),在暴雨侵蚀效应的不断累积下,相关的泥石流、山体滑坡、崩塌等地质灾害不断增加(陈宁生等,2013)。
从2010—2019年四川山地暴雨逐年降水频次图(图 2a)可知,近10 a四川汛期发生山地暴雨的频次整体呈减少趋势,2011年、2015年和2017年为山地暴雨多值年,2012—2014年以及2018—2019为山地暴雨低值年,其中最大值出现在2011年,约为35次,最小值出现在2019年,约为20次。从加权平均后的三类暴雨事件频次占比(图 2c)中可以发现,SC-A的发生频次在总体上是最高的,达到了53.54%,川东北次之,最少的为两地并发型事件。究其原因,四川西部山区包括盆西北龙门山和盆西南青衣江两大暴雨高发区,其西为第一地形台阶的青藏高原,夏季偏南暖湿气流极易汇聚在此,造成暴雨频次较高,甚至极端降水频次也高于川东北降水(肖递祥等,2017)。总体上SC-A发生频次呈缓慢增加的趋势,SC-B则呈缓慢减少的趋势,SC-C暴雨事件频次在2011年达最大15次,之后显著减小并趋于稳定。
近10 a内四川山地暴雨年累计暴雨量的变化曲线(图 2b)表明,总体暴雨量呈增加趋势,累计暴雨量在2011年和2018年分别出现主峰和次峰,均达到3 000 mm以上,2010 a为暴雨量低谷,约为2 500 mm。SC-A的年累计暴雨量也呈缓慢增加趋势;SC-B则为不规则的振荡趋势,具体表现为2010—2012年累积雨量逐渐增加,2012—2017年减少,之后又逐渐增加;S-C的累计暴雨量在2011年和2012年分别达到最大值和最小值,之后逐渐趋于稳定。从不同类型山地暴雨的频次和强度看,2014年前,SC-A与总暴雨呈反位相变化,而SC-B与总暴雨同位相变化;2014年后,SC-A与SC-B分为转为同位相、反位相变化,而SC-C始终与总暴雨呈同位相变化,故2014年可视为一个突变年。由暴雨频次和年累计暴雨量的区域占比可知(图 2c和2d),SC-A的频次和累计暴雨量占比均为最高,其总暴雨量占比超过50%,总频次高达20.6次,总暴雨量达到15 470 mm,说明四川山地暴雨事件主要集中在川西山地。其次为SC-B,暴雨发生频次达到18.7次,占总体的36.45%,暴雨量占总体的25.72%,达到7756.7 mm。而SC-C无论频次还是累计暴雨量占比在三类暴雨事件中均为最少,发生频次约为12次,占总体的23.39%,累计暴雨量约为6 930.5 mm,占总体的22.98%。
值得注意的是,以往研究表明,1960—2010年这一期间四川盆地西部暴雨的频次和强度均呈减少趋势,四川东北部则表现为增加的趋势(王春学等,2016;贺冰蕊,翟盘茂,2018)。而从近10 a来四川暴雨的演变来看,四川西部山地暴雨表现出了与此前50 a相反的变化趋势,而川东北山地暴雨变化特征的规律性不强。
3.2 汛期逐月山地暴雨发生频次与强度的变化特征及趋势分析 3.2.1 汛期逐月暴雨频次图 3给出了不同月份山地暴雨频次的年际变化特征。5月份山地暴雨频次年际变化特征(图 3a)表明:2015年5月为山地暴雨多发年,2015年之前呈先增后减的变化,之后波动较平缓;6月(图 3b)暴雨频次年际变化波动最小,其中2013—2016年有一次多雨期;7月(图 3c)是暴雨频次发生最高的月份,平均值高于8次,暴雨频次整体呈减少-增加-减少的趋势,即2015年前暴雨频次呈减少趋势,2016—2017年迅猛增长并维持峰值(13次),2017年之后呈稳定减少的趋势;8月(图 3d)暴雨频次的年际变化出现明显的双峰特征,第一峰值出现在2011年,第二峰值出现在2017年,两峰值年之间呈先增后减的趋势;9月(图 3e)暴雨频次整体呈减少趋势,峰值出现在2010 a和2011年(均为7次),而2012、2016及2017年则出现谷值(1次)。
整体而言,近10 a来,不同月份山地暴雨频次有明显的年际波动特征,5月和6月山地暴雨频次的波动相对较平缓,7月、8月、9月暴雨频次的振幅变化较大。从不同类型山地暴雨的频次看,5月以SC-C和SC-B为主,进入6月后SC-A山地暴雨较5月发生频次增多,这个特征在7月和8月表现更甚,9月的暴雨频次显著减少。所以7月是三类山地暴雨发生的高频期,8月则以SC-A为主,另两类不明显,到了9月SC-B频次增多。
3.2.2 汛期逐月暴雨强度图 4给出了汛期逐月暴雨强度的年际演变(图 4)。5月(图 4a)总累计暴雨量呈现升-降交替分布的趋势,其中2010—2012、2013—2015、2016—2018年为上升段,其余年份为下降段。6月(图 4b)总累计暴雨量变化曲线与5月相似,表现为多寡年交替分布,其中2011、2013、2015、2017和2018年均为山地暴雨量偏高年。7月(图 4c)累计暴雨量呈三峰结构,峰值分别出现在2013、2016和2018年,2010—2012年变化平缓,2013—2017年变化幅度大,在2016年达到峰值,之后的3年呈现下降-上升-下降的趋势,但暴雨量变化趋势不明显。8月(图 4d)累计暴雨量波动较平缓,9月(图 4e)山地暴雨呈周期变化的趋势,即每隔4—5年会出现一次波峰和波谷,其中2016、2017年为山地暴雨累计暴雨量偏低期。总累计暴雨量在6—8月达到最强,6月开始三类暴雨累计暴雨量较5月均有加强,以SC-A和SC-B的增加最为显著,7月累计暴雨量达最大,以SC-A和SC-C最明显,8月累计暴雨量开始减小,并以SC-A为主,9月累计暴雨量中SC-B雨量增加。
图 5a为三类山地暴雨峰值的逐年变化图,由图可知,SC-A暴雨峰值近10 a中波动振幅较小且无明显的线性增减趋势,其峰值暴雨量总体大于另两类。SC-B表现为先上升后下降的趋势,但增减幅度并不强烈,最大值与最小值相差小于20 mm。SC-C暴雨峰值基本呈现上升趋势,且幅度较大,在2019年达到最高,与2010 a相差了41 mm。
从各月暴雨峰值的逐年变化图(图 5b)可以得出,5月与6月峰值变化大致为高值-低值年交替分布趋势,且5月暴雨峰值基本大于6月。而对于7月来说,其峰值为整个汛期最高,但变化趋势较为平缓。8月暴雨峰值在2012年前呈增加趋势,之后逐渐下降,于2016年达到最低点,之后为明显的上升趋势。9月暴雨峰值变化幅度大,但无明显的周期性且总体强度较小,2015年之前,暴雨峰值波动不明显,2015年之后剧烈下降,于2016年达到最低,之后呈现强烈的上升趋势。
4 四川山地暴雨事件的月变化图 6为汛期四川三类山地暴雨事件的累计暴雨量及暴雨频次的月变化图。从暴雨频次的月变化曲线(图 6a, b, c)来看,三类暴雨事件发生频次的峰值均出现在7月份,而谷值出现的时间均不相同,SC-A中谷值出现在5月,SC-B中出现在8月,SC-C中出现在6月。累计暴雨量峰值也同样出现在7月,其中SC-A在8月份出现次峰。SC-C山地暴雨事件虽然6月频次最低,但该月累计暴雨量仅次于7月,表明6月SC-C降水的强度比较大。SC-A累计暴雨量在7—8月强度明显高于汛期其余月份,因此7、8月是四川西部山区山地暴雨的多发月份。不同于其他两类事件的是,SC-B的频次和累计暴雨量均在9月份出现次峰,因此汛期即将结束的9月份应重点关注四川东北部的山地暴雨。
综上可知,5月SC-B暴雨出现的频次最高;6月SC-A出现的频次最高,但SC-C的事件暴雨强度最大;7月是山地暴雨全年的高发期,三类山地暴雨的频次和累计暴雨量峰值均出现在7月,其中SC-A发生的概率最大;8月SC-A的频次和累计暴雨量均为最高;9月SC-B的频次和累计暴雨量最高。总体来说,在5— 9月期间,SC-A的累计暴雨量和频次明显多于其它两类。三类山地暴雨事件中,累计暴雨量从5月至7月总体呈逐渐增加的趋势,7月达到最大值之后,暴雨量逐月下降。
5 四川山地暴雨峰值的日变化四川盆地是我国夜雨率最高的地区(张家诚和林之光,1985),自古有“巴山夜雨”之名,说明四川盆地降水有明显的日变化。对于本文所研究的山地暴雨事件是否也有这样的日变化特征呢?
从山地暴雨峰值频次的年际演变图(图 7a)可以看出,山地暴雨峰值出现在夜间次数总体上显著高于白天,其中2017年达到峰值(20次),仅在2011、2014、2015年有所下降,2014年为最低(8次)。从山地暴雨峰值频次的月际演变图(图 7b)可见,近10 a整个汛期除了6月暴雨出现在白天的频次高于夜间外,其余月份均为夜雨发生频次更高,且从5月开始到7月暴雨夜间发生次数越来越多,之后逐渐下降,其中5月山地暴雨发生夜雨的频次最低,7月最多,分别为15次与57次。由暴雨事件的空间占比图(图 7c)可知,在三类事件中,近10 a间SC-A强降水时段发生在夜间的概率为59.9%,远高于白天的40.1%,而其余两类山地暴雨事件中,夜间与白天的发生概率基本持平,各占50%。由此可知,相较于其他两类事件,SC-A夜间更易发生强降雨。从暴雨峰值出现的时间来看(图 7d),00时至06时山地暴雨峰值出现频次显著高于其他时段,暴雨峰值出现频次较高的第二个时段是午后14-16时,说明山地暴雨峰值更易出现在后半夜和午后。由于夜间一般为人们休息的时段,加上川西地形复杂、道路崎岖,如果发生山洪泥石流等次生灾害,往往来不及避险。因此,相较于白天,更应重视川西山区夜间暴雨的监测、预警。
利用2010—2019年四川省国家基本气象站和加密自动气象站观测的降水资料,将四川山地暴雨事件分为三种类型:川西山地暴雨(SC-A)、川东北山地暴雨(SC-B)和川西、川东北两地并发型暴雨(SC-C)。采用三次多项式拟合方法,研究了气候变暖影响下近10 a来四川山地暴雨的时空演变特征,得出以下主要结论:
(1) 近10 a来四川山地暴雨发生频次呈递减趋势,但累计暴雨量和地质灾害却呈逐年增多趋势。无论是山地暴雨的频次还是累计暴雨量,SC-A均为最高,超过50%,其次为SC-B,SC-C最低。对于暴雨峰值雨量,SC-A最高且呈缓慢下降的趋势,SC-C呈上升趋势,SC-B则表现为不显著的先升后降趋势。值得注意的是,SC-A暴雨发生的频次和暴雨强度呈现出与以往研究结果相反的变化趋势,这一方面与我们统计标准的界定有关,以往的研究多是对四川省所有地区的暴雨进行普查,没有对地区进行明显的界定,另一方面则是由于气候变暖,川西暴雨频次增加且极端性降水增加,故累计暴雨量增加。
(2) 根据暴雨峰值逐年变化,SC-A暴雨峰值总体大于另两类暴雨,近10 a来,暴雨量峰值除在8月呈上升趋势外,其余月份山地暴雨量峰值无明显的线性增减趋势。
(3) 对于暴雨频次和强度的月变化,其在5—7月递增,7—9月递减。5月和9月SC-B暴雨出现的概率最高,而6—8月SC-A暴雨发生概率最高。
(4) 四川山地暴雨也具有明显日变化,暴雨峰值时段多出现在傍晚至凌晨,且一般夜间出现的频次显著高于白天,后半夜出现的频次高于前半夜。三类山地暴雨事件中,川西山地暴雨的峰值更容易在夜间出现。本文有针对性地就四川省近10 a来山地暴雨事件的基本特征进行了初步探讨,一定程度上揭示了此类暴雨的长期演变发展趋势。然而,由于山区观测资料尤其是洪涝、地质灾情资料获取困难,按气候变化研究的要求则本工作所做的分析时段还不够长,山地暴雨年代际变化特征尚不清楚;尚未涉及川东平行岭谷的山地暴雨问题和选取不同山地海拔高度阈值对分析结果的影响;未对山地暴雨特征的机理进行分析等。我们将在积累更多山区加密气象自动站降水资料(包括山地暴雨外场观测试验资料)的基础上在后续工作中对这些不足加以完善。
陈丹, 周长艳, 熊光明, 等. 2018. 近53年四川盆地夏季暴雨变化特征分析[J]. 高原气象, 37(1): 197-206. |
陈栋, 顾雷, 蒋兴文. 2010. 1981-2000年四川夏季暴雨大尺度环流背景特征[J]. 大气科学学报, 33(4): 443-450. DOI:10.3969/j.issn.1674-7097.2010.04.008 |
陈宁生, 刘丽红, 邓明枫, 等. 2013. "4·20"芦山地震后的四川地质灾害形势预测与防治对策[J]. 成都理工大学学报(自然科学版), 40(4): 371-378. DOI:10.3969/j.issn.1671-9727.2013.04.03 |
贺冰蕊, 翟盘茂. 2018. 中国1961-2016年夏季持续和非持续性极端降水的变化特征[J]. 气候变化研究进展, 14(5): 437-444. |
胡豪然, 梁玲. 2015. 近50 a西南地区降水的气候特征及区划[J]. 西南大学学报(自然科学版), 37(7): 146-154. |
黄楚惠, 李国平, 牛金龙, 等. 2015. 近30年夏季移出型高原低涡的气候特征及其对我国降雨的影响[J]. 热带气象学报, 31(6): 827-838. |
蒋兴文, 王鑫, 李跃清, 等. 2008. 近20年四川盆地大暴雨发生的大尺度环流背景[J]. 长江流域资源与环境, 17(z1): 132-137. DOI:10.3969/j.issn.1004-8227.2008.z1.024 |
马振锋, 彭骏, 高文良, 等. 2006. 近40年西南地区的气候变化事实[J]. 高原气象, 25(4): 633-642. DOI:10.3321/j.issn:1000-0534.2006.04.010 |
李超, 李跃清, 蒋兴文. 2015. 四川盆地低涡的月际变化及其日降水分布统计特征[J]. 大气科学, 39(6): 1191-1203. |
李川, 陈静, 何光碧. 2006. 青藏高原东侧陡峭地形对一次强降水天气过程的影响[J]. 高原气象, 25(3): 442-450. DOI:10.3321/j.issn:1000-0534.2006.03.012 |
李国平. 2016. 近25年来中国山地气象研究进展[J]. 气象科技进展, 6(3): 115-122. |
李国平, 陈佳. 2018. 西南涡及其暴雨研究新进展[J]. 暴雨灾害, 37(4): 293-302. DOI:10.3969/j.issn.1004-9045.2018.04.001 |
李琴, 杨帅, 崔晓鹏, 等. 2016. 四川暴雨过程动力因子指示意义与预报意义研究[J]. 大气科学, 41(2): 341-356. |
齐冬梅, 李跃清, 陈永仁, 等. 2011. 近50 a四川地区旱涝时空变化特征研究[J]. 高原气象, 30(5): 1170-1179. |
卿清涛, 陈文秀, 詹兆渝. 2013. 四川省暴雨洪涝灾害损失时空演变特征分析[J]. 高原山地气象研究, 33(1): 47-51. DOI:10.3969/j.issn.1674-2184.2013.01.008 |
沈沛丰, 张耀存. 2011. 四川盆地夏季降水日变化的数值模拟[J]. 高原气象, 30(4): 860-868. |
王成鑫, 高守亭, 梁莉, 等. 2013. 动力因子对地形影响下的四川暴雨落区的诊断分析[J]. 大气科学, 37(5): 1099-1110. |
王春学, 马振峰, 秦宁生, 等. 2016. 近50 a川渝盆地夏季降水多尺度变化特征[J]. 高原气象, 35(5): 1191-1199. |
王春学, 马振峰, 王佳津, 等. 2017. 四川盆地区域性暴雨时空变化特征及其前兆信号研究[J]. 气象, 43(12): 1517-1526. |
王佳津, 陈朝平, 刘莹, 等. 2017. 四川省持续性暴雨定义及时空分布特征[J]. 气象科技, 45(2): 331-341. |
王智, 高坤, 翟国庆. 2003. 一次与西南低涡相联系的低空急流的数值研究[J]. 大气科学, (01): 75-85. DOI:10.3878/j.issn.1006-9895.2003.01.07 |
肖递祥, 杨康权, 俞小鼎, 等. 2017. 四川盆地极端暴雨过程基本特征分析[J]. 气象, 43(10): 1165-1175. DOI:10.7519/j.issn.10000526.2017.10.001 |
熊光洁, 王式功, 尚可政, 等. 2012. 中国西南地区近50 a夏季降水的气候特征[J]. 兰州大学学报(自然科学版), 48(4): 45-52. DOI:10.3969/j.issn.0455-2059.2012.04.008 |
于波, 林永辉. 2008. 引发川东暴雨的西南低涡演变特征个例分析[J]. 大气科学, 32(1): 141-154. DOI:10.3878/j.issn.1006-9895.2008.01.13 |
张家诚, 林之光. 1985. 中国气候[M]. 上海: 上海科学技术出版社, 196-222.
|
赵旋, 李耀辉, 齐冬梅. 2013. 1961-2007年四川夏季降水的时空变化特征[J]. 冰川冻土, 35(4): 959-967. |
曾波, 谌芸, 王钦, 等. 2019. 1961-2016年四川地区不同量级不同持续时间降水的时空特征分析[J]. 冰川冻土, 41(2): 192-204. |
周长艳, 岑思弦, 李跃清, 等. 2011. 四川省近50 a降水的变化特征及影响[J]. 地理学报, 66(5): 619-630. |
IPCC. 2013. Observations: Atmosphere and Surface. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge: Cambridge University Press, Cambridge: Cambridge university
|