期刊检索:
  暴雨灾害   2021, Vol. 40 Issue (2): 153-159.  DOI: 10.3969/j.issn.1004-9045.2021.02.006

论文

DOI

10.3969/j.issn.1004-9045.2021.02.006

资助项目

河南省科技攻关项目(212102310416);中国气象局预报员专项(CMAYBY2020-078);河南省气象局强对流预报创新团队

第一作者

杨军勇, 主要从事强对流预报技术研究。E-mail: yangjunyong.zz@gmail.com.

通信作者

苏爱芳, 主要从事强对流监测和预报预警技术研究。E-mail: afsu011@sohu.com.

文章历史

收稿日期:2020-09-28
定稿日期:2020-12-15
河南省暖季小时极端降水时空分布特征
杨军勇1 , 苏爱芳2     
1. 郑州大学生态与环境学院, 郑州 450001;
2. 河南省气象台, 郑州 450007
摘要:利用2010—2018年河南省371个气象观测站(包含122个国家站和249个骨干区域站)逐时降水资料,对河南省暖季(5—9月)小时极端降水时空分布特征进行了统计分析。主要结果如下:(1)河南省暖季第99.9百分位小时极端降水阈值、强度、频次和贡献率的局地差异明显,其高值区主要分布在伏牛山南部、黄淮平原东部和淮河流域西南部。(2)河南小时极端降水事件主要发生7、8月,其中7月最多,且有1/4以上为区域性极端降水事件;全省小时极端降水频次日变化表现为明显的双峰型,主峰值出现在傍晚;80 mm·h-1以上小时极端降水频次日变化呈多峰结构,主峰值出现在夜间。(3)山地、丘陵、城市和平原四类下垫面区域的小时极端降水指标存在差异,城市小时极端降水强度最大,频次最低;山地小时极端降水强度最低,频次最高。(4)四类下垫面小时极端降水日变化虽均表现为双峰型,但也存在明显差异:山地其峰值以夜间为主,傍晚为辅;丘陵其峰值夜间、傍晚并存,且峰值强度接近;平原以及城市则以午后峰值为主,其中城市午后峰值强度更高。
关键词小时极端降水    时空分布    日变化特征    下垫面    
Spatial and temporal distribution characteristics of hourly extreme rainfall in warm season in Henan
YANG Junyong1 , SU Aifang2     
1. Ecology and Environment Academy of Zhengzhou University, Zhengzhou 450001;
2. Henan Meteorological Observatory, Zhengzhou 450007
Abstract: Based on the hourly precipitation data from 2010 to 2018 at the 371 meteorological stations including the 122 national Automatic Weather Stations (AWSs) and the 249 backbone regional AWSs in Henan, we have conducted a statistical analysis of spatial and temporal distribution characteristics of hourly extreme rainfall in warm season (May to September) in Henan. The main results are as follows. (1) There are obvious differences in the threshold, intensity, frequency and contribution rate of hourly extreme rainfall in the 99.9th percentile in warm season in Henan. Their high value areas are mainly in the south of the Funiu Mountains, the east of the Huanghuai Plain and the southwest of the Hwai River basin. (2) Hourly extreme rainfall events occur mainly between July and August, of which the most is in July, and the regional extreme precipitation event is more than the quater of hourly extreme rainfall events. The diurnal variation of hourly extreme rainfall frequency in Henan is characterized by an obvious bimodal structure, in which the main peak value appears in the evening. The diurnal variation of the frequency of hourly extreme rainfall above 80 mm·h-1 shows a multi-peak structure, in which the main peak value is at night. (3) There are differences in the hourly extreme precipitation index for the four underlying surfaces including mountains, hill area, urban area and plain. The intensity of hourly extreme precipitation is the highest in the urban area, while its frequency is the lowest. The intensity of hourly extreme precipitation is the lowest in the mountains, while its frequency is the highest. (4) Although the diurnal variation of hourly extreme precipitation under all four types of underlying surfaces shows a bimodal pattern, there are obvious differences in some ways. The peak values of hourly extreme precipitation in the mountains occur mainly at night, followed by evening. Those in hilly area coexist at night and in the evening, and their intensities are comparable. Those in plain and urban occur mainly in the afternoon, and its peak intensity in the afternoon is higher in urban area.
Key words: hourly extreme rainfall    temporal and spatial distribution    diurnal variation characteristics    underlying surface    
引言

短时强降水具有尺度小、发展快、易致灾的特点,尤其是极端短时强降水,造成的灾害更为严重。近年来,我国极端短时强降水所带来的暴雨洪涝或次生灾害频发,给国民经济和人民生命财产安全造成极大威胁。如2012年7月21—22日北京发生的高强度、长时间、大范围极端降水事件,1 h雨量普遍达40~80 mm,最大小时雨量达100.3 mm (孔锋等,2018a)。再如2016年7月18—21日华北地区发生的极端暴雨,多数地区24 h累积降水量超过350 mm,造成严重人员伤亡和财产损失(雷蕾等,2017)。因此,对于中国极端降水的研究长期以来备受气象学者的关注。

以往国内一些气象学者利用日降水资料研究了我国极端降水的时空分布特征与变化趋势。Zhai等(2005)翟盘茂等(2007)利用1953—2003年逐日降水资料,以第95百分位定义当地阈值分析了我国极端降水的时空分布特征及变化特点,指出在气候变暖的背景下,我国极端降水事件的发生频次增多,降水强度增加,且极端降水事件对总降水量具有十分重要的贡献。由于极端降水时空分布极不均匀,使用日降水资料会高估长时间连续性弱降水的强度,低估短时间强降水的强度(董旭光等,2017),使用次日尺度的降水资料可以更加准确地反映极端降水强度及其时空变化变化特征。近年来,随着高精度小时降水数据集的建立,越来越多的研究人员基于小时降水资料作了较多研究。Yu等(2007a, 2007b)利用逐时降水资料分析了我国夏季降水特征,指出在不同大尺度环流和下垫面特征等因素影响下,我国夏季小时极端降水日变化特征呈现明显区域性,其频次峰值贵州和四川盆地出现在清晨,云南、华南、华北和东北地区出现在傍晚,青藏高原地区出现在21:00 (北京时,下同)前后。Luo等(2016)利用1981—2015年全国小时降水资料分析我国不同地区小时极端降水特点表明,东部平原地区(包括四川盆地)小时极端降水强度明显高于西部山地地区。随着我国城市化程度的提高,城市化无疑成为影响极端降水的因素之一,孙继松和杨波(2008)韩文堂等(2016)孔锋等(2018b)吴梦雯和罗亚丽(2019)Zhang (2020)分析了城市化对小时极端降水的影响,指出在城市热力环流及下垫面的作用下,更有利于β中尺度系统维系,从而更易形成极端降水,且城市化效应使得极端降水阈值、频次提高。

河南省作为我国人口大省和农业大省,地跨黄淮海流域,地处黄淮西部地貌过渡区,地势西高东低,北、西、南三面有太行山、伏牛山、桐柏山、大别山四大山脉环绕,间有陷落盆地,中部和东部为辽阔的黄淮海冲击大平原。由于受地形地貌特征差异的影响,河南省降水时空分布差异明显,旱涝等多种气象灾害频发,且明显受到下垫面影响(苏爱芳等,2019)。目前,有关对河南省极端降水和暴雨的统计研究表明(侯春梅等,2008余卫东等,2008朱业玉等,2009王新伟等,2018): 河南省暴雨区域性差异明显,整体上表现为南多北少,自西向东逐渐增大,但极端降水频次(使用第95分位为阈值)则南少北多,表现出明显的季节性,主要集中在7—8月份。王婧羽等(2019)利用高密度地面自动站逐时降水观测资料,采用绝对阈值法研究了河南省短时强降水(≥20 mm·h-1)和极端短时强降水(≥50 mm·h-1)变化,结果也表明河南省复杂的地形对于短时强降水具有显著增幅作用,且主要是通过增加降水频次而实现。由于河南省降水具有很强的空间不均匀性,极端降水阈值的选取需要考虑数据获取地的气候背景,故宜采用相对阈值法选取河南省极端降水阈值(李健等,2013)。另外,以往关于河南省极端降水的研究,缺乏对小时降水80 mm以上的超强对流天气(QX/T416—2018)的统计分析。因此,本文将利用百分位法确定小时极端降水阈值,并统计出80 mm·h-1以上的极端降水事件,从极端降水强度、频次、贡献率、日变化特征以及不同下垫面差异等方面,对河南省小时极端降水进行详细分析,期望进一步了解河南省小时极端降水规律,为提高河南省短时强降水临近预报能力提供有价值的参考。

1 数据来源与研究方法 1.1 数据来源

本文所选的降水资料为河南省2010—2018年暖季(5—9月,下同) 371个气象站(含122个国家站和249个骨干区域站,图 1a)逐时降水资料,该资料来自河南省气象档案馆,且经过界限值、内部一致性、时间一致性的质量控制。

图 1 河南省地形与气象观测站点分布(a)及2013年平均夜间灯光强度(DN)分布(b) Fig. 1 (a) Distribution of meteorological observation stations and the topographical altitude (color-filled areas, unit: m) over Henan and (b) annual averaged night light intensity map in 2013.

由于部分站点存在不同程度的缺测现象,本文利用临近站点数据对缺测数据进行补充。根据夜间灯光数据能够探测出城市地区的低强度灯光,因此本文将其作为城市化发展水平的表征指标(图 1b)。本文使用的夜间灯光数据取自美国军事气象卫星计划/线性扫描业务系统(Defense Meteorological Satelite Program/ Operational Linescan System, DMSP/OLS),卫星资料的空间分辨率为1 km×1 km,灯光强度为2013年的年均值。

1.2 研究方法

目前,国内外学界更多使用相对阈值定义极端降水。相对阈值法包括百分位法和拟合经验函数(吴梦雯,2019)。百分位法是适用于各种分布类型的非参数方法,因此本文采用百分位法定义小时极端降水阈值。具体做法是: 将某一站点大于等于0.1 mm的小时降水量按升序排列X1, X2, X3, …, Xn,样本第x百分位数px为阈值(李健等,2013)。本文分析河南省2010— 2018年暖季第95、99、99.9百分位小时降水的阈值特征(表 1)。我国气象业务上常用大于20 mm·h-1降水定义小时强降水,用大于50 mm·h-1定义极端短时强降水(陈炯等,2013俞小鼎,2013)。由河南省2010—2018年暖季不同百分位小时极端强降水阈值(表 1)可知,只有第99.9百分位小时降水阈值满足所有站点阈值大于20 mm·h-1,且部分站点阈值超过50 mm·h-1。因此,本文选取第99.9百分位小时降水阈值作为河南省小时极端降水阈值,并分析其时空分布特征。

表 1 河南省2010—2018年暖季不同百分位小时极端强降水阈值 Table 1 Thresholds of the different percentiles of hourly extreme rainfall in Henan in the warm season from 2010 to 2018.

本文用于分析小时极端降水特征的指标包括: 小时极端降水频次、小时极端降水强度、小时极端降水贡献率。小时极端降水频次为某一时段内超过小时极端降水阈值的小时数;小时极端降水强度为某一时段内超过降水阈值的降水量之和除相应的降水频次;小时极端降水贡献率为某一时段内超过降水阈值的降水量之和除以总降水量(董旭光等,2017)。将24 h内相邻三个地市有10站1 h降水达到20 mm·h-1及以上、其中有3站出现极端短时强降水定义为区域性极端强降水事件。根据地形特征、城市化程度,将河南省划分成4种不同类型的下垫面,即: 海拔500 m以上的地区定义为山地下垫面,该下垫面气象站共有48个;200~500 m的地区定义为丘陵下垫面,共有73个气象站;200 m以下的地区为平原地区,由于河南省平原地区城市化水平较高,存在大城市群,将河南省平原地区划分为城市下垫面地区和非城市下垫面地区分别进行研究。平原地区中,夜间灯光强度高于50的区域定义为城市下垫面(孔锋等,2018b),共有57个气象站;其余区域则为平原非城市下垫面(以下简称平原下垫面),共有193个气象站。为了分析河南省小时极端降水指标的空间分布特征,采用反距离权重法(inverse distance weighted, IDW)对小时极端降水各项指标的分析结果进行空间插值(董旭光等,2017)。

2 结果与分析 2.1 小时极端降水的基本特征 2.1.1 小时极端降水的空间分布

图 2a给出河南省2010—2018年暖季第99.9百分位小时极端降水阈值的空间分布。从中看到,伏牛山以北的洛阳、以西的三门峡,南阳的西南部以及黄淮平原西部地区的阈值较低,低于40.3 mm·h-1,低值中心位于三门峡卢氏县,为21.3 mm·h-1。伏牛山南部、黄淮平原东部的商丘以及信阳的西南部阈值较高,高于46.7 mm·h-1,其中洛阳南部的栾川县的阈值高达73.1 mm·h-1,为高值中心。

图 2 河南省2010—2018年暖季小时极端降水的阈值(a, 单位: mm·h-1)、频率(b, 单位: 次·a-1)、平均强度(c, 单位: mm·h-1)、贡献率(d, 单位: %)、80 mm·h-1以上降水频次(e)及小时雨量极大值(f, 单位: mm·h-1)的空间分布 Fig. 2 Spatial distribution of (a) thresholds (unit: mm·h-1), (b) frequency, (c) averaged precipitation intensity (unit: mm·h-1), (d) contribution rate (unit: %), (e) frequency of accumulated precipitation above 80 mm·h-1 and (f) maximum hourly rainfall (unit: mm·h-1) of hourly extreme rainfall in Henan in the warm season from 2010 to 2018.

从河南省2010—2018年暖季小时极端降水年均频率空间分布图上可见(图 2b),淮河流域、豫西山区西南部和南阳北部地区的降水频率明显偏大,其中信阳罗山为极值中心,年均小时极端降水频率为0.67次·a-1;黄淮平原中东部以及河南省东北部降水频率偏小,年均不足0.30次,南阳盆地及信阳也存在零散降水频率偏低站点,其余大部分地区年均小时极端降水频率在0.30~0.50次·a-1之间。

河南省小时极端降水平均强度的空间分布(图 2c) 与其阈值的空间分布类似,伏牛山南部、黄淮平原东部的商丘、豫北太行山东部以及信阳西南部降水强度较大,普遍高于57.8 mm·h-1,尤其是伏牛山南部山区及山前迎风坡地区,小时极端降水平均强度高达67.3 mm·h-1,表明复杂地形和迎风坡效应可能对小时极端降水具有显著的增幅作用;豫西山区西北部、黄淮平原中部和信阳东部的小时极端降水平均强度偏小,低于43.0 mm·h-1

图 2d给出河南省2010—2018年暖季小时极端降水量占总降水量比率(即贡献率)的空间分布,从中可见,河南省西部的三门峡,中部的平顶山、漯河、焦作,北部的新乡、安阳、濮阳东部,信阳东南部以及西南部的南阳盆地小时极端降水贡献率较低,不足2.3%;伏牛山及其南部,黄淮平原东部的商丘以及淮河流域东部的小时极端降水贡献率较高,高于5.0%,其中栾川为高值中心,高达8.3%。

河南省2010—2018年暖季降水强度超过80 mm·h-1的站点共105个,图 2e是统计其发生次数得到降水强度超过80 mm·h-1站点的空间分布,从中可见,其累计发生1次的站点分布表现为“东多西少”,豫西山地北部和南阳盆地南部出现降水强度达到80 mm·h-1以上的站点最少;伏牛山及其南部和淮河流域西南部出现降水强度80 mm·h-1的范围较大,且部分站点累计达到5次,为80 mm·h-1以上强降水高发区域。

图 2f为河南省2010—2018年暖季小时雨量极大值空间分布,从中看到,伏牛山以南、黄河以北太行山东部、淮河流域西部以及黄淮平原东部的商丘为大值区,小时雨量极大值普遍超过70 mm·h-1,其极值中心位于伏牛山南部,小时雨量极大值超过130 mm·h-1;黄淮平原中西部和豫西山地北部小时雨量极大值最小,普遍低于50 mm·h-1

综上分析可知,河南省2010—2018年暖季小时极端降水(以第99.9百分位为阈值)的空间分布与以第95百分位为阈值的极端降水存在明显差异(朱业玉等,2009),小时极端降水的频次、强度、贡献率高值区集中在伏牛山南部、淮河流域西南部以及黄淮平原东部的商丘。这种较为零散的分布反映了高强度极端降水可能与其天气尺度较小有关,或受当地地形影响有关。

2.1.2 小时极端降水的逐月变化

图 3给出河南省2010—2018年暖季小时极端降水频次和区域性极端强降水频次占极端降水总频次的比率(简称区域性极端强降水频次占比)逐月变化,从中可见,河南省累计出现小时极端降水事件860次,7月小时极端降水频次最高,达385次;8月次之,为284次;9月最少,仅37次。这些小时极端降水事件中包括了局地性极端强降水事件和区域性极端强降水事件,区域性极端降水往往会造成大范围洪涝。7、8月是河南区域性极端强降水频次占比最高的两个月,其中7月最高,占比34.1%。5月区域性极端强降水频次占比最低,仅5%。

图 3 河南省2010—2018年5—9月小时极端降水频次和区域性极端强降水频次占极端降水总频次比率(单位: %)的月变化 Fig. 3 Monthly variation of hourly extreme rainfall frequency and the ratio (unit: %) of the regional extreme severe precipitation frequency to the total frequency of extreme rainfall in Henan between May and September from 2010 to 2018.

综上可知,7、8月是河南省2010—2018年暖季小时极端降水事件高发期,且区域性极端强降水事件占比超过1/4;9月小时极端降水事件发生次数最少,但其区域性极端强降水事件占比高于5月和6月。

2.1.3 小时极端降水的日变化

图 4给出河南省2010—2018年暖季第99.9百分位小时极端降水和80 mm·h-1以上小时极端降水频次日变化。从中可见,河南省暖季小时极端降水日变化具有明显的双峰型结构,主峰出现在傍晚17时前后,次峰出现在凌晨01时,次峰值虽与主峰值接近,但其峰值区间明显窄于主峰;清晨07时至中午12时是小时极端降水发生的低频时段,其中中午12时发生频次最少,仅为午后峰值的1/4。另外,80 mm·h-1以上小时极端降水发生频次较低,仅为小时极端降水频次的1/5,且其变化趋势也存在明显差异。80 mm·h-1以上小时极端降水主要集中发生在凌晨01时,午后15时和20时对应两个较低的次峰值,其夜发性特征明显。

图 4 河南省2010—2018年暖季第99.9百分位小时极端降水(R99.9)与80 mm·h-1以上小时极端降水(R80)的频次日变化 Fig. 4 Diurnal variation of the accumulated frequency of the 99.9th percentile of hourly extreme rainfall (R99.9) and the hourly extreme rainfall (R80) above 80 mm·h-1 in Henan in the warm season from 2010 to 2018.
2.2 不同下垫面小时极端降水特征分析

高强度的降水往往由中小尺度系统直接产生,中小尺度系统的形成、发展受不同类型下垫面影响,因此降水强度在很大程度上会受到下垫面特征的影响(吴正华等,2000张朝林等,2005俞小鼎,2013孙继松,2017郑永光等,2017)。河南省处于我国第二到第三阶梯的地势过渡带,其西部、南部为山地丘陵,东部为平原,且人口密集、城市化发展不平衡,复杂的下垫面可能是导致河南省小时极端降水空间分布局地差异明显、高值区分散等特征的主要原因。为了揭示不同类型下垫面对极端降水的影响,对河南省2010—2018年暖季4种不同下垫面小时极端降水的特征与差异分析如下。

2.2.1 小时极端降水指标的差异

从河南省平原、丘陵、山地、城市4种下垫面的小时极端降水强度对比看(图 5a),城市小时极端降水强度最高,为55.3 mm·h-1,平原小时极端降水强度次之,为54.0 mm·h-1,山地小时极端降水强度最低,为44.6 mm·h-1。另从4种下垫面小时极端降水年均频次对比看(图 5b),年均频次与降水强度呈现的结果相反,山地小时极端降水频次最高,为3.94次·站-1,丘陵次之,为3.86次·站-1,城市小时极端降水频次最低,仅3.22次·站-1。不同下垫面小时极端降水对整个小时极端降水量的贡献率也存在明显差异(图 5c),丘陵小时极端降水贡献率最高,为3.93%,平原次之,为3.87%,城市小时极端降水贡献率最低,仅3.47%。

综上表明,城市地区小时极端降水强度最大、发生频次最低,山地地区小时极端降水强度最小、发生频次最高。究其原因,河南省城市化程度高的地区位置偏北,这可能导致城市地区小时极端降水频次低,而城市热岛效应和地面粗糙度加强了城市上空大气低层辐合、高层辐散(吴梦雯和罗亚丽,2019),从而有利于城市对流发展、雨强增大;豫西山区和豫北山区则是深对流活动的高发区(苏爱芳等,2013),容易产生短时强降水,但由于来自北方的冷空气和西南方的暖气气流受西部山地的阻碍(侯春梅等,2008),不利于降水强度的进一步加强。

图 5 河南省2010—2018年暖季4种下垫面区域的小时极端降水强度(a, 单位: mm·h-1)、年均频次(b, 单位:次·站-1)与贡献率(c, 单位: %) Fig. 5 (a) Extreme hourly rainfall intensity (unit: mm·h-1), (b) annual averaged frequency (times per station) and (c) contribution rate (unit: %) under the four underlying surfaces in Henan in the warm season from 2010 to 2018.
2.2.2 小时极端降水日变化的差异

图 6给出河南省2010—2018年暖季平原、丘陵、山地、城市4种下垫面小时极端降水频次的日变化,从中可见: (1) 平原地区,与其小时极端降水量日变化类似,小时极端降水频次日变化也呈现明显的双峰结构,午后小时极端降水频次逐渐增多,在傍晚17时达到峰值。究其原因,这可能与平原夏季午后热对流多发有关。其次峰位于凌晨01时,且峰值幅度、区间宽度明显小于主峰。(2) 丘陵地区,小时极端降水频次日变化曲线的主峰在凌晨01时,两个次峰分别在午后15时和19时,同时也进一步印证了小时极端降水明显的夜发性特征。(3) 山地,小时极端降水频次日变化呈双峰型,峰值出现在凌晨01时,随后频次急速减少,清晨07时达到最低,08—12时又缓慢增加,正午12时后则迅速增加,午后15时出现次峰;(4) 城市,小时极端降水频次日变化特征与其小时极端降水量日变化特征相似,具有明显的双峰结构,且次峰也出现在凌晨01时,但其主峰出现在平原小时极端降水频次主峰之后,即傍晚18—20时,且随后小时极端降水频次迅速下降。

图 6 河南省2010—2018年暖季4种下垫面区域的小时极端降水频次日变化 Fig. 6 Diurnal variation of the extreme hourly rainfall frequency in the four underlying surfaces in Henan over the warm season from 2010 to 2018.

综上分析结果认为,河南省不同下垫面影响小时极端降水频次的日变化,山地、丘陵、平原、城市这四种下垫面的日变化均为双峰特征,但存在明显的差异,山地的主峰值出现在凌晨01时,午后15时为次峰值;丘陵的夜间峰值与傍晚峰值并存,两个峰值强度接近,但午后的降水频次波动明显;在平原以及城市地区,以午后峰值为主,夜间峰值较弱,城市地区的午后峰值更强,且滞后于平原地区。这些差异中,山地、丘陵下垫面区别于平原、城市下垫面的原因可能和华北地区暖季山区的山谷风热力环流有关(He and Zhang, 2010),夜间山谷风环流的上升支有利于山地、丘陵地区的局地强降水的形成和加强(宇如聪等,2014),从而导致山地、丘陵地区的小时极端降水的夜发性更强;城市下垫面与平原地区下垫面小时极端降水的日变化差异可能是由于城市的热岛效应使得该地区午后地面温度下降较慢,导致城市地区的午后峰值滞后于平原地区;此外,热岛效应和地面粗糙度加强了城市上空大气低层辐合和高层辐散(吴梦雯和罗亚丽,2019),使城市地区的午后峰值更强。

3 结论与讨论

本文利用2010—2018年河南省371个气象站(含122个国家站和249个骨干区域站)逐时降水资料等,以第99.9百分位数为阈值,分析了极端降水强度、频次、贡献率、日变化特征以及不同下垫面极端降水特征的差异,得到如下主要结论:

(1) 河南省2010—2018年暖季第99.9百分位小时极端降水阈值与强度具有相似的空间分布,高值区主要位于伏牛山南部、黄淮平原东部以及淮河流域西南部,且这3个区域同时也是小时极端降水频次、贡献率的高值区。

(2) 河南省小时极端降水事件主要发生在7、8月,其中7月最多,8月次之,且有超过1/4的小时极端降水为区域性极端降水事件。全省小时极端降水频次日变化表现为明显的双峰型特征,峰值出现在17时,次峰值出现在凌晨01时;80 mm·h-1以上小时极端降水频次日变化特征则呈现多峰型,主峰在凌晨01时,其夜发性更突出。

(3) 河南省不同下垫面的小时极端降水特征存在差异,城市小时极端降水强度最大、频次最低、贡献率最低,山地小时极端降水强度最低而频次最高,丘陵小时极端降水占总降水量比率(贡献率)最高。

(4) 四类下垫面小时极端降水日变化虽都呈现双峰特征但也存在明显差异。山地,夜间峰值为主,午后峰值为辅;丘陵地区,夜间峰值与傍晚峰值并存,两个峰值强度差不多;平原以及城市地区,以午后峰值为主,伴随弱的夜间峰值,但城市地区的午后峰值更强,且滞后于平原地区。

本文利用小时降水资料统计分析了河南省暖季小时极端降水特征,揭示了更细致的小时极端降水时空分布特征,并针对河南省4类下垫面,进一步探讨了不同下垫面小时极端降水特征,但下垫面分布与其地理位置有关,本文未结合其地理因素进行更详细的划分,故后续关于河南省小极端降水不同区域特征可结合下垫面、地理位置等因素,开展更细致的研究;另外,对造成河南省暖季小时极端降水特征的物理机制,特别是局地下垫面与天气形势究竟哪种因素对小尺度、高强度小时极端降水影响更大,尚需深入研究。因此,下一步将对河南省暖季小时极端降水的多尺度作用机理进行重点研究,具体包括地形、大城市群的协同影响机制以及不同天气系统的结构和作用等。

参考文献
陈炯, 郑永光, 张小玲, 等. 2013. 中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析[J]. 气象学报, 71(3): 367-382.
董旭光, 顾伟宗, 邱粲, 等. 2017. 山东省汛期小时降水过程时空分布特征[J]. 气象, 44(8): 1063-1072.
韩文堂, 陈学刚, 孙蓉花. 2016. 乌鲁木齐城市化进程对局地气候变化的影响研究[J]. 沙漠与绿洲气象, 10(6): 54-58.
侯春梅, 陈忠民, 康雯瑛, 等. 2008. 河南汛期暴雨时空分布特征及其成因分析[J]. 气象与环境科学, 31(2): 39-42. DOI:10.3969/j.issn.1673-7148.2008.02.009
孔锋, 王一飞, 吕丽莉, 等. 2018a. 北京"7·21"特大暴雨洪涝特征与成因及对策建议[J]. 人民长江, 49(S1): 15-19.
孔锋, 王一飞, 方建, 等. 2018b. 中国夏季极端降水空间格局及其对城市化的响应(1961-2010)[J]. 长江流域资源与环境, 27(5): 996-1010.
雷蕾, 孙继松, 何娜, 等. 2017. "7.20"华北特大暴雨过程中低涡发展演变机制研究[J]. 气象学报, 75(5): 685-699.
李建, 宇如聪, 孙溦. 2013. 中国大陆地区小时极端降水阈值的计算与分析[J]. 暴雨灾害, 32(1): 11-16.
苏爱芳, 施东雷, 葛旭阳. 2019. 下垫面对郑州城市强降水的影响: 城市化及地形影响的数值模拟研究[J]. 大气科学学报, 42(3): 434-446.
苏爱芳, 银燕, 吕晓娜, 等. 2013. 黄淮西部地貌过渡区深对流云的时空特征及其天气意义[J]. 气象学报, 71(3): 383-396.
孙继松, 杨波. 2008. 地形与城市环流共同作用下的β中尺度暴雨[J]. 大气科学, 32(6): 1352-1364. DOI:10.3878/j.issn.1006-9895.2008.06.10
孙继松. 2017. 短时强降水和暴雨的区别与联系[J]. 暴雨灾害, 36(6): 498-506. DOI:10.3969/j.issn.1004-9045.2017.06.002
王新伟, 平凡, 姬兴杰, 等. 2018. 近40 a河南省夏季降水变化特征分析[J]. 暴雨灾害, 37(3): 219-229. DOI:10.3969/j.issn.1004-9045.2018.03.004
王婧羽, 李哲, 汪小康, 等. 2019. 河南省雨季短时强降水时空分布特征[J]. 暴雨灾害, 38(2): 152-160. DOI:10.3969/j.issn.1004-9045.2019.02.007
吴梦雯. 2019. 中国极端小时降水的天气背景及其与城市化的关系研究[D]. 北京: 中国气象科学研究院.
吴梦雯, 罗亚丽. 2019. 中国极端小时降水2010-2019年研究进展[J]. 暴雨灾害, 38(5): 502-514. DOI:10.3969/j.issn.1004-9045.2019.05.012
吴正华, 储锁龙, 李海盛. 2000. 北京相当暴雨日数的气候特征[J]. 大气科学, 24(1): 58-66. DOI:10.3878/j.issn.1006-9895.2000.01.06
余卫东, 柳俊高, 常军, 等. 2008. 1957-2005年河南省降水和温度极端事件变化[J]. 气候变化研究进展, 4(2): 78-83. DOI:10.3969/j.issn.1673-1719.2008.02.004
宇如聪, 李建, 陈昊明, 等. 2014. 中国大陆降水日变化研究进展[J]. 气象学报, 72(5): 948-968.
俞小鼎. 2013. 短时强降水临近预报的思路与方法[J]. 暴雨灾害, 32(3): 202-209. DOI:10.3969/j.issn.1004-9045.2013.03.002
翟盘茂, 王萃萃, 李威. 2007. 极端降水事件变化的观测研究[J]. 气候变化研究进展, 3(3): 144-148. DOI:10.3969/j.issn.1673-1719.2007.03.004
张朝林, 季崇萍, Ying-Hwa Kuo, 等. 2005. 地形对"00.7"北京特大暴雨过程影响的数值研究[J]. 自然科学进展, 15(5): 572-578. DOI:10.3321/j.issn:1002-008X.2005.05.010
郑永光, 陶祖钰, 俞小鼎. 2017. 强对流天气预报的一些基本问题[J]. 气象, 43(6): 641-652.
朱业玉, 顾万龙, 王记芳, 等. 2009. 河南省汛期极端降水事件分析[J]. 长江流域资源与环境, 18(5): 495-500. DOI:10.3969/j.issn.1004-8227.2009.05.017
He H, Zhang F. 2010. Diurnal variations of warm-season precipitation over Northern China[J]. Mon Wea Rev, 138(4): 1017-1025. DOI:10.1175/2010MWR3356.1
Luo Y L, Wu M G, Ren F M, et al. 2016. Synoptic situations of extremehourly precipitation over China[J]. J Climate, 15: 8703-8719.
Yu R C, Xu Y P, Zhou T J, et al. 2007a. Relation between rainfall duration and diurnal variation in the warm season precipitation over central eastern China[J]. Geophys Res Lett, 34(13): L13703. DOI:10.1029/2007GL030315
Yu R C, Zhou T J, Xiong A Y, et al. 2007b. Diurnal variations of summer precipitation over contiguous China[J]. Geophys Res Lett, 34(1): L01704. DOI:10.1029/2006GL028129
Zhai P, Zhang X, Wan H, et al. 2005. Trends on total precipitation and frequency of daily precipitation extremes over China[J]. J Climate, 18: 1096-1108. DOI:10.1175/JCLI-3318.1
Zhang Dalin. 2020. Rapid urbanization and more extrem rainfall events[J]. Science Bulletin, 65(7): 516-518. DOI:10.1016/j.scib.2020.02.002