共查询到19条相似文献，搜索用时 468 毫秒
1.
近40年华南前汛期极端降水时空演变特征 总被引：13，自引：1，他引：13
利用国家气象信息中心提供的华南89个代表站1969～2008年逐日降水资料,研究了近40年我国华南前汛期(4～6月)极端降水时空演变特征,主要结论是:(1)华南前汛期降水强度、强降水量和暴雨日数的空间分布与总降水量的空间分布基本一致;(2)极端降水指数随时间的变化对华南整个区域前汛期总降水量的变化有很好的指示意义,特别是强降水量、强降水频率和暴雨日数;90年代以来华南前汛期总降水量的显著增加与强降水量、强降水频率以及暴雨日数显著增加密切相关,且极端强降水量异常程度明显增强。 相似文献
2.
华南地区汛期极端降水的概率分布特征 总被引：18，自引：2，他引：16
利用1960-2005年华南地区71个测站的逐日降水量资料和NCEP/NCAR南半球月平均海平面气压场再分析资料,采用Le Page榆验、广义极值分布等统计诊断方法,研究了华南地区近46 a前汛期(4-6月)和后汛期(7-9月)极端降水的时空变化及概率分布特征.并讨论了南半球澳大利亚高压和马斯克林高压强度指数与华南汛期暴雨日数间年代际变化的关系.结果表明:(1)1992年华南地区降水发生了由减少趋势到增多趋势的突变,降水趋势发生突变后前汛期极端降水量和日极端降水强度有所下降,而后汛期则是显著增强.(2)华南汛期年平均日最大降水量、50 a一遇日最大降水量极值和暴雨日数的空间分布特征相似,即前汛期的空间分布自南向北呈现"低-高-低"的分布趋势,后汛期呈现由沿海到内陆的"高-低"的分布趋势.(3)1992年发生突变后,前、后汛期年平均日最大降水量和年平均暴雨日数显著增加和减少的空间分布基本一致.(4)就年代际变化而言,南半球澳大利亚高压和马斯克林高压的强度变化是华南汛期降水异常的重要气候背景,即当两高压处在同时增强时期时,华南前汛期极端降水处于偏少阶段,后汛期则处于偏多阶段. 相似文献
3.
近53年江淮流域梅汛期极端降水变化特征 总被引：6，自引：2，他引：4
基于1961—2013年江淮流域梅汛期（6—7月）逐日降水资料,利用百分位法确定极端降水阈值,对江淮流域梅汛期极端降水的时空分布及突变特征进行分析,结果表明：95%分位极端降水阈值多在50 mm以上,大值中心主要位于湖北东部到安徽南部一带;平均极端降水强度与阈值大小的空间分布相似。极端降水量和极端降水日数整体呈现由安徽南部向四周递减的空间分布特征,极端降水量约占梅汛期降水总量的1/4~1/3。从季节内分布上看,极端强降水站次在梅汛期呈单峰型分布,各候间差异明显,其中6月第5候到7月第2候最多。极端降水量、极端降水日数以及极端降水量占梅汛期总降水量百分比均具有明显的年际变化,且上升趋势显著;江淮流域梅汛期极端降水量和极端降水站次的这种上升趋势均在1980年发生突变。 相似文献
4.
近46 a重庆汛期极端降水量异常特征 总被引：3，自引：0，他引：3
利用重庆33站1961-2006年汛期（5-9月）逐日降水资料,定义了不同台站的极端降水阈值,统计出了不同台站近46a逐年汛期极端降水量,并进行时空分布特征分析。结果表明：重庆地区汛期极端降水量空间分布差异明显,一致性异常分布特征是最主要空间模态,空间分布可分为5个主要区域;各区代表站汛期极端降水量占总降水量的比重相当大;从长期变化趋势来看,整个重庆地区近46a来汛期极端降水变化趋势不显著;各区汛期极端降水主要存在着2—3a、5a左右的年际变化和11a左右的年代际振荡。 相似文献
5.
21世纪末华南汛期强降水变化分析 总被引：5，自引：3，他引：2
利用英国Hadley气候预测与研究中心的区域气候模式系统PRECIS,基于政府间气候变化专门委员会（IPCC）2000年“排放情景特别报告”（SRES）B2情景下对华南区域2071～2100年汛期（前汛期：4～6月;后汛期：7～9月）强降水的模拟结果进行分析。结果显示PRECIS对华南地区汛期强降水具有较好的模拟能力。相对1961～1990年（以下称气候基准时段）,2071-2100年华南汛期的强降水比例有所增大,强降水日数变化百分数大值中心分布在广西中北部和福建省北部,后汛期大值中心主要分布在广东和福建省。对华南4省（区）除了海南岛外各省逐月变化百分数基本为正值,汛期极端降水的发生频率相比气候基准时段有明显增加。 相似文献
6.
本文从分析研究渠江流域汛期强降水时空分布入手,试图揭示该流域21世纪以来洪水频发的原因。经对渠江流域1970~2012年降水资料分析研究得出:(1)渠江流域汛期降水量、暴雨日数、降水变差系数呈“北大南小”的空间分布;“北区(河流汇水区,下同)”近年来汛期降水量增大、暴雨频率增加、降水趋于极端;(2)短时强降水多发生在04~08时,频发区主要位于“北区”,近年来频次呈上升趋势;(3)小时雨强极值“北区”普遍大于“南区”;近43年渠江流域汛期小时雨强极值总体呈增大趋势,“北区”尤为明显。因此,渠江流域汛期发生的强降水趋势性变化,是导致该流域洪水频发的主要原因之一。 相似文献
7.
伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明：青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。 相似文献
8.
利用重庆33站1961-2006年汛期(5-9月)逐日降水资料,定义了不同台站的极端降水阈值,统计出了不同台站近46a逐年汛期极端降水量,并进行时空分布特征分析。结果表明:重庆地区汛期极端降水量空间分布差异明显,一致性异常分布特征是最主要空间模态,空间分布可分为5个主要区域;各区代表站汛期极端降水量占总降水量的比重相当大;从长期变化趋势来看,整个重庆地区近46a来汛期极端降水变化趋势不显著;各区汛期极端降水主要存在着2~3a、5a左右的年际变化和11a左右的年代际振荡。 相似文献
9.
根据潮阳气象站1959～2011年逐日降水资料,研究了近53年来潮阳区降水的变化特征,结果表明,前汛期和后汛期各个降水指数变化规律存在很大区别:(1)前汛期降水量、降水强度、降水频率和暴雨日数均呈下降趋势,而后汛期降水量、降水强度和暴雨日数呈上升趋势;(2)前汛期存在8年和3年的短周期,后汛期周期变化不明显;(3)前汛期极端降水量发生突变,分别是1965年和1985年,20世纪90年代后极端降水量呈明显下降趋势,而后汛期极端降水量在20世纪90年代后呈上升趋势. 相似文献
10.
1961—2014年广东小时强降水的变化特征 总被引：1，自引：1，他引：0
利用1961—2014年广东32个气象观测站逐小时降水资料,采用线性趋势分析、Mann Kendall检验、功率谱分析、计算趋势系数等统计诊断方法,分析了广东小时强降水在年以及前、后汛期的气候特征及变化。结果表明,广东年、前、后汛期多年平均小时强降水的次数、强度、降水量和贡献率的空间分布均呈沿海向内陆递减。近54年来,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,与同期广东年暴雨次数和年降水变化不明显有明显差异。广东大部分测站小时强降水量均呈增加的趋势,其中珠三角增加最为显著。近54年来广东年和前汛期小时强降水次数存在3.7年和22年、后汛期存在3年左右的显著周期震荡。广东年和后汛期小时强降水次数在1993—1994年发生增加的突变,前汛期小时强降水次数没有突变发生。 相似文献
11.
利用1974-2012年保定19个气象台站逐日降水资料,采用线性趋势分析、Morlet小波变换、Mann-Kendall法和功率谱等方法,对保定市暴雨发生站次数的时间和空间分布特征及变化进行分析。结果表明：保定地区暴雨年平均发生站次数北多南少,暴雨主要集中在东北部;汛期（6-8月）是暴雨出现的主要时段,最集中的时段则出现在主汛期（7-8月）;暴雨站次数从5月中旬开始呈现缓慢增加趋势,6月下旬猛增,7月下旬达到最高值;近39 a来,年暴雨发生站次数整体呈下降趋势,尤其是8月下降趋势最为明显。保定主汛期暴雨发生站次数在20世纪80年代中期存在着由少到多的突变,90年代末期存在着由多到少的突变 相似文献
12.
1960-2011年辽宁省大暴雨时空分布特征 总被引：2，自引：0，他引：2
利用1960-2011年辽宁省61个国家气象站地面20-20时降水及逐小时降水观测资料,统计分析辽宁大暴雨时空分布特征。结果表明：辽宁省年平均大暴雨日数为6.5 d,年平均影响范围为17.5站次,两个大暴雨多发区分别位于辽宁东南部和南至西南沿海地区。辽宁东南部大暴雨多发区由于受台风、江淮气旋、华北气旋和蒙古气旋等多种系统及地形影响,易出现区域性和局地性大暴雨,大暴雨发生次数较多,降水量变化较大;降水量和降雨强度极值均较大,大暴雨中心出现在凤城,降雨强度最大达212 mm/h-1。南至西南沿海大暴雨多发区易受台风和华北气旋及地形影响,以区域性大暴雨为主,降水量和降雨强度极值也较大,但最大降水量和降雨强度极值均与大暴雨日数的中心不一致。区域性大暴雨的降水量极值对大暴雨降水量极值的贡献最大。大暴雨平均降雨强度的逐时变化呈单峰型分布,08时降雨强度达最强,20时降雨强度最弱。辽宁省大暴雨日集中出现在7月下旬至8月上旬,8月大暴雨日略多于7 月。最早和最晚区域性大暴雨均是受江淮气旋影响,并出现在辽宁省南部地区。大暴雨日数具有明显的周期变化,主要年代际变化周期为10 a。区域性和局地性大暴雨主要周期分别为36 a和10 a。预计未来6 a辽宁省仍处于大暴雨较多的阶段,并可能多以局地性大暴雨的形式出现。 相似文献
13.
利用1972—2007年石家庄市17个测站逐日降水资料,采用线性趋势法和Mann-Kendall突变检验法,分析了近36 a石家庄市不同等级降水日数时空分布特征和变化规律。结果表明：石家庄市年总雨日数和不同等级降水日数均呈减少趋势,暴雨日数减少趋势最不明显;年总雨日数发生了突变,突变年份为1992年;20世纪90年代后,降水有向极端化发展的趋势。在空间分布上,石家庄市年总雨日数和不同等级降水日数自西北、东南向中部地区逐渐减少,西北部山区和东南部平原存在两个多雨日中心和多暴雨中心;各站年总雨日数和小雨日均呈显著减少趋势,北部、西北部和东南部地区减少趋势相对更显著,其他等级降水事件日数大多数观测站也呈减少趋势,但减少速率相对较小。 相似文献
14.
利用1981—2010年30 a贵州省83个地面气象观测站月降水量和月暴雨日数资料,采用合成、方差分析和经验正交函数（EOF）分解,着重讨论贵州省主汛期6-7月暴雨日数的空间分布及其时间演变特征,进而对6-7月暴雨日数EOF第一模态的时间序列作小波分析、趋势分析及突变检验,分析贵州省6-7月暴雨日数时间序列的短期气候特征。结果表明：近30 a贵州省6-7月暴雨日数与降水量的时空分布一致,并对降水量有主要贡献。暴雨日数的空间分布存在3个暴雨多发区和2条暴雨少发带,范围最广、强度最大的暴雨多发区位于省之西南部,大值中心在六枝、晴隆和镇宁附近。暴雨日数时间序列的变化在20世纪90年代是偏多时期,20世纪80年代和21世纪至今是偏少时期。贵州省6-7月暴雨日数EOF第一模态时间序列在20世纪90年代存在显著的3～5 a年际震荡,在1981—2010年间总体变化趋势分为3个时段：1981—1990年、1991—2000年和2001—2010年,呈＂降—升—降＂变化,没有明显的突变点。 相似文献
15.
16.
利用日降水资料(08—08时)和常规天气图资料,以1981—2010年30 a平均降水量为气候态,统计2012年4—10月我国主要暴雨天气过程,概述各主要暴雨过程的重要影响系统、出现时段、范围及累积降水量。结果表明:2012年4—10月我国共出现190个暴雨日,34次主要暴雨过程,单站最大日降水量487mm,过程最大降水量631mm;4月华南、江南大暴雨过程比常年偏多,7月中下旬长江流域强降水频繁,长江三峡出现建库以来最大洪峰;汛期登陆我国的台风偏多且时间集中,北上台风偏多;汛期北方降水量比常年偏多,多个大中城市出现严重内涝。 相似文献
17.
利用93站1951—2002年逐日降水资料，分析了东北地区不同强度降水事件的时空演变特征及其对旱涝的影响。结果表明:52年来，东北地区小雨事件对年降水量的贡献率呈显著增加趋势，中雨的贡献率略为减少，大雨和暴雨的贡献率变化不大；东北年总雨日减少趋势非常明显，雨日的减少主要体现在小雨日数的减少；年降水强度表现为明显的增强趋势，主要体现为小雨和暴雨强度增强；20世纪80年代中期之前多小雨事件，80年代中期之后多中雨以上强度的降水，特别是90年代中期之后多暴雨事件。在显著变暖的20世纪90年代，降水日数明显减少，但暴雨日数基本不变，强度明显增强。对东北地区降水量、降水变幅、降水事件的变化特征分析表明:该区域降水有向不均衡、极端化发展的趋势，旱涝灾害也有加重趋势。 相似文献
18.
一种基于可预报性的暴雨预报评分新方法Ⅰ:中国暴雨可预报性综合指数 总被引：1，自引：0，他引：1
针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。 相似文献
19.
通过对1951—2020年罗甸县逐日降水观测资料、2010—2020年罗甸县各乡镇逐日降水观测资料的统计分析,计算出要素保证率80%的值,采用线性趋势分析、等值线分布、Mann-Kendal检验、Morlet小波方法分析罗甸县境内暴雨的时空分布特征。结果表明：近70 a罗甸县年暴雨日数、近11 a罗甸县各乡镇总年暴雨日数均缓慢增多,区域暴雨次数逐渐减少,在年际变化中,均存在显著的3 a左右周期振荡。暴雨集中发生在5—9月,近70 a占全年暴雨日数91%,各月暴雨日数时空分布差异显著,暴雨发生最多月份为6月,近70 a平均每年1.3 d,占全年暴雨日数的36%。各乡镇年平均暴雨日数分布区域性特征明显,存在2个多值区（西北部、东南部）和1个少值区（西南部）。暴雨多发生在夜间,尤其大暴雨以上量级降水在夜间发生的概率高达93%。降水强度等级从北向南逐级减小,与罗甸县略呈“撮箕口”朝南地形较一致,从西北、北、东北向南逐级减小,在西部、东北部存在较稳定的2个极端暴雨中心。各乡镇连续暴雨次数分布差异明显,呈北多南少分布。总体而言,西部在年暴雨日数、暴雨强度、连续暴雨次数及连续降水量均居全县首位,在天气预报、防汛工作中应重点关注和防范。 相似文献