共查询到20条相似文献，搜索用时 125 毫秒
1.
《湖北气象》2010,(4)
利用淮河流域159个气象台站1971—2009年逐日降水资料,统计出淮河流域历年各站暴雨量并建立时间序列,通过趋势分析、EOF分析、小波分析、MK突变检验等方法对暴雨量进行特征分析。结果表明:淮河流域常年暴雨量及暴雨次数空间分布非常一致,高值区位于流域西南部,暴雨量及暴雨站次呈单峰型分布,7月上、中、下三旬最为集中;全流域大部分地区的暴雨量呈现上升趋势,但未通过0.05的显著性检验;EOF前三个模态累积方差贡献为84%,第一模态全流域一致为正,表明暴雨量分布一致多或少;第二模态为南正北负,暴雨量分布北少(多)南多(少);第三模态为西正东负,暴雨量分布东少(多)西多(少);暴雨量2~3年高频震荡及12~14年低频震荡较为明显,在12~14年的时间尺度上经历了由多到少3个循环交替;暴雨量在2000年左右可能存在一次突变,2000—2009年年均暴雨量比1971—1999年年均值增加了52 mm。 相似文献
2.
利用北京市、天津市和河北省1961-2008年逐日台站降水资料,采用经验正交函数分解（empirical orthogonal function）、Morlet小波、曼-肯德尔（Mann-Kendall）突变检验等方法,统计分析了京津冀地区暴雨量及暴雨频次的气候变化特征。结果表明：气候态下,京津冀地区暴雨量及暴雨频次沿地形呈东南多—西北少的分布型,暴雨发生时间相对集中在7月下旬和8月上旬。1961-2008年京津冀大部分地区暴雨量呈减少的趋势,且在1980年发生显著突变,2000年代以后暴雨量进一步减少。小波功率谱分析结果表明,京津冀地区暴雨量主要存在2-4a的显著主周期。该地区暴雨量EOF展开的前3模态显示,暴雨量主要呈全区一致变化以及东西反向、南北反向的空间变化特征。 相似文献
3.
利用贵州52个测站的1961-2006年历年夏季（6-8月）逐日降水资料,分析了贵州夏季暴雨的时空分布特征、周期振荡及其突变特征。结果表明：46 a来贵州夏季暴雨量呈增加趋势,并存在明显的年际、年代际变化特征;暴雨日数和暴雨量在1985年发生突变;暴雨日数和暴雨量均存在15 a和准10 a的周期振荡;暴雨日数和暴雨量EOF分解的第一特征向量的荷载场空间分布基本一致,表明全省呈偏多（少）的一致型同位相分布。 相似文献
4.
贵州夏季暴雨的气候特征 总被引：3，自引：0，他引：3
利用贵州52个测站的1961-2006年历年夏季（6-8月）逐日降水资料,分析了贵州夏季暴雨的时空分布特征、周期振荡及其突变特征。结果表明：46 a来贵州夏季暴雨量呈增加趋势,并存在明显的年际、年代际变化特征;暴雨日数和暴雨量在1985年发生突变;暴雨日数和暴雨量均存在15 a和准10 a的周期振荡;暴雨日数和暴雨量EOF分解的第一特征向量的荷载场空间分布基本一致,表明全省呈偏多（少）的一致型同位相分布。 相似文献
5.
显著经验正交函数分析及其在淮河流域暴雨研究中的应用 总被引：1，自引：0，他引：1
经验正交函数分解（EOF）是气候特征研究中常用的分析方法,但由于方法本身的原因,EOF 主要模态不一定都能有效揭示资料场包含的气候模态。利用中国基本站和基准站1950—2009年逐日降水资料,运用显著经验正交函数分解（Disˉ tinct EOF,DEOF）方法研究了淮河流域暴雨的统计特征。结果表明 DEOF 第1模态呈现了淮河流域暴雨量在南北方向上存在相反的变化,即流域中部、南部偏多（偏少）时,北部则偏少（偏多）,第1主成分具有显著的16—17 a 周期性变化,表明流域南北的旱涝变化存在年代际振荡;第2模态表现了淮河流域中部暴雨量的异常变化,第2主成分有明显的线性趋势,说明近50年来流域中部地区暴雨量有明显的上升趋势,并且在1990年前后由偏少转为偏多。对比 DEOF 和 EOF 的分析结果,发现DEOF 能排除资料场中与随机扩散模型相关性较高的空间特征,能抓住与随机扩散模型有显著差异的分布特征并凸出显示出来,能从较强的背景噪声中凸出物理信号,因而能更好地估计真实的气候模态。 相似文献
6.
1961-2012年京津冀地区不同等级降水日数时空演变特征 总被引：1，自引：0，他引：1
利用1961-2012年京津冀地区78个气象站逐日降水资料,采用趋势分析、Morlet小波和经验正交函数（EOF）等方法,分析京津冀地区不同等级降水日数的时空演变特征。结果表明：近52 a来,京津冀地区各等级降水日数的变化趋势不明显。空间分布上,雨日总数和小雨日数呈自西北向东南递减的特征;中雨日数和大雨日数分别存在两个大值中心,二者大值中心的位置相似,一个位于京津冀地区东北部,另一个位于西部太行山区;暴雨日数的空间分布特征不明显,具有随机性。雨日总数和小雨日数存在准13 a和准6 a两个尺度的振荡周期;中雨日数、大雨日数及暴雨日数存在15-18 a和8-11 a两个尺度的振荡周期。EOF第一模态分析表明,京津冀地区各等级降水日数在全区具有较好的一致性;第二模态分析表明,雨日总数、小雨日数、中雨日数和大雨日数具有南北反位相的特征,暴雨日数具有西北部和东部多（少）、中部和西部少（多）的分布特征。 相似文献
7.
1961-2008年贵州暴雨的时空分布特征分析 总被引：1，自引：0，他引：1
利用1961—2008年贵州75个测站逐日12 h降水资料,分析了48 a来贵州暴雨的时空分布特征。结果表明：全省多（少）暴雨区与年暴雨量、年降水量多（少）值区的分布一致;年暴雨量占年雨量的12%～32%;年暴雨日数1.6～4.9 d;年暴雨日数、夏季暴雨日数呈上升趋势,春秋两季暴雨日数呈减少趋势;暴雨的季节分布呈明显的＂单峰型＂,6月是暴雨最集中的时段;夜间暴雨多、白天暴雨少。 相似文献
8.
《广东气象》2018,(5)
利用肇庆市2008—2017年近10年20个典型切变线暴雨过程的降水量资料,通过EOF分析等方法研究了暴雨的空间分布特征,并在此基础上对比分析不同分布雨型的环流背景场特征。分析结果表明:(1) EOF展开方法表明肇庆切变线暴雨前3个特征向量累积方差贡献比例为93. 6%。(2)切变线暴雨过程出现频率最多的3种分布雨型为:全市一致偏多(少)型(南部变率高于北部)、南多(少)北少(多)型、南北多(少)中部少(多)型。(3)第1模态最大正负相关的2个典型个例环流场特征的主要区别在于高空槽南伸位置和切变线移动路径以及西南气流的强弱;第2模态的区别在于切变线南压滞留的位置和时间差异;第3模态区别在于切变线是否断裂为东西两段以及低层风速风向辐合区域的差异。 相似文献
9.
《贵州气象》2012,36(3)
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
10.
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
11.
选取我国东南沿海热带气旋登陆数目多、经济发达的浙江和福建两省,利用国家级地面气象站逐小时降水观测资料,结合热带气旋降水客观分离方法,对1956~2012年（共57年）浙、闽两省沿海登陆热带气旋降水开展客观分离,统计分析热带气旋登陆期间降水精细化时空分布特征。结果表明:热带气旋平均路径在登陆前6小时至登陆后24小时呈西北行,累积降水具有明显非对称分布特征,与主要水汽辐合区相吻合,登陆后24小时至48小时的降水分布与鄱阳湖水体以及局地地形有密切联系;伴随登陆进程,降水分布呈现显著变化,登陆前,浙、闽两省降水较强;登陆后,降水范围向内陆扩展到浙、闽两省以外地区;登陆点聚类分析指出,所有类别的较强降水时段均位于登陆前12小时至登陆后6小时,但不同类别的降水分布和演变特征具有显著差异,这种差异与局地地形和热带气旋环流所处位置关系密切;小时强降水统计分析显示,伴随着登陆进程强降水频次分布逐渐变化和向内陆地区推进,高频次强降水主要出现在登陆前、后6小时的浙、闽两省沿海地区,且以两省交界附近地区最为集中,与该地区明显的高大地形分布有着密切的关系。两省各台站由登陆热带气旋带来的小时降水极值差异较大,从10到143 mm均有分布,大部分极值在30至60 mm之间。其中,极值大于50 mm的站点主要分布在沿海地区,在浙、闽交界处较为集中,与小时强降水的频次分布一致。 相似文献
12.
13.
客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。 相似文献
14.
华东地区夏季不同等级降水变化特征分析 总被引：10，自引：3，他引：7
采用华东地区78个气象站点逐日降水资料,根据日降水量的5个等级划分,应用线性趋势分析、相关分析等分析了不同等级降水频率和降水量的空间分布及其变化趋势。结果表明:(1)夏季不同等级降水频率在整个华东地区具有明显的地区差异,区域平均的降水频率由大到小依次为小雨、微量降水、中雨、大雨、暴雨。(2)平均的夏季总降水量呈南多北少的分布,各等级降水对总降水量的贡献率由大到小依次为暴雨、大雨、中雨、小雨,暴雨对夏季总降水量的贡献在某些年份可达50%以上。(3)区域平均的夏季降水日数呈下降趋势,但总降水量却有明显的增大趋势。(4)区域平均的某等级降水频率正异常时,华东地区各地该等级降水频率,亦多表现为正异常,尤其中雨以上等级降水频率异常符号在整个华东地区更为一致。(5)华东区域微量降水和小雨发生频率分别与其他等级降水存在显著的反相关关系,而中雨、大雨、暴雨三者发生频率之间无显著相关。 相似文献
15.
利用2010～2019年浙江省基准气象站和自动气象站逐小时降水的观测资料,对浙江省短时强降水的时空分布特征进行了统计分析,结果表明:1）2010 ～2019年浙江短时强降水累计发生频次为72601站次,随雨强增大呈指数式衰减。2）短时强降水空间分布不均匀,沿海向内陆发生频次减少,出现频次最高的地区位于温州西南部。夏半年随时间推进和影响系统演变,短时强降水的空间分布亦存在差异:5～6月浙西地区短时强降水多发,7月短时强降水全省分散分布无明显的区域集中特征,8～10月则主要在沿海地区多发。3）总体而言短时强降水的日变化峰值出现在17:00（北京时间,下同）,且高强度短时强降水更倾向发生在午后到傍晚时段。夏秋季节短时强降水在午后到傍晚最为多发,峰值出现在17:00至18:00,这与副热带高压强盛,午后到傍晚热力和不稳定条件好,易触发强对流天气有关;春季除午后到傍晚外夜间和凌晨亦为短时强降水多发时段,可能与低空急流多在夜间和早晨发展加强有关。短时强降水的月变化特征呈现类双峰型分布,8月最为多发（26.0%）（主要由台风降水造成）,其次为6月和7月。不同强度的短时强降水月变化特征存在较明显差异。而短时强降水的年际分布不均,2015年之后年际变化幅度增大,其中 2016 年短时强降水发生频次最高达8728站次,2017 年为发生频次最低仅5581站次。 相似文献
16.
基于2013~2020年乐山地区9个国家自动站和136个区域自动站逐小时降水资料,应用诊断分析方法,系统研究了乐山地区短时强降水的时空分布及变化特征,探讨了短时强降水发生频次与地形因子的关系。结果表明:乐山地区短时强降水年均频次和极值均呈增加的趋势,强度较为稳定,变率不大。短时强降水在3~10月均有发生,其频次月分布呈现出单峰型的特征,集中发生在7~8月,占全年的77.7%,7月下旬~8月上旬发生频次又占7~8月总量的49.8%。短时强降水频次日变化呈单峰单谷结构,夜间发生概率最大,白天发生概率相对较小,22时~次日04时是短时强降水集中高发时段,虽然短时强降水在午后和傍晚的发生概率相对较小,但其强度较强,也应当引起重视。乐山地区短时强降水空间分布差异较大,存在两级分化的特点,与地形关系密切,总体呈西南部和东北部少、西北部—中部—东南部多的分布特征。短时强降水的发生与经纬度、海拔高度等地形因子显著相关,高发区主要集中在山谷喇叭口、岷江流域的河谷地带及城市热岛区。 相似文献
17.
利用横断山脉纵向岭谷典型区域2005～2019年28个地面气象观测站逐时降水数据，分析纵谷区短时强降水时空分布特征，结果表明:(1)纵谷区年降水量自西向东减少，而短时强降水量对年降水量的贡献则从西北向东南增加，短时强降水发生频率空间分布极不均匀，在0.1～6.7次/年之间，纵谷区上段发生频率很低，怒江下游和金沙江下游周边流域出现2个大值中心。(2)纵谷区短时强降水年发生频率具有0.022次/年的增加趋势。发生频率逐月变化峰值在7～8月出现，纵谷区下段2个大值中心在6～9月均明显存在；逐候变化多峰值特征突出(36、39～44、47和51候4个峰值)，且51候后的下降趋势强于36候前的增加趋势，候频率高峰到达时间的空间分布表现出东北早、西南晚的特点。(3)发生频率日变化主峰值多出现在凌晨，次峰值在傍晚。子夜前后、凌晨、清晨三个时段频率空间分布均自北向南、东南增加，怒江和金沙江下游的2个大值中心明显，而午后、傍晚二个时段频率的空间分布差异较小。纵谷区中上段发生频率日变化幅度大，其西部多为夜发性短时强降水，而东部则以午后至傍晚的短时强降水为主，纵谷区下段发生频率日变化幅度小，午后、傍晚、夜间都会出现。短时强降水的这些时空分布特征与横断山脉纵向岭谷地形及南亚季风活动特性密切相关。 相似文献
18.
短时强降水的多尺度分析及临近预警 总被引：9，自引：6，他引：9
利用安徽省1995—2010年逐小时降水量资料,统计了不同强度的短时强降水的时空分布特征,并分析典型短时强降水过程的环境背景场特征,建立了短时强降水的三种概念模型,总结出有利于其发生的大尺度影响系统。通过分析物理量得知,短时强降水发生时大气水汽充沛、湿层深厚,厚的暖云层保证了云粒子在降水系统的下沉气流里较少的被蒸发,而中等强度的对流有效位能和高的KI指数值有利于高降水效率的产生。短时强降水的雷达反射率因子有"低质心结构"和"高质心结构"两种结构特征。而径向速度场上的中小尺度风速切变、辐合、气旋式辐合则是强降水回波在某地维持和发展的重要原因。强降水发生前半小时边界层急流显著增强,也是短时强降水临近预警的一个重要指标。 相似文献
19.
利用重庆市1961—2012年34个气象观测站的逐日降水资料,采用EOF分析、线性回归及相关分析的方法对重庆市的降水量时空特征、降水频数特征及降水强度特征进行诊断分析研究,并进行了相关讨论.结果表明:重庆市的年总降水量呈逐年减少的变化特征,并且年总降水量存在空间一致性与重庆市东北地区和其他地区反相变化的空间分布形式;各类持续性降水过程频数的空间分布差异较大,持续性降水过程频数的变化趋势表明短期降水过程(持续2 d)逐年增加而持续较长时间(持续5 d及以上)的连阴雨天气过程减少趋势明显;降水强度分析中发现一般降水(小雨、中雨、大雨)的年总降水量呈下降趋势,是引起重庆市年总降水量减少的主要原因,小雨、中雨降水强度逐年减弱而大雨的强度有弱的增强,较强降水等级(暴雨与大暴雨)的年总降水量呈较弱的上升趋势,降水强度也表现为弱的增强趋势;持续5 d及以上降水过程频数的减少可能与当地500 hPa位势高度场的上升及赤道太平洋海表温度的升高相关,大雨及以上等级降水的强度变化可能与El Niño Modoki现象有关. 相似文献
20.
Using the hourly precipitation records of meteorological stations in Shanghai, covering a period of almost a century(1916–2014), the long-term variation of extreme heavy precipitation in Shanghai on multiple spatial and temporal scales is analyzed, and the effects of urbanization on hourly rainstorms studied. Results show that:(1) Over the last century, extreme hourly precipitation events enhanced significantly. During the recent urbanization period from 1981 to 2014, the frequency of heavy precipitation increased significantly, with a distinct localized and abrupt characteristic.(2) The spatial distribution of long-term trends for the occurrence frequency and total precipitation intensity of hourly heavy precipitation in Shanghai shows a distinct urban rain-island feature; namely, heavy precipitation was increasingly focused in urban and suburban areas.Attribution analysis shows that urbanization in Shanghai contributed greatly to the increase in both frequency and intensity of heavy rainfall events in the city, thus leading to an increasing total precipitation amount of heavy rainfall events. In addition,the diurnal variation of rainfall intensity also shows distinctive urban–rural differences, especially during late afternoon and early nighttime in the city area.(3) Regional warming, with subsequent enhancement of water vapor content, convergence of moisture flux and atmospheric instability, provided favorable physical backgrounds for the formation of extreme precipitation.This accounts for the consistent increase in hourly heavy precipitation over the whole Shanghai area during recent times. 相似文献