暴雨灾害精细化分析与研究

王凤莲 李彦

摘要 暴雨洪涝是影响陆良农业生产的主要自然灾害之一。据统计，1978—2005年间，陆良有9年发生洪涝灾害，致使农经作物遭受较大损失。旱涝灾害的发生不但与降水量密切相关，而且很大程度上取决于降水在时间和空间上分布的不均匀性。暴雨的降水时间集中，强度大，易引发局地的山洪、泥石流、农田淹没、城市内涝等衍生灾害，严重危害人民的生命财产安全。为了对暴雨洪涝灾害的分布特征进行分析和准确预报，许多学者展开了研究。陆良虽然不是云南暴雨的多发县，但从防灾减灾、趋利避害的角度考虑，有必要统计分析陆良暴雨的发生区域和发生时间，以期为暴雨预测和服务提供天气、气候的时空背景资料，为防汛抗旱、气象服务提供最新的科学参考依据。

关键词 暴雨；频次；时空分布；陆良

中图分类号：P458 文献标识码：B 文章编号：2095–3305（2023）04–0099-03

1 资料和说明

利用陆良大监站1957年1月1日—2022年8月31日的一日最大降水量资料分析暴雨的逐年和逐月分布。2010年，陆良大监站从城区搬迁至太平哨，城区为自动雨量站资料。利用2010年1月1日—2022年8月31日陆良12个乡镇自动雨量站的逐日降水量资料分析暴雨的地域分布和日内分布。一日最大降水量是指前一日20：00至当日20：00累计雨量，短时强降水是指1 h降水量达20 mm的降雨，1 h雨量为前一整点到该 h整点的累计雨量，以此类推3 h、6 h、12 h的雨量[1]。一日内可能由于某1个整点出现50 mm的降水，造成连续3个、6个、12个时段内均出现3 h、6 h、12 h降水 50 mm的现象，因此仅统计第一次出现50 mm降水的时段，例如，彩色沙林2022年8月4日02：00出现1 h 57.4 mm的降雨，24：00～02：00、01：00～03：00、02：00～04：00的3 h降雨量均超过50 mm，就只统计24：00～02：00的暴雨，01：00～03：00、02：00～04：00的3 h暴雨不做统计。3 h、6 h、12 h暴雨次数均只统计陆良12个乡镇一日内第一次出现50 mm及以上降水次数的总和[2-5]。

从资料收集情况来看，参与统计乡镇的逐时降水资料在1—3月，11—12月有少部分缺测。由于陆良1—3月，11—12月发生短时强降水或降暴雨的概率非常小，因此，逐时降水资料缺测对统计数据的影响较小，统计结果总体可靠。

2 时空分布特征

2.1 暴雨的逐年分布

分析陆良降水的年代（10年）变化趋势（图1）可以看出，20世纪60年代（1961—1970年）、20世纪70年代（1971—1980年）和21世纪00年代（2001—2010年）是陆良暴雨相对多的时期，暴雨量级也较大。21世纪10年代（2011-2020年）暴雨日数显著减少，这是因为2009—2012年陆良经历了有史以来最严重的干旱，尤其是21世纪11年陆良年降水量430.1 mm，为陆良历史最少年。在2010年代内的日最大降水量并没有明显减小，说明2010年来的暴雨极端性、突发性更强。

从陆良1957年1月1日—2022年8月31日暴雨發生的频次（图2）可以看出：1998年共发生暴雨6次，1974年发生暴雨5次。1998年暴雨次数多，但降雨量级均未超过100 mm，而1974年的2次暴雨，降雨量均多达125 mm。根据陆良县志记载，1998年陆良发生了洪涝灾害，1968、1984、1986、2002、2006、2010年出现4次暴雨，1964、1967、1971、1976、1991、1994年有3次暴雨，陆良都有不同程度的洪涝灾害发生。反之，无暴雨出现，且一日最大降水量较小的1960、1977、1989、2000、2011年是陆良的显著干旱年，尤其是2011年的一日最大降水量才31.7 mm，出现历史上最严重的干旱灾害。1972、1981、1992、1996、2004、2007、2014年在不同时段的都有轻重不同的干旱出现。

分析暴雨日数、一日最大降水量与年降水量的关系得出：如果某一年的暴雨次数较多，一日最大降水量较大，则该年的年降水量偏多（如1974、2002年）；暴雨次数多，但一日最大降水量不大，则该年的年降水量略多（1998、2010年）；年内仅1～2次暴雨，且一日最大降水量处于50～60 mm之间，则该年的年降水量略少（如2017—2019年）；年内无暴雨发生，且一日最大降水量相对较小，则该年的年降水量偏少（如1960、1977、1989、1992、2011年）。

2.2 暴雨的逐月分布

分析陆良各月的暴雨发生次数（图3）可以看出，陆良暴雨主要发生在5—9月，6—7月是暴雨的高发期，这是因为6—7月是陆良水汽条件和热力条件都比较充分的时期。这从另一个层面反映了陆良干、雨季分明的气候特点。从每个月的一日最大降水量看，暴雨极值并没有出现在暴雨日数最多的6月，而是出现在暴雨日数相对较少的5月和8月。这反映了暴雨的大小与暴雨日数的多少无关。

2.3 暴雨的地域分布

分析陆良12个乡镇的暴雨日数（图4）得出：板桥的响水坝、活水、龙海发生暴雨的概率较大，其次是陆良城区、马街、小百户和召夸。对比表1可知，暴雨日数多的响水坝、活水、龙海近十年的平均降水量也较多，召夸、城区及彩色沙林次之。活水容易发生暴雨，但并不代表该地会出现最大降水。最大降水出现在哪个乡镇与天气系统的影响区域和影响时长有较大关系，具有较大的偶然性和突发性。

例如，2022年7月20日，陆良有4个乡镇的降雨量突破了乡镇雨量自动站建站以来的极值。其中，城区138.5 mm的降雨量为陆良建站以来的历史最多日降雨量，小百户190.1 mm的降水更是陆良境内的最大值。

由此可见，陆良降水具有较强的局地分布不均的特点，以城区为中心，陆良北部芳华和南部的马街、彩色沙林降水稍多，东北部的响水坝和山区的活水、龙海、召夸降水最多，坝区的三岔河的降水量和暴雨日数最少，西南部大莫古、西部小百户降水较少，城区、太平哨偏少。

分析陆良12个乡镇1 h、3 h、6 h、12 h的暴雨次数（图5）可以看出，12 h内活水最容易出现暴雨，其次是板桥的响水坝、龙海；6 h内小百户、响水坝、龙海最容易发生暴雨，其次是活水、召夸、马街和彩色沙林；3 h内活水、龙海、马街、板桥的响水坝产生暴雨的概率大。总之，陆良暴雨易发区是活水、龙海、响水坝，其次是小百户、召夸、马街。

从12个乡镇不同时段的最大降水量（图6）看，1 h最大降水量出现在降水少的三岔河、大莫古；3 h、6 h降水量最大的是活水。总体来看，降水多的活水、响水坝长时间的累计雨量较大，降水少的三岔河、大莫古短时间内出现暴雨的可能性更大。

2.4 暴雨的日内分布

陆良2010年—2022年8月，短时强降水（图7）主要集中在15：00～23：00和01：00～04：00，17：00～20：00的短时强降水次数较多，但因短时强降水引起的暴雨次数却比夜间21：00～24：00、01：00～04：00要少许多。09：00～14：00无论是短时强降水还是暴雨均很少出现。21：00和02：00最易造成1 h 50 mm的暴雨。这说明陆良的暴雨并不都是由短时强降水引起的，而是连续性降水引起的。

从12 h暴雨发生的时间分布看，陆良暴雨大多出现在夜间21：00至翌日8：00。21：00易发生1 h内50 mm以上的暴雨，其次是02：00和20：00；21：00、23：00是3 h暴雨多发时段，其次是20：00、24：00、02：00、04：00、07：00；02：00发生6 h暴雨的概率最大，其次是21：00。12个乡镇的暴雨发生的时间各有不同，总体呈双峰型，即21：00至翌日09：00有1个高峰值，17：00～20：00有1个小高峰值。双峰型降水容易造成陆良的大暴雨。统计陆良12个乡镇发生的大暴雨的时间分布，发现陆良的大暴雨都有2次以上的短时强降水，其中1个小时的降水在25 mm以上，则必然有1个或几个小时的降水是10 mm以上的。但10 mm以上的降水基本都在08：00结束，其余时段以连续性小雨为主。

3 结论

（1）2010年以来陆良暴雨日数显著减少，但最大降水量并没有明显减小，说明2010年来的暴雨极端性、突发性更强了。

（2）陆良暴雨多于汛期（5—9月）发生，6—7月是暴雨的峰期。最大暴雨出现在1974年5月和8月，表明暴雨的大小与暴雨日数的多少无关。

（3）陆良的降水和暴雨具有较强的局地性，分布极为不均匀。陆良暴雨的地域分布与年降水量的地域分布基本一致，呈东多西少、南多北少、四周多中间少的分布特点。暴雨日数多的响水坝、活水、龙海，年降水量也较多，不容易产生暴雨的三岔河年降水量最少。

（4）一日最大降水量的大小与暴雨日数的多少无关。暴雨日数多的活水，出现的一日最大降水量少于暴雨日数少的小百户。可见，暴雨出现在哪个乡镇与天气系统的影响区域及影响时长有较大关系，具有较大的偶然性和突发性。

（5）12个乡镇1 h、3 h、6 h、12 h的暴雨次数和暴雨强度各不相同，活水的暴雨次数多，暴雨强度相对偏强，而暴雨日数少的三岔河，1 h、3 h的暴雨强度都是最强的。

（6）陆良的短时强降水在21：00至翌日08：00和14：00～20：00发生，呈双峰型，但14：00～20：00的短时强降水引起的暴雨次数较少，于夜间21：00至翌日08：00发生的暴雨居多。针对14：00～20：00的暴雨，人们能迅速反应，快速应对，而21：00至翌日08：00的暴雨，若无提前、准确的预测预报预警，往往会造成灾害损失，因此要提前预测预报预警，提前采取措施。

（7）1 h的暴雨多发生于21：00、02：00、20：00。3 h、6 h的暴雨发生时段，12个乡镇各有不同，但都呈双峰型分布，即21：00至翌日08：00有1个大峰值（或小峰值），则14：00～20：00就有1个小峰值（或大峰值）。12 h的暴雨基本都集中于21：00至翌日08：00。总体来看，需重点关注暴雨的时次是21：00、02：00、20：00。

参考文献

[1] 黎成超，荣昕.云南省暴雨日及短时强降水时空分布特征[J].安徽农业科学， 2018，46（5）：166-168，226.

[2] 周鹏康，秦金梅.云南1981—2010年雨季暴雨时空分布特征[J].云南地理环境研究，2016，28（4）：63-69.

[3] 李晓鹏，邹灵宇，胡俊.昆明市不同等级降水日数的时空分布特征[J].云南地理环境研究，2014，26（3）：73-78.

[4] 杨洋，柯莉萍，聂祥，等.毕节市暴雨时空分布特征分析[J].气象水文海洋仪器，2020，37（4）：16-18.

[5] 王佳津，陈朝平，龙柯吉，等.四川区域暴雨过程中短时强降水时空分布特征[J].高原山地气象研究，2015，35（1）：16-20.

责任编辑：黄艳飞

Abstract Rainstorms and floods are  main natural disasters that affect the agricultural production of Luliang. According to statistics， from 1978 to 2005， Luliang had a flood disaster in 9 years， causing major losses to agricultural crops. The occurrence of drought and flood disasters is not only closely related to precipitation， but also largely depends on the unevenness of precipitation in time and space. The precipitation time of heavy rain and high intensity， which is easy to cause derivative disasters such as floods， mudslides， farmland flooding， and urban waterlogging， which seriously endangers the safety of the peoples lives and property. In order to analyze and accurately forecast the distribution characteristics of heavy rain and flood disasters， many scholars have done some meaningful research work. Although Luliang is not a county in Yunnans heavy rain， from the perspective of disaster prevention and reduction， and the advantages and disadvantages， it is necessary to conduct statistical analysis of the area and time of the occurrence of Luliangs rainstorm， in order to provide weather and climate for the prediction and service of heavy rain and services. Time and space background information provides the latest scientific reference basis for flood prevention and drought resistance and meteorological services.

Key words Heavy rain; Frequency; Time and space distribution; Luliang

作者簡介 王凤莲（1978—），女，云南曲靖人，工程师，主要从事工作天气气候、应用气象工作。