华中和华东地区小时极端降水的持续性和季节性外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

华中和华东地区小时极端降水的持续性和季节性

李 建，宇如聪，孙 溦

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,北京 100049;

摘要

与日降水量相比，小时降水量更能代表降雨强度，也能更精确的描述降水过程，因此更适合用它来研究极端降水事件。 用广义极值分布函数（GEV）来量化中国321个站点的年最大小时降水量的分布，并估计五年重现期的小时降水强度阈值。该阈值具有显著的区域差异和空间分布，在中国西北部较低，在华北、长江中下游平原、华南沿海地区和四川盆地较高。下文将对5年重现期中的极端降水的持续时间和季节性进行分析。在沿海地区、长江流域和西藏高原东部斜坡，极端降水事件的平均持续时间超过12小时，在华北的持续时间较短。极端降水事件在等高线密集的山区发展得比平原地区更为迅速。极端降水记录显示，华南早在四月就发生极端降水，而华北要到六月下旬才会发生。 在中国的大多数站点，最近的极端降水发生在八到九月。十月以后的极端降水情况只能在沿海地区的一些小站点、亚洲大陆的南端和中国西南部。

关键字：极端降水；小时降水量；降水持续性；季节性降水
引述：李建，宇如聪，孙溦，2013：华中和华东地区小时极端降水的持续性和季节性。Acta Meteor. Sinica, 27(6), 799–807, doi:10.1007/s13351-013-0604-y.

1.介绍

极端降水通常指，降水强度罕见的、远远超出了当地气候的降水情况。因为在短时间内产生了大量的降水，极端降水会导致十分严重的灾害，例如：洪水，土地滑坡，泥石流，常会导致大量生命和财产损失。因此，极端降水的特性和机制已经受到了气象学、气候学和水文学领域的特别关注。

由于复杂的天气条件和气候背景，并受多种因素的影响，在中国的极端降水具有明显的区域差异。翟等人（2005）选择了历史降水量的第九十五个百分位作为极端降水阈值，指出极端降水中国西部和长江中下游区域增加，而在华北地区和四川盆地有所减少。 Yu and Li (2012)制定了指数分布的量强度曲线并定义了双折叠衰减强度为极端降水阈值，发现华南的极端降水在过去40年显著增加。Dong et al. (2011) 利用广义帕累托分布拟合日降水数据，分析了形式参数的分布，并对黄淮和江淮地区的极端降水趋势进行了计算。

通过合成上述研究和这一领域的调查进展（李等人，2008；江等人，2009；(Li et al., 2008; Jiang et al., 2009;Zhang and Wei,2009), 可知对极端降水的研究有三个关键问题：确定阈值的方法，降雨数据的时间分辨率和关于极端降水的科学问题。阈值的确定的最重要的问题，它直接关系到样本的选择进而影响分析结果。客观、定量和综合考虑当地的气候背景，特别是概率分布尾部的特征，对阈值确定至关重要。

在降水数据方面，大部分对中国极端降水的研究主要集中在日降水量。然而，日常的数据可能在描述降雨强度上有偏差，例如高估长时轻度降水的强度、低估短时重度降水的强度或把一次时长超过24h的降水划分到不同的日子。由于强度是在极端事件的选择里一个相当重要的因素，因此应该使用小时降水数据，它不仅可以更好地反映降水的强度，又能保持降水过程中的更多细节（Trenberth et al.，2003）。小时数据的重要性已逐步被人所重视。Yu et al. (2010) 利用小时降水量数据，说明了“南涝北旱”（SFND）分布的变化特征，发现适度的降雨是造成南涝北旱的主导因素。同样是使用小时数据，Zhang and Zhai（2011）研究了固定阈值对华中地区极端降水的适用性，并定义了第九十五个百分位数为相对极端降水阈值。此外，Zhang and Zhai（2011）分析了在过去的40年里，极端降水变化分布和变化趋势，发现降水量和降水频率的变化趋势具有一致的分布格局；那就是，在中国东北地区和长江中下游平原显著增加，并在华北减少。

在关于极端降水的科学问题方面，大多数研究集中在极端降水的变化趋势上，而很少有研究强调降水事件的特点本身。计算极端降水过程的关键参数和理解的极端降水的共性是基础，不仅有利于掌握这些事件的特点，更能对防灾减灾做出更好的预测和预言。

针对以上问题，本文制定了长期的小时降雨量数据的广义极值（GEV）分布，并分析了极端降水在中国的持续性和季节性特征。GEV分布具有扎实的数学基础，可以客观地推断极端值精确确定不同重现期的降水强度阈值。同时，研究的结果能够帮助筛选极端事件，并在水文工程，基础设施规划，及其他相关领域提供相应水平（N年一遇）有价值的参考。此外，长期的小时降水资料保证了降水强度的精度，同时为GEV分布提供了足够的样本（50年极端）。基于小时强度阈值和小时降水数据列，本文对小时时间尺度的极端降水事件的特征进行了分析。

2.数据与方法

在这篇文章中我们使用了中国大陆575个站点从1954至2010年的每小时降雨量数据。这些数据来源于中国气象局（CMA）的国家气象中心(NMIC)，经历了严格的质量控制，包括一致性测试和气候背景和单站极端值的试验方法。

进一步的质量的质量控制（Li et al.，2011）也被应用如下：将小时数据计算得出的日降雨量（RH）与实际日降雨量（RD）进行对比；如果| RH–RD | gt;Rd/ 10，那么这天的小时数据记录将被视为缺失；如果有效观测不到全年的15%，那么那一年的每小时记录也将被标为缺失。最后，用剩下的321个在1961年–2010没有缺失年份的站点进行中国大陆的降水特征分析。

此外，在每个站点的降雨，都从2个小时或以上的干燥天气后可测得降水量（0.1 mmminus;1）开始。根据Yu et al. (2007)的定义,一个降雨事件的持续时间是指从开始到事件结束的小时数，这期间没有间歇或最多有一小时间歇。在极端天气或气候事件研究中的首要问题是极端事件的定义和选择。本文采用GEV分布（Coles，2001）确定不同重现期的降水强度阈值。以岳阳站为例，我简要说明该方法。首先，我们找出年最大每小时降水量（RAM），并用图1a的圆点和线条来描述其经验分布函数。1961–2010的RAM最小，最大，平均值分别是12.6，90，和36.11mm hminus;1。根据关于极值的经典理论，RAM的分布计算如下：

(1)

式中，gt;0和G是广义极值分布。根据1961-2010间50年的RAM，G可以通过最大似然估计得到；例如，在岳阳车站，参数= 30.701，= 10.012，和=-0.025。同时，利用公式（1）可计算得出RAM的经典模型并如图1a曲线所示。通过与统计分布模型对比，结果表明，由方程计算的分布（1）能合理再现的经验分布的特点，因此是一个可靠的RAM分配估计。基于这一曲线，可以方便地确定对应于一定强度（水平坐标）的累积概率（垂直坐标）。相反，对于一个特定的概率或一定重现期的强度阈值可以从公式（1）的反函数计算。因此，基于经验分布和GEV分布，图1b展示了岳阳站不同重现期下的雨落强度，以及5、10、20、50和100年的重现期下的相应强度（45.44，52.62，59.38，67.94，和74.24mm hminus;1），并用虚线表示。这样，国内321个站点的RAM分布和关键的重现期强度阈值都可以分别估计得出了。

在50年期间，预计降雨事件的频率与5，10，20，50和100年的重现期分别为10，5，2.5，1，和0.5，分别。期望频率和实际频率之间可能存在一定的偏差，而这些偏差是否在合理范围内是检验强度阈值合理性的一个重要标准。图2展示了321个台站的降雨事件的实际频率的统计分布。上述重现期间的平均频率分别为0.38、5.82、2.76、0.99和12.59。这个结果与预期的频率是十分接近的。

每个重现期间的框涵盖了3个最强的极端降雨的时间。在5年重现期的分布是相对较集中的；在一个站点发生降水的频率达到22次，但在10年重现期内下降到8。在50年重现期间该分布非常少。有180个站（占总数的56.07%），在50年重现期内有1个极端降雨事件。实际的频率与期望频率之间有较高的一致性，进一步证明了方法的合理性。

3. 结果

3.1 阈值分布

有了确定的阈值，就可以在一定程度上的选择降雨事件，并分析它的各种特征。由于5年重现期的更有极端降雨事件的稀缺属性，且比长重现期包含更多的样本，因此以下将重点分析5年重现期中极端降水的特点。在五年重现期中，中国的小时降水量阈值呈现出了一种不均匀的分布。321站点中，最大阈值为84.53 mm hminus;1，而最低只有4.56 mm hminus;1。有8（5）个站点的阈值的高（低）于70（10） mm hminus;1 ，它们都位于中国南部沿海（西北）地区。图3展示了五年重现期内极端降水强度阈值的分布。一条线将中国从东北向西南划分为东南高值区和西北低值区。四大的高值区中心位于华北的长江中下游地区，华南沿海，与四川盆地西部。中国东部25◦和28◦N有一条相对低值带。

3.2 极端降水过程的特征

理解极端降水过程的特征，可以为天气预报、防灾减灾、防灾减灾等提供有价值的参考依据。本节在华北、长江中下游平原、和华南沿海选取了三个站点，分别对降雨过程的特点进行了比较分析。图4用了不同的颜色来标示围场、岳阳、和汕尾三个站点在5年重现期内的降水过程的特点。这三个站点分别有12，10和10个事件达到了5年重现期的标准。三个站点之间的最明显的差异在于降水持续时间和降水量。东北的围场站点每次降雨事件的持续时间都相对较短，在12次降水中平均降雨持续时间为5个小时，同时降水强度相对较弱（高峰小时除外），平均降水量只有44.78毫米。在中国中心的岳阳站点降雨持续时间较长，平均持续时间为12小时，过程降水量为112.44-mm。位于华南沿海的汕尾站点每次降水时长都超过了6小时，平均降雨持续时间长达21.4小时。此外，汕尾站的降水强度也比其他两站大得多。因此，汕尾站持续时间长，强度高，平均降水量为250.04毫米。

三个站之间的显着差异表明，降雨事件的一大特点是依赖于区域的。作为区域气候特征的一个重要方面，降雨持续时间引起了人们的关注(Yu et al., 2007; Li et al., 2011)。但是，人们很少讨论极端降水的持续时间。如图5A所示，有66个站点的平均持续时间小于6 h，分别位于中国东北部、华北地区北部和东部、西北部和西南部以西。此外，252个站点的平均持续时间超过6小时，其中44个台站超过12小时。高值区主要分布在沿海地区，长江流域和西藏高原东部。沿海地区充沛的水汽供应和西藏高原东部独特的高层云和雨层云为长时间的极端降水事件提供有利条件（Yu et al.，2004）。

另一个重要特点是从降水发生到降水峰值的发展时间（DOP）。DOP反映降水的发展速度，直接关系到灾害的预警和应对时间。DOP的地理分布如图5B所示。有30个站点的DOP时间超过6小时，大部分都坐落于沿海地区。此外，71个站点的DOP

短于2小时，且低值中心可以用1200米的高度轮廓连接（白色粗线）。随着大兴安岭、太行山脉、吴山和雪峰山脉的延伸，这些低值站点都位于第二和第三地形阶梯之间的边界线上，其他零星低值站大多位于这些复杂地形以东。 图5A展示的平均持续时长中的高值中心，四川盆地在图5B中消失。位于一个大的地形坡度的宜宾站，它的平均持续时间长达15.4小时，而DOP只有1.7小时。这些结果表明，极端降水的快速发展与地形影响可能有关。由于地形复杂地区总是有发生地质灾害的潜在危险，极端降水的快速发展可能导致这些地区滑坡或产生泥石流。因此，有必要对这些地区的降水过程和机制进行进一步的分析。

3.3极端降水的季节性特征

在中国的大部分地区，降水呈现明显的季节变化，例如：降水量和降水强度往往集中在一年里的某一特定时期。这种显著的季节性变化也存在于极端降水中，使得降水的发生也成了极端降水的另一个重要特征。为了代表极端降水的季节特征，我们确定了5年收益与PE段降水发生的日期，然后发现第一个和最后一个出现的时间日期。为了代表季节特征，极端降水的特点，我们标记了5年重现期中降水发生的日期，然后找出了第一次和最后一次

降水的日期。

图6的虚线展示了中国的321个站第一次降水的时间的概率密度分布。从春季到夏季，各站点间第一次发生日期的分散度比较大。52个站点，每年的第一次极端降水发生在四月。84个站点第一次发生的极端降水在5月。六月发生第一次极端降水的站点最多（130个站），概率密度分布曲线的峰值也位于六月的下旬。七月后，概率密度曲线下降相当快。图6b给出了极端降水首次发生的时间分布。春季主导的站点都位于中国南方地区，即春季降雨的持续时间很长（Tian and Yasunari, 1998; Wan and Wu, 2007）。在华北地区和中国东北的大部分站点，首次极端降水发生在六月底。

与第一次发生时间相比，最后一次发生时间的概率密度分布有一个更高的峰值和更集中的分布。在80%个车站，每年最后一次极端降水发生从8月中旬至九月下旬。由此可以得到，最后一次发生时间的矢量方向高度一致（图6c）。只有少数位于沿海地区和中国西南地区的几站在十月之后才发生极端降水。由于确定极端降水发生日期的范围能够提供更好的灾害性天气监测和预警，对在传统汛期的极端降水事件的发生进行深入的案例分析和诊断也尤其重要。

4. 讨论

本文使用过去的50年中每个站点的小时雨量数据，用广义极值分布（GEV）鉴定了极端降水的强度阈值，并对极端降水事件的特点进行了分析。主要结论概括如下：

（1）利用GEV法，能够合理的、客观的鉴定逐时降水的强度阈值。

（2

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26281]，资料为PDF文档或Word文档，PDF文档可免费转换为Word