中山暴雨典型雨型初步研究

李毅恒 李颖昕 劳钊明

摘 要 近年来，气候极端事件频发，极端降水对城市内涝的影响日趋严重，城市排水系统受到越来越大的挑战。降雨强度在降雨过程中的分布，亦即暴雨典型雨型，对探究当地雨洪流量的变化规律，从而对城市排水系统的设计有较大的参考价值。不同的雨型对应不一样的洪水过程线，对城市管网口径设计、调洪计算等有重要影响。本文利用广东中山国家观测站2006-2017年的日和时降雨量资料序列，运用统计方法和模糊识别法，对本地暴雨以及降雨雨型进行了分析，并得出结论：中山市本地暴雨雨型主要是单峰型，降雨雨强较大，暴雨雨峰尤其集中在午后到傍晚，对城市内涝影响风险突出，城市排水系统建设时应着重考虑单峰型降雨的影响。

关键词 暴雨雨型;时程分布;模糊识别法;单峰型;双峰型

引言

近年来，随着全球气候变化，各种极端气候事件层出不穷。其中，极端暴雨事件对城市的影响尤为严重。由于暴雨引发城市内涝，导致人员溺亡、触电身亡，车辆等财产损毁的报道屡见报端。以中山为例，2013年和2014年的“5.8”暴雨，2016年的“6.28”暴雨，2018年的“8.30”特大暴雨等过程均导致了严重的生命和财产损失。对于减轻城市内涝的灾害程度，合理设计城市排水系统是重要一环。而城市暴雨雨型对于城市排水系统的设计、城市内涝预警预报系统的开发等都有重要意义。

一场暴雨降水过程，其降雨强度随时间的分布称为设计暴雨雨型。在某个城市的暴雨雨型正式确定之前，往往将暴雨过程雨强随时间变化假定成均匀分布，显然这是不符合实际的。在20世纪40年代，苏联的包高马佐娃[1]对苏联等地的雨型进行分析，提出把雨型分成7种类型;20世纪50年代，Knifer和Chu提出了一种不均匀的设计雨型，被命名为芝加哥雨型。此外，Huff，Pilgrim和Cordery，Yen等也各自提出过自己的设计暴雨雨型[2]。国内，岑国平等[3]对对我国四个雨量站的短历时暴雨资料进行统计，对国内外目前常用的几种设计暴雨雨型进行比较和分析;成丹等[4]利用芝加哥雨型和P&C法对宜昌市区短历时暴雨雨型进行了分析;段莹等[5]利用芝加哥雨型法对贵阳暴雨雨型进行了分析;银磊等[6]则利用模糊识别法对广州24小时暴雨雨型进行分析。

对于短历时暴雨（降雨时长小于等于6小时）设计雨型的研究，前人已经做过很多工作。然而在城市内涝的研究中，超过12小时的较长历时暴雨对于排水系统的设计也有着重要意义，对于这方面的研究还比较少。本文主要对中山市24小时暴雨设计雨型进行研究，根据2006-2017年中山长时间序列逐日和逐时降雨数据，利用模糊识别法，将本地24小时暴雨雨型根据包高马佐娃7种雨型分类依据进行分类，得出本地暴雨降雨强度随降雨时程变化的特征，为城市排水系统的建设提供参考依据。

1 研究方法

1.1 方法简述

国际上对于设计雨型有多种计算方法，包括前述的模糊识别法，P&C雨型法，芝加哥雨型法，Huff雨型法等。对于采用哪一种更加优越，目前尚未有公认定论。国内同行对于模糊识别法、P&C雨型法、芝加哥雨型法等多种方法均有过实践应用;其中，模糊识别法采用客观参数进行雨型分类，具有较强客观性，且操作较简单;P&C雨型法把雨峰放在最可能出现的位置，对于各场降雨中雨峰位置和雨峰对应的时段占总雨量的比例有较好刻画，并能表示双峰型雨型，更接近实际情况[7-8]。根据银磊等的研究结论，P&C雨型法和芝加哥雨型法适用于短历时暴雨雨型研究。根据本文研究需求，本人选用较适合长历时暴雨雨型分析的模糊识别法作为此次的雨型分类方法。模糊识别法[9]是以包高马佐娃在20世纪40年代基于苏联降雨数据总结出的7种雨型分类为基础，根据公式，采用择近原则，确定该场降雨为7种标准雨型中的某种雨型。其具体方法为：遍历每个降雨过程，把过程分成m个等长时间段，每个时间段的雨量占总雨量比例为xi = Hi/Hall（i=1，2，…m），另外对7种标准雨型也同样计算出每个时段雨量占总雨量的比例vki =Yki/Ykall ，定义贴近度参数ak = 2734282.jpg，对各暴雨个例分别计算其与7种标准雨型的贴近度，以贴近度最高的标准雨型作为该场暴雨的雨型。

1.2 数据简述

本文雨量數据使用中山紫马岭国家基本气象站2006-2017年共计12年逐日（20-20时）和逐小时降雨量数据，气象观测资料完整，所用资料年限内无迁站记录。降水量是常规观测项目，仪器设备和资料整理等均符合国家规范。对于暴雨场次划分，按照广东省降水强度等级划分标准，以20：00-20：00的24小时降雨量R≥50mm作为一个暴雨日，建立长度为12年的年暴雨日数据序列;对于每一个暴雨日，抓取其逐时降雨量数据，形成24小时的时降雨强度序列。

2 结果分析

2.1 暴雨年际和季节分布特点

对2006-2017年12年的暴雨日数进行统计，发现一共有暴雨日数118日，平均每年接近10日;其中50～60mm的暴雨场数最多，一共有34日;超过100mm的大暴雨日数为29日，占总暴雨场数的85%，最大暴雨日雨量为238mm，出现在2018年8 月31日。暴雨日数和暴雨雨量呈高度的正相关。无论是暴雨日数还是年暴雨雨量，其年际变化均较大，年暴雨日数最多的年份为2016年（16日），其暴雨雨量也为最大（1406.1mm），年暴雨日数最少为2007年和2011年（5日），暴雨雨量最少为2007年（331mm），两者在12年序列中均呈3-4年为一个周期的周期性变化。暴雨日数和暴雨雨量在一年各个月份分布也极其不均匀，基本呈现单峰型，均集中在5-9月。

考虑年降雨量和年暴雨量之间的关系发现，年降雨量和年暴雨量呈较明显的正相关;考虑月平均降雨量和月平均暴雨量的关系也可发现这种正相关，但年降雨量呈双峰型，分别在6月和8月出现峰值，对应前后汛期降雨峰值，而月平均暴雨量则只存在一个峰值，在5月份，对应前汛期;8月份并无峰值与后汛期对应。暴雨峰值和降雨峰值的错位可能揭示了一个事实：后汛期降雨集中的暴雨日相对于前汛期来说有所减少，这有可能是前后汛期不同影响系统导致的不同降水性质造成的。