共查询到19条相似文献，搜索用时 109 毫秒
1.
基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。 相似文献
2.
利用印江县气象观测站1983—2016年和区域内16个自动气象观测站2011—2016年汛期(4—9月)逐时降水观测资料,采用相关对比分析、汇总归类等统计方法,分析近34a县中心城区的短时强降水特征和近6 a 16个站的短时强降水时空分布特征。结果表明:(1)近34 a,县中心城区汛期短时强降水量级以20~30 mm为主,对暴雨日贡献比较大,年次数呈波动变化;集中并均匀分布在5—8月;日次数集中在夜间,日变化特征在各月有明显不同。(2)近6 a,印江区域内汛期短时强降水多发生在中东部,月份分布似正态分布,集中在6月和7月,各月不同区域累积次数也不同;日次数集中在夜间,日变化特征在各月也有明显不同。(3)利用得到的降水分布特征,指导印江气象局更好的开展"三个叫应"气象服务,重点关注短时强降水易发区、大小流域区域、地质灾害点和人口密集区。 相似文献
3.
利用青藏高原边坡临夏地区6个国家级自动气象站和66个乡镇区域自动气象站2010—2019年5—9月逐小时降水资料，详细分析了临夏地区短时强降水的时空分布及海拔地形特征，结果表明：近10 a短时强降水频次总体呈上升趋势，短时强降水频次与西太副高脊线位置和北界位置有密切关系。短时强降水主要发生在5—9月，集中时段为7月中旬到8月中旬，19:00～23:00为高发时段，属于傍晚型和夜雨型。近10 a临夏地区短时强降水的极端性逐年增大，单站年均频次在0.2～2.6次之间，平均为0.8次，短时强降水空间分布差异较大，总体呈西南多、东部和北部少，山区多、川区少的分布特征。临夏地区降水分布与海拔高度有明显关系，5—9月平均降水量随海拔高度升高而增大，不同海拔地形下短时强降水频次分布呈现两个极端：海拔较高的山地喇叭口地形区域和海拔较低的河谷地区，是临夏地区汛期短时强降水的重点关注区域。 相似文献
4.
5.
《气象与环境学报》2016,(6)
利用2009—2013年南京市71个加密自动气象站逐时降水观测资料,对南京地区城郊降雨差异的特征进行了分析。结果表明:南京地区城市"雨岛效应"存在明显的季节差异,城市"雨岛效应"集中出现在6—8月,尤其是7月和8月,而南京地区其他季节城郊降雨无明显差异。对于不同量级的降雨,南京地区小雨、中雨和大雨的降雨量城郊差异均不显著;而城市化使南京地区6—8月暴雨和短时强降水的城郊差异较明显,城区暴雨发生频次和强度及短时强降水的发生频次均高于周边郊区,易形成城市洪涝灾害。城市化进程对一般性降雨的城郊差异影响较小,但城市化使城区夏季暴雨和短时强降水等灾害性降水事件明显加强。 相似文献
6.
利用浙江省71个气象观测站的逐小时降水数据,分析2004—2016年夏季(6—8月)降水日变化特征。结果表明:(1)浙江省夏季降水量和降水频次日变化总体上呈现"一主一次"的双峰特征,降水量和降水频次主峰值分别出现在17:00前后和19:00前后。近13 a来,夏季降水量和降水频次有明显的增加趋势。(2)降水日变化特征区域差异明显。浙中西部地区和沿海岛屿的降水量、降水频次和强度日变化波动幅度较小,降水强度的峰值出现在09:00—11:00;浙南地区降水量、降水频次和强度日变化具有单峰特点,峰值均出现在15:00—20:00。(3)降水日变化与不同持续时间的降水事件有关,≥6 h持续性降水事件的降水峰值易出现在09:00前后,而<6 h短时降水事件的降水峰值出现在15:00—22:00。不同区域降水事件有所差异,浙中西部地区和沿海岛屿的降水量来源于持续性降水和短时降水事件的共同贡献,浙南地区降水量主要来源于短时降水事件的贡献。(4)短时强降水(20～50 mm·h^(-1))和特强降水(≥50 mm·h^(-1))易发生在温州、台州和宁波等沿海地区,其中杭州湾、台州局部地区是短时特强降水的高发区;短时强降水的日变化具有单峰特征,降水峰值出现在15:00—20:00。 相似文献
7.
《气象与环境学报》2017,(4)
利用1971—2003年辽宁省53个地面国家级气象站降水自记纸记录的经数字信息化处理后的逐小时降水量数据和2004—2014年自动气象站的降水观测资料,分析了4—10月辽宁省短时强降水的时空变化特征。结果表明:1971—2014年辽宁省短时强降水的发生次数与年降水总量分布对应,均呈东部地区多、西部地区少的分布特征,与辽宁地区的地形和低空西南急流的风向等气候特征密切联系。1971—2014年辽宁地区年平均短时强降水发生次数为1.5—3.5次/a,并呈剧烈的振荡变化,短时强降水发生次数与辽宁省旱涝变化具有较好的对应关系。7月和8月辽宁地区短时强降水发生最多,辽宁省东部的丹东地区短时强降水发生次数明显偏多;6—8月旬短时强降水发生次数呈先增加后减少的变化,7月下旬短时强降水发生次数达到峰值,辽宁地区不同地域短时强降水发生次数的变化趋势也不同。受辽宁地区地形和低空急流的日变化影响,辽宁地区短时强降水发生次数的日变化也具有明显的地域性,辽宁省北部和最西部地区短时强降水发生次数的日变化不明显;辽宁省南部地区短时强降水多出现在后半夜至早晨,其他地区短时强降水多出现在下午。 相似文献
8.
利用内蒙古119个国家气象站逐小时降水量及常规的日降水量资料对2012—2015年内蒙古出现的短时强降水及大雨以上天气情况从时空分布、出现概率、降水比率等多方面进行了比较全面的统计。分析了内蒙古短时强降水的时空分布特征,特别是得出了内蒙古短时强降水发生时段,以及短时强降水在整个大到暴雨过程中所占比例等方面的特点,为预报员认识内蒙古短时强降水活动情况提供有利的参考。分析得出:短时强降水在时间、空间以及降水量级上的分布极不均匀,主要发生在6—8月,7月最多;短时强降水主要出现在午后到傍晚时段,集中在15—17时,尤其17时最多;短时强降水多出现在日降水在6h之内(含6h),占短时强降水发生总数的57%;短时强降水的降水比率相当高,有84%的短时强降水过程中短时强降水雨量占当日降水总量的50%以上,39%的占当日降水总量的80%以上;短时强降水受地形增幅影响极大,内蒙古东部偏东的大兴安岭东侧和西中部阴山山脉南侧均为短时强降水多发区。 相似文献
9.
江苏南部汛期降水日变化特征分析 总被引：2，自引：1，他引：1
利用江苏南部20个气象观测站2008—2012年汛期(5—10月)逐小时降水资料,应用降水频率来分析了江苏南部地区降水日变化基本特征和区域差异。研究表明:降水日变化特征地域性差异较强,西部站、东部站和东北沿海站都存在一定的特征差异。东部站降水量的最大值主要出现在下午和傍晚;西部站降水量主峰值出现在下午,并且在清晨和夜间还有两个次峰值;东北沿海站呈现出午前、午后的双峰值形式。2008—2011年降水量下午高值区有先减弱后增强并提前的趋势,而上午的高值区有总体减弱并推迟的特征。2011年后有明显减弱的趋势。江苏南部总体来说,短时强降水(大于20和25 mm/h)在16—19时出现主峰值,07—09时也有相对较小的次峰值。 相似文献
10.
《湖北气象》2021,40(4)
利用2005—2018年贵州省84个国家气象站逐小时降水量资料,采用统计诊断分析方法,在区分量级前提下,结合地形特征,分析贵州1 h短时强降水和逐3 h降水的时空分布特征。结果表明:(1) 14 a中短时强降水共出现5 981站次,年均427.2站次,其空间分布与地形特征密切相关,整体呈现南多北少、东多西少的特征,贵州西南部“喇叭口”地形和东南部雷公山南侧“喇叭口”地形与河谷地形重叠区域为短时强降水高发区。短时强降水分级统计显示,99%的短时强降水集中在前两个雨强较小的等级,而R1h≥80 mm的短时强降水14 a只出现过5站次。各站点最大雨强空间分布与短时强降水的总站次数分布趋势较为一致,一般南部大于北部、中东部大于西部,局部存在差异。平均雨强整体呈现南强北弱的特征。(2)在2005—2013年期间,短时强降水站次数大多处于年均值(427.2站次)之下,2011年达到最低值275站次,2014年站次数骤然增加至564站次,2015年继续增加到最大值662站次,其后迅速回落到比年均值略高的位置小幅变化。各站点短时强降水的年际变化在高发区离散度较大,在贵州西北部低发区离散度较小;月际变化曲线呈单峰型,5—8月份是降水高发时段,6月达到峰值。短时强降水主要以单站出现的局地性降水为主,同一时次出现3站以上的情况很少,以6月最多;短时强降水最早出现旬数呈东早西晚、南早北晚的特征,结束旬数西早东晚,北早南晚;各站点短时强降水出现概率最大旬多数集中在第16—18旬(即6月);短时强降水日变化的时间曲线呈单峰型,21时至次日07时为高发时段,中午12时前后出现较少。短时强降水日变化的空间分布特征为傍晚到前半夜主要集中在贵州西部,而后半夜多出现在东部和南部地区,中午前后全省均较少出现。(3)逐3 h降水时空分布特征与R1h大体一致,局部存在一些差异。 相似文献
11.
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
12.
利用2005—2018年125个国家级台站小时降水观测数据研究云南小时降水时空分布特征。结果表明:云南年总降水量、不同持续时间降水量、极端强降水量及降水日变化空间分布差异很大。年降水量自西北向南增加,雨强自北向南增强,降水时长西部大于东部、南部略大于北部,年降水量受降水时长和雨强共同影响,降水时长影响最强,雨强影响较弱,这种特征在滇西北最突出,但滇东北的降水量与雨强相关更好。云南大部夜雨量多于昼雨量,滇东北和北部边缘夜雨特征最显著;降水日变化特征在云南北部为夜间单峰,西部边缘为清晨单峰,中部为夜间与午后峰值相当的双峰,南部也为夜间和午后双峰,但南部不同区域间主峰和次峰出现时间不同。云南南部降水贡献以短、中历时降水为主,北部则以长、超长历时降水为主。云南短时强降水发生次数的空间分布表现为自西北向东南增加;年发生站次数具有增加趋势,日变化特征为显著单峰,多在傍晚至入夜出现,且极端短时强降水更易在凌晨出现。这些小时降水时空分布特征很大程度上代表了低纬高原地区的降水特征。由于低值天气系统多影响低纬高原中北部,热带天气系统多影响南部,且低纬高原地形复杂,局地热力条件差异明显,这些因素造成该区域小时降水时空分布特征差异显著。 相似文献
13.
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
14.
利用柳州市2010-2019年75个加密自动气象观测站小时降水资料,分析柳州市1h、3h、6h短时强降水时空分布特征。结果表明：短时强降水出现最多的是融安、融水一带以及鹿寨北部,山脉的迎风坡和喇叭口地形更利于短时强降水的出现;高发期在5、6月份,其次是7、8月份;短时强降水的日变化呈现单峰结构,主要出现在夜间和早晨时段。该区域短时强降水时空分布特征差异显著,与影响系统、地形的辐合抬升作用以及局地热力条件差异有关。 相似文献
15.
贺兰山东麓极端暴雨的中尺度特征 总被引：1，自引：0，他引：1
利用近10年宁夏逐时自动气象站降水、银川CD雷达、FY-2、探空和ECMWF再分析0.125°×0.125°等高分辨率多源气象资料,在中尺度系统分型基础上,对比分析贺兰山东麓6次极端暴雨的中尺度特征。结果表明:(1)低空偏(东)南急流夜间增强并配合贺兰山地形,在东坡山前触发或增强了暴雨中小尺度系统,造成地形处降水增幅,极端暴雨都是伴有短时强降水的对流性暴雨,主要集中在东坡山前,中心在山洪沟口,夜雨特征显著。(2)环境场都满足对流性暴雨的3个基本条件:700 hPa(东)南急流将暖湿水汽输向暴雨区,低层高温高湿促进了大气不稳定与动力、热力、地形抬升触发机制;深对流过程850 hPa无明显急流,水汽主要来自孟加拉湾,水汽输送受限,但大气稳定度更低,更有利于对流性暴雨发生,混合对流过程850 hPa与700 hPa急流路径重合,水汽来自孟加拉湾、南海、黄海和渤海,水汽输送更充沛,更有利于持续性暴雨产生。(3)极端暴雨主要有暖区对流降水、锋面对流降水、锋区层状云降水3种性质;暖区对流主要在山区,地形抬升是触发机制,锋面对流的触发是低层暖湿气流沿着冷垫抬(爬)升,平原和山区皆有;对流系统的移动与低层风场一致,山区和平原分别沿山体和低空急流轴传播,通常移动与传播方向平行,山区低层为偏东风时,移动与传播近似垂直,列车效应明显。(4)线型对流系统过程冷空气弱,以暖区或(和)锋面对流性降水为主,对流系统在山前沿山体传播形成组织化程度高的带状线型回波,移动与传播有平行有垂直,受地形抬升作用,对流系统在山前稳定少动、发展强盛,降水历时短、范围小、雨强大、有间歇性,3~4 h的累计雨量占过程总量的85%左右,区域平均雨量远小于暴雨量级,地形性强对流暴雨特征凸显。(5)非线型对流系统过程冷空气强,以锋面对流性降水和锋区层状云降水为主,对流系统在山前和平原沿山体和急流轴传播和移动形成非线型回波,平原地区传播与移动平行,山区两者垂直,对流系统组织化程度不高、移速快、强度弱,降水历时长、范围大、雨强小,连续降水累计雨量大,区域平均雨量接近或达到暴雨量级,混合性降水特征明显。(6)降水强度R与CAPE增幅、回波强度Z、强回波持续时间、回波顶高、液态水含量呈正相关,与TBB呈负相关,相关性在深对流过程更清晰;Z≥40 dBZ时,Z-R满足关系式:R=3.67×10-8Z5.222+4.835。 相似文献
16.
城市地区强降水发生频次和强度的增加容易诱发内涝现象,年径流总量控制率作为海绵城市的重要设计参数,更是直接受到降水变化的影响。以江苏省为例,利用全省70个国家级气象观测站1961—2019年最新的日降水量资料评估了气候变化对城市年径流总量控制率分区的影响。研究发现,有效降水的年代际变化十分明显,1991—2019年降水日数、降水量、降水强度均比其他时间段上更多、更强;太湖流域的设计雨量较小,连云港地区的设计雨量较大,南北差异随着控制率的提高而扩大,当控制率为85%时,全省设计雨量平均值为38.1 mm,最大值是最小值的1.7倍;气候变化对年径流总量控制率分区影响明显,江苏的苏南、江淮南部大部分地区的分区变大,导致全省IV区所占面积明显增加。不同等级降水的变化趋势是影响年径流控制率分区的关键因素,大雨以上的雨日、雨量在有效降水中占比增加,则分区变大。 相似文献
17.
The temporal and spatial characteristics of precipitation in the HRB (Huai River Basin) were studied using the observation data of monthly precipitation provided by the National Climate Center from 1961–2016 and the NCEP/NCAR global monthly reanalysis data. The results showed that: (1) The precipitation was mainly concentrated in summer, accounting for 52% of the total annual precipitation; there was more precipitation in the south, less in the north, and more in the coastal areas, less in the inland in summer; (2) The precipitation showed obvious decadal variations, especially in summer; the range of variation of most regions is above 140 mm; and significant decadal abrupt changes of precipitation from “abnormally less” to “abnormally more” appeared around 1979. 相似文献
18.
Diurnal Variations of Summer Precipitation in the Beijing Area and the Possible Effect of Topography and Urbanization 总被引：3，自引：0，他引：3
The present study examined the diurnal variations of summer precipitation in the Beijing area by using subdaily precipitation and wind observations. A combined effect of topography and urbanization on the characteristics of diurnal variations was suggested. It was shown that stations located in the plain areaexhibited typical night rain peaks, whereas those in the mountainous area exhibited clear afternoon peaks ofprecipitation diurnal variations. The precipitation peaks were associated with wind fields around the Beijing area, which were found to be highly modulated by mountain-valley circulation and urban-country circulation.The lower-tropospheric wind exhibited a clear diurnal shift in its direction from north at 0800 LST to southat 2000 LST, which reflected mountain-valley circulation. The transitions from valley to mountain windand the opposite generally happened after sunset and sunrise, respectively, and both occurred earlier for thestations located closer to mountains. By comparing the diurnal variations of precipitation at stations in anortheast suburb, an urban area, and a southwest suburb, it was revealed that the northeast suburb grouphad the highest normalized rainfall frequency, but the southwest group had the lowest from late afternoon tolate evening. On the contrary, in the early morning from about 0200 to 1000 LST, the southwest group andurban group had the highest normalized rainfall frequency. This pattern might originate from the combined effects of mountain-valley topography and urbanization. 相似文献
19.
利用临夏19802016年强降水实况资料及EC数值预报产品资料,分析了临夏地区强降水气候变化特征及其影响条件。结果表明:临夏强降水分布具有明显的地域特点,自北向南递增,北部旱区的少,西南部山区的多。临夏强降水年、月、日特征变化显著。2000s是强降水的高峰期,1980s强降水相对较少;7、8月份强降水发生概率占全年强降水的66.1%;强降水发生属于典型的夜雨型和午后傍晚型,夜间(20:0024:00)强降水发生概率最高,为30.8%~53.8%,其次为凌晨(01:0008:00),发生概率为14.3%~36.4%。临夏强降水发生主要有中高纬西风带冷槽或冷涡型、青藏高原低值系统型、副热带高压影响型。对西宁、兰州、合作三站累计频率阈值计算和检验结果表明,杰弗逊指数阈值为80,符合率为100%;沙氏指数阈值为4,符合率为79%;改进K指数阈值为10,符合率为79%。 相似文献