20162022年四川盆地东部极端降水特征

王中 ,  李东川 ,  王嘉佩

沙漠与绿洲气象 ›› 2025, Vol. 19 ›› Issue (03) : 88 -95.

PDF (5476KB)
沙漠与绿洲气象 ›› 2025, Vol. 19 ›› Issue (03) : 88 -95. DOI: 10.12057/j.issn.1002-0799.2310.17001
研究论文

20162022年四川盆地东部极端降水特征

作者信息 +

Characteristics of Extreme Precipitation in Eastern Sichuan Basin during 2016-2022

Author information +
文章历史 +
PDF (5606K)

摘要

基于四川盆地东部2016—2022年3 795个国家气象站和区域气象站4—9月逐小时降水数据,利用百分位法确定了各站次日尺度(1、3、6、12 h)极端强降水的阈值,分析次日尺度极端强降水的特征。结果表明:(1)地形地貌的差异较大,导致极端强降水地区差异大,1、3、6、12 h极端强降水第98.5百分位阈值的均值分别为42、68、92、118 mm;(2)极端强降水主要出现在6—8月, 7月最易出现, 8月次之,2—8时易出现极端强降水,区域性极端强降水天气过程具有同样的特征;(3)四川中部和重庆中西部的较低海拔地区是极端强降水的高发区,区域性极端强降水天气过程强中心主体位置在四川中部偏东到重庆西部一带,产生四川盆地东部地区区域性极端强降水天气过程的主要影响系统为西南涡和地面冷锋;(4)次日尺度极端强降水阈值从地面到海拔400~500 m逐渐增大,之后随海拔高度的变化总体上呈减小趋势,在海拔800、1 500 m附近有弱的波动。

Abstract

Based on hourly precipitation data of 3 795 national and regional meteorological stations in the eastern Sichuan Basin from April to September from 2016-2022, this study used the percentile method to determine thresholds of extremely heavy precipitation at sub-daily scales (1, 3, 6, and 12 hours) for each station. The characteristics of extremely heavy precipitation at these sub-daily scales were then analyzed. The findings are summarized as follows: (1) Due to the diverse terrain and landforms of the region, there are significant spatial differences in extreme heavy rainfall areas at sub-daily scales. The average thresholds of the 98.5th percentile at 1, 3, 6, and 12 hours were 42, 68, 92 and 118 mm, respectively. (2) Short-term extreme heavy precipitation mainly occurred from June to August, peaking in July and followed by August. Regarding diurnal variations, extreme heavy rainfall was more likely to occur during in the second half of the night (02:00-08:00), and this pattern also existed in regional extreme rainfall events. (3) The central Sichuan and central and western Chongqing experienced high sub-daily-scale extreme heavy precipitation. The core areas of regional short-term extreme heavy rainfall events were concentrated from east Sichuan to western Chongqing. The key meteorological systems driving these events include the southwest vortex and surface cold fronts. (4) The threshold for extreme heavy precipitation at sub-daily scales increased from the surface to altitudes of 400-500 m, then generally decreased as altitude increased. Minor fluctuations in thresholds were observed near 800 and 1 500 meters. These results provide valuable insights into the spatial and temporal distribution of extreme heavy precipitation in the eastern Sichuan Basin, offering a foundation for improving monitoring and forecasting.

Graphical abstract

关键词

区域气象站 / 极端强降水 / 气候特征

Key words

regional meteorological station / extreme heavy precipitation / climatic characteristics

引用本文

引用格式 ▾
王中,李东川,王嘉佩. 20162022年四川盆地东部极端降水特征[J]. 沙漠与绿洲气象, 2025, 19(03): 88-95 DOI:10.12057/j.issn.1002-0799.2310.17001

登录浏览全文

4963

注册一个新账户 忘记密码

极端短时强降水属于短时强降水的一种极端情况,具有历时短、雨强大、局地性强和预报难度大等特点[1]。短时强降水(中央气象台定义为1 h雨量≥20 mm的降水事件)导致的主要灾害是暴洪,暴洪是所有气象相关灾害中发生频次最高且导致死亡最多的灾害[2],由其引发的山洪、城市渍涝、泥石流和山体滑坡等灾害事件屡见不鲜,对人民生命安全和社会经济发展造成了严重威胁。在全球气候变暖背景下,我国极端降水的强度和频次均呈增加趋势,极端强降水事件趋于增多[3]。2012年北京极端强降水造成当地160.2 万人受灾,直接经济损失达116.4 亿元[4];2021年17—22日河南极端暴雨过程中,郑州城区局地最大小时降水量达201.9 mm,突破了中国有气象记录以来小时雨量历史极值[5]。随着探测仪器的迅速发展和极端天气不利影响的加剧,近年来极端强降水已成为国内外气象学家的研究热点,在极端强降水的气候特征、形成机理和预报方法等方面取得了很有意义的研究成果[6-12]
四川盆地东部自西向东从盆地到丘陵山地,再到陡峭山地下垫面,是青藏高原大地形与长江中下游平原之间的过渡带,山脉众多,海拔落差大,地形地貌复杂,喇叭口效应、狭管效应和山谷风环流等地形作用显著,特殊的地理位置和复杂的局地下垫面,使四川盆地东部受到热带季风、副热带季风和高原热动力作用等多重气候系统影响[13-14],天气气候复杂多变,气候灾害频繁,也是短时强降水的多发地。早期关于极端强降水的研究多使用国家级气象站的日降水量[15-16],但是在表征极端强降水事件的降水强度时,日降水量可能过高地估计由于长时间连续性弱降水事件造成的极端降水事件强度,而低估由短时强降水事件造成的极端强降水事件的强度[17],使用次日尺度(持续时间为1、3、6、12 h的时间尺度)降水资料比日降水数据更能反映出极端降水过程的细节特征[18-19]。基于国家级气象观测站的逐时降水数据,唐红玉等[20]指出西南地区各地各季逐时降水最大频率出现的时间较为分散。李强等[21]采用四川和重庆123个国家级气象观测站逐时资料,揭示了川渝地区主汛期小时强降水频次、强度和持续性等时间演变和空间分布特征。结合高分辨率的中国地面自动站与CMORPH 融合逐时降水产品,通过分析重庆小时强降水的时空分布特征,方德贤等[22]指出重庆降水频次、降水强度与地形的相关性较高,降水存在明显的日变化特征,降水以夜雨为主。上述研究工作都是基于国家级气象观测站或再分析数据开展的。由于国家级气象观测站少,而强降水主要由中小尺度天气系统造成,其时空分布具有高度的不均匀性,空间尺度小,因此存在一些国家级气象站未观测到极端强降水事件的情况。相较于国家级气象观测站逐时资料,采用区域自动气象观测站逐时资料可在时空尺度上更细致地分析极端强降水的特征和成因[23]。次日尺度极端降水的增长速率高于日尺度极端降水[1]。近年来四川盆地东部强度大的强降水呈频次增加、强度增强的趋势[15]。由于极端降水突发性、极端性和不确定性,目前业务数值模式对极端降水的模拟预报能力有限[24],增加了极端降水的预报难度。吴梦雯等[1]指出,次日尺度极端强降水的产生和变化受到多尺度天气系统、局地下垫面强迫(地形、大城市群和海陆分布等)、全球变暖、气溶胶排放等多种复杂因子的综合影响,需开展更加深入和系统的研究。本文利用2016—2022年四川盆地东部国家级和区域气象观测站的逐时降水资料,研究该地区的次日尺度极端强降水特征,提高对该地区极端强降水发生、发展规律的认识。

1 资料和方法

1.1 研究区域和资料

四川盆地东部指位于105.0º~110.2ºE, 28.0º~32.5ºN的四川省中东部、重庆市全部地区,区域内海拔高差和地形地貌类型差异大,山地气候明显且复杂。小时雨量资料来自中国气象局CIMISS平台2016—2022年4—9月四川盆地东部所有气象观测站(含国家基准气候站、国家基本气象站、国家一般气象站和区域气象站)的整点前1 h实况观测数据,所有降水资料以国家级气象站数据为基准,采用气候学界限值检查的方法对区域气象站的数据进行质量控制,经过数据质控后共有3 795站(国家级站77个,区域气象站3 718个),站点间平均空间距离为5 km,密度大(图1)。气象站海拔主要集中在300~700 m,高差明显,但可以有效地监测到时空分辨率较小的极端强降水天气过程。逐3、6、12 h雨量资料是在质控后逐1 h雨量数据的基础上累计得到。资料为整点资料,可能导致部分连续1 h超过指定阈值的强小时雨强事件被划分到2个时段而未达到本研究的统计标准,因此实际发生极端强降水的频率可能更高。

1.2 阈值的选取

李建等[18]指出阈值的确定和选取是极端强降水事件研究中的关键环节,直接影响到极端事件的特征及演变趋势分析。由于降水具有很强的空间不均匀性,四川盆地东部地形海拔高度差大,极端强降水阈值的选取应充分考虑到数据获取地的气候背景,而不是采用统一的固定阈值,这在气象预报服务中有针对性。相比于业务应用,国内外学术界更多采用相对阈值法定义极端强降水。定义方式通常有两种:一是百分位法,二是拟合经验曲线函数[25]。本研究是对每个测站≥0.1 mm的1 h(3、6、12 h)降水量按递增顺序排序,采用百分位法确定每个站的极端强降水的阈值。计算各站第95.0、97.5、98.5、99.5等百分位1 h极端强降水的阈值(表1),根据阈值统计大于阈值出现的次数。1 h极端强降水第95.0和99.5百分位大于阈值的年均次数分别为1.5次和0.1次,如用第95.0(99.5)百分位的雨量值作为阈值,则阈值较低(高),而97.5和98.5百分位大于阈值的年平均次数分别为0.7次和0.5次,前者近1次/a,后者0.5次/a,用第98.5百分位的雨量值作为阈值较为合适,既能体现出降水的极端性又方便服务,因此以第98.5百分位降水为基准作为极端强降水的阈值,其余时间尺度(3、6、12 h)极端强降水的阈值参考1 h的方法,同样以第98.5百分位降水为基准求得。若某站出现1 h(3、6、12 h)降雨量大于该阈值,则认为该站出现1站次1 h(3、6、12 h)极端强降水。

2 结果分析

2.1 极端强降水阈值空间分布

由四川盆地东部次日尺度极端强降水第98.5百分位阈值概率密度分布(图2)和强度的空间分布(图3)可知,1 h阈值的均值为42 mm,大部分地区在30~50 mm,其中大巴山的城口、巫溪、巫山等地有成片的阈值<30 mm,重庆西部和四川中北部有成片的阈值介于40~60 mm,特别是华蓥山西南端的渝北有小范围成片的阈值>70 mm,可能与迎风坡地形的作用有关。3 h阈值的均值为68 mm,普遍低于90 mm,荣昌、永川—渝北、北碚—大竹、达州、开州一线,以及四川中北部和重庆的酉阳、秀山分别有高中心,大巴山的城口、巫溪及长江重庆段南侧为低值区。6、12 h阈值的均值分别为91、118 mm,高(低)值中心位置与3 h的基本一致。随着时间尺度的增加,阈值分布的概率密度变小,即阈值的分布区间增大。该地区的地形地貌(海拔高度、坡度、坡向等)的差异较大,产生复杂的局地小气候,导致次日尺度极端强降水地区差异大。

2.2 极端强降水日变化

图4可知,四川盆地东部的1 h极端强降水主要出现在夜间,与巴山夜雨的特点一致,2—8时更易出现小时极端强降水(站点数占比达54%),四川东南部与重庆西南部以20—2时为主,重庆东南部1 h极端强降水也主要出现在夜间,但在三峡库区腹地涪陵—万州一带1 h极端强降水主要出现在白天(图4a、b),可能与主要影响系统(西南低涡)的生成、发展及东移的时间和移动路径有关。

2.3 极端强降水月变化

4个次日尺度极端强降水次数的月变化趋势总体一致。四川盆地东部的次日尺度极端强降水主要出现在6—8月(图5),其中7月最易出现(站点数占比35%),其次是8月(站点数占24.3%)。5月主要出现在重庆中心城区和酉阳,范围较小;6月主要出现在四川东部偏西,重庆西部、南部、东北部万州和奉节及巫山;7月,除重庆垫江、忠县和酉阳外,大部分地区易出现1 h极端强降水;8月在四川东部偏西、重庆西部和中北部及东北部的巫溪、城口等地易出现小时极端强降水;9月强降水站数迅速减少,主要出现在万州附近和城口。6—8月副热带高压西侧588 dagpm在长江沿线附近摆动,有利于南海或孟加拉湾的水汽输送到四川盆地上空,因存在复杂地形作用,有利于中小尺度天气系统的形成或加强,造成四川盆地东部极端强降水的产生及中心位置的差异。

2.4 极端强降水频率空间分布

由1 、3 h极端强降水频率分布(图6a、b)可知,四川中北部为高频区,次中心为重庆东北部的开州、万州、云阳、奉节、巫溪一线以及东南部的酉阳、秀山,低频中心为重庆西南部、中南部和城口。从6、12 h时间尺度极端强降水频率分布(图6c、d)可知,四川中东部、重庆北部出现极端强降水的频率较高、站次较多,其次是重庆东南部,而重庆西南部和东南部偏北地区出现极端强降水的频率较低、站次较少。4个次日时间尺度的极端强降水的高频率、多站次主要出现在四川中部和重庆中西部的较低海拔地区,汛期5—9月西南地区位于副热带高压的西部,中低层盛行西南气流,该地区位于西南低空急流的左侧,易出现极端强降水。

2.5 极端强降水阈值与海拔高度的关系

将研究区域内气象观测点的海拔高度按100 m间隔分层,统计各次日尺度极端强降水平均阈值(即某高度内所有站点的阈值之和/站点数)随海拔高度变化(图7)。1 h极端强降水阈值总体上随海拔高度先增大后减小,与周芳弛等[26]研究一致。从地面随海拔高度升高到400 m,1 h极端强降水平均阈值从41 mm逐渐增大至42.9 mm,变化幅度不大,400 m以上阈值总体呈逐渐减小趋势,到1 600 m以上减少至36.8 mm,即海拔高度每上升100 m,极端强降水阈值减少0.5 mm,但在900、1 400 m附近略有波动。3、6、12 h的变化基本一致,但与1 h有差异,主要是阈值从地面到海拔500 m呈逐渐增加趋势, 500~1 000 m存在较弱的波动, 1 000~1 400 m 减小的幅度较明显, 1 500 m附近存在一波动点,1 500 m以上的极端强降水阈值随高度逐渐减小。

2.6 区域性极端强降水天气过程及主要影响系统

统计1 h极端强降水的站次数,以连续3个时次有10 站以上且存在极端强降水≥30站次的时次,作为一次区域性次日尺度极端强降水过程,结果见表2。四川盆地东部地区区域性次日尺度极端强降水天气过程主要发生在7月,其次是6、8 月,主要出现在夜间,持续时间最长可达11 h。强中心主体位置在四川中部偏东到重庆西部一带,最大区域有57个站达极端强降水标准。产生四川盆地东部极端强降水天气过程的主要影响系统为西南涡和地面冷锋。区域性极端强降水天气过程出现的时间和区域与高空低值系统(西南涡、切变线)易在此时间段和位置出现有密切的关系。

3 结论与讨论

通过对四川盆地东部地区次日尺度极端强降水的阈值的统计分析,得出以下结论:

(1)地形地貌的差异较大,导致次日尺度极端强降水地区差异大。1 h阈值的均值为42 mm,大部分地区为30~50 mm,3 h阈值的均值为68 mm,普遍低于90 mm, 6、12 h阈值的均值分别为91、118 mm。

(2)四川盆地东部的次日尺度极端强降水易出现在2—8时。极端强降水主要出现在6—8月,其中7月最易出现,8月次之,区域性极端强降水天气过程具有同样的特征。

(3)产生四川盆地东部地区区域性极端强降水天气过程的主要影响系统有西南涡和地面冷锋,由于西南低涡等系统的原因,在四川中部及重庆中西部较低海拔地区是次日尺度极端强降水的高发区,区域性极端强降水天气过程强中心主体位置出现在四川中部偏东到重庆西部一带。

(4)次日尺度极端强降水阈值总体上随海拔高度先增大后减小。从地面到海拔400~500 m逐渐增大,500~1 000 m有弱的波动,1 000~1 400 m减小幅度较明显,1 500 m附近存在一波动点,1 500 m以上的极端强降水阈值随高度逐渐减小。

由于四川盆地东部地形、地貌的多样性与复杂性、产生强降水的各影响系统的作用差异,造成该地次日尺度极端强降水的各特征量差异明显。本文初步揭示了四川盆地次日尺度极端强降水的时空、频率、海拔高度等特征,但仅是统计分析角度的特征,尚未对形成机制进行深入分析。后续应对四川盆地东部次日尺度极端强降水进行站点迎风/背风位置、数值模拟,以及结合雷达、卫星等资料进行诊断分析,以揭示该区域次日尺度极端强降水的形成机理。

参考文献

[1]

吴梦雯,罗亚丽.中国极端小时降水2010—2019年研究进展[J].暴雨灾害,2019,38(5):502-514.

[2]

WU Mengwen, LUO Yali.Extreme hourly precipitation over China:research progress from 2010 to 2019[J].Torrential Rain and Disasters,2019,38(5):502-514.(in Chinese)

[3]

俞小鼎.短时强降水临近预报的思路与方法[J].暴雨灾害,2013,32(3):202-209.

[4]

YU Xiaoding.Nowcasting thinking and method of flash heavy rain[J].Torrential Rain and Disasters,2013,32(3):202-209.(in Chinese)

[5]

ZHAI Panmao, ZHANG Xuebin, WAN Hui,et al.Trends in total precipitation and frequency of daily precipitation extremes over China[J].Journal of Climate,2005,18(7):1096-1108.

[6]

孙继松,何娜,王国荣,.“7·21”北京大暴雨系统的结构演变特征及成因初探[J].暴雨灾害,2012,31(3):218-225.

[7]

SUN Jisong, HE Na, WANG Guorong,et al.Preliminary analysis on synoptic configuration evolvement and mechanism of a torrential rain occurring in Beijing on 21 July 2012[J].Torrential Rain and Disasters,2012,31(3):218-225.(in Chinese)

[8]

冉令坤,李舒文,周玉淑,.2021年河南“7·20”极端暴雨动、热力和水汽特征观测分析[J].大气科学,2021,45(6):1366-1383.

[9]

RAN Lingkun, LI Shuwen, ZHOU Yushu,et al.Observational analysis of the dynamic,thermal,and water vapor characteristics of the “7·20” extreme rainstorm event in Henan Province,2021[J].Chinese Journal of Atmospheric Sciences,2021,45(6):1366-1383.(in Chinese)

[10]

陈炯,郑永光,张小玲,.中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析[J].气象学报,2013,71(3):367-382.

[11]

CHEN Jiong, ZHENG Yongguang, ZHANG Xiaoling,et al.Analysis of the climatological distribution and diurnal variations of the short-duration heavy rain and its relation with diurnal variations of the MCSs over China during the warm season[J].Acta Meteorologica Sinica,2013,71(3):367-382.(in Chinese)

[12]

杨波,孙继松,毛旭,.北京地区短时强降水过程的多尺度环流特征[J].气象学报,2016,74(6):919-934.

[13]

YANG Bo, SUN Jisong, MAO Xu,et al.Multi-scale characteristics of atmospheric circulation related to short-time strong rainfall events in Beijing[J].Acta Meteorologica Siniea,2016,74(6):919-934.(in Chinese)

[14]

董旭光,顾伟宗,曹洁,.山东省汛期小时极端强降水分布和变化特征[J].气象,2017,43(8):953-961.

[15]

DONG Xuguang, GU Weizong, CAO Jie,et al.Variation features of hourly precipitation in Shandong Province in flood season during 1961-2012[J].Meteorological Monthly,2017,43(8):953-961.(in Chinese)

[16]

伍红雨,李芷卉,李文媛,.基于区域自动气象站的广东极端强降水特征分析[J].气象,2020,46(6):801-812.

[17]

WU Honyu, LI ZHihui, LI Wenyuan,et al.Characteristics analysis of extremly severe precipitation based on regional automatic weather stations in Guangdong[J].Meteorological Monthly,2020,43(9):801-812.(in Chinese)

[18]

张超,贾健.乌鲁木齐市短时强降水分布特征及环境条件分析[J].沙漠与绿洲气象,2019,13(3):41-47.

[19]

ZHANG Chao, JIA Jian.Distribution characteristics and environmental conditions of short-term heavy precipitation in Urumqi[J].Desert and Oasis Meteorology,2019,13(3):41-47.(in Chinese)

[20]

罗乃兴,周林,李杨,.基于小时降水资料的贵州降水精细特征分析[J].沙漠与绿洲气象,2023,17(4):38-44.

[21]

LUO Naixing, ZHOU Lin, LI Yang,et al.Precipitation distribution in Guizhou Province based on hourly rain-gauge data[J].Desert and Oasis Meteorology,2023,17(4):38-44.(in Chinese)

[22]

李毅,李国平.四川盆地东北部山地夜间暴雨特征的合成分析[J].高原山地气象研究,2023,43(3):21-31.

[23]

LI Yi, LI Guoping.Composite analysis of nocturnal rainstorm characteristics in northeastern Sichuan Basin[J].Plateau and Mountain Meteorology Research,2023,43(3):21-31.(in Chinese)

[24]

胡迪,李跃清.青藏高原东侧四川地区夜雨时空变化特征[J].大气科学,2015,39(1):161-179.

[25]

HU Di, LI Yueqing.Spatial and temporal variations of nocturnal precipitation in Sichuan over the eastern Tibetan Plateau[J].Chinese Journal of Atmospheric Sciences,2015,39(1):161-179.(in Chinese)

[26]

徐祥德,陶诗言,王继志,.青藏高原—季风水汽输送“大三角扇型”影响域特征与中国区域旱涝异常的关系[J].气象学报,2002,60(3):257-266.

[27]

XU Xiangde, TAO Shiyan, WANG Jizhi,et al.The relationship between water vapor transport features of Tibetan Plateau-monsoon “LARGE TRIANGLE” affecting region and drought-flood abnormality of China[J].Acta Meteorologica Sinica,2002,60(3):257-266.(in Chinese)

[28]

陈鲜艳,宋连春,郭占峰,.长江三峡库区和上游气候变化特点及其影响[J].长江流域资源与环境,2013,22(11):1466-1471.

[29]

CHEN Xianyan, SONG Lianchun, GUO Zhanfeng,et al.Climate change over the three gorge reservoir and upper Yangtze with its possible effect[J].Resources and Environment in the Yangtze Basin,2013,22(11):1466-1471.(in Chinese)

[30]

刘晓冉,杨茜,王若瑜,.1980—2009年三峡库区空中水资源变化特征[J].自然资源学报,2012,27(9):1550-1560.

[31]

LIU Xiaoran, YANG Qian, WANG Ruoyu,et al.Variation characteristics of water vapor resources over the three gorges reservoir area during 1980-2009[J].Journal of Natural Resources,2012,27(9):1550-1560.(in Chinese)

[32]

毛冬艳,曹艳察,朱文剑,.西南地区短时强降水的气候特征分析[J].气象,2018,44(8):1042-1050.

[33]

MAO Dongyan, CAO Yancha, ZHU Wenjian,et al.Climatic characteristics of short-time severe precipitation in southwest China[J].Meteorological Monthly,2018,44(8):1042-1050.(in Chinese)

[34]

李建,宇如聪,孙溦.中国大陆地区小时极端降水阈值的计算与分析[J].暴雨灾害,2013,32(1):11-16.

[35]

LI Jian, YU Rucong, SUN Wei.Calculation and analysis of the thresholds of hourly extreme precipitation in China's mainland[J].Torrential Rain and Disasters,2013,32(1):11-16.(in Chinese)

[36]

杨军勇,苏爱芳.河南省暖季小时极端降水时空分布特征[J].暴雨灾害,2021,40(2):153-159.

[37]

YANG Junyong, SU Aifang.Spatial and temporal distribution characteristics of hourly extreme rainfall in warm season in Henan[J].Torrential Rain and Disasters,2021,40(2):153-159.(in Chinese)

[38]

唐红玉,顾建峰,俞胜宾,.西南地区降水日变化特征分析[J].高原气象,2011,30(2):376-384.

[39]

TANG Hongyu, GU Jianfeng, YU Shengbin,et al.Analysis on diurnal variation of precipitation in southwest China[J].Plateau Meteorology,2011,30(2):376-384.(in Chinese)

[40]

李强,邓承之,张勇,.1980—2012年5—9月川渝盆地小时强降水特征研究[J].气象,2017,43(9):1073-1083.

[41]

LI Qiang, DENG Chengzhi, ZHANG Yong,et al.Study on spatio-temporal distribution characteristics of hourly heavy rainfall in Sichuan and Chongqing from May to September during 1980-2012[J].Meteorological Monthly,2017,43(9):1073-1083.(in Chinese)

[42]

方德贤,董新宁,邓承之,.2008—2016年重庆地区降水时空分布特征[J].大气科学,2020,44(2):327-340.

[43]

FANG Dexian, DONG Xinning, DENG Chengzhi,et al.Temporal and spatial distribution of precipitation in Chongqing during 2008-2016[J].Chinese Journal of Atmospheric Sciences,2020,44(2):327-340.(in Chinese)

[44]

侯淑梅,孙敬文,孙鹏程,.基于加密自动气象观测站和国家气象观测站的山东省极端短时强降水时空分布特征的对比分析[J].气象,2020,46(2):200-211.

[45]

HOU Shumei, SUN Jinwen, SUN Pengcheng,et al.Comparative analysis of spatio-temporal distribution characteristics of extreme short-time severe precipitation in Shandong based on the dense observations from automatic weather stations and national stations[J].Meteorological Monthly,2020,46(2):200-211.(in Chinese)

[46]

庄潇然,闵锦忠,王世璋,.风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7·21”暴雨预报中的应用[J].大气科学,2017,41(1):30-42.

[47]

ZHUANG Xiaoran, MIN Jinzhong, WANG Shizhang,et al.A blending method for storm-scale ensemble forecast and its application to Beijing extreme precipitation event on July 21,2012[J].Chinese Journal of Atmospheric Sciences,2017,41(1):30-42.(in Chinese)

[48]

王颖,刘晓冉,程炳岩,.广义极值分布在重庆短历时极值降水中的应用[J].气象,2019,45(6):820-830.

[49]

WANG Ying, LIU Xiaoran, CHENG Bingyan,et al.Application of generalized extreme value distribution model to short-duration extreme precipitation in Chongqing[J].Meteorological Monthly,2019,45(6):820-830.(in Chinese)

[50]

周芳弛,李国平,黄楚惠.四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性[J].沙漠与绿洲气象,2023,17(4):78-86.

[51]

ZHOU Fangchi, LI Guoping, HUANG Chuhui.Spatial distribution of nighttime rainstorms in warm season in Sichuan mountains and the dependence on altitude[J].Desert and Oasis Meteorology,2023,17(4):78-86.(in Chinese)

基金资助

中国气象局创新发展专项(CXFZ2023J028)

中国气象局创新发展专项(CXFZ2022J011)

AI Summary AI Mindmap
PDF (5476KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/