共查询到20条相似文献，搜索用时 62 毫秒
1.
基于临夏州2006—2018年4—9月自动气象站逐日小时降水量,在传统降水百分位法、Z指数法和平方根变换法3种方法中,确定了短时强降水阈值的最佳计算方法,在此基础上分析临夏州短时强降水的时空分布特征。平方根变换法确定的临夏州短时强降水阈值为14.6 mm·h^(-1)。临夏州短时强降水空间分布表现为自中南部分别向西北和东南减少,短时强降水年平均出现次数为7.3次,2018年出现次数最多;7—8月短时强降水出现频次最多,占短时强降水总频次的81.1%,8月达到最高峰,占总频次的55.8%;短时强降水日变化呈4峰分布,短时强降水主要出现在18:00—23:00,占短时强降水总频次的55.8%;小时最大降水量为55.8 mm,出现在22:00;短时强降水持续时间为1 h的占90.5%,同一时次出现1站次短时强降水的占93.3%,临夏州短时强降水多为阵发性,且空间分布多为孤立零散。 相似文献
2.
利用秦巴山区44个国家级自动观测站的数据,统计分析1992—2021年秦巴山区暴雨和短时强降水时空特征。结果表明：秦巴山区年平均暴雨日为214 d,近30 a暴雨日呈增加趋势,巴山地区的暴雨日远多于秦岭山区;暴雨集中在6—9月,占全年暴雨日的879%,上半年的暴雨以局地暴雨为主,下半年区域性暴雨比例则明显增加,7月局地暴雨和区域性暴雨均为全年最多。秦巴山区暴雨日与年平均降水量自北向南有增加趋势,而暴雨贡献率自北向南则有减小趋势;年平均降水量南多北少,暴雨平均降水量西多东少。秦巴山区年平均短时强降水频次为58 h,自北向南有增加趋势,其中秦岭山区自西向东短时强降水的强度呈增加趋势,尤其在秦岭东北部多站的雨强大于70 mm/h。秦巴山区短时强降水呈明显的“夜雨”特征,午后为次高峰。 相似文献
3.
利用1986—2016年62个国家气象站5—10月的逐日和逐小时降水观测资料,分析了辽宁省强降水的发生规律,包括强降水发生范围,逐年、逐月、逐旬、逐时变化特征、空间分布特征、雨强分布规律等。结果表明：1）1994年辽宁省强降水频繁、雨强大、降水范围大,为典型强降水年份。2）辽宁省强降水主要集中在7—8月,尤其是7月下旬—8月上旬,占总发生次数的38.3%。3）早晨和下午为短时强降水高发时段,上午及夜里为短时强降水的低发时段。4）辽宁省强降水呈东多西少、南多北少特点,存在3个高值区, 2个低值区。5）辽宁省短时强降水以20—40mm/h为主,日强降水以50—100mm/24h为主。 相似文献
4.
利用2004—2018年陕西榆林、延安市所辖25个国家气象站逐小时降水量及年降水量,分析了陕西黄土高原短时强降水的时空分布特征和雨强特点。结果表明：（1）短时强降水最早出现在5月上旬,最晚在10月中旬,6月下旬至8月下旬是集中出现时段,占总频次的89%,其中7月下旬出现最多;短时强降水出现频次和日数的年代际变化呈阶梯上升趋势,并有较大的年际差异,有3 a左右的周期变化。（2）短时强降水以单站和局地强降水居多,单站强降水占短时强降水总日数的64%,局地强降水占22%。（3）短时强降水的日变化表现为17时最多,10时最少,下午（14—19时）为高发时段;大多数短时强降水时间尺度为1 h以内,占总频次的92%;雨强以20～39.9 mm/h最多,占总频次的93%,雨强≥50 mm/h的极端强降水偶有出现。（4）短时强降水的空间分布有2个高中心,分别是无定河流域和洛河流域,无定河流域的吴堡雨强最大达73.5 mm/h。（5）多强降水年（强年）和少强降水年（弱年）的环流形势对比发现,强年500 hPa副高偏强,584 dagpm线在黄土高原形成槽区,中高纬度经向热力差异较大,200 hPa急流偏强,700 hPa南支气流偏强,西南和东南两条水汽通道到达陕西黄土高原,Δθse(850-500)达到10～12 ℃,而弱年上述特征不明显。 相似文献
5.
利用陕西省99个国家级气象站逐小时降水量资料,分析了2005—2018年5—10月陕西短时强降水时空分布特征,结果表明：（1）2005—2018年陕西极值雨强呈振荡减小趋势,7月出现的强降水累计频次最多,而8月极值雨强最大;短时强降水主要发生在午后到夜间,日变化呈单峰分布,强降水频次峰值出现在17—00时,但极值雨强易出现在22—00时。（2）陕南为陕西短时强降水高发区,极值雨强可达40～80 mm/h,镇巴、平利雨强可达90 mm/h;榆林北部特别是西北部短时强降水日数少,极值雨强小,最大不超过50 mm/h;关中平原地区短时强降水日数少,但极值强,最大可达1015 mm/h。5—10月陕西各地区短时强降水日、极值雨强有明显月际差异,7—8月短时强降水出现的范围广,日数多,强度大;5、6和9月范围、日数及强度均较小。（3）陕西各区域短时强降水日变化差异明显,陕北西部、关中西部呈单峰型,陕北东部、关中东部双峰明显,陕南日变化相对较小。陕西极值雨强主要出现在17—23时,关中东部、安康极值雨强多出现在19时,商洛极值雨强多出现在18时。 相似文献
6.
本文使用玉屏县国家站及乡镇考核站点2014-2020年暴雨天气过程日降水量、逐小时降水量及灾情数据,统计分析玉屏县暴雨天气及致灾暴雨天气过程降水特点,对本地“三个叫应”阈值进行检验,并提炼乡镇“三个叫应”阈值。结果表明：（1）新店镇暴雨频次逐年变化幅度不大,而田坪镇变化幅度最大,朱家场镇次之。（2）全县在5-7月份出现暴雨的频次较高,6月份达到峰值,而朱家场镇暴雨频次的峰值出现在7月。（3）在所有暴雨天气过程中,短时强降水多出现在夜间,致灾分为持续性降水或平缓降水致灾、暴雨叠加致灾、短时强降水致灾。当玉屏县境内出现连续4天以上降水且累计雨量达到100mm左右,或10mm/h左右降水持续5小时～9小时,将可能出现灾情。暴雨叠加分为空间叠加及时间叠加,玉屏县辖区两次暴雨时间间隔小于1天,将极易引发相关灾害。空间叠加为玉屏县中南部3小时出现50mm降水叠加岑巩上游暴雨,玉屏县中南部将可能出现灾情。（4）对“三个叫应”阈值进行检验,结果表明各乡镇的致灾雨强并不统一,因此制定分乡镇的“三个叫应”阈值,3h阈值为40mm～60mm。 相似文献
7.
8.
利用2008—2016年5—9月中国气象局陆面数据同化系统(CLDAS)格点融合分析降水资料以及降水观测资料,在对CLDAS格点降水融合资料进行验证的基础上,对贺兰山区降水时空分布特征以及与地形的关系进行了分析。结果表明：贺兰山区降水呈“东多西少、南多北少”的分布特征,贺兰山主峰偏西0.1°存在一个超过240 mm的降水高值中心,日降水量极值西侧高于东侧。8月降水量和短时强降水次数最多,11:00—18:00降水次数最多,午后到前半夜短时强降水次数最多。贺兰山区降水以小雨为主,其次是中雨,中雨和小雨雨量占区域总雨量的比例高达85%。贺兰山区降水量随海拔高度的增加而增加,西坡降水随高度的增加率为5.1 mm/hm,东坡降水随高度的增加率为2.1 mm/hm,西坡明显高于东坡。中雨日数与地形高度的相关性较好,其它级别降雨日数与地形相关性不强。 相似文献
9.
对乌东德水电站开建以来坝区暴雨及伴随的短时强降水时空分布进行统计研究,并划分出暴雨天气概念模型。结果表明:乌东德水电站开建以来坝区共出现18个暴雨日,平均3.0个/a,暴雨自6月上旬开始出现,到10月上旬结束,出现暴雨最多的季节是夏季,多为范围小的局地性暴雨出现。暴雨日数、年平均降水量、20~30mm h-1及≥20mm h-1的短时强降水的空间分布均呈现“西北多东南少”的特征。20~30mm h-1的短时强降水发生频次最多(占63.6%),其次为30~40mmh-1(占27.3%),40~50mm h-1最少(仅占9.1%)。短时强降水及不同等级短时强降水均表现为夜间高发、白天低发的日变化特征。总结归纳出切变冷锋型8次(占44.4%)、两高辐合型4次(占22.2%)、西南涡型2次(占11.1%)、孟加拉湾风暴型2次(占11.1%)、切变线型1次(占5.6%)和高空槽型1次(占5.6%)六类暴雨天气概念模型。 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.
2008-2012年南京短时强降水特征分析 总被引：4，自引：0，他引：4
利用2008-2012年南京自动气象观测站逐时降水量的观测资料,分析南京短时强降水的发生规律,包括短时强降水的年变化、月变化、日变化和空间分布等特征。结果表明：2008-2012年南京雨强大于50 mm/h-1的致灾性短时强降水过程的发生次数呈显著增长趋势;短时强降水天气主要出现在6-9月,其中7-8月出现日数最多,雨强最大;春雨期短时强降水最易发生在凌晨,梅雨期短时强降水最易发生在上午和傍晚,台汛期短时强降水最易发生在上午;下半夜-凌晨短时强降水出现次数较少,傍晚前后是短时强降水多发时段;短时强降水天气的空间分布具有明显的城郊差异;城市化效应不能引起城区的局地降雨,但在大尺度天气系统过境时,会使城区的对流活动较郊区更活跃,且城市下风向地区的降水也因此增强。 相似文献
12.
本文利用遵义市2016-2020年夏季逐时降水资料和ERA5再分析资料,分析遵义市夏季短时强降水的时空分布特征,并统计午后和后半夜前发生短时强降水的物理量特征,得到以下结论：（1）遵义市夏季短时强降水日变化呈现双锋结构,夜间的峰值主要发生在6月,白天峰值贡献主要来自7-8月。6月和7月的短时强降水是夜间多于白天,而8月则是白天多于夜间,且多为午后强对流。遵义市夏季短时强降水夜间出现异常值概率的大于白天。（2）有6个县的夜雨均值明显高于昼雨,且在昼雨的1倍以上,仅有凤冈和湄潭的夜雨均值低于昼雨均值,7个县日变化双峰结构较为明显,仁怀有明显的4峰结构,可能与我市西高东低的地形分布有关。（3）遵义市夏季短时强降水在西部、北部地区发生短时强降水的概率较高,西部主要集中在河谷地带,北部主要集中在娄山山脉,短时强降水平均站次6-8月逐渐减少,10站次以上站点逐渐北推且减少,可能与副高西伸北抬有关。（4）高海拔站点午后短时强降水对CAPE、K、LI要求更低,低海拔站点需要更好的抬升和中低层暖湿条件,850hPa与500hPa温差则是高海拔站点高于低海拔站点。（5）与14时相比,后半夜发生短时强降水对CAPE、LI、T850-500等要求变低,且抬升指数有4个站均值高于0℃,指示意义没有午后好,后半夜短时强降水K指数的要求变高,大气可降水量要求也是变高的,但主要是高海拔站点变高。 相似文献
13.
利用2001—2011年中国西北地区东部10个特征站地面常规资料和MICAPS系统特征参数资料,分别运用改进的二元Logistic回归法和综合多指标叠加法,通过短时强降水天气学概念模型识别入型、水汽条件消空、敏感物理参数诊断等方法逐级判别,建立了两种短时强降水预报模型,并运用模型试预报2012年该区域的短时强降水过程。结果表明:两种新建预报模型相比平均气候概率模型试预报效果都有明显提高,而且前者高于后者;其中二元Logistic回归模型试预报TS得分高达46.6%,综合多指标叠加模型试预报TS得分19.6%,而平均气候概率模型试预报TS得分仅9. 7%;除西南气流型两者预报效果相当外,不同概念模型下二元Logistic回归模型试预报效果均优于综合多指标叠加模型。 相似文献
14.
利用常规观测、自动站逐时雨量及EC细网格等资料，分析2010-2018年6-8月天山北坡71次短时强降水过程时空分布特点、温度对数压力图（T-lnP）形态及其关键物理参数等，并对其分类，通过集合箱线图分析各型物理参数特征，归纳总结预警阈值。结果表明：天山北坡短时强降水主要受低槽（涡）及其分裂短波影响，多发生在沿山、山地迎风坡、戈壁湖泊绿洲交界等地附近，6月出现最多，7月和8月相当，午后至夜间发生概率较大。T-lnP温湿廓线形态主要可分为整层湿（I型）、上干下湿（II型）、上湿下干（III型）和干绝热（IV型）等4型，其中IV型33次为最多，占总次数46.5%，其次是III型28次，占总次数38%，第三是I型8次，最少II型仅3次。在分析关键物理参数集合箱线图各区间值基础上，以25%百分位作为建议预警最低阈值，总结提炼关键物理参数阈值为T850 -500≥23℃，地面至700hPa露点温度平均值≥1.5℃，CAPE≥110 J?Kg-1，CIN≥30 J?Kg-1； 0～6km垂直风切变≥6.5 m?s-1，暖云层厚度≥1.1 km，K指数≥24.3℃，SI指数≥-1.3℃，抬升指数（LI）≥-3.9℃及A指数≥-9.8等，并给出各型组合物理参数。 相似文献
15.
利用江苏近10 a(2005—2014年)暖季(5—9月)69站逐时降水资料,详细分析了短时强降水的空间分布、年际变化、季节内演变以及日变化特征。分析结果表明:短时强降水空间分布不均,整体上北部比南部活跃,最活跃区均位于沿淮西部,高强度短时强降水多发生在淮北东部,且空间分布集中。近10 a来江苏短时强降水整体呈减少趋势,主要表现为北部地区减少最为显著。短时强降水季节内分布不均匀,以7月最为活跃,高强度短时强降水在8月最为频繁;其逐候分布显示,梅期短时强降水骤增,于7月第2候达到峰值,盛夏期间高强度短时强降水增多,8月第3候达到峰值。江苏短时强降水的日变化整体呈双峰结构,主峰和次峰分别出现在傍晚17时(北京时间,下同)和清晨07时,高强度短时强降水多发于午后;短时强降水日变化存在季节内演变的阶段性特征和地域性差异,其中梅期和盛夏两个高发阶段均呈单峰结构,但梅期峰值出现在清晨,盛夏阶段峰值则出现在傍晚;由南向北,日变化特征由单峰向双峰、多峰演变,在淮河以南地区日峰值大多出现在午后至傍晚,而淮河以北地区多出现在夜间至清晨。 相似文献
16.
利用1981—2012年4—10月青岛市7个观测站逐时降水量资料和同期NCEP再分析资料,统计分析青岛市短时强降水的时空分布特征,建立青岛市短时强降水天气概念模型。结果表明：青岛市年短时强降水日数无明显变化趋势;4—10月均有短时强降水出现,7—8月是多发月份;短时强降水的日变化有2个多发时段,主峰在下午到傍晚时段,次峰在凌晨时段;即墨、平度、黄岛为青岛市短时强降水的多发区域,其中黄岛为连续性短时强降水出现最多的区域;青岛市产生短时强降水的天气系统可分为六种类型,西风槽型、横槽型、冷涡型、热带低值系统型、西北气流型、切变线型,其中西风槽型出现次数最多。 相似文献
17.
选用山东 123 个国家级地面气象观测站 2007—2019 年地面逐小时降水资料,分析短时强降水分布特征,主要结论如下：1）其间共有 695 个短时强降水日、3 337 个短时强降水时次和 6 257 个短时强降水样本,基于排序法确定山东省极端短时强降水间值为 71.2 mm ? h-1,鲁东南地区间值最高,鲁中地区间值最低。2）各站年均发生 3.9 次短时强降水天气,鲁东南地区短时强降水和极端短时强降水发生频次最多,半岛地区短时强降水发生最少,鲁西南地区极端短时强降水发生最少。3）短时强降水集中出现在 6 月中旬至 8 月下旬,又以 8 月上旬最多。4）日变化显著,呈现典型 “双峰” 特征,主要集中在午后至傍晚,其次是后半夜;6 月中旬至 8 月下旬傍晚和后半夜发生短时强降水的可能性大,需重点关注。 相似文献
18.
成飞飞行空域包含高原、盆地、山区等多种地形,局地气候显著,短时强降水频发。本文使用国家气象信息中心2017-2021年多资料融合逐小时降水数据、国家自动站探空观测数据。统计分析出盆周沿山区为盆地短时强降水高发区;101°E~102°E,31°N~32°N区域为高原短时强降水高发区。利用百分位法得到高原地区强对流指数阈值：CAPE值≥1930.5J/kg;BCAPE值≥1974.7J/kg;抬升指数≥2.6℃;大气可降水量≥86.1mm;K指数≥37.2℃;SI指数≤-0.9℃。盆地地区强对流指数阈值：CAPE值≥2230.6J/kg;BCAPE值≥2264.4J/kg;抬升指数≥1.8℃;大气可降水量≥93.0mm;K指数≥40.8℃;SI指数≤-1.8℃。建立短时强降水不同下垫面强对流指数阈值,为今后短时强降雨客观预报方法,提供新的思路和方向。 相似文献
19.
Summary A numerical prediction model is described which uses the full set of prognostic equations on a domain roughly the size of the United States with a 96 km horizontal grid resolution and six sigma-coordinate levels. Within this grid resides a nested domain of approximately 1000×1000 km with 24 km horizontal resolution. In this nested grid only modifications to the wind field by the better resolved terrain are considered on the lowest two sigma levels. The terrain effects necessitate adjustments in the location of these two sigma levels. Adjusted wind fields cause modifications in the mass and moisture divergence fields, hence in precipitation. These modifications are averaged into the appropriate meteorological fields on the larger grid.The algorithms used by our model allow continuous interaction between both grids with high computational efficiency.The relative importance of synoptic forcing and terrain is demonstrated for the cases of the Big Thompson, Colorado, flood of 1976 and the Cheyenne, Wyoming, flood of 1985.With 15 Figures 相似文献
20.
利用常规气象观测资料、NCEP/NCAR再分析资料和多普勒天气雷达资料,对2016年8月6—8日潍坊一次强对流天气的成因和预报误差进行了分析,结果表明：1）500 hPa冷涡底部低槽、850 hPa低涡切变线和地面倒槽是主要影响天气系统, 数值预报对此次天气过程的影响系统预报偏差大,而预报员对数值预报依赖程度高是此次预报失误的主要原因;2）850 hPa以下强的水汽辐合是强降水发生的重要条件,低层辐合和高层辐散配置导致的强垂直上升运动是暴雨产生的动力机制,位势不稳定因中高层的冷空气入侵下沉得以加强;3）列车效应和强回波维持少动是造成短时强降水的重要回波特征,逆风区的发展和移动对于判断强降水的落区有指示作用,多普勒雷达反演风场中的中尺度辐合线是导致局地强降水发生的直接原因;4）风廓线雷达水平风场可以连续地反映降水过程中风场垂直结构及其变化,降水发生前探测高度明显升高,中高层冷空气侵入时间与强降水的时段相对应。 相似文献