气象学报  2013, Vol. 71 Issue (4): 652-659   PDF    
http://dx.doi.org/10.11676/qxxb2013.052
中国气象学会主办。
0

文章信息

李建, 宇如聪, 孙蟩. 2013.
LI Jian, YU Rucong, SUN Wei. 2013.
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
Duration and seasonality of the hourly extreme rainfall in the central-eastern part of China
气象学报, 71(4): 652-659
Acta Meteorologica Sinica, 71(4): 652-659.
http://dx.doi.org/10.11676/qxxb2013.052

文章历史

收稿日期:2012-11-22
改回日期:2013-01-10
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
李建1, 宇如聪1, 孙蟩2,3    
1. 中国气象科学研究院, 北京, 100081;
2. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京, 100029;
3. 中国科学院大学, 北京, 100049
摘要: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.
关键词极端降水     小时降水     持续时间     季节特征    
Duration and seasonality of the hourly extreme rainfall in the central-eastern part of China
LI Jian1, YU Rucong1, SUN Wei2,3    
1. Chinese Academy of Meteorological Sciences, Beijing 100081, China;
2. The State Key Luborutory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
3. Universzty of Chinese Academy of Sciences, Beijing 100049, China
Abstract:Compared with daily rainfall amount, hourly rainfall data arc able to represent the rainfall intensity and rainfall process more accurately, and thus more suitable for the studies of extreme rainfall events.The distribution functions of annual maximum hourly rain-fall amount for the 321 stations in China arc quantified by the Ucneralized Extreme Value (UEV) distribution, and the threshold values of hourly intensity for 5-year return period arc estimated.The spatial distributions of the threshold exhibit significant regional differenecs, with low values in northwestern China and high values in northern China, the middle and lower reaches of the Yangtze River, the coastal region in southern China, and the Sichuan basin.The duration and scasonality of the extreme precipitation with 5-year return periods arc analyzed.The average duration of extreme precipitation events exceeds 12 h in the coastal region, the Yangtze River valley, and the eastern slope of the Tibetan Plateau.The duration in northern China is relatively short.The extreme precipitation events reach the maximum intensity more quickly in the mountain regions with larger elevation differences than those in the plain areas.hhere arc records of extreme precipitation as early as April in southern China, while the extreme rainfall in northern China will not occur until late June.At most of the stations in China the latest extreme precipitation happens in August or September.The extreme rainfall later than Oetober can be found only at a small portion of stations in the coastal regions, the southern end of the continent, and the southern part of southwestern China.
Key words: Extreme precipitation     Hourly rainfall     Rainfall duration     Rainfall scasonality    
1 引 言

极端(强)降水一般指远强于某地气候态降水强度且具有极低发生概率的降水事件。由于该类事件在短时间内产生巨量降水,可导致严重的洪涝灾害,甚至诱发滑坡、泥石流等地质灾害,造成人民生命财产的重大损失,其机理与演变特征已引起气象、气候和水文等领域学者的特别关注(Zhai et al,1999;Easterling et al,2000;Alexander et al,2006)。由于中国天气气候状况复杂、影响因子众多,极端降水事件也呈现出明显的区域差异。Zhai等(2005)利用第95个百分位值定义极端降水事件阈值,发现在20世纪后半期中国西部地区、长江中下游地区极端降水增多,而华北地区和四川盆地极端降水事件减少。Yu等(2012)使用e指数函数拟合各站点的降水量-强度曲线,并以拟合曲线的2倍e折倍点所对应的强度定义极端事件阈值,发现中国华南地区极端降水在近40 a显著增多。Dong等(2011)利用广义帕累托分布对日降水资料进行拟合,分析了形参的空间分布并评估了中国黄淮地区和江淮地区的极端降水演变趋势。综合前述研究工作和该领域当前进展(李红梅等,2008;江志红等,2009;张婷等,2009)可知,极端降水研究需要关注3个方面的问题:阈值确定方法、资料时间分辨率和目标科学问题。阈值的确定是极端降水研究的重中之重,直接关系到样本的选取并影响后续的特性分析。客观、定量化且充分考虑到站点气候背景(特别是概率分布尾部特征)是阈值确定方法选取的必要标准。在资料方面,中国关于极端降水的研究多关注日降水量,而日累积降水量在表征降水强度时可能存在如下偏差:过高地估计长时间连续性弱降水的强度;低估短时强降水的强度;将跨过日界线的同一过程分隔到2 d统计强度。考虑到降水强度是极端事件选取的重要因子,因此,在相关研究中应采用小时尺度降水替代日降水资料,这样可更好地反映实际降水强度,减小取样的误差,同时保留每次降水过程的更多细节(Trenberth et al,2003)。目前,小时降水资料已逐渐受到重视,Yu等(2010)利用小时降水资料揭示了中国夏末降水“南涝北旱”空间型的变化特征,发现中低强度降水是造成“南涝北旱”型空间分布的主要因素。Zhang等(2011)基于逐时降水资料考察了极端小时降水固定阈值在中国东部的适用性,并将第95百分位数作为极端小时降水的相对阈值,分析了中国东部近40 a极端小时降水的空间分布及变化趋势,发现降水量、降水频次在变化趋势上有一致的空间分布:东北地区、长江中下游地区显著升高;华北地区有所减弱。在科学问题方面,目前大量工作集中在极端降水演变趋势分析上,而对极端降水事件自身特征的研究并不多。统计极端降水过程中的关键参数并了解极端降水事件的共性,是掌握此类事件规律、进行准确预报、预测和防灾、减灾的重要基础,这方面的工作亟待加强。

针对上述问题,本文将采用广义极值分布函数对长时间序列的小时尺度降水量进行拟合,并分析中国极端降水事件的持续性和季节性特征。广义极值分布函数具有严格的数学基础,可更为客观地外推出极值分布特征,并确定各不同重现期的强度阈值。其结果不仅可指导极端事件的筛选,还可为水文、水利工程和城市基础建设规划等相关领域提供相应等级(N年一遇)的借鉴和参考。长时间序列的小时尺度降水资料一方面保证了降水强度的精度,另一方面为广义极值分布提供了足够多的样本(50个年极值)。基于降水强度阈值和小时降水序列,可以遴选出各站点历次极端降水事件,本研究将对事件过程进行逐时分析并统计极端降水的过程演变特征。2 资料和方法

本研究所用数据为中国575站1954—2010年逐时降水资料。该数据由中国气象局国家气象信息中心整理并通过气候极值检验、单站极值检验和数据一致性检验等质量控制。本研究中采取进一步质量控制方法(Li et al,2011):将数据累计求出逐日降水量(Rh)并与雨量筒观测的逐日降水数据(Rd)进行比较,若|Rh-Rd|>Rd/10,则将该日全部逐时降水数据记为缺测;在此基础上,若全年有效观测数低于15%,则将该年数据全部记为缺测。最终,选出中国地区1961—2010年无缺测年的321个站资料进行分析。此外,分析中小时降水量不小于0.1 mm的时次被确认为降水时次;从第1个降水时次开始,到连续两个或以上的非降水时次之前,为一次降水事件;降水事件的持续时间定义为该事件所经历的小时数(Yu et al,2007)。

在极端天气气候事件研究中,首要的问题是极端事件的定义和遴选。本研究采用广义极值分布(Coles,2001)来确定不同重现期降水的强度阈值。下面以岳阳站为例对该方法进行简单介绍。首先逐年挑选出年最大小时降水量(RAM),其经验分布函数如图 1a 中圆点及对应横线所示,50 a最小值为12.6 mm/h,最大值为90.0 mm/h,均值为36.11 mm/h。根据经典极值理论,RAM的分布可以用

表示,其中σ>0,G即为广义极值(Generalized Extreme Value,GEV)分布。利用50 a的RAM数值,可通过最大似然估计得到G的参数。在岳阳站3个参数分别为μ=30.701,σ=10.012,ξ=-0.025。接下来利用式(1)计算出关于RAM的经典模型,如图 1a中曲线所示。比较经验分布与模型结果,可知广义极值分布方法得出的分布情况能够合理再现经验分布的关键特征,是对RAM分布情况的可靠估计。有了这条连续曲线,可以方便地确定某一强度(横坐标)所对应的累积概率(纵坐标);同时,利用式(1)的反函数,能够得到所关心的特定概率(或重现期)对应的降水强度阈值。基于经验分布(散点)和广义极值分布,图 1b给出了岳阳站降水强度随重现期的变化情况,并用虚线标示出5、10、20、50和100 a重现期的位置,其对应强度分别为45.44、52.62、59.38、67.94和74.24 mm/h。利用此方法对全中国321个站点分别估计其RAM分布并计算关键重现期的降水强度阈值。
图 1(a)岳阳站1961—2010年历年小时降水量极值的累积分布函数(空心圆和对应横线为观测结果,曲线为广义极值分布的估计结果),(b)岳阳站不同重现期对应的降水强度(空心圆为观测结果,实线为广义极值分布的估计结果,5组虚线自左(下)至右(上)分别对应5、10、20、50和100 a重现期) Fig. 1(a)Cumulative distribution function of hourly precipitation during 1961-2010 at the Yueyang Station(hollow circles and the corresponding horizontal lines are observation results,curves are estimation results of cumulative distribution function),and (b)rainfall intensities on different return periods at the Yueyang Station(hollow circles are observation results,solid lines estimation results of cumulative distribution function,dotted lines represent estimation results of 5,10,20,50,and 100 year return period from left(bottom)to right(top))

在50 a的统计时段中,5、10、20、50和100 a重现期事件所对应的期望频次分别为10、5、2.5、1和0.5 次。实际频次与期望频次会存在一定的偏差,该偏差是否在合理范围之内也是检验阈值是否合理的重要判据。图 2给出了321个站各阈值实际频次的统计情况,可知各站平均的频次分别为12.59、5.82、2.76、0.99和0.38,与期望频次比较接近。从站点间频次的离散程度来看,各重现期等级的盒子范围均在3次以内,5 a重现期的离散度相对较大,有一个站点的频次达到了22 h,但该站点10 a一遇频次回落至8次。特别值得指出的是50 a一遇的事件离散度很小,有180个站点(总站点数的56.07%)在参与统计的50 a中发生了一次50 a一遇的极端降水事件。实际频次与期望频次较好的一致性验证了本文研究方法的合理性。

图 2 达到不同重现期降水阈值的降水频次分布情况(横坐标分别对应5、10、20、50和100 a重现期,纵坐标为对321个站点频次分布的统计(单位:h),盒子中的粗横线为321站频次的中位数,实心圆点为平均值,盒子上(下)限为频次的75(25)百分位,空心圆圈标示出超出盒子高度1.5倍的频次值) Fig. 2 Distribution of rainfall frequency(rainfalls are classified by threshold values for the different return period,abscissa represents rainfalls return period of 5,10,20,50,and 100 year,ordinate indicates statistical results of rainfall frequency at the 321 stations(unit: h),thick lines are the medians of rainfall frequency at the 321 stations,solid circles are mean values,top(bottom)edge of each box is rainfall frequency of the 75th(25th)percentile,hollow circles mark the frequency values which are 1.5 times higher than the height of each box)
3 分析结果3.1 阈值分布特征

确定降水强度阈值之后,可以客观地提取相应等级的降水事件并对其各类特征进行针对性分析。鉴于5 a一遇的降水事件既满足极端事件的稀缺性、偶发性特征,同时与其他更长重现期的降水相比又有较丰富的样本资源,本文取该等级降水来分析中国极端降水事件的基本特征。全中国5 a一遇的降水强度阈值分布极不均匀,不同区域间存在很大差异。在321个站中最大值为84.53 mm/h,而最小值仅为4.56 mm/h;阈值大于70 mm/h的站点有8个,均位于华南沿海地区,小于10 mm/h的站点有5个,分布在中国西北部。图 3给出了5 a一遇降水阈值的空间分布,可见存在一条东北-西南走向的分界线,将东南部高值区和西北部低值区分隔开;高值区内有4个相对独立的大值中心,分别为华北地区、长江中下游地区、华南沿海地区和四川盆地西部地区;而中国中东部25°—28°N为相对低值带。

图 3 5 a一遇降水强度阈值的空间分布 Fig. 3 Distribution of threshold values of the hourly rainfall intensity of 5-year return period
3.2 极端降水事件的降水过程特征

降水事件是极端降水的载体,是气象业务中预报服务的对象,了解极端降水所在降水事件的特征可为预报和防灾、减灾工作提供有价值的参考。从华北地区、长江中下游地区、华南沿海地区分别挑选出1个代表站,对其降水过程特征进行对比分析。用不同的色块描述了河北围场(图 4a)、湖南岳阳(图 4b)和广东汕尾(图 4c)3站中包含极端降水(5 a一遇)的降水事件。3个站点达到5 a一遇标准的事件数分别为12、10和10次。3地极端降水事件最明显的差别是降水的持续时间和过程降水量。位于华北地区的围场站每次过程的持续时间较短,12次事件的平均持续时间为5 h;除峰值时刻外其他时刻降水强度弱,平均过程降水量仅为44.78 mm。岳阳站的降水持续时间明显长于围场站,平均持续时间达到了12 h,平均过程降水量为112.44 mm。位于华南沿海地区的汕尾站,历次降水事件的持续时间均超过6 h,平均持续时间为21.4 h;且过程中较强降水的比例明显大于北部的两个站点,在持续时间和雨强的共同作用下,该站点的平均过程降水量达到了250.04 mm。

图 4 河北围场(a)、湖南岳阳(b)和广东汕尾(c)5 a一遇降水事件的逐时降水量演变 Fig. 4 Evolvement of hourly intensity of precipitations with 5-year return period at(a)Weichang,Hebei,(b)Yueyang,Hunan and (c)Shanwei,Guangdong(abscissa is converted to the relative time to precipitation peaks(unit: h),ordinate represents the different rainfall events)

3个站点的显著差异说明降水事件的特征具有明显的地域性。作为区域气候特征的一个重要方面,降水平均持续时间以及不同持续性降水在变化特征和物理机制上的差异已经引起了人们的关注(Yu et al,2007;Li et al,2011),而极端事件的持续时间却鲜被提及。将对上述3站的分析推广到全中国,可得到极端降水事件持续时间的分布(图 5a)。持续时间小于6 h的站点有66个,主要位于中国东北、华北北部和西部、西北、西南地区西部;252 个站点的持续时间超过6 h,其中,44个站点的时长大于12 h,主要分布于中国沿海地区、长江流域和青藏高原的东坡。这些高值区与沿海地区充沛的水汽供应和青藏高原下游、长江流域上空特有的深厚高层云、雨层云背景(Yu et al,2004)密切相关。和极端降水事件的持续时间相对应的另一个值得关注的特性是降水峰值前小时数,也就是降水自开始至最强的发展时间。峰前时间的长短反映出降水来势与发展的缓急,直接与灾害预警及响应时效相关联,是非常重要但目前尚未得到充分重视的一个降水特征。图 5b中给出了极端降水事件峰前时间的水平分布。有30个站点在达到峰值强度前经历了超过6 h的降水,这些站点多位于沿海地区。71个站点的峰前时间短于2 h,其分布看似凌乱,实则有一定规律可循。沿着平滑后的1200 m等高线(白色实线),可以大致串联起东北-西南向的一串低值中心。这些峰前时间较短的站点沿着大兴安岭—太行山脉—巫山—雪峰山一线分布在中国第二阶梯与第三阶梯的分界线上;其他零散分布的低值站点也大多位于局地复杂地形的偏东一侧。图 5a中位于四川盆地中的平均持续时间高值中心在图 5b中消失了,位于大地形落差附近的宜宾站平均持续时间达到了15.4 h,而峰前时间仅为1.7 h。以上事实从降水特性的角度说明极端强降水的快速发展与地形效应可能存在密切关系。由于复杂地形区往往具有较高的地质灾害风险,极端强降水事件在这种地区的快速发展更易诱发滑坡、泥石流等地质灾害,有必要对这些区域的降水过程和机理进行更细致的分析。

图 5(a)5 a一遇极端降水事件的平均持续时间,(b)5 a一遇极端降水事件在达到峰值时刻前的持续时间(白色等值线为1200 m等高线) Fig. 5(a)Distribution of average rainfall duration for precipitations with 5-year return period,(b)As in(a)but for duration from precipitation occurrence to precipitation peaks(white thick curve is geographical contour of 1200 m)
3.3 极端降水的季节特征

在中国大部分地区,降水呈现出显著的季节变化,降水频次和降水量集中在一年中的一些特定时段。极端降水也存在明显的季节性,其发生的季节是极端事件的又一关键特征。为了确定极端降水出现的时段,分别统计各站点所有5 a一遇降水时次出现的日期,找出每个站点发生极端降水的最早时间和最晚时间。从321个站点最早时间的概率密度分布(图 6a中虚线)可知,最早时间各站点间离散度较大,从春季至夏季都有一定的站点数。自4月开始就有数量可观(52个)的站点出现极端降水事件;在5月发生最早极端事件的站点有84个;6月最多,为130个,且概率密度峰值出现在6月下旬;进入7月后概率密度曲线快速下降。从各站点最早发生时间的空间分布(图 6b)来看,春季站点主要出现在中国中东部长江以南的华南地区,对应于该地区的春季持续性降水(Tian et al,1998;Wan et al,2007)。华北和东北地区大部分站点的年首次极端降水事件出现在6月底。最晚时间的概率密度曲线(图 6a中实线)与最早时间相比更集中且具有更突出的峰值,80.0%的站点在8月中旬至9月下旬间出现一年中最后一次极端降水事件。相应的在图 6c中可发现站点矢量指示的最晚时间有很好的一致性;仅有少数站点在10月以后出现最晚事件,这些站点分布在沿海地区、大陆南端和西南地区南部。了解各地极端降水事件发生的大概时间范围,可以更有针对性地进行灾害性天气监测、预警和服务。特别对于发生在当地传统汛期外的极端降水事件有必要进行更加细致的个例分析与诊断。

图 6(a)各站点5 a一遇降水事件的最早发生时间与最晚发生时间的概率密度分布(b)各站点5 a一遇降水事件的最早发生时间分布(箭头方向指示出降水发生的季节,以旬为单位),(c)各站点5 a一遇降水事件的最晚发生时间分布 Fig. 6(a)Probability density distribution of the first occurrence time and the last occurrence time of precipitations with 5-year return period,(b)distribution of the first occurrence time of precipitations with 5-year return period(arrows point to the season at which rainfall occurrence,take ten days as the unit),and (c)as in(b)but for the last occurrence time
4 结 论

基于中国近50年来的逐时降水资料,利用经典的广义极值分布确定了极端小时降水的强度阈值,并对极端降水事件的基本特征进行了初步分析,得到以下主要结论:

(1)利用广义极值分布可以客观、合理地确定小时降水强度阈值。

(2)5 a一遇的极端降水强度阈值空间分布复杂,存在很大地域差异,总的来看东南部远大于西北部地区。

(3)中国北部地区极端降水事件的持续时间较短,而沿海地区、长江流域和青藏高原东坡的平均持续时间较长(超过12 h)。在具有较大海拔落差的复杂地形区,极端降水事件发生后迅速发展,很快达到峰值强度。

(4)极端降水事件的发生具有明显的季节性。华南地区部分站点在4月就有极端降水事件发生,北方大部分地区要到6月底才陆续出现极端降水事件。最晚的极端降水事件多集中在8—9月。

极端降水的小时强度阈值,为定义各地区小时尺度的极端降水事件提供了较客观的依据和标准,为后续工作打下了基础。本研究的分析完全基于台站观测雨量,进一步增进对极端降水事件的理解需要紧密结合环流场资料、地面雷达资料和卫星遥感资料。环流场资料可以提供极端降水事件所对应的三维大气结构及其演变特征,确定大尺度背景和中尺度影响系统,从而明确极端降水最直接的成因,如沿海地区的台风影响、青藏高原下游地区的低涡和梅雨锋上的中尺度对流等。基于反射率的各类反演资料可提供有关降水结构和云微物理特征的相关信息,可以针对某次极端降水事件在更高的空间、时间分辨率下考察云和降水的性质。在上述诊断的基础上,充分融合宏观、微观信息,方可更深入地增进对极端降水事件的认识,理解其脱离局地气候态、成为“特例”的根本原因。

参考文献
江志红,丁裕国,蔡敏.2009.未来极端降水对气候平均变暖敏感性的蒙特卡罗模拟试验.气象学报,67(2):272-279
李红梅,周天军,宇如聪.2008.近四十年我国东部盛夏日降水特性变化分析.大气科学,32(2):358-370
张婷,魏凤英.2009.华南地区汛期极端降水的概率分布特征.气象学报,67(3):442-451
Alexander L, Zhang X, Peterson T, et al. 2006. Global observed changes in daily climate extremes of temperature and precipitation. J Geophys Res, 111:D05109, doi:10.1029/2005JD006290
Coles S. 2001. An Introduction to Statistical Modeling of Extreme Values. London; Springer, 45-57
Dong Q, Chen X, Chen T. 2011. Characteristics and changes of extreme precipitation in the Yellow-Huaihe and Yangtze-Huaihe Rivers Basins, China. J Climate, 24(14); 3781-3795
Easterling D, Evans J,Uroisman P, et al. 2000. Observed variability and trends in extreme climate events: A briel review. Bull Amer Meteor Soc,81(3):417-426
Li .J,Yu R, Yuan W,et al 2011. Changesin duration-related characteristics ollate-summer precipitation over eastern China in the past 40 years.J Climate, 24(21):5683-5690
Trenhertb K,Dai A, Rasmussen R, et al. 2003. The changing character of precipitation. Bull Amer Meteor Soc, 84(9):1205-1217
Tian S, Yasunari T. 1998. Climatological aspects and mechanism of spring persistent rains over central China. J Meteor Soc Japan,76(1):5 7-71
Wan R, Wu G. 2007. Mechanism of the spring persistent rains over southeastern China. Sci China Ser件Earth Sci, 5001):130-144
Yu R, Wang B, Zhou T. 2004. Climate ellects of the deep continental stratus clouds generated by Tibetan Plateau. J Climate, 17 (13):2702-2713
Yu R, Xu Y, Zhou T, et al. 2007. Relation between rainlall duration and diurnal variation in the warm season precipitation over central eastern China. Ueophys Res Lett, 34(13):L13703, doi:10.1029/2007UL030315
Yu R, Li J,Yuan W, et al. 2010. Changes in characteristics of late-summer precipitation over eastern china in the past 40 years revealed by hourly precipitation data. J Climate,23(12):3390-3396
Yu R, Li J. 2012. Hourly rainlall changes in response to surlace air temperature over eastern contiguous China. J Climate, 25(19): 6851-6861
Zhai P, Sun A, Ren F, et al. 1999. Changes of climate extremes in China. Climatic Change, 42(1); 203-218
Zhai P, Zhang X, Wan H, et al. 2005. Trends in total precipitation and Irequency of daily precipitation extremes over China. J Climate, 18(7):1096-1108
Zhang H,Zhai P. 2011. Temporal and spatial characteristics of extreme hourly precipitation over eastern china in the warm season. Adv Atmos Sci, 28(5): 1177-1183.