共查询到20条相似文献，搜索用时 15 毫秒
1.
利用高密度的中国国家级地面气象站逐时降水数据,系统分析和比较了中国大陆地区暖季降水量、降水频次和降水强度的日变化峰值位相的整体特征、空间分布差异及典型区域平均的日变化演变特征。研究指出,中国大陆暖季降水日变化峰值时间主要表现为下午、清晨、夜间3类典型位相,且整体而言降水频次的清晨峰值更凸出,降水强度以下午峰值为主。综合考虑降水量和降水频次的日变化峰值位相,发现中国大陆地区降水日变化峰值位相在空间分布上存在7个典型区域:下午峰值区(东北至华北山区、东南内陆地区)、夜间峰值区(四川盆地西部至云贵高原东部、华北平原西部贴近山地的区域)和清晨峰值区(华北平原东部、秦巴山区至华中西南部)各两个,以及傍晚至夜间峰值位相的青藏高原区。各典型区域内部具有较一致的降水量和频次的日峰值时间位相,而区域边缘或交界处降水量和频次的峰值位相则相反,主要是降水量的下午主峰值时段与降水频次的清晨主峰值时段的错位。从降水量、降水频次和降水强度的日变化的演变特征来看,午后峰值区、夜间峰值区和青藏高原的傍晚至夜间峰值区的多数台站,都存在降水量位相滞后于降水强度而超前于降水频次的特征,这应是降水演变过程中时间演变不对称性和对流云系发展演变的具体表现。 相似文献
2.
基于河南省2706个自动气象站降水观测资料及欧洲中期天气预报中心(ECMWF)、中国气象局的中尺度模式预报产品(CMA-MESO)和华东区域气象中心的中尺度模式预报产品(CMA-SH9),从不同量级降水的TS评分和BIAS评分、误差空间分布特征及典型区域预报偏差日变化特征等方面,检验评估了2023年5月25日至6月5日河南省麦收关键期连阴雨过程的数值模式小时降水预报效果。结果表明：ECMWF对Rh(小时降水量)≥0.1 mm/h的预报表现好,CMA-SH9对Rh≥2 mm/h和Rh≥5 mm/h的预报效果较优,CMA-MESO预报性能较差。对于Rh≥2 mm/h, CMA-SH9对上午和夜间的降水预报效果较优,ECMWF对中午到夜里的预报表现好。各模式都表现出在降水量大值区预报偏差大的特点。CMA-SH9对第一阶段的平均有效降水频次预报与实况最为接近,尤其在西部山区;ECMWF则对第二阶段的预报更贴合实况。尽管此次连阴雨过程中各模式小时降水量和小时降水强度的平均值偏差较大,但并没有表现出显著偏强或偏... 相似文献
3.
利用海东区域自动气象站2007—2016年逐小时降水数据,分析比较河湟流域~*5—9月份降水量、降水频次和降水强度的日变化峰值位相的整体特征、空间分布差异和典型区域平均的日变化演变特征。得出,河湟流域降水日变化峰值时间主要是傍晚到夜间和清晨双峰型位相和午夜单峰型位相,就整体而言,降水强度的下午峰值特征更加突出,降水频次以午夜峰值为主。综合考虑降水量和降水强度降水频次的日变化峰值位相发,发现河湟流域降水日变化峰值位相在空间分布上存在南北差异,北部双峰型位相和南部单峰型位相特征;从降水量、频次、强度的日变化演变特征来看,北部地区双峰型位相特征,降水量以傍晚至夜间峰值为主清晨峰值为次,降水量位相与降水频次位同步相滞后于降水强度位相;南部地区是单峰型位相特征,降水量峰值出现在午夜,低谷出现在中午,降水量位相与降水频次位相同步滞后于降水强度位相,这应是降水演变过程中时间演变不对称性和高原对流云系发展演变的具体表现。 相似文献
4.
GRAPES千米尺度模式在西南复杂地形区降水预报偏差与成因初探 总被引：1，自引：0，他引：1
利用2019年夏季（6—8月）西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期（36 h以内）降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:（1）GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。（2）在各子区,模式日降水量（频率）预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍（0.3倍）;日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水（中小雨）落区预报存在明显（轻微）偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。（3）日循环上,各时次小时降水量（频率）预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。（4）诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。 相似文献
5.
从小时尺度考察中国中东部极端降水的持续性和季节特征 总被引：7，自引：1，他引：6
相对于日降水量,小时尺度降水资料可以更准确地反映降水强度并描述降水过程,因而更适用于极端降水阈值确定及其特性研究.利用广义极值分布估计中国321个站最大小时降水量的分布函数,确定了5a重现期的小时降水强度阈值.阈值的空间分布呈现出明显的地域差异,西北地区阈值偏低,华北地区、长江中下游地区、华南沿海地区和四川盆地西部地区为高阈值中心.取各站5a一遇极端降水事件对其持续性特征和季节特征进行分析,发现在沿海地区、长江流域和青藏高原东坡极端降水事件的平均持续时间较长(超过12h);中国北部地区持续时间较短.在具有较大海拔落差的复杂地形区,极端降水事件较平原地区更快地发展到峰值.华南地区4月就可有极端降水事件出现,而中国北方地区要到6月底才出现极端降水;全中国大部分地区的年最晚极端降水在8-9月,但沿海地区、大陆南端和西南地区南部的少数站点在10月以后仍有极端降水发生. 相似文献
6.
利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。 相似文献
7.
基于2001-2018年广东省86个国家自动气象站逐小时降水资料,分析了广东省不同历时降水的时空分布特征.结果表明：1）除粤北山区外,基本符合年均降水时数越多,累积降水量越大的规律.年均小时降水强度从南部沿海向北部内陆呈减弱趋势.2）汛期降水事件以短历时为主,占全年降水事件65.3%;累积降水量上,长历时降水量占汛期56.7%.前汛期短历时降水多发生在粤西;中历时降水多发生在珠三角两侧和粤西北地区;长历时降水多发生在粤东和粤北地区.后汛期短历时降水多发生在内陆,出现频次自西北向东南递减;中历时降水分布不均;长历时降水多发生在沿海.3）汛期降水时数日变化呈双峰型变化特征,小时降水强度日变化呈单峰型变化特征.小时降水强度峰值易出现在下午的站点多分布在内陆,小时降水强度峰值易出现在下半夜至上午时段的站点则多分布在沿海、部分山区和珠三角地区. 相似文献
8.
基于精细化预报（GDDZ）和CMA-MESO、西南区域模式（SWC）两家高分辨率模式的小时降水预报,从TS（Threat Score）评分、小时降水频次、小时降水强度、峰值时间等方面,对2021年汛期攀西地区16次降水过程进行小时尺度的检验。结果表明:（1）从逐时降水来看,在晴雨（0.1 mm）TS评分中,GDDZ在00~11时表现较优,CMA-MESO模式在12~23时表现较优;在大雨（7 mm）和暴雨（15 mm）TS评分中,CMA-MESO模式表现较优。（2）从小时降水频次来看,SWC模式预报的降水发生频次空间分布与实况更为接近;从小时降水强度来看,GDDZ预报的降水强度与实况更为接近。（3）从降水量峰值时间来看,GDDZ与实况更为接近;从小时降水强度峰值和降雨频率峰值时间来看,CMA-MESO模式预报与实况更为接近。 相似文献
9.
应用面向降水过程的时空检验方法,评估了中国气象局广东快速更新同化数值预报系统(CMA-GD)、上海数值预报系统(CMA-SH9)和中尺度天气数值预报系统(CMA-MESO)的海南岛暖季(2019—2020年的4—9月)非台风降水日小时降水预报效果,结果表明:三家模式均能捕捉不同流场条件下的降水空间分布形态及降水日变化特征,但CMA-GD和CMASH9的降水频率和强度总体偏多偏强,其中CMA-GD降水频率偏多近10%,CMA-SH9平均小时雨强偏强近4 mm·h-1,CMA-MESO雨强在5 mm·h-1以上的降水多分布在西南部和中部山区,与实况空间分布差异较大。三家模式降水预报最易开始和降水峰值时间平均偏早1～3 h,而降水最易结束时间偏晚1～3 h;模式的大气层高层露点温度和不稳定能量预报值偏大,不稳定能量出现时间偏早,近地层逆温层特征预报失真,降水预报的开始时间倾向于提前、降水持续时间偏长。三家模式的昼间海南岛北部沿海的海陆风辐合带预报偏强,其中CMA-SH9尤为明显,与该模式降水强度明显偏强特征相一致;CMAGD的夜间南部沿海的海陆风辐... 相似文献
10.
艾克代 《沙漠与绿洲气象(新疆气象)》2022,16(6):42-50
基于帕米尔高原东部100个气象站2013-2019年4-9月逐小时降水观测资料，分析了帕米尔高原东部降水量、降水频次和降水强度时空变化特征。结果表明：帕米尔高原东部年平均降水量呈南部少于北部，平原少于山区的特征。降水频次集中在西部山区，东南部最少。研究区北部和盆地边缘的降水强度大于西部和西南部的山区。逐月降水量呈北部和西北部高，盆地西部边缘地区最少，8月最多，4月最少。年平均降水频次逐月空间分布呈高值主要集中在研究区北部和西部，低值主要集中在盆地西部的边缘区域的特征。逐月降水强度的空间分布与降水量和频次也存在较大差异，降水强度在中间平原地区在4月最强。小时降水量峰值主要出现在12—23时，低值出现在00—10时。小时降水频次15时至次日 01时为强度高值时段，14—20时具有增长趋势。小时降水强度在日出前后达到最大值，其中00—09时为高值时段，10—23时为低值时段。帕米尔高原东部地区各月小时平均降水量主要集中在18时左右，降水频次主要集中在18—23时，夜间降水强度略微高于白天。年平均降水量，降水频次及降水强度与海拔高度之间存在明显的相关性，大概2500 m 以下降水量随着海拔高度的升高而增加，2500 m 以上降水量随着海拔高度的升高而降低。降水频次在3000 m 以下随着海拔高度的升高而增多，3000 m以上随着海拔高度的升高而减少。整体来讲，降水强度与海拔高度整体来呈负相关性，降水强度随着海拔高度的升高而减弱；大概2500 m 以下降水强度随着海拔高度而加强，2500 m 以上降水强度随着海拔高度的升高而减弱。 相似文献
11.
华北地区夏季降水日变化的时空分布特征 总被引：5，自引：2，他引：3
利用2008~2014年间全国自动站观测降水和CMORPH[CPC（Climate Prediction Center）morphing technique]卫星反演降水资料融合而成的0.1°×0.1°小时降水产品揭示了华北夏季降水的日变化特征,发现华北多数地区夏季降水量和降水频率日变化呈现出明显的双峰特征且存在明显的区域性差异。在太行山以西地区,降水量和降水频率的日峰值出现在傍晚18:00左右（北京时）,规律性最强;而在太行山以东的平原和沿海地区,日峰值一般出现在上午。研究不同持续时间降水对总降水的贡献发现短时降水对傍晚的降水日峰值贡献较大,而长时降水则对凌晨的峰值影响更大。分析不同强度降水对总降水量的贡献结果表明,0.1~10 mm h-1强度降水较其它强度降水对夏季华北地区总降水量贡献更大,随着降水强度的增加降水量日变化的峰值个数增加。 相似文献
12.
《干旱气象》2020,(1)
利用拉萨2005—2017年逐小时降水观测资料和1969—2017年逐3 h降水观测资料,在分析该站汛期(5—9月)降水日变化特征的基础上,揭示该站昼夜降水的长期演变特征。结果表明:(1)拉萨小时降水量和降水频次日变化呈单峰型分布,两者峰值均出现在05:00(北京时,下同),谷值出现在15:00—17:00;小时降水强度日变化呈双峰型分布,峰值出现在17:00和00:00,谷值出现在13:00—15:00。(2)拉萨汛期不同等级降水的小时降水量和降水频次日变化位相不同,其中微雨和小雨的小时降水量和降水频次日变化为单峰型,且峰值均出现在05:00,而中雨及以上小时降水量和降水频次日变化峰值出现时间较微雨和小雨略有提前。(3)近49 a拉萨汛期昼夜降水量显著增多,降水强度显著增强,而降水日数无明显趋势,降水强度增强是拉萨汛期降水量增多的主要原因。 相似文献
13.
利用耦合了单层城市冠层模型UCM的中尺度模式WRF,探讨了长江三角洲地区城市化对夏季日降水特征的影响。结果表明,WRF模式能较好地再现长三角地区2003—2007年夏季降水的空间分布, 比较成功地模拟出了降水中心的位置及强度。城市化使得长三角地区夏季降水日数减少了1～5 d,这种降水日数的减少主要是由于城市化使小雨日数减少引起。城市化增强了长三角大部分地区的日降水强度。进一步对长三角地区4个典型城市群宁镇扬、苏锡常、上海和杭州湾城市群进行了夏季降水日变化分析,得出城市化对降水日变化的影响存在一定的区域差异。对于长三角整个大城市群,城市化对降水量、降水强度日峰值出现时刻以及降水强度日峰值大小无明显影响,而使得降水量日峰值减少。城市化使得苏锡常地区降水量日峰值略有增加,宁镇扬和上海地区降水量日峰值都减小,而杭州湾城市群区降水量日峰值出现时刻延后。城市化使得4个典型城市群降水强度日变化曲线形态发生改变,使得上海地区降水强度日峰值出现时刻延后,使得杭州湾城市群区夜雨增强。 相似文献
14.
长江三角洲城市群对夏季日降水特征影响的模拟研究 总被引：2，自引：0，他引：2
利用耦合了单层城市冠层模型UCM的中尺度模式WRF,探讨了长江三角洲地区城市化对夏季日降水特征的影响。结果表明,WRF模式能较好地再现长三角地区2003—2007年夏季降水的空间分布,比较成功地模拟出了降水中心的位置及强度。城市化使得长三角地区夏季降水日数减少了1～5 d,这种降水日数的减少主要是由于城市化使小雨日数减少引起。城市化增强了长三角大部分地区的日降水强度。进一步对长三角地区4个典型城市群宁镇扬、苏锡常、上海和杭州湾城市群进行了夏季降水日变化分析,得出城市化对降水日变化的影响存在一定的区域差异。对于长三角整个大城市群,城市化对降水量、降水强度日峰值出现时刻以及降水强度日峰值大小无明显影响,而使得降水量日峰值减少。城市化使得苏锡常地区降水量日峰值略有增加,宁镇扬和上海地区降水量日峰值都减小,而杭州湾城市群区降水量日峰值出现时刻延后。城市化使得4个典型城市群降水强度日变化曲线形态发生改变,使得上海地区降水强度日峰值出现时刻延后,使得杭州湾城市群区夜雨增强。 相似文献
15.
GRAPES_GFS模式全球降水预报的主要偏差特征 总被引：1，自引：0，他引：1
利用2017年1、4、7、10月“全球降水观测（global precipitation measurement,GPM）计划”每日08时（北京时）的24 h累计降水量和逐30 min降水量观测产品,从降水量和频率等角度,对同期GRAPES全球模式（GRAPES_GFS）第1（D1）、3（D3）、5天（D5）的全球降水预报性能和偏差特征进行细致评估与分析,且对低纬度暖池和北半球中纬度风暴路径区进行了重点观察,初步探讨了降水预报偏差特征在低纬度和中纬度明显不同的可能原因。结果显示:（1）GRAPES_GFS的D1—D5预报对全球日降水（量和频率）分布描述合理,能准确再现纬向平均降水（量和频率）的典型特征—降水“双峰”极大位于南北纬20°之间,次极大位于南北纬40°—50°地区的特征,以及关键区日降水时、空演变和降水日循环逐日演变的主要趋势特征。（2）低纬度的纬向平均湿日（≥0.1 mm/d）频率预报正偏差很小,但日降水量和强降水日（＞25 mm/d）频率预报的正偏差明显、偏差极大值“双峰”位置恰是相应观测极大值所在处（南北纬5°—10°）;中纬度的纬向平均日降水量预报基本无偏,但明显的湿日降水频率预报正偏差（20%—30%）和强降水日频率负偏差出现在南北纬40°—60°。降水偏差正、负分布特征随季节和预报时效基本保持不变,预报均方根误差数倍于平均误差,暗示模式降水预报偏差有系统性且性能表现波动较大。（3）日循环中,模式在暖池的降水量预报正偏差缘于降水强度预报偏强,降水频率预报的弱负偏差主要与降水落区预报偏小有关;而模式在北半球风暴路径区降水频率预报的正偏差则是降水落区预报偏大和空报弱降水事件两方面因素造成。（4）模式降水（量和频率）预报偏差特征在低纬度和中纬度的明显差异与模式次网格尺度和网格尺度降水比例失调有关,改进线索指向模式对流参数化方案中深对流的启动和深对流降水量的处理以及对流参数化方案与云微物理方案的协同问题。 相似文献
16.
利用四川地区自动气象站逐小时降水观测资料,分析了2010~2019年5~9月短时强降水事件24h累计降水量、频次和强度的时空分布特征,探讨了短时强降水事件发生的频次、极值分布及其与地形、海拔高度等的关系。结果表明:四川地区平均24h累计降雨量基本在50mm以上,盆地东北部、西南部、南部及阿坝州东部甚至超过100mm,最大值出现在广安,达175mm。四川地区短时强降水事件开始时间的日变化特征表现为“V”型结构的夜间峰值位相,事件持续时段多为傍晚至凌晨,时长可达10h以上,最长甚至可持续22h。在强降水事件极值的日变化上,极大值频次和降水量呈单峰结构,在03时达到最大,其后逐渐减小至15时达到谷值,而后再次增大;降水强度呈弱双峰结构,分别在04时和16时达到谷值,13时和18时达到峰值,其日变化呈“增-减-增-减”的特征。四川短时强降水事件与复杂地形有密切的关系,5~6月事件活跃区在四川盆地中部,7月在盆地西部的龙门山脉一带,8月在雅安、乐山附近,9月在盆地北部且频次明显减少;短时强降水事件的最大小时雨强可达80mm以上,出现在7~8月的盆地西部龙门山一带和南部地区。短时强降水事件随着海拔高度的增加,发生频次和日数逐渐减少,海拔2000m以上地区基本无强降水发生日出现( 峨眉山气象站例外)。 相似文献
17.
为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季（5—9月）台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率（3 km）的北京“睿图”短期数值预报子系统（RMAPS-ST）对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次（北京时08时和20时）的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。 相似文献
18.
采用高分辨率的格点降水实况资料,对2019年5月1日—9月30日中国气象局广东快速更新同化数值预报系统(CMA-GD)、中国气象局上海数值预报模式系统(CMA-SH9)和欧洲中期天气预报中心全球模式(ECMWF)的降水预报产品作海南岛晴雨预报的检验评估,结果表明:(1) CMA-SH9具有较高的晴雨准确率及较小的雨区面积偏差。CMA-GD(ECMWF)评分偏低与较高漏(空)报比例有关,漏(空)报易出现在五指山以南和东部沿海一带。三个模式在海南岛东部沿海一带的晴雨准确率随预报时效减小而提高;(2) CMA-GD多漏报,CMA-SH9和ECMWF多空报。CMA-GD和CMA-SH9比ECMWF具有较快速的调整能力,预报时效缩短,雨区面积偏差减小,晴雨评分提高;(3) 降水面积百分比为0~20%、20%~40%、40%~60% 的局地降水事件中,CMAGD和CMA-SH9预报雨区面积偏大,预报时效增加,面积偏差由偏多转偏少;降水面积百分比为60%~80%、80%~100%的降水事件中,雨区面积随时效增加呈增加趋势。(4) CMA-GD对海南岛北部高频降水中心具有较强的预报能力,但易漏报南部高频降水中心。CMA-SH9在海南岛北部易出现高频降水面积偏大,质心偏东的误差,但对南部的高频降水预报能力优于CMA-GD。通过最优面积阈值择优方案迭代集成CMA-GD、CMASH9和ECMWF的降水预报,可有效提高海南岛高分辨率网格晴雨预报准确率。 相似文献
19.
以2020-2021年5-10月副高边缘型明显降水过程作为研究对象,针对黄淮地区太行山南麓、伏牛山东麓、东部平原3个典型区域,采用多种检验方法对CMA-MESO,CMA-SH9两模式降水日变化预报性能进行评估。结果表明:在山区,CMA-MESO预报有效降水时次占比与降水强度均偏小,CMA-SH9则相反,两模式分别在伏牛山东麓的04:00-10:00(北京时,下同)和太行山南麓的10:00-16:00预报有效降水时次占比偏小(大)更为显著;在平原,CMA-MESO对03:00-07:00和17:00-20:00有效降水时次占比显著低估,CMA-SH9对于17:00-20:00降水量的高估则主要来源于降水强度预报明显偏大。FSS(fractional skill score)评分结果显示:CMA-MESO对于伏牛山东麓15:00-17:00及21:00-22:00、东部平原02:00-04:00等时段10 mm·h^(-1)以上降水预报能力优于CMA-SH9,在太行山南麓17:00-23:00则相反。基于STFSS(spatial temporal fractional skill score)评分的评估表明:CMA-SH9对于太行山南麓前一日14:00-当日02:00的降水预报较实况显著偏晚,CMA-MESO对于伏牛山东麓02:00-08:00及平原地区08:00-14:00的降水预报均表现出较实况偏早的特征。 相似文献
20.
2008～2016年重庆地区降水时空分布特征 总被引：1，自引：0，他引：1
利用2008~2016年国家气象信息中心提供的0.1°分辨率的中国地面与CMORPH融合逐小时降水产品,分析了重庆地区的降水时空分布特征,尤其是小时强降水的时空分布特征。结果表明:(1)年均降水量总体呈西低东高分布,大值中心位于重庆东北和东南部,且存在一定的季节性差异,特别是夏季,西部降水明显增强,总降水呈两高(西部、东部)一低(中部)的分布;降水频次、降水强度与地形的相关性较高,海拔高度较高的山区(海拔高度>1000 m)降水频次多大于盆地和丘陵区(海拔高度<1000 m),降水强度与之相反,且小时强降水多发生在迎风坡前侧的过渡区域,说明高海拔区域易出现降水,但降水强度不强,而地形抬升则是触发强降水的重要原因,导致山前降水明显大于山峰。(2)重庆地区降水主要集中在5~9月,降水量、降水强度和小时强降水频次均呈单峰型分布,峰值出现在6~7月,降水频次呈双峰型分布,一个峰值出现在5~6月,另一个峰值出现在10月,7~8月为低频期,与副高控制下的连晴高温天气有关。(3)重庆地区降水存在明显的日变化特征,降水以夜雨为主,且降水峰值出现时间表现为向东延迟的特征,重庆西部日峰值出现在凌晨02:00(北京时,下同),中部出现在清晨05:00,东北部出现在早上08:00。从不同季节来看,春季、秋季和冬季降水日变化呈单峰型分布,主要集中在清晨,而夏季受午后局地对流性天气的影响,在下午17:00左右存在一个次峰值。(4)强降水的主要集中在夏季,在空间上存在三个大值中心,受西南涡及地形的相互作用,夏季在缙云山以西的盆地区域,小时强降水频次明显较高。 相似文献