对于单站强降水的指标目前基本采用日雨量达到50 mm及以上(即暴雨阈值),该指标目前被广泛认可和应用,对我国夏半年绝大多数测站来讲,这个阈值已经超过95百分位[1]。然而,目前对于区域性强降水或区域性持续强降水过程的确定,不同研究文献有不同的定义指标。例如,胡亮等[2]以两广地区45个站点代表华南,只要有一个站发生暴雨就认定这天为华南暴雨日,将华南暴雨日连续达到或超过5天且暴雨累积站次超过20,定义为持续性暴雨过程。王黎娟等[3]对江淮流域持续性强降水过程的选取标准为同时满足以下条件:江淮流域(110~125 °E,27.5~35 °N)区域91个站点平均日降水量≥15 mm且持续时间≥7天;该区域单站日降水量≥25 mm的站数超过20个且≥50 mm的站数超过3个。林爱兰等[4]对广东暴雨和广东持续性暴雨判断方法为:某日广东86个测站平均降水量超过前汛期(4—6月)日雨量气候平均值0.5个标准差(即15 mm),且有4个或4个以上测站出现暴雨(或且有2站暴雨,1站大暴雨和1站大雨),则定义为广东暴雨日;当暴雨日连续达到或超过3天,则定义为持续性暴雨过程。方浩等[5]则将每个站点的第95百分位数作为各自的极端降水阈值,对每日区域内超过极端降水阈值的站点数所组成的时间序列进行排序,将超过第95百分位定义为区域极端降水日。
从过程搜索思路来讲大体可以分为两类,一类是对目标区域进行定义查找持续性强降水过程,目前大多数研究基于这种定义方法[2-9];另一类是立足于全国对持续性强降水事件进行查找[1, 10]。Chen等[1]立足于全国对1951—2010年的持续性强降水事件进行搜索,结果表明,60年间发生的持续性强降水事件主要分布于长江淮河流域和华南这两个区域。这是由于我国夏季持续性暴雨事件发生于东亚季风背景下,随着季风的发展演变,主雨带先从华南北推至江淮,因此我国持续性暴雨事件有明显的地域和季节特征。可见,即使立足于全国范围对持续性强降水事件进行排查,我国持续性暴雨事件也表现出明显的地域特征。
综上可见,尽管已经有很多针对持续性强降水(或称持续性暴雨)过程的研究,但以往工作多从各自的研究目的出发对持续性暴雨进行定义,仍然存在这样或那样的不足之处。例如,现有指标基本上都通过降水强度和持续时间这两个条件进行定义,但很少考虑相邻两天之间较强降水区的交叉,从而无法体现真正的强降水持续性。有的研究区域的选择较为主观性,目前多数按行政区域或者流域范围进行挑选。另外,强降水站点是否相邻与致灾程度密切相关[11],目前多数研究指标没有考虑区域内暴雨站点的相邻性,无法体现持续性强降水的致灾性。
目前国家气候中心业务上正在试用的全国范围的区域性暴雨过程的判定指标[12],包含了当日暴雨站点数和暴雨站点相邻性的要求。然而,对相邻两天暴雨站组的中心距离只要求不超过1 050 km,该条件不能很好地体现强降水的持续性和致灾性,显然,相对稳定的持续暴雨过程使区域的致灾性更严重,但目前业务指标无法将相对稳定的持续暴雨过程和移动性的持续暴雨过程区分开来;而且,业务指标没有考虑区域平均雨量,无法体现降水的大尺度特征。延伸期天气预报目前处于探索和初步实践的阶段,关于延伸期预报的预报内容及其评价方法,有专家认为延伸期预报比短期天气预报宏观一点,比短期气候预测更精细一点[13]。对于10~30天延伸期预报来讲,由于可预报性的限制,目前最重要的是关注大尺度过程[14]。可见,针对延伸期特点建立过程定义指标是开展延伸期监测、预报和研究的重要基础工作。
鉴于现有指标存在的不足以及业务和科研的需求,本工作着眼于体现过程的区域性、持续性和致灾性,同时符合延伸期预报的特点,重点关注大尺度过程,尝试建立可自动化判别区域持续性强降水过程的定义指标。
2 资料和方法所用历史资料来自中国气象局提供的1961— 2017共57年的日降水资料,包含全国2 407个站点,从中挑选缺测资料累计少于10天的站点,即缺测率小于0.05%,共1 701个站。所用方法包括平均值、标准差、点面相关分析以及显著性t检验等。由于我们关注的是区域性持续强降水过程的延伸期监测、预报和研究,因此在做点面相关分析确定关键区之前,先对日降水序列进行3天滑动平均,再用3天滑动平均序列计算相关系数。需要说明的是,由于对时间序列进行滑动平均处理,序列的持续性增强,因此相关系数显著性检验涉及到的自由度需要采用有效自由度,这里有效自由度采用相关文献[15-17]的计算方法。
3 区域持续性强降水过程定义指标的建立 3.1 区域范围的确定不同区域的降水规律和成因不同,有必要区分不同区域进行监测、预报和研究,因此本指标建立的总体思路是在确定关键区的基础上来查找判断过程。从各月大雨和暴雨频数以及降水平均值分布等气候普查表明,我国强降水的多发区主要在东部,特别是中低纬度地区,因此,我们重点关注我国东部地区。那么,区域范围到底多大?边界划在哪里?这些问题的解决需要依据。为此,首先对全国各月的降水和暴雨频数等进行气候分析,了解各地域雨季出现月份;其次,计算分析雨季日降水平均值和标准差空间分布,选取标准差和平均值都较大的站点作为基准点;第三,对基准点进行点面相关分析,把达到显著正相关的连续区域归为一个雨区。以华南为例,通过历史气候普查表明,4月开始华南降水明显增加,区域平均日雨量从3月的3.4 mm/d提高到5.6 mm/d,随后5 —8月的平均日雨量都高于6 mm/d,9月有一定减少,但仍高于4 mm/d(为4.2 mm/d),10月则降水明显减少,只有2.3 mm/d,11—2月降水则更少。另外从暴雨频数统计也表明4—9月明显高于10 —3月。因此可以认为华南雨季在4—9月。从雨季降水平均值和标准差分布,发现广东海丰站是两者的大值中心,因此确定了该区的基准点是海丰站,以海丰站为基准点做点面相关,确定华南区域范围。下图是海丰站与其它各站点的降水相关系数分布及其显著性检验,由此确定华南的经纬度范围是107~120 °E,21~26 °N。用与以上类似的方法确定其它关键区,分析结果表明,我国东部可划分为4个区域:华南区域、长江中下游及江南区域(简称长江区域)、黄河和淮河区域(简称黄淮区域)、华北区域。各区域具体经纬度范围、站点数和基准站点见下表 1。
|
图 1 海丰站与其它各站点的降水相关系数分布 黄色表示达到95%置信度水平,红色圆点为基准站位置,红色矩形框为华南关键区范围。 |
| 表 1 各区域经纬度范围及相关分析基准点 |
在确定关键区的基础上,对关键区依据定义指标进行历史查找或实时监测区域持续性强降水过程。区域持续性强降水过程定义指标如下。
(1)区域内日降水量≥强降水阈值Rs的相邻站点(距离≤350 km)数占当日全区域有效监测站点数的比例≥4%。其中各区强降水阈值Rs具体见表 2,阈值的确定依据参见3.3节。借鉴文献[12],这里强降水站点数的百分比沿用4%。
|
表 2 各区强降水阈值Rs |
(2)区域平均日雨量大于等于一定阈值,阈值采用区域雨季气候平均日雨量值加上半个标准差。各区域阈值具体参见表 3。
|
表 3 各区雨季日降水气候平均值、标准差及阈值 |
(3)区域内日降水量≥Rs的站点,至少有一站与前一天日降水量≥Rs的站点重合;或者区域内较大雨区与前一天的较大雨区有一定重合,重合率CRB≥20%。较大雨区是指达到或超过雨季气候平均值1倍标准差以上的站点,具体数值参见表 3。
若当日满足以上(1)、(2)两个条件则确定为一个区域强降水日。
若当日同时满足以上(1)、(2)、(3)三个条件,并且前一日满足以上(1)、(2)两个条件,则把当日确定为一个区域强降水持续日。
若区域强降水日之后紧接着2天或2天以上强降水持续日,强降水日和强降水持续日总数≥3天,则定义为一次区域持续性强降水过程。
以上指标中的雨区重合度(Rain band Coincidence Degree,CRB)计算公式[18]如下:
| $ {C_{{\rm{RB}}}} = {N_{12}}/\min \left( {{N_1},{N_2}} \right) $ |
其中,N12为相邻两天降水量均大于等于某临界值的站点数,N1和N2分别为相邻两天中第一天和第二天降水量大于等于某临界值的站点数。
3.3 试验确定强降水阈值Rs上述区域持续性强降水过程判别条件中,第(1)条件涉及到强降水阈值Rs,那么其中的Rs如何确定?由于业务指标通常用的是暴雨阈值50 mm,因此我们首先用50 mm阈值进行试验,根据指标对各区域持续性强降水过程进行历史查找判断。试验表明,用50 mm进行判断,华南、长江两个南方区域持续性过程出现的频数比较合理,但对于黄淮、华北两个北方区域,用50 mm阈值,则历史出现频数偏少,特别是华北地区,历史出现频数很少,年平均只有0.3次,而且对于一些没达到条件(1)但造成一定影响的过程存在漏判,这样就不便于日常监测服务。
为了解决这个问题,大体思路如下,从南方两个区域获得百分位,用与南方相同的百分位反算北方两个区的强降水阈值。表 4是华南汛期(亦称雨季)4—9月各等级降水在各百分位的站点数分布,该表利用华南雨季(4—9月)每天区域内降水量达到某一等级降水出现的站数进行排位统计得到。具体地,以10 mm降水等级为例,首先根据雨季区域内每站每日降水量资料,判断形成区域内日降水≥10 mm的出现站数的每日历史序列,将该站数历史序列进行排位统计,则得到10 mm等级降水各百分位对应的站点数(表 4第二列);类似地,可以得到其它等级降水(包括15 mm、20 mm、……、45 mm、50 mm)各百分位对应的站点数(表 4第3~10列)。华南区域所用历史资料有176个站,4%的站点数就是7个站,根据表 4可以查到,在50 mm降水等级上,7站对应查到的百分位是77%、78%、79%,取平均为78%。表 5是长江区域雨季5—8月各等级降水在各百分位的站点数分布。对长江区域来说,历史资料站点数是287站,其4%的站点数为11站。查表 5可以得到,在50 mm等级降水上,11站对应的百分位是78%(78%~ 79%)。
| 表 4 4—9月华南各等级降水在各百分位的站点数 第一行为降水等级(mm),第一列为百分位(%) |
| 表 5 5—8月长江区域各等级降水在各百分位的站点数 第一行为降水等级(mm),第一列为百分位(%) |
以上分析说明,对华南和长江两个南方区域来说,50 mm等级4%站点数所对应的百分位都是78%。下面采用78%这个百分位数,反算北方两个区域的强降水阈值。对黄淮区域来说,资料总站点数是171站,4%的站点数是7站,从黄淮区域雨季各等级降水在各百分位的站点数分布表(表 6)可以查到,对应78%这一百分位,40 mm等级是8站,45 mm等级是6站,因此7站对应的降水等级在40~45 mm之间,用线性内插,取42.5 mm。对华北区域来说,资料总站点数是173站,4%的站点数是7站。同样采用78%这个百分位数,反查华北的统计表(表 7),可以看出,对应78%这一百分位,30 mm等级为9站,35 mm等级为6站,可见7站对应的降水等级在30~35 mm之间,按线性分布取值,则约为33.3 mm。另外,从表 6、表 7也可以看出,在50 mm等级降水上,黄淮区域4%的站点数对应的百分位是82%~83%,华北区域4%的站点数对应的百分位达到90%,明显比南方两个区域高,因此如果这两个区域的强降水阈值也采用50 mm,则过程频数就明显偏少。经过以上阈值调整之后,北方两个区域的出现频数有所提高(具体统计数字请见下一节内容),从而能更好地用于监测服务。
| 表 6 6—8月黄淮区域各等级降水在各百分位的站点数 第一行为降水等级(mm),第一列为百分位(%) |
| 表 7 7—8月黄淮区域各等级降水在各百分位的站点数 第一行为降水等级(mm),第一列为百分位(%) |
基于以上区域持续性强降水过程指标以及相关阈值参数,编写区域持续性强降水过程自动化判别的程序代码,对1961—2017年期间各个区域的历史过程进行查找判断。表 8是1961—2017年期间各区域的持续性强降水过程次数统计,四个区域57年期间共有557次区域持续性过程,平均每年近9.8次。其中华南、长江、黄淮、华北分别有267、155、78、49次,每年各有4.7、2.7、1.4和0.9次,呈由南向北递减的分布。各区90%以上的过程出现在雨季(表 9)。区域持续性强降水过程多数持续3~4天,随着天数的增加,过程次数明显减少,5天或以上的过程较少,而且基本上都在雨季(图略)。历史过程最长的持续天数,华南达到18天,长江11天,黄淮也是11天,而华北是9天。从华南区域持续性过程的时间分布来看,除了1月、2月之外,其它月份都可能出现持续过程。我国东部四个关键区,随着纬度的增加,过程出现月份越集中,华北基本上在7—8月。
| 表 8 1961—2017年各区域持续性强降水过程次数 |
| 表 9 各区雨季持续性强降水过程次数及其占全年百分比 |
以上从历史统计数字初步说明,新建立指标所判断的历史过程出现频数和季节分布都比较合理,其中华北区域年平均次数比原来用50 mm强降水阈值有所提高,较有利于日常监测服务,也能客观地反映出过程频数在我国东部各区呈由北向南增多的空间分布特征。那么指标判别的过程能否反映实际发生对当地造成影响的事件?有必要进行评估检验,以下评估所用资料包括我国近年来的每月气候影响评价、气候公报以及相关文献成果。
首先,根据2016—2017年各月《全国气候影响评价》和一些省份的气候影响评价或气候公报等关于极端天气气候事件监测及灾害影响评估的记载,与本文新指标判断的区域持续性强降水过程进行对比检验。对比结果表明,气候影响评价提到的暴雨过程事件,基本上都被新建指标判断出来。例如,2017年6月全国气候影响评价提到的极端气候事件,包括6次南方暴雨过程、1次北方暴雨过程,新建指标都能很好体现。特别是,《2017年广东省气候公报》上提到的2017年6月12 —22日长时间大范围强降水事件,新指标都能完整判别。
另外,将新指标判断的过程与文献[1, 19]判断的过程列表比较。Chen等[1]对我国1951—2010年60年的持续性极端降水事件进行搜索查找,判断出全国74次事件,主要分布于华南地区(45次)和江淮地区(25次)。该文献1961年之后的事件中,华南事件有38次,对比发现,除了4次秋季台风型事件,由于强降水落区在海南,没有入选本指标过程,其余都被新指标判断出来;该文献中1961年之后的江淮事件有23次,21次入选新指标的长江区域过程,1次入选新指标的黄淮区域过程,仅1次没入选。可见,Chen等[1]的持续性极端降水事件92%被新指标判断出来,没有被判断出来的个别过程主要由于强降水落区在海南,不属于上述四个关键区内。
牛若芸等[19]采用主客观结合的方法,建立1981—2015年中国95 °E以东区域性暴雨过程个例谱,以第95个百分位的综合强度指数值作为极端过程阈值,认定超过极端阈值的过程为极端区域性暴雨过程。该文献表 3列出了共53次的极端区域性暴雨过程,都为持续3天或以上的持续性过程。对比表明,有48次入选本指标的区域持续性强降水过程,5次没入选的过程主要涉及东北地区和中部地区的过程,在我们的关键区外。从以上比较检验可以认为,新建立的指标,对于我国东部的大尺度持续性过程,都能较好地判别出来。
5 结论与讨论本工作利用196—2017年共57年中国地面观测站日降水资料,建立区域持续性强降水过程定义指标,根据该指标查找判断我国东部四个关键区域(华南、长江、黄淮、华北)的历史过程。57年期间共有557次区域持续性强降水过程,平均每年约10次。其中华南、长江、黄淮、华北分别有267、155、78、49次,平均每年各有4.7次、2.7次、1.4次和0.9次,呈由南向北递减的分布。统计评估结果表明,该指标能客观地判断出持续影响同一区域的相对稳定类型的大尺度持续性强降水过程,适用于延伸期业务服务和研究。
目前国家气候中心业务指标[12]是经过多年实际应用、不断检验而形成的,有值得参考之处,新指标参考了业务指标的两个参数,一个参数是相邻站点距离350 km,另一个参数是强降水站点比例4%。本文新指标具有如下特色和优越之处。
第一,新指标兼顾了过程的普适性和区域特色。新指标中有3个阈值,包括条件(1)的强降水阈值Rs、条件(2)的区域平均日雨量阈值以及条件(3)的较大雨区判别阈值,都根据各区域气候资料计算确定,而这些阈值在不同区域的计算方法和标准相同。可见,该指标既有普适性也兼顾了区域气候特色,适合不同区域持续性强降水过程的判定,在一定程度上避免了因统一绝对阈值而使某些区域持续性强降水过程出现频次稀少的现象,从而有利于日常业务监测服务。
第二,新指标体现了过程的大尺度特征。如果没有考虑区域平均雨量,那么很可能把局地强降水也归入,从而无法体现降水的大尺度特征。如前文所述,对于10~30天延伸期预报来讲,目前最需要关注的是大尺度过程。为此,本指标增加了区域平均日雨量大于等于一定阈值这一条件,即条件(2),指标同时考虑强降水站点百分比和区域降水量,兼顾了降水强度和空间范围,体现了持续性强降水过程的大尺度特征。目前业务指标没有设置区域面雨量这一条件,无法保证过程的大尺度特征。实际上,这个条件的设置一方面体现了大尺度特征,另一方面也是考虑到致灾性。在暴雨站数相同的情况下,区域面雨量大的过程对江河流域的影响程度更大,致灾更明显。
第三,新指标客观体现过程的持续性和致灾性。移动缓慢的持续强降水过程,会导致同一区域持续受强降水影响,其致灾性显然比移动性的持续强降水过程更大,因此有必要把这两类过程区分开来。新指标条件(3)对强降水是否持续的判断,要求前后两天强降水区有一定交叉重合。这一条件的设置一方面较客观地反映了持续性强降水天气过程缓慢移动、相对稳定的特点,另一方面也体现了强降水的持续性和致灾性。目前业务上的判别方法,无法将移动缓慢的持续暴雨过程和移动性的持续暴雨过程区分开。
总体而言,新指标针对持续影响同一区域的相对稳定类型的大尺度持续性强降水过程进行判别,适用于业务监测,适用于延伸期预报研究。现有业务指标对全国范围持续过程的判别,无法区分移动类型和相对稳定类型,新指标旨在判别致灾性更强的相对稳定类型的过程,对目前业务指标起有效的辅助作用。
| [1] |
CHEN Y, ZHAI P M. Persistent extreme precipitation events in China during 1951-2010[J]. Clim Res, 2013, 57(2): 143-155. |
| [2] |
胡亮, 何金海, 高守亭. 华南持续性暴雨的大尺度降水条件分析[J]. 南京气象学院学报, 2007, 30(3): 345-351. |
| [3] |
王黎娟, 庞玥, 于波, 等. 江淮流域梅雨期持续性强降水及其10~30 d低频环流特征[J]. 热带气象学报, 2014, 30(5): 851-860. |
| [4] |
林爱兰, 李春晖, 郑彬, 等. 广东前汛期持续性暴雨的变化特征及其环流形势[J]. 气象学报, 2013, 71(4): 628-642. |
| [5] |
方浩, 乔云亭. 中国东部夏季极端降水时空分布及环流背景[J]. 热带气象学报, 2019, 35(4): 517-527. |
| [6] |
谢炯光, 纪忠萍, 谷德军, 等. 广东省前汛期连续暴雨的气候背景及中期环流特征[J]. 应用气象学报, 2006, 17(3): 354-362. |
| [7] |
HONG W, REN X J. Persistent heavy rainfall over South China during May-August: subseasonal anomalies of circulation and sea surface temperature[J]. Acta Meteor Sinica, 2013, 27(6): 769-787. DOI:10.1007/s13351-013-0607-8 |
| [8] |
邹燕, 叶殿秀, 林毅, 等. 福建区域性暴雨过程综合强度定量化评估方法[J]. 应用气象学报, 2014, 25(3): 360-364. |
| [9] |
伍红雨, 邹燕, 刘尉. 广东区域性暴雨过程的定量化评估及气候特征[J]. 应用气象学报, 2019, 30(2): 233-244. |
| [10] |
REN F, CUI D, GONG Z, et al. An objective identification technique for regional extreme events[J]. J Climate, 2012, 25(20): 7015-7027. DOI:10.1175/JCLI-D-11-00489.1 |
| [11] |
钱维宏. 气候变化与中国极端气候事件图集[M]. 北京: 气象出版社, 2011: 146-156.
|
| [12] |
叶殿秀, 王遵娅, 高荣, 等. 1961—2016年我国区域性暴雨过程的客观识别及其气候特征[J]. 气候变化研究进展, 2019, 15(6): 575-583. |
| [13] |
何金海, 梁萍, 孙国武. 延伸期预报的思考及其应用研究进展[J]. 气象科技进展, 2013, 3(1): 11-17. |
| [14] |
金荣花, 马杰, 任宏昌, 等. 我国10~30天延伸期预报技术进展与发展对策[J]. 地球科学进展, 2019, 34(8): 814-825. |
| [15] |
DAVIS R E. Predictability of sea-surface temperature and sea level pressure anomalies over the North Pacific Ocean[J]. J Phys Oceanogr, 1976, 6(3): 249-266. |
| [16] |
CHEN W Y. Fluctuation in Northern Hemisphere 700 mb height field associated with Southern Oscillation[J]. Mon Wea Rev, 1982, 110(7): 808-823. DOI:10.1175/1520-0493(1982)110<0808:FINHMH>2.0.CO;2 |
| [17] |
谷德军, 纪忠萍, 林爱兰. 影响南海夏季风爆发年际变化的关键海区及机制初探[J]. 热带气象学报, 2018, 34(1): 1-11. |
| [18] |
汪汇洁, 孙建华, 卫捷, 等. 近30年我国南方区域持续性暴雨过程的分类研究[J]. 气候与环境研究, 2014, 19(6): 713-725. |
| [19] |
牛若芸, 刘凑华, 刘为一, 等. 1981-2015年中国95 °E以东区域性暴雨过程时、空分布特征[J]. 气象学报, 2018, 76(2): 182-195. |
2020, Vol. 36


