[an error occurred while processing this directive]
暴雨灾害
       首页|  期刊介绍|  编 委 会|  征稿简则|  期刊订阅|  下载中心|  编辑部公告|  联系我们


暴雨灾害  2019, Vol. 38 Issue (5): 502-514    DOI: 10.3969/j.issn.1004-9045.2019.05.012
论文 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
中国极端小时降水2010—2019年研究进展
吴梦雯1,2, 罗亚丽2,3
1. 浙江省气象科学研究所, 杭州 310008;
2. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081;
3. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044
Extreme hourly precipitation over China: Research progress from 2010 to 2019
WU Mengwen1,2, LUO Yali2,3
1. Zhejiang Institute of Meteorological Sciences, Hangzhou 310008;
2. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science&Technology, Nanjing 210044
 全文: PDF (11135 KB)   HTML ( 输出: BibTeX | EndNote (RIS)      背景资料
摘要 文章概述了近10 a来关于中国极端小时降水的研究成果,为及时了解和掌握该领域研究进展、开展相关科学研究和进行强降水预报服务提供有价值的科学依据和参考。现有的研究表明:(1)极端小时降水的阈值通常采用百分位和拟合经验函数得到,阈值强度分布在中国的区域差异大,最强阈值位于华南沿海、海南岛、台湾岛和华北平原,次大值位于四川盆地和长江中下游地区。(2)根据中国极端小时降水发生的天气背景特征,主要分为四大类型:热带气旋型、锋面型、低涡或切变线型、弱天气尺度强迫型。每种类型极端小时降水的空间分布、季节变化和日变化特征各不相同。(3)定义“极端小时降水事件”为:站点连续观测到降水大于等于0.1 mm·h-1的一段时间,其中最多只有1 h的降水间断,且至少发生一次极端小时降水。中国极端小时降水事件维持时间在东南沿海、长江中下游一带较长(超过12 h),而在中国北方则普遍较短(不到6 h)。极端小时降水事件具有不对称性,即从降水开始到出现雨量峰值较为迅速,而从出现峰值至降水结束则变化较为缓慢,该特征在西部地形复杂地区更为明显。(4)过去50多年,中国极端小时降水的变化趋势呈现正负相间的空间分布特征。观测分析表明,上海和珠三角城市地区极端小时降水在城市化迅速发展的近30 a间具有区别于周围地区的显著增长趋势,而观测和模拟均表明北京城市强热岛效应有利于增强小时降水。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
吴梦雯
罗亚丽
关键词极端小时降水   时空分布   天气背景   城市影响   变化趋势     
Abstract: This paper summarizes the research progress on extreme hourly precipitation (EXHP) over China in the past decade. The main results are as follows. (1) Thresholds of EXHP are usually defined using the percentile method or the empirical distribution function method. The thresholds of EXHP in China show substantial regional variations, with the most intense centers over the coastal South China, Hainan and Taiwan islands, and North China Plain, and two secondary ones in the Sichuan Basin and the middle-lower-reaches of the Yangtze River. (2) The EXHP records are classified into four types according to the synoptic situations under which they occur, i.e., the tropical cyclone, surface front, low-level vortex/shear line, and weak-synoptic forcing types. Each type presents distinctive characteristics in regional distribution and seasonal or diurnal variations. (3) An extreme hourly rainfall event (EXRE) is defined as a continuous time period with hourly rainfall rates at a station ≥ 0.1 mm·h-1, with at least one EXHP record and at most 1 h intermittence. The average duration of EXREs exceeds 12 h in the southeast coastal regions and the Yangtze River valley, but is relatively short (<6 h) in northern China. The rainfall evolution of EXREs is asymmetric, i.e., rainfall rates increase rapidly from the beginning of an event to the extreme value, but more slowly afterwards to the end of the event, especially over the complex terrains in western China. (4) Over the past 50 years, the positive trends of EXHP in China are scattered. Significant increasing trends of EXHP are observed in Shanghai megacity and the urban cluster over the Pearl River Delta during the rapid urbanization period, which differ from their surrounding areas. Both the observation and modeling studies suggest that the strong urban heat island effect in Beijing is conductive to intensification of hourly precipitation.
Key wordsextreme hourly precipitation   spatial-temporal distribution   synoptic background   urban effect   change trend   
收稿日期: 2019-07-31;
基金资助:国家重点研发计划(2018YFC1507400);国家自然科学基金(41775050)
通讯作者: 罗亚丽,主要研究暴雨等灾害天气机理和数值模拟。E-mail:ylluo@cma.gov.cn   
作者简介: 吴梦雯,主要研究极端降水特征和成因。E-mail:wmw412@163.com
引用本文:   
吴梦雯, 罗亚丽 .2019. 中国极端小时降水2010—2019年研究进展[J]. 暴雨灾害, 38(5): 502-514.
WU Mengwen, LUO Yali .2019. Extreme hourly precipitation over China: Research progress from 2010 to 2019[J]. Torrential Rain and Disasters, 38(5): 502-514.
 
没有本文参考文献
[1] 王婧羽, 李哲, 汪小康, 王晓芳, 崔春光. 河南省雨季短时强降水时空分布特征[J]. 暴雨灾害, 2019, 38(2): 152-160.
[2] 陈幼姣, 刘光辉. 黄石市近60 a降水时空分布特征分析[J]. 暴雨灾害, 2018, 37(6): 543-548.
[3] 申莉莉, 张迎新, 隆璘雪, 孙云, 康增妹. 1981-2016年京津冀地区极端降水特征研究[J]. 暴雨灾害, 2018, 37(5): 428-434.
[4] 钟利华,李勇,李仲怡,史彩霞,罗小莉. 近45 a西江流域汛期暴雨面雨量时空分布特征[J]. 暴雨灾害, 2018, 37(01): 24-31.
[5] 卓鸿,王冀,霍苗,张菊醒,季思含,陈钰彤. 不同天气影响形势下首都国际机场雷暴的空间分布及移动特征[J]. 暴雨灾害, 2018, 37(01): 57-66.
[6] 周杰,黄勇,官莉,任靖,陈秋萍. 基于ISCCP DX数据的江淮对流系统特征分析[J]. 暴雨灾害, 2017, 36(1): 1-7.
[7] 刘雨佳,张强,余予. 华南地区1961—2014年暴雨及典型暴雨事件统计分析[J]. 暴雨灾害, 2017, 36(1): 26-32.
[8] 柴东红, 杨晓亮, 吴紫煜, 闫雪瑾,裴宇杰, 李宗涛, 张义军. 京津冀地区雷暴大风天气的统计分析[J]. 暴雨灾害, 2017, 36(03): 193-199.
[9] 黄晓璐,荀学义,赵斐. 内蒙古强对流天气时空演变特征分析[J]. 暴雨灾害, 2017, 36(03): 287-291.
[10] 王学良,余田野,汪姿荷,张科杰. 1961—2013年中国雷暴气候特征及东亚夏季风影响研究[J]. 暴雨灾害, 2016, 35(5): 471-481.
[11] 姜智怀 ,巩志宇 ,李嫦 ,余焰文,蔡哲. 基于降水时空分布情景模拟的暴雨洪涝致灾危险性评价[J]. 暴雨灾害, 2016, 35(5): 464-470.
[12] 刘瑞翔1,2,丁治英1,孙凌光3,黄海波1. 夏季江淮地区中尺度对流系统的统计特征分析[J]. 暴雨灾害, 2015, 34(3): 215-.
[13] 吴滨,文明章,李玲,杨丽慧,严平勇. 福建省不同短历时暴雨时空分布特征[J]. 暴雨灾害, 2015, 34(02): 153-159.
[14] 林志强,德庆,文胜军,王兴. 西藏高原汛期大到暴雨的时空分布和环流特征[J]. 暴雨灾害, 2014, 33(1): 73-.
[15] 王国荣,王令. 北京地区夏季短时强降水时空分布特征[J]. 暴雨灾害, 2013, 32(3): 276-279.
版权所有 © 2011《暴雨灾害》编辑部    鄂ICP备06018784号-3
地址: 湖北省武汉市东湖高新技术开发区金融港二路《暴雨灾害》编辑部
 邮编: 430205 Tel: 027-81804935   E-mail: byzh7939@163.com
技术支持: 北京玛格泰克科技发展有限公司