中国未来极端降水事件的变化——基于气候变化预估结果的分析

利用区域气候模式PRECIS单向嵌套Hadley气候中心海-气耦合模式HadCM3高分辨率的大气部分HadAM3P,分别进行了气候基准时段(1961—1990年)和2080 s时段(2071—2100年)中国区域各30年时间长度的模拟试验,以分析PRECIS对当代中国区域极端降水事件的模拟能力和SRES B2情景下2080s时段相对于气候基准时段中国区域极端降水事件的可能变化趋势。气候基准时段模拟结果与观测值的对比分析表明:PRECIS能够较好地模拟出中国区域年平均极端降水事件的空间分布特征,但模式模拟的大雨事件和湿日数高值区范围较观测值偏大,对华南地区暴雨事件和日最大降水事件的模拟结果较观测值偏低。SRES B2情景下,2080s时段年平均大雨事件除东北和华南地区外,全国均呈增多趋势。暴雨事件在西部地区以减少为主,而东部地区主要呈增加趋势。年平均日最大降水事件的分布型与大雨事件基本一致。湿日数除华北、西北和青藏高原部分地区外均呈减少趋势。未来长江流域洪涝灾害事件发生的频率将可能增大。     

南京极端降水变化对低影响开发设施设计雨量的影响

增多趋强的极端降水事件给城市内涝防控带来巨大挑战。本文利用南京站（站号：58238）1951-2020年完整的、长序列日降水资料,计算了强降水量、暴雨日数、降水集中度等指标,研究极端降水事件的变化趋势、波动性、突变性、贡献率,分析其对低影响开发设施设计雨量的影响程度。结果表明：近70年来,南京极端降水事件呈波动上升趋势,强降水量增加趋势为19.6 mm/10 a;降水集中度指数无明显变化趋势。极端降水事件的年际波动明显,20世纪90年代后强降水事件逐渐增多,多个极端降水指数在2000年前后发生气候突变。受极端降水事件增多趋强的影响,低影响开发设施的设计雨量增大,85%年径流总量控制率对应设计雨量在34.1～40.3 mm之间波动上升,增加趋势为1.04mm/10 a。     

吉林省夏季极端降水事件特征分析

利用吉林省46个气象站1961-2010年逐日降水资料,采用百分位定义极端事件阈值的方法,对吉林省极端降水事件的时空分布及变化趋势特征进行了分析。结果表明:(1)吉林省极端降水事件主要发生在夏季,其中5%的降水日数贡献了该季度25%～30%的降水量;夏季极端降水强度以通化地区最强、东部山区最弱,极端降水频率东部山区最大、西北部最小;(2)吉林省100mm以上的极端大暴雨天气也时有发生,通化地区南部发生几率最大,约为4～6 a一遇;中部一带约为8～10a一遇;西北平原区和东部山区出现大暴雨概率很小。(3)近50a吉林省夏季极端降水事件稍有增多的趋势,而强度变化趋势不明显,但存在明显的地域差别,西北部表现为频率减少、强度减弱,中部和东南部表现为频率增多、强度增强。(4)极端降水事件存在年代际差异,20世纪70年代极端降水频率最小,90年代极端降水强度最大,60年代初期极端降水强度存在由强转弱的突变。     

江淮地区极端气候事件的时空变化特征

利用1951—2003年的温度和降水资料，研究了江淮地区极端气候事件的空间结构及年代际变化特征。结果发现：（1）气候变暖影响了极端气候事件的变化，这种影响是由气候平均值和方差的共同变化引起的。（2）气候变暖加速了水分的循环过程，导致20世纪90年代以来江淮地区旱涝频率和强度加大，强降水事件增加；冬季极端最低温度升高，低温日数减少；夏季极端最高温度和高温日数开始回升。（3）从极端事件分布的区域变化来看，气候变暖对淮北的影响最大，使这个脆弱性本来就很严重的区域变得更加脆弱。     

气候变化下中国极端降水的道路暴露度分析

基于国际耦合模式比较计划第五阶段(CMIP5)中5个气候模式的日降水数据,采用广义极值分布对年最大5 d累积降水数据进行拟合,预估了RCP4.5和RCP8.5两种情景下不同重现期极端降水事件的分布及其变化;并结合Meijer等人整合的中国道路里程数据,在0.5°×0.5°栅格尺度上对中国道路系统对极端降水事件暴露度的时空格局进行分析。研究结果表明:(1)中国年最大5 d累积降水呈现明显的上升趋势,且RCP8.5情景下的增速在2040年之后明显高于RCP4.5情景下的增速。(2)2080年之前,各重现期极端降水事件的影响面积在两情景下随时间不断增加,但之后,RCP4.5情景下增加速度趋于缓和甚至开始下降。(3)道路系统对极端降水的高暴露度地区随时间逐步从我国东南沿海地区向西北地区扩张;至2080—2099年,中国极端降水道路系统暴露度在RCP4.5和RCP8.5两种情景下较2020—2039年分别增加了1.31和1.54倍。     

极端降水事件概率分布识别方法对比研究

识别极端降水的概率分布对于区域水旱灾害的预测防治具有重要意义。研究针对广泛采用的L-矩分析、KS检验和卡方检验3种方法,基于四川盆地24个气象站1951—2011年的日数据,对最大日降水量、连续最长无雨天数的概率分布分别进行了识别和误差分析。结果表明:KS检验结果的相对误差最小且大都小于0.05,并且与基于卡方检验的结果接近;基于L-矩分析识别结果的误差较大,尤其是连续最长无雨天数的平均误差在多个回归水平下超过10%;此外,具有相同概率分布的站点,基于KS和卡方检验结果的空间连续性更好。上述结果和一些研究优先推荐L-矩分析识别水文序列概率分布的结论不一致,原因是这些研究主要针对径流而非最极端的降水情况,且降水序列的空间异质性大。     

热带气旋降水重现期估算研究

强降水是热带气旋灾害的重要致灾因子,热带气旋的降水重现期估算对灾害管理具有重要的意义。首先,基于《热带气旋年鉴》(1951-2009年)中存档的纸质总降水等值线图,在GIS系统中进行了数字化,并利用距离平方反比法插值得到了784场1 km×1 km网格的热带气旋的降水栅格分布图。其次,基于极值理论,估算了全中国和各1 km×1 km网格热带气旋各重现期下的年总降水量(ATP)和年最大降水量(AMP)。结果表明,ATP和AMP呈自东南沿海向西北内陆递减。然后,定量探讨了可能影响重现期估算结果的因素。结果表明,Gumbel分布函数能较好地估算重现期;样本量越大,重现期估计可靠性越高;相同重现期样本下,样本的采样时段差异会引起结果估计的差异;1km-ATP重现期估计值在沿海地区及晋-冀-辽-蒙地区对样本选取较为敏感,而1 km-AMP在晋-冀-辽-蒙一带、浙北-苏南、辽东以及长江以南等斑块区域对样本较为敏感。     

极端降水诱发地质灾害链风险评估研究——以贵州省水城县为例

从极端降水诱发地质灾害链的危险性,承灾体的暴露性和脆弱性,以及防灾减灾能力四个方面选取指标,基于设定的不同极端降水重现期情景,构建了风险评估指标体系和评估模型,以贵州省水城县为例,开展极端降水诱发地质灾害链风险评估研究。结果表明：极端降水量越大,整体的极端降水诱发地质灾害链风险也就越高。研究区极端降水诱发地质灾害链风险主要以极低和低风险为主,高风险区域主要集中在水城县县城、中部的米箩镇、阿戛镇和蟠龙镇以及东部的比德镇和化乐镇。这些高风险区域,应制定好地质灾害风险预防的相关对策,尤其在汛期时,针对可能发生的不同极端降水情景采取不同的应对措施,加强区域防灾减灾各项工作的实施,保障居民的生命财产安全。     

黄土高原极端温度事件的时空变化

极端温度事件对农业生态系统有显著影响,其变化趋势需要进行评估。基于黄土高原50个站点的日序列最高和最低温度数据,经定义极端温度事件及其衡量指标(频率、强度、年极值和日温差)后,评价了黄土高原1961-2007年极端温度事件的空间分布和长期变化趋势。结果表明1,961-2007年黄土高原极端温度事件不同指标的空间分布有显著差异,基本上沿东南—西北方向呈梯度变化。多数站点极端温度事件的变化具有单调趋势,但趋势具有显著意义的站点数有很大差异,96%以上站点极端高(低)温事件的频率显著升高(降低);70%站点的日温差(46%降低和24%升高)和最低温度年极值的升高趋势具有显著性;约50%站点极端低温事件的强度和最高温度年极值的增加趋势显著;其他指标的显著性趋势较少。黄土高原极端温度事件对全球变暖的响应有其特殊性。     

基于智能网格预报的江西暴雨灾害风险预评估研究

利用1951—2022年江西降水实况、逐日智能网格降水预报产品、暴雨灾情损失，地形DEM、河网密度及GDP、人口等数据，分析了江西暴雨灾害风险的主要影响因素，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性三方面，构建了江西暴雨灾害风险评估模型。利用模型对2010—2020年135次暴雨过程灾害风险进行评估检验，结果显示该模型较为合理；对2019年6月6—11日江西暴雨过程进行灾害风险评估，结果显示该过程中吉安北部至赣州东北部、上饶东部为重度到极重度受灾区；再对2022年6月12—15日江西暴雨过程进行灾害风险逐日预评估；两者结果均与灾情实况分布大体一致，总体效果较好。     

气候变化条件下21世纪中国九大流域极端月降水量时空演变分析

基于广义极值分布(GEV)建立了极端降水统计模拟模型,以20 a一遇重现期定义极端降水事件,利用误差订正与空间分解方法(BCSD)降尺度后的耦合模式比较计划第五阶段(CMIP5)的全球气候模式模拟及预估月降水数据,对中国九大流域未来21世纪极端月降水量时空变化进行了预估分析,同时评估了CMIP5数据(降尺度后)对中国区域极端降水事件的模拟效果,探讨了极端降水和平均降水之间的相关性特征。结果表明:CMIP5数据在中国区域模拟效果良好,基本能保证在一个较高的可信度水平;1901-2005年历史极端月降水量呈"东南多、西北少"的分布格局,未来21世纪上下半叶各流域极端月降水量分别表现出+3.2%~+12.8%和+7.7%~+24.7%不同程度的增长趋势,增强变化形成近似由西北往东南"高-低-高"的空间分布格局;未来情景模式假定的辐射强迫加剧了未来极端月降水量的增长变化,尤其表现在21世纪下半叶;极端降水和平均降水在未来变化方面,北部和中部流域基本保持正相关性,而南部东南诸河流域和珠江流域呈负相关性。     

基于SPEI指数的东北春旱频率变化及突变成因分析

选取中国气象数据网1961~2015年东北地区66个地面气象站逐日降水和气温资料以及美国国家环境预报中心(NCEP/NCAR)的位势高度、比湿、水平风速和垂直风速再分析日资料,计算东北地区近55年来春季干旱的标准化降水蒸散指数(Standardized Precipatation Evapotranspiration Index,SPEI),利用Cressman客观分析法、Mann-kendall法、巴特沃斯滤波法以及合成分析法分析东北春旱年大气环流与运动特征。结果表明,东北地区春旱在80年代初发生突变。以1980年为界,将近55年大致分为Ⅰ时段(1961~1980年)、Ⅱ时段(1981~2015年)两个时段,并挑出两个时段的典型春旱年。分析得出:Ⅰ时段,旱情东重西轻,春旱频率较高;Ⅱ时段,旱情西重东轻,春旱频率相对较低,Ⅰ时段旱情比Ⅱ时段重。进一步研究得出,相比Ⅰ时段,Ⅱ时段的反气旋强度弱且水汽通量辐散小,使得东北春旱在1980年前后发生转变。除此之外,纬向风切变分布不均可能是东北东部和西部春旱差异的重要成因。     

基于GIS技术的海绵城市内涝灾害数值可视化研究

研究基于GIS技术的海绵城市内涝灾害数值的可视化技术,为城市内涝灾害预防和控制提供可靠分析依据。通过GIS技术采集海绵城市河道、排水口、管网等建模数据后,采用基于GIS技术的海绵城市内涝灾害分析模型对某场暴雨进行实测,通过同频率放大方法,获取不同重现期暴雨的设计降雨过程线,依据过程线以及SWAT模型获取不同重现期的洪峰过程以及积水淹没情况(深度、区域),并通过GIS可视化显示洪峰过程以及积水淹没情况(深度、区域)。可视化模拟结果显示,以安徽六安市为例,采用GIS技术对单个栅格的高程值与建筑物在地面以上的高度相加值进行DEM修正后,六安市内涝积水深度更清晰、准确度;随着重现期的延长,暴雨强度、淹没水位高度、淹没面积、最大积水深度也逐渐增加;从六安市暴雨内涝不同重现期淹没场景中可以看出,随着重现期的延长,淹没区域在六安市3D图中的范围越来越大;5年和25年一遇的洪水淹没区范围很小,但60年一遇的洪水淹没区在六安市北面范围很广,且在西南临界区域分布也较广。     

基于SWMM模型的城市洪涝过程模拟及风险评估

以SWMM模型作为研究基础,建立了西安市沣西新城区洪涝过程模型,对由暴雨强度公式和芝加哥降雨过程线合成的不同重现期、历时120 min、雨峰系数为0.4的降雨情景开展洪涝过程及其风险评估研究。计算结果表明:该区域设计的排水管网可抵御3年一遇暴雨,但高于此重现期的暴雨会出现不同程度的内涝;溢流最严重的节点在重现期为T=10年暴雨中最大积水深约0.20 m,对城市影响程度不大,但在T=20年暴雨中最大积水深可达0.56 m,可引起严重灾情。根据积水深度模拟结果,可初步判断出在T=20年暴雨过程的特定时段(75~105 min)内,积水会导致以溢流节点为中心10 m范围内的行人和车辆失稳。     

1980—2015年中国沿海地区热带气旋暴露度变化分析

承灾体的暴露度水平是影响灾害风险和损失的重要因素之一,基于历史热带气旋风场、降水、风暴潮和海浪四类致灾因子的网格数据计算重现期表达致灾因子危险性,以沿海县为研究单元,分析1980—2015年中国沿海10 km范围的土地利用、人口密度和GDP的变化。基于危险性变化和海岸线变化,研究1980—2015年中国沿海10 km范围的土地利用、人口密度和GDP在不同危险性等级下暴露度水平的变化。研究表明：中国沿海地区热带气旋灾害危险性总体上风雨综合危险性大于潮浪综合危险性;1980—2015年中国沿海地区热带气旋灾害暴露度水平在时间范围上呈逐年上升的趋势,且承灾体受热带气旋大风、降水的影响大于受风暴潮、海浪的影响;中国沿海地区热带气旋致灾因子危险性在0.99置信水平下除了广东省南部沿海地区海浪危险性有上升趋势,海南省南部沿海地区海浪危险性有下降趋势,其余地区没有显著的变化趋势。由于总体危险性变化趋势不明显,因而承灾体量的变化是暴露度水平变化的关键,也是造成中国沿海地区因热带气旋损失增加的原因之一。     

辽宁省泥石流与不同时间尺度下降水因子的关系研究

辽宁省地处中国北方降水性泥石流多发地带,收集了辽宁省1980—2019年由强降水引发的386起泥石流统计资料,采用GIS空间分析、统计分析等方法,探究该省泥石流与不同时间尺度降水因子的关系,同时研究短期内不同有效降水阈值对泥石流发生概率的影响。结果表明:长时间尺度上,泥石流频次与雨季降水量、年暴雨雨量、年大暴雨日数的线性关系最强,与其他降水因子线性关系不明显。泥石流频次与短期有效降水量的相关程度由高到低依次为当日有效降水量、前3 d累计有效降水量、前7 d累计有效降水量。不同前期有效降水阈值下,泥石流发生概率不同,当日有效降水量达50 mm、前3 d累计有效降水量达到77mm或前7 d累计有效降水量达142 mm,有50%的概率会发生泥石流。泥石流风险预测要综合考虑地形地貌与下垫面物质等地理环境特征。     

基于SSPs的未来全球陆地极端降水强度的空间分异特征预估

采用SSPs情景下BCC-CSM2-MR模式输出的2015-2100年的全球日值降水数据,基于采用超阈值取样方法和韦伯分布理论,计算了全球陆地极端降水的阈值和强度的空间差异特征。结果表明:①不同SSPs情景下全球陆地的极端降水阈值空间分布具有相似性,且差异较大的地区主要分布在中纬度地区。其中SSP1-2.6情景下的阈值与SSP2-4.5、SSP3-7.0和SSP5-8.5情景的空间相关系数分别达到了0.73、0.71、0.70和0.69（n=16 941）,均通过了0.01显著性水平的检验。②不同SSPs情景下的全球陆地极端降水强度空间分布具有相似性,仅在强度和面积上有所差异,呈现出区域和次区域特征。同一SSP情景下的全球陆地极端降水强度之间的空间相关系数,随着重现期的增加而减小。③SSP5-8.5与SSP1-2.6情景下的全球陆地极端降水强度差异在热带和季风区主要以正差异为主,其分布面积和强度随着年遇型增加而增加。     

西安市降水频率变化特征分析

利用1951-2005年西安市的逐日降水资料,分析了西安市降水量和降水频率的年、季变化特征,探讨了各等级降水的频率变化对总降水量变化的贡献。结果表明:(1)50多年来西安市降水量有所减小,降水日数显著减少且在春夏秋冬四季均有反映,降水日数的减少速率以秋季为最大;(2)5mm以下小雨的降水频率有显著的逐年代降低趋势,而5～10mm的小雨和中雨的降水频率基本上没有变化,大雨和暴雨及以上的降水频率低,且其变化具有随机性;(3)自20世纪80年代以来,春夏秋冬四季的小雨降水频率均有所降低,其中夏季小雨降水频率的减少系主要由微量降水雨日的减少引起;(4)小雨降水的频率比重和总量比重自20世纪80年代以来显著降低,中雨降水总量比重也有所降低,而大雨和暴雨及以上的降水量比重基本没有变化。所以小雨和中雨降水总量减少是多年来总降水量减少的主要原因。研究结果显示,人类活动排放的气溶胶可能是造成西安市降水频率降低和总量减少的主要原因之一。     

1990—2019年全球主要自然灾害大小灾损失及趋势对比

基于EM-DAT全球1990—2019年5种主要自然灾害损失数据,对因灾死亡人数与直接经济损失进行标准化处理后划分大小灾,分析全球及典型国家大小灾相对重要性及损失变化趋势。结果表明：1990—2019年全球洪水损失以小灾为主,且小灾发生率与损失率均上升;滑坡造成的死亡人数以小灾为主且小灾发生率显著上升;风暴造成的经济损失以小灾为主;地震与极端气温造成的损失均以大灾为主且无明显变化趋势。而典型国家洪水造成的经济损失、滑坡造成的死亡人口则以大灾主导。典型国家总损失趋势通过显著性检验的大部分为下降趋势,小灾损失大部分为上升趋势,洪水和风暴灾害损失趋势显著的国家数量较多。就灾种而言,地震与极端气温灾害应重点关注大灾,风暴灾害和滑坡灾害应重点关注小灾带来的影响,尤其要关注洪水小灾带来的损失及其变化趋势,加强对于小灾累计影响的评估与防范。     

近40年增暖背景下岷江流域降水异常变化

气候变化是我国西南地区滑坡、泥石流等主要山地灾害的重要致灾因子,而岷江流域又是山地灾害典型分布区。为此,本文采用1979-2018年流域及其周边47个地面气象站点日值观测资料,综合考虑了海拔高度和距海岸线距离等因素对气温、降水空间分布的影响,基于ANUSPLIN空间插值,利用线性趋势、M-K检验和滑动t检验等方法,分析了增暖背景下岷江流域降水时空变化特征;并通过11个极端降水指数,分析了流域极端降水变化趋势和突变特征,检测了降水异常年份,提取了旱涝急转出现频次;在此基础上,讨论了流域气候变化对典型山地灾害事件的影响。分析表明：1979-2018年,岷江流域普遍增暖,上游山区升温幅度更为突出;年、季降水量整体均呈增多趋势,降水增多主要发生在春、秋两季,且以流域上游、中游西部山地增幅最大;流域高山站点有极端降水量增多、降水强度增大的趋势或突变,流域中下游站点则多表现为极端降水减少、降水强度减弱;降水异常变化与西南涡,特别是更加频繁的九龙涡活动有关;流域由旱向涝急转发生的频次显著增多。上述温湿组合与极端降水变化均加大了岷江流域山地灾害发生概率,使得灾害风险加剧。