基于5 a区域站的贵州致灾强降雨特征分析

石　艳，李天江，毛显后

(贵州省气象台，贵州　贵阳　550002)



基于5 a区域站的贵州致灾强降雨特征分析

石艳，李天江，毛显后

(贵州省气象台，贵州贵阳550002)

利用贵州省2010—2014年5—9月区域站小时降水资料，提出暴雨过程的标准，与国家站暴雨过程及暴雨集中区域进行对比，发现过程和集中区域均基本一致，证明区域站降水资料具有参考价值；在此基础上进一步分析贵州短时强降水与因灾死亡人员发生的关联性，研究致灾强降雨的时空分布特征，以期对预报服务和暴雨预警信号发布等有一定的指导意义。

区域站;小时降水;暴雨;致灾强降雨

1　引言

我国现有的国家级气象观测站是为获取天气尺度系统信息而设置的，平均站间距为60多公里。由于我国幅员辽阔，地形和气候复杂，现有站网在空间密度和观测频次上，远不能适应中小尺度天气系统监测、预警的需求，故近年来全国都在加大力度建设区域自动站，目前我省区域站建设达3 000余个，全面覆盖省内所有行政乡镇。在这种基础设施良好的背景下，需要进一步利用新观测资料提高我们的预报服务能力。

目前很多研究是围绕区域自动站的故障分析和维护方面开展的[1-3]，李润春等[4-5]利用气温资料对陕西省阳泉市和拉萨市的城市热岛效益进行分析，顾欣和何可杰等[6-7]基于区域站对烤烟和苹果进行适宜性气候区划，精细化到乡镇。

暴雨是贵州省主要气象灾害之一，因暴雨导致人员伤亡也屡有发生，纵观多起灾难无不与强降水过程密切相关，现在越来越多的人开始关心和研究短时降水的规律[8-9]。2012年彭芳等[10]用1991—2009年汛期逐小时降水量资料分析了贵州省汛期短时降水时空分布特征，指出：强降水分布有两个高值中心，最强中心在西南部望谟站，发生时次一天中有3个相对高值时段。而基于区域站资料研究强降水与因灾死亡人员的关联性这方面开展还较少，本文拟将研究：首先验证区域站降水资料的可靠性、进而展开对暴雨过程的评估及致灾强降雨的时空分布特征分析。

2　资料来源和处理

选取贵州省2010—2014年5—9月逐小时区域自动站降水量资料，利用计算机编程实现日降水(08—08时)数据合成。考虑到区域站数据准确性因素，作者通过反查当日区域站点周边降水情况，初步确定数据的真实性，再结合当时雨情快报信息再次确定数据的真伪，确保文中数据的可靠性。

2.1基于国家站暴雨过程

贵州省在预报业务中定义，基于85个国家站在前一日08时至次日08时24 h内有6站或以上降雨量超过50 mm为一次暴雨过程，其中1站大暴雨相当于3站暴雨，1站特大暴雨相当于6站暴雨。

2.2基于区域站暴雨过程

贵州省共1 445个行政乡镇，本文定义超过6%以上乡镇，即超过80个乡镇24 h(08—08时)降雨量达到50 mm以上为一次暴雨天气过程。

3　结果与分析

3.1暴雨过程对比

根据国家站暴雨过程定义，对1961—2014年逐年暴雨过程进行统计，最多为1979年的25次暴雨过程，多年平均暴雨过程次数为15次，2010—2014年5 a来，共61次暴雨过程；根据区域站标准，2010—2014年5 a来，共74次暴雨过程。

图1中，区域站是指基于区域站的逐年暴雨过程次数，国家站是指基于国家站的逐年暴雨过程次数，相同是指同时满足两类标准的暴雨过程。图中可以看出，2010—2014年间，每年区域站暴雨过程次数均多于国家站暴雨过程次数，两类过程间的相关性为0.84，2014年过程相差数较多。同时满足两类的暴雨过程占国家站暴雨过程的93.3%， 2010—2013年每年仅有1次过程未包括在区域站暴雨过程中，2014年全部包括在内，因此可以采用乡镇区域站降雨资料来修订和完善贵州省暴雨过程的定义。

图1　2010—2014年分别基于国家站和区域站暴雨过程对比Fig.1　2010—2014 Rainstorm Processes Comparison between National Stations and Regional Stations

3.2暴雨集中区域对比

2010—2014年5 a来贵州省共出现31 404区域站次暴雨，分析发现主要集中在省的西南部、东北部及东南部。其中西南部暴雨区域范围最大，最为集中，主要出现在平坝、长顺、普定、镇宁、紫云、关岭、晴隆、盘县、兴义、望谟等县；东北部暴雨区域范围小，较为集中，主要出现在铜仁市的松桃、江口、印江、万山一带；东南部暴雨区域较为分散，主要出现在黔东南州中部和黔南州南部县市。与历史暴雨中心对比[11]，落区基本一致。西南部暴雨区域吻合度较高，略向中部扩展；东北部区域稍向东北移动，东南部暴雨区域在三都—都匀一带也是暴雨多发区域，但是较分散不集中。

图2　2010—2014年区域站暴雨频次20次以上分布区域图Fig.2　Distribution Areas Map of Regional Station Rainstorm Frequency larger than 20 times from 2010 to 2014

3.3强降雨与灾害发生分析

3.3.1人员死亡与降雨强度分析由于贵州特殊的地形地貌特点，强降雨引发的洪涝、滑坡、泥石流等灾害，往往会造成人员伤亡。洪涝的发生与上游降雨量关系密切，山体滑坡有时具有延迟性特点，泥石流与当地的地质结构有较大关系，单纯考虑人员死亡与降雨量大小的关系存在片面性，但是，降雨量又在其中起到决定性作用，因此，我们希望能够简单化后，提出一个可能造成人员伤亡的临界雨量，为及时预警、减轻灾情提供参考。2010—2014年间因暴雨导致人员死亡失踪总人数为275人，通过分析发现当1 h雨量达到70 mm，2 h达到80 mm，3 h达到100 mm，83.3%的概率会出现人员死亡灾情，不符合此标准有46人，占16.7%，其中26人系降雨量为大暴雨量级的稳定降水造成，占9.5%，为方便叙述在下文中将“1 h雨量达到70 mm以上，或2 h达到80 mm以上，3 h达到100 mm以上”称为致灾(人员死亡)短历时强降雨。

表1　人员死亡与强降雨关系

3.3.2致灾强降雨时空分布分析

① 空间分布

通过对1 h 70 mm以上降雨分析发现，除遵义市北部、黔东南州北部几个县市未发生外，全省大部分县市区均有发生，且呈现发散状态，随着对2 h 80 mm和3 h 100 mm强降雨的进一步统计分析，发现强降雨区域越来越向省的西南部和东北部集中，基本与暴雨集中区域分布一致，说明贵州省多以短时强降雨为主。综合3类致灾(人员死亡)短历时强降雨来看，主要集中在以下乡镇，详见表2。

表2　致灾(人员死亡)强降雨易发乡镇

② 时间分布

针对3类致灾强降雨发生时间进行分析，图3可以看出，强降雨多数发生在夜间时段(20—07时)，20时起强降雨呈现增加趋势，在01时达到峰值，最强时段主要集中在23—02时，与彭芳等研究结论较为一致[10]；随后开始下降，白天(08—19时)也有发生，但次数明显减少，尤其12—15时为发生最少时段。

图3　致灾强降雨出现时间频次分布Fig.3　Occurring Time frequency distribution of disaster-causing heavy rainfall

4　结论与讨论

①基于区域站小时降水资料，对贵州省暴雨过程定义进行修订和完善，提出暴雨过程评估划分标准，有助于提高决策气象服务的敏感性和及时性，同时对预报准确率考核、暴雨预警信号发布也有一定的指导意义。

②基于区域站资料分析的暴雨中心与历史研究基本吻合，主要有3大暴雨中心，西南部区域范围最大且最为集中，东北部区域范围较小，东南部区域较为分散；同时也说明区域站降水资料具有可参考性。

③综合分析3类致灾(人员死亡)强降雨，从空间分布来看，与暴雨集中区域一致，主要出现在西南部、东北部和东南部；从时间分布来看，23—02时最为集中，这一特点也为贵州省救灾减灾提出更高要求。

④文中使用数据年份有限，可能对某些结论会造成一定影响，随后还需继续加大研究。

[1] 高永娜,刘洪波,曾文卓.区域自动站的故障分析和维护管理[J].现代农业科技,2014,12,254.

[2] 周彦玲,万里鹏,陆忠涛.区域自动站故障分析与日常维护[J].科技信息,2010,1,447

[3] 杨远恒,卜英竹,田兰,等.区域自动站实时资料质量控制系统的设计与开发[J].贵州气象,2011,35(5),42-44.

[4] 李润春,崔建国,牛俊玫,等.山西省阳泉市城市热岛效应特征分析[J]． 气象与环境学报,2014,30( 2), 74-80．

[5] 次仁白玛,尼玛云单,拉巴.拉萨市城市热岛效应分析研究[J].高原山地气象研究,2014,34(2),52-56.

[6] 顾欣，田楠,付继刚,等. 利用区域自动站资料对黔东南烤烟种植气候适宜性及精细区划归类分析[J]. 西南师范大学学报:自然科学版,2014,39(3):143-150.

[7] 何可杰，李建军，屈学农．基于GIS的宝鸡市猕猴桃气候区划[J]．陕西气象，2014(2),24-27．

[8] 杨森,周晓珊,高杰.辽宁省夏季降水的日变化特征[J].气象,2011,37(8):943-949.

[9] 姚莉,李小泉,张立梅.我国1小时雨强的时空分布特征[J].气象,2009,35(2):80-87.

[10]彭芳,吴古会,杜小玲.贵州省汛期短时降水时空特征分析[J].气象,2012,38(3),307-313

[11]贵州省短期天气预报指导手册(第二分册).贵州省气象局,1987:376-377.Characteristics of Disaster-caused Heavy Rainfalls in Guizhou Based on 5a Regional Weather Stations

SHI Yan,LI Tianjiang,MAO Xianhou

(Guizhou Meteorological Observatory,Guiyang 550002, China)

Based on hourly precipitation data of regional weather stations in Guizhou between 2010 and 2014, the standard for rainstorm processes was proposed. It is found rainstorm process and concentrated areas were essentially in agreement with the results of standard based on national station. Spatial and temporal distribution characteristics of disaster-caused heavy rainfall w and the correlation between short-time heavy precipitation and the death tolls were analyzed.

regional weather station; hourly precipitation; rainstorm; disaster-caused heavy rain

1003-6598(2016)02-0049-03

2015-08-18

石艳(1981-)，女，工程师，主要从事决策气象服务工作，E-mail:18249742@qq.com。

P426.61+4

B