首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 0 毫秒
1.
西南地区极端降水的时空变化特征   总被引:3,自引:0,他引:3  
西南地区是我国山地灾害最为严重的区域之一,而短时极端降水则是山地灾害成灾演化的关键控制因素。以西南地区1960~2011年110个气象站的逐日降水量资料为基础,通过建立起超门限峰值序列(POT),结合GIS空间分析技术与线性倾向估计、Mann Kendall趋势检验、Morlet小波分析等方法,研究了西南地区极端降水事件的时空变化规律。结果发现:20世纪60年代以来,西南地区极端降水频数有增加趋势,速率为0017/10 a,极端降水量在总降水量中所占的比重不断增加,增幅为0.638%/10a;西南地区极端降水频数的变化在年代际间存在显著的区域增减差异,增加的区域主要呈现出斑块状分布,而减少的区域则呈现出较明显的条带状分布;云南西南部、贵州大部和四川盆地中部3个区域是极端降水频发区,而川滇交界处的元谋-会理一带和四川盆地北部山区则较少发生极端降水;季风期极端降水频数呈现出明显的增加趋势,速率为0031次/10 a,非季风期极端降水频数则呈现出减少的趋势,速率为-0014次/10 a;季风期和年极端降水频数均没有明显的突变年份,非季风期存在3个突变点,分别是1969、1983和1994年;季风期与年极端降水存在27、15和7 a时间尺度上的周期性振荡,非季风期的周期性振荡则主要集中在27和12 a时间尺度上  相似文献   

2.
基于1961~2019年逐日降水格点数据,对长江流域偏前型、偏后型、均衡型和单日型极端降水时空变化特征进行分析。结果表明:(1)在变化过程上,1961~2019年,长江流域偏前型极端降水先增加后下降,偏后型、均衡型极端降水变化以平稳波动为主,单日型极端降水持续上升;(2)在空间格局上,长江流域偏前型、偏后型极端降水量呈现“东南高—西北低”的分布格局,均衡型极端降水高值区分布于金沙江、鄱阳湖流域,单日型极端降水空间特征表现为“中间高、两侧低”;(3)在影响因素上,长江流域及其子流域不同类型极端降水与两类厄尔尼诺(东部型-Ni1o 1+2区和中部型-Ni1o 3.4区)正相关占比为79.2%,且与Ni1o 1+2区的相关性高于Ni1o 3.4区;(4)1998年长江流域极端降水以偏前型为主导,7月20~26日偏前型极端降水事件为1998年夏季洪涝灾害的核心致灾因子。  相似文献   

3.
近52a长江中下游地区极端降水的时空变化特征   总被引:3,自引:0,他引:3  
长江中下游地区是我国主要农业区,同时也是降水异常,洪涝灾害频繁发生的地区之一,对长江中下游地区极端降水变化的研究,可以为该区农业生产及防洪减灾提供参考依据。利用1961~2012年间的长江中下游地区84个站点的逐日降水观测资料,基于年最大日降水(AM)序列与超门限峰值降水(POT)序列,通过滑动平均、Mann-Kendall检验法、线性倾向估计等方法,分析了该地区极端降水事件的时空变化特征。结果表明:(1)长江中下游地区近52a来极端降水量呈现为较明显的增加趋势,且极端降水量速率为9.3mm/10a,存在较为明显的年代际波动变化特征,1990年以后进入极端降水量偏多的时期;(2)AM与POT序列多年平均值大值主要分布在江西省大部、湖北东南部以及安徽南部;AM与POT序列多年标准差大值主要分布江西东南部与北部,湖北东南部以及湖南西北部;AM序列多年平均值与标准差均高于POT序列,AM序列年际间振幅要明显强于POT序列,极端降水年际变化幅度大于年内变化;(3)长江中下游沿岸地区年最大日降水量主要表现为增加趋势,长江以北的西部地区则主要表现为减少趋势;长江沿岸地区以及中东部地区的极端降水量主要表现为增加趋势,西部地区则主要表现为减少趋势。  相似文献   

4.
基于大渡河流域1961~2010年逐日降水数据资料,运用Mann-Kendall非参数检验、Morlet小波分析法,分析了近50a来大渡河流域极端降水事件的时空变化特征。结果表明,大渡河流域的极端降水指数均呈现出相对稳定的波动增加;多年平均值均呈现出由西北向东南方向逐渐增多的分布特征,变化趋势的空间分布存在着区域差异:除强降水日数外,其他极端降水指数均呈现下游增加,上游减小的变化趋势,大渡河流域极端降水与年降水量变化趋势密切相关。大渡河流域各指数突变特征不一致,1d、5d最大降水量突变年集中在1974~1976年前后;强降水日数、极端降水量及极端强降水日数发生突变的年份分别为1984年、1979年及1977年,且突变后呈现明显的增大趋势。大渡河流域极端降水指数周期特征较复杂,但普遍存在5~10a的年际振荡周期和20~25a的年代际振荡周期,且25a是最强的主周期。  相似文献   

5.
极端降水对于三峡水利工程的调度蓄水和防洪调控具有重要的作用,在气候变化背景下三峡库区极端降水的变化特征值得研究。基于三峡库区1961~2020年33个气象台站的降水观测资料,分析了该地区小时、日和连续降水量极端降水的时空变化特征。结果表明,三峡库区小时降水量、日降水量和连续降水量极大值的空间分布均呈东南部大、西南部和东北部小的特征,但历年最大值的变化趋势空间分布存在差异。三峡库区小时、日和连续降水量极端事件的阈值均呈“东大西小”的分布特征,其中湖北鹤峰的日降水量和连续降水量极端事件阈值均为各站点中最大。在气候增暖背景下,三峡库区日降水量极端事件在夏季尤其是6~7月发生频次增多,连续降水量极端事件更集中发生在夏季,小时和日降水量极端事件年频次自2001年以后呈增加趋势,这可能会加重三峡库区的暴雨洪涝灾害风险。  相似文献   

6.
利用云贵高原159个常规气象站1961~2007年汛期(5~10月)逐日降水量,用百分位法定义站点强降水和极端降水阈值,对强降水和极端降水事件进行了分析研究。结果表明:云贵高原汛期强降水和极端降水阈值地理分布差异较大,与汛期降水量关系不大,而与站点海拔高度显著负相关;1961~2007年汛期降水量变化趋势不明显,但降水日数显著减少,降水有集中的趋势;强降水量和极端降水量具有与汛期降水量相似的年际波动特征,极端降水与汛期降水的相关高于强降水;以强降水量和极端降水量与汛期降水量的比重表征事件的强度,两者均呈显著增加的变化趋势,并在1990年代初期发生了显著增加的突变;强降水和极端降水与夏季季风强弱变化显著负相关。  相似文献   

7.
8.
长江中下游极端降水时空演变特征研究   总被引:1,自引:0,他引:1  
以长江中下游为研究对象,基于131个气象站点1961~2017年的逐日降水资料,选取9种极端降水指数,利用Mann-Kendall趋势分析和交叉小波变换深入研究了长江中下游流域极端降水时空分布特征及其与太阳黑子和大气环流异常因子之间的关系.研究结果表明:(1)1961~2017年间,长江中下游流域极端降水指数除持续干燥指数(CWD)和持续湿润指数(CDD)外,其余7种降水指数均呈现上升趋势,其中年降水总量(PRCPTOT)达16.59 mm/10年;(2)除CDD、CWD外,其余极端降水指数均呈现由流域东南部向三面递减的半环状变化趋势,多数极端降水指数在洞庭湖流域、长江下游及太湖流域上升趋势显著;(3)设计重现期为50年时,除CDD、CWD外,其余极端降水指数空间分布由东南部向西北部递减,两处异常分布可能与地形因素有关;(4)太阳黑子和大气环流异常因子对极端降水的变化有较强的影响,其中太阳黑子的影响最大,EN-SO次之,PDO最弱.该研究结果可为极端降水事件驱动力的深入探究奠定基础,进而为防灾减灾工作提供依据和支撑.  相似文献   

9.
利用极端降水量集中度和集中期讨论三峡库区汛期极端降水量的非均匀性分布特征。结果表明: 三峡库区极端降水量空间分布表现为西南部和东北部地区相对较少,中部、东南部相对较多。库区汛期极端降水集中度和集中期的空间差异不大,集中程度总体较差,东北部和西部地区极端降水相对集中,中部相对分散。库区极端降水主要集中在6月底和7月上中旬,东北部和西部偏西地区集中期相对较晚,中部地区集中期相对较早。库区汛期极端降水量的分配状况与同期极端降水量存在较好的关系,即极端降水量越少,则极端降水量越集中、集中期越早;反之极端降水量越多,则极端降水量越分散、集中期越晚,尤其是在库区东北部地区最为显著。三峡库区蓄水后极端降水集中程度在空间上一致性较好,表现为蓄水后更为分散;极端降水量和集中期则在空间上差异显著,大致表现为蓄水后东北部极端降水增加并延迟;西南部极端降水减少并提前  相似文献   

10.
11.
极端降水具有较强的持续时间不确定性,持续多天的极端降水事件往往具有较大的致灾性,但目前从极端降水持续性角度进行极端降水变化及其环流因素的研究还非常缺乏。利用1961~2018年中国逐日降水格点数据集以及大气环流指数数据,定义持续了2天及以上的极端降水为持续极端降水事件,研究其在中国不同区域发生频次、持续日数以及持续极端降水总量、持续极端降水最大降水量的时空变化和影响因素。结果表明:(1)近60年来,中国持续极端降水事件在较为干旱的地区(蒙新地区、青藏地区)高发且持续时间长,但在较湿润的地区(东部地区)持续极端降水事件强度更高。(2)中国持续极端降水事件的频率和强度均呈现出增加的趋势,但在区域尺度上,东部地区没有明显的变化趋势,越干旱的地区增加趋势越大。各个指数变化趋势的空间分布格局相似。(3)持续极端降水事件对总降水的贡献率呈现出缓慢的增长趋势,东部地区增长趋势不明显。(4)西太平洋副高、南海副高、西太平洋暖池、亚洲区极涡、北半球极涡和中国持续极端降水事件有着显著的相关关系。区域尺度上,西太平洋副高对蒙新地区和青藏地区的影响最大,东部地区则受到西太平洋副高和西太平洋暖池的较大影响。总体上西太平洋副高对于中国持续极端降水事件影响最大,西太平洋副高强度的加强往往会引起中国持续极端降水增多。  相似文献   

12.
以长江流域130个气象站点1965~2014年的日降水量资料为基础,应用线性矩以及各种统计检验和空间分析技术对流域极端降水进行区域频率分析和时空特征描绘。研究表明:(1)应用模糊C均值分类和异质性检验,整个长江流域的年最大1、3、7和10日降水序列均可划分为7个一致性子区域。拟合优度检验表明,广义极值分布(GEV)和广义正态分布(GNO)为大部分区域极端降水序列的最佳分布;(2)使用考虑站间依赖性的Monte Carlo模拟评价极端降水增长曲线和分位数估计值的精确性,与站点绝对独立的情况相比,其均方根误差(RMSE)变大,90%的误差界也变宽;(3)每个一致性区域的区域增长曲线及其90%的误差界表明,当重现期小于100年时分位数估计值具有较高的可靠性,在四川盆地和长江中下游地区发生极端降水事件的可能性比较大,易发生高风险洪涝灾害;(4)重现期为100年的极端降水空间分布格局表明,从长江上游到下游的极端降水量逐渐增加,导致长江中下游流域更容易遭受洪涝灾害,这一结果与其区域增长曲线相一致。  相似文献   

13.
使用长江流域142个站1960~2009年逐日降水量资料,通过定义度量极端降水过程时空聚集程度的参数--极端降水过程事件聚集度和聚集期,并采用主成分分析、Morlet小波分析方法,研究了长江流域极端降水过程事件的年内分布特征。结果表明:长江流域上游极端降水过程事件主要聚集在7月上旬,出现相对比较集中,且聚集度和聚集期年际变化小;中下游则主要聚集在5月中旬至6月下旬,出现比较分散,聚集度和聚集期年际变化相对较大。极端降水过程事件聚集度和聚集期的主要空间异常模态分别表现为东南与西北反向和南北反向的变化特征;其区域平均序列分别呈上升和下降趋势,并分别在13 a和10 a尺度上周期震荡明显,表明长江流域极端降水过程事件的发生有趋于集中和提早趋势  相似文献   

14.
利用1963~2015年长江流域115个气象站点逐日降水数据,分析了不同极端降水指标的空间变化特点和时间变化趋势。结果表明,近53 a来,长江流域多年平均年极端降水量与年降水量从下游到上游逐渐递减,两者变化趋势大致呈现“增-减-增”的空间分布格局。年极端降水量对年降水量贡献(PEP)存在明显的空间分布差异,但贡献比例在流域内普遍呈现增加的趋势。持续1 d的极端降水事件的降水量分布及其变化趋势与年极端降水量的分布特征类似,其对年极端降水量的贡献比例高达65%以上,说明长江流域极端降水以持续1 d的极端降水事件为主。持续2 d及以上的极端降水事件主要集在中皖苏赣局部地区和四川中部地区,但其降水量对年极端降水量的贡献比例较小。从上游到下游,年最大日降水量(MDP)逐渐增大。其中,上游源头地区的沱沱河、曲麻莱和玉树3个站点MDP主要集中在0~25 mm之间,其他站点均以25~50 mm量级为主;长江流域中部地区的MDP大部分以50~100 mm的量级为主,处于100~150 mm之间的次之;长江流域东部地区主要以100~150 mm量级的MDP为主。 关键词: 极端降水;降水贡献;不同历时;长江流域  相似文献   

15.
基于长江中下游地区1961~2100年区域气候模式COSMO-CLM(CCLM)模拟与1961~2005年气象站观测的逐日降水数据,通过统计计算年降水量、强降水量、暴雨日数和极端降水贡献率4个极端降水指数,研究全球升温1.5℃与2.0℃情景下,长江中下游地区极端降水的时空变化特征。结果表明:(1)全球升温1.5℃情景下,年降水量相对于1986~2005年减少5%,强降水量、暴雨日数和极端降水贡献率分别增加7%、33%和4%;概率密度曲线表明,年降水量均值下降,强降水量、暴雨日数和极端降水贡献率均值上升,极端降水方差增大;年降水量、强降水量和暴雨日数在空间上表现为南部增加北部减少,极端降水贡献率则相反。(2)全球升温2.0℃情景下,年降水量下降3%,强降水量、暴雨日数和极端降水贡献率分别上升15%、46%和15%;年降水量均值稍有减少且方差稍有上升,强降水量、暴雨日数和极端降水贡献率均值和方差明显增加;年降水量减少区域位于长江主干以北,强降水量、暴雨日数和极端降水贡献率表现为绝大部分地区增加的空间变化特征。(3)全球升温由1.5℃至2.0℃时,年降水量、强降水量、暴雨日数和极端降水贡献率分别增加3%、7%、10%和11%;随升温幅度的增加极端降水均值和方差上升;极端降水呈增加态势的范围扩大。因此,努力将升温控制在1.5℃对降低极端降水的影响具有重要意义。  相似文献   

16.
基于中国气象局1961~2018年地面降水日值格点(0.5°×0.5°)数据集(V2.0)及位势高度、风速、比湿等NCEP/NCAR逐日再分析资料,采用百分位阈值法确认江南区域性极端降水事件,并对其天气图进行综合分析提取锋面型和气旋型极端降水,并对两类极端降水的时空分布及环流演变特征进行了对比。结果表明:(1)锋面型极端降水事件主要分布在春季,而气旋型主要分布在夏季,并且锋面型极端降水事件发生频率约为气旋型的3倍;(2)锋面型极端降水主要分布于武夷山脉、南岭等地势较高地区,而气旋型则位于东南沿岸地区,福建等地受两类极端降水影响都较大;(3)锋面型和气旋型极端降水发生前两天至当天,气流垂直上升速度均增大,副高西移,锋面型极端降水的最大水汽辐合中心由江南地区850 hPa等压面降至地表,而气旋型的水汽辐合中心位于地表由南向北移至江南地区;(4)锋面型极端降水形成所需的水汽主要来源于西太平洋、印度洋和孟加拉湾,汇合于江南地区,而气旋型水汽主要来源于印度洋,并呈涡旋型随时间西移。  相似文献   

17.
利用江西省1960~2011年汛期83个台站逐日降水资料,首先定义了不同台站的极端降水阈值,统计各站近52a逐年汛期极端降水事件的发生频次,进而分析其时空分布特征。结果表明:江西省极端降水量阈值的地域分布呈从西到东、从南到北递增的特征。江西汛期极端降水事件发生频次的最主要空间模态是主体一致性,同时存在北部与中南部反位相变化的差异。江西汛期极端降水事件发生频次具有较大的空间差异,可分为具有不同空间特征的5个主要区域。滑动t检验表明,Ⅰ区代表站玉山的极端降水事件在1976年后和1986年后分别发生了由偏多转为偏少和由偏少转为偏多的突变;Ⅱ区代表站永丰在1974年后和1984年后分别发生了由偏少转为偏多和由偏多到偏少的突变。通过最大熵谱分析表明,各分区以2~6 a的年际变化周期最为普遍,其中Ⅴ区还存在13 a的年代际变化周期。从气候因子分析看,前期5~6月和冬季赤道东太平洋海温对江西汛期极端降水事件存在显著影响  相似文献   

18.
以嘉陵江流域为研究区,利用流域1961~2010年实测逐日降水数据和北碚水文站逐日流量数据,对流域典型极端降水指标和水文指标进行了时空演变分析,并探讨了流域不同空间区域的降水与水文过程的相关关系。研究表明,嘉陵江流域北碚水文站流量与流域不同区域降水具有良好的相关性,典型极端水文指标与极端降水指标的变化趋势基本一致。1961~2010年,在嘉陵江流域年降水量和北碚水文站年平均流量均呈现减少的背景下,流域内表征暴雨事件的极端降水指标和表征洪水过程的极端水文指标以减少趋势为主,而表征干旱事件及低水过程的极端降水与水文指标则呈一定的增加趋势,特别是年内无雨日数显著增加。  相似文献   

19.
近52年江西省汛期极端降水事件的时空变化   总被引:3,自引:0,他引:3  
利用江西省1960~2011年汛期83个台站逐日降水资料,首先定义了不同台站的极端降水阈值,统计各站近52a逐年汛期极端降水事件的发生频次,进而分析其时空分布特征。结果表明:江西省极端降水量阈值的地域分布呈从西到东、从南到北递增的特征。江西汛期极端降水事件发生频次的最主要空间模态是主体一致性,同时存在北部与中南部反位相变化的差异。江西汛期极端降水事件发生频次具有较大的空间差异,可分为具有不同空间特征的5个主要区域。滑动t检验表明,Ⅰ区代表站玉山的极端降水事件在1976年后和1986年后分别发生了由偏多转为偏少和由偏少转为偏多的突变;Ⅱ区代表站永丰在1974年后和1984年后分别发生了由偏少转为偏多和由偏多到偏少的突变。通过最大熵谱分析表明,各分区以2~6a的年际变化周期最为普遍,其中Ⅴ区还存在13a的年代际变化周期。从气候因子分析看,前期5~6月和冬季赤道东太平洋海温对江西汛期极端降水事件存在显著影响。  相似文献   

20.
河南省汛期极端降水事件分析   总被引:6,自引:2,他引:6  
利用河南1961~2006年50个气象站台站汛期(6~8月份)逐日降水量资料,定义95%降水分位数为极端降水事件的阈值,建立不同站近46年汛期极端降水事件发生频次的时间序列。在此基础上采用趋势分析、最大熵谱分析等统计技术方法,对河南降水事件发生频次的空间分布及年际变化特点进行了分析。结果表明:空间变化上总体具有北多南少的特点,而且汛期降水量的比重与极端降水事件发生频次的高低存在着很好的一致性;空间分布上主要有全省一致型、西北 东南型、南阳盆地型和中部分布型等4种类型,其中全省一致分布型为最主要的空间模态;年际变化趋势各地有所不同,豫西、豫南区为减少趋势,而豫中、豫北、豫东和豫西南区表现为增加趋势,而且在振荡形态上各有同异,以2~8年和10年左右的年代际变化最为普遍。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号