1965 您所在的位置:网站首页 降水量怎么计算 1965

1965

2024-07-12 04:11| 来源: 网络整理| 查看: 265

1 引 言

降水是与人类活动关系最为密切的气象要素之一,在全球气候变化背景下,近几十年来全球和中国地区的日降水普遍趋向于极端化,洪涝灾害有增多的趋势,带来越来越严重的损失(Easterling,et al,2000;Zhang,et al,2007;翟盘茂等,2007;Yao,et al,2008;杨金虎等,2008;IPCC,2013)。短时强降水事件是引起洪涝灾害的主要原因,对中国地区短时强降水事件的气候学以及长期变化趋势特征进行系统性分析,对于制定防灾减灾、适应气候变化对策具有重要的参考价值。

以往对中国地区极端降水的气候和气候变化研究多用日值降水资料,分析降水日数、日降水强度、暴雨降水量、暴雨日数等指标(Zhang,et al,2011)。这些研究发现,中国年平均日降水强度、小时降水强度、极端降水量等降水指标都是从西北内陆到东南沿海递增(李建等,2013;任国玉等,2015a);20世纪中叶以来,降水日数明显减少,极端降水量在中国大多数区域趋向增大(王颖等,2006;翟盘茂等,2007;杨金虎等,2008;Guo,et al,2014;任国玉等,2015b;景丞等,2016;孔锋等,2017)。在小时尺度上,有研究(Zhang,et al,2011;殷水清等,2012;黄伟等,2012)发现中国东北、东南等地区夏季的小时降水频率、强度和强降水持续时间均有增加趋势,华北地区小时降水频率有所减少。Yu等(2010)发现长江中下游地区日降水量的增加来源于降水小时数的增加,小时降水强度反而有所降低。

随着时代发展,人们对精细化降水资料的需求与日俱增。当前,对暴雨的定义为日降水量不小于50 mm。然而,日降水量的分配也可能不均匀,短时强降水若集中在一小时甚至几到十几分钟内,相比降水量较为均匀的分配在1 d或数小时之内的情形,致灾的可能性极大增加。以往由于分钟级别降水数据匮乏,尚不清楚小时尺度短时强降水的时、空分布和长期变化趋势特征。

中国气象局基于多年数字化工作实践,已经形成了较为准确的从降雨自记纸中提取分钟降雨量数据的技术(王伯民等,2004)。Ju等(2019)基于中国2253个有自记降水观测的国家级地面气象站(以下简称自记站)的降水自记纸数字化成果,建立了长时间序列的分钟降水数据集,在中国大部分地区强降水事件集中出现的夏季(6—8月),该数据集的自记纸降水数据完整性和准确性都很好。文中利用该数据集,对中国大陆地区夏季分钟降水的气候和气候变化特征进行分析。

2 资料与方法 2.1 资料概述

所用资料为国家气象信息中心提供的中国大陆区域国家级地面气象站分钟降水数据集,2004年之前的数据主要来自自记纸记录仪器(Ju,et al,2019)。1965—2004年中国有自记纸降水记录的台站数量较多,数据完整性较好(Ju,et al,2019),文中主要依据该时期的中国2253个自记站夏季(6—8月)的自记纸分钟降水资料,分析短时强降水事件的气候和气候变化特征。2004年之后自动观测系统逐渐取代了自记纸记录仪器,选用2459个国家级地面自动观测气象站(以下简称自动站)分钟降水资料,分析2005—2019年夏季短时强降水事件的变化特征。

2004年之前的2253个自记站有少数数据完整性较差(Ju,et al,2019),如某台站某年缺测率过高,统计得到的分钟降水极值数据很可能偏小,会引起分析结论的偏差。文中对所有台站进行了筛选处理,筛选标准如下:若某站某年夏季分钟降雨的数据量不小于总数据量的5/6,则该年记为完整记录年,否则为缺测年,缺测年不参与后续计算;如果某台站不存在完整记录年,这个台站被剔除。中国中、东部地区台站密度较高,大多数台站的完整记录年超过35 a,但河南、湖北、江苏、贵州、福建等省有部分台站完整性稍差;南疆、内蒙古西部、甘肃酒泉等地区台站密度不高,完整记录年普遍少于30 a;北疆地区台站密度尚可,但也有几个台站完整性差;青海和西藏地区台站完整性相对较好,但青海南部和西藏北部没有可用的台站,最终中国大陆区域内选用2225站,地理位置见图1a。2459个自动站中,2005—2019年有数据的台站共2435个,地理位置见图1b。绝大部分自动站有观测记录的时段都超过10 a,只有青海全部、河南、河北、云南部分台站缺测超过5 a。

图 1  中国 (a) 2225个自记站位置及1965—2004年有资料的年数 (单位:a),(b) 2435个自动站位置及2005—2019年有资料的年数 (单位:a),(c) 自记站降水观测2.5°网格地理分布以及非缺测年数量 (单位:a),(d) 自记站分钟降水数据日统计值与日降水数据的偏差率 (单位:%) Fig. 1  Geographic distribution and number of valid years for (a) 2225 stations (unit:a),(b) 2435 automatic weather station (unit:a),(c) 2.5° grids in China (unit:a),and (d) percentage of deviation between daily statistics of self-recording paper precipitation data and daily precipitation data (unit:%) 图选项 2.2 分析方法

采用的主要统计指标有:分钟降水频率(降水量大于0 mm的分钟数,单位:min);平均分钟降水强度(降水量与分钟降水频率之比,单位:mm/min);年最大分钟降水量(年夏季所有分钟降水数据的最大值,单位:mm);中国气象局(2015)规定的15个时段(5、10、15、20、30、45、60、90、120、180、240、360、540、720、1440 min)年最大降水量(每年夏季全部分钟降水数据按时间顺序排列,从前向后滑动累加对应时段的分钟降水量数据,每年分别取最大值,单位:mm);年15个时段最大降水量的“最大一次”(1965—2004年40个15个时段最大降水量中取最大的一个,单位:mm);“平均最大”降水量(1965—2004年的平均值,单位:mm)。某年某要素距平(原始值减去1965—2004年平均值);距平百分率(距平除以1965—2004年平均值,单位:%)。

中国东、西部台站密度差异很大,为避免中国西部地区的分钟降水变化被掩盖,采用经纬度网格面积加权区域平均方法(Jones,1994)计算各种降水指标的全国平均序列。首先把研究区域按经纬度划分为2.5°的网格,然后将每个网格里所有站点的数据做算术平均,得到各网格的值。最后计算所有网格点的面积加权平均值,获得区域平均的时间序列。其中,如果区域中某年某网格为空网格,则该网格不参与计算。所应用的网格以及网格的完整性如图1b所示,中国东部没有空网格,且绝大部分网格都有35 a以上的数据;中国西部有一半左右的空网格,新疆有一些网格只有不到30 a的数据。为便于比较,在计算15个时段最大降水量全国平均时间序列时,将台站的15个时段最大降水量处理成距平百分率,再计算区域平均序列。对所有网格序列以及全国区域平均序列利用线性回归方法计算序列的变化趋势,采用相关系数(r)检验方法对趋势进行显著性检验。

由于数据来源不同,自记纸分钟降水数据与已有的逐日降水数据存在一定差异(任芝花等,2007)。图1d为全部2225站自记纸观测时期的全部分钟降水量日合计值与同时期人工观测日降水量的偏差率,大部分(60.5%)台站的偏差率介于−1%—−3%,即自记纸分钟降水量的日合计值比现有的日降水量数据小1%到3%。自动站建立之后,自记纸降水仪器停用。分钟以及日降水量数据均来源于自动站,两者之间的差异变为0,但自记纸与自动站分钟降水数据差异较大,时间上不连续(李亚丽等,2011;方怡等,2017)。因此,文中主要分析了自动站业务运行之前(1965—2004年)的夏季分钟降水气候和气候变化特征,同时也分析了近15年(2005—2019年)夏季分钟降水变化特征。

3 结果分析 3.1 1965—2004年夏季中国分钟降水的气候平均特征

1965—2004年平均夏季分钟降雨频率主要呈现出北少南多的特点,但东北北部和东部的山区要显著多于华北和西北地区。中国南方和东北山地每年夏季出现降水的时间均超过6000 min,其中云南西部和南部、四川西部、西藏东南部等地区最多,可超过10000 min。华北大部分地区、东北平原的夏季分钟降水频率在4000—6000 min不等,西北大部分地区则小于4000 min(图2a)。年平均夏季分钟降雨强度的分布则基本呈现出从西北到东南逐渐增大的特点,除了新疆西北部和云南西部之外,100°E以西的中国西部地区降水强度多小于0.035 mm/min;甘肃东部、陕西、山西、内蒙古中东部、东北北部和东部山地的降水强度多在0.04—0.055 mm/min;东北平原、四川盆地、云贵高原、湖北中西部、湖南中部、浙闽山地等地区介于0.055—0.07 mm/min;其余地区则基本都超过0.07 mm/min,其中华南沿海地区的分钟降水强度为中国最高,超过0.11 mm/min。分钟降水强度的0.05 mm/min线非常接近中国人口分布的黑河—腾冲线,其大值区与海拔高度的低值区和人口密集区十分吻合(图2b)。

图 2  1965—2004年 (a) 平均夏季分钟降雨频率和(b) 平均分钟降雨强度空间分布 Fig. 2  Spatial distributions of (a) minute precipitation frequency and (b) per-minute precipitation intensity averaged for the summers from 1965 to 2004 图选项

受观测手段所限,最大1 min降水量不可能超过10 mm。1965—2004年夏季出现过的最大1 min降水量的空间分布较不连续,偶然性大,但中国东部地区的分钟降水极值显著多于西部地区。西部大部分地区分钟降雨极值小于2.5 mm,东部大部分地区分钟降雨极值则在3—5 mm。然而,中国范围内分钟降水极值最大的地区为内蒙古中东部,大多在4—7 mm,而不是夏季总降水量最多的华南地区(图3a)。

图 3  1965—2004年最大一次夏季 (a) 1、(b) 5、(c) 10、(d) 30、(e) 60、(f) 1440 min累计降水量最大值的空间分布 Fig. 3  Spatial distributions of maximum values from 1965 to 2004 of annual maximum precipitation in (a) 1,(b) 5,(c) 10,(d) 30,(e) 60,and (f) 1440 consecutive minutes in summer 图选项

最大一次5 min降水量的空间分布呈现显著的东多西少特点。100°E以西的大多数地区极端5 min降水量少于10 mm,东部绝大多数地区大于10 mm。华北平原地区极端5 min降水量最大,约为20 mm。极端10和30 min降水量的空间分布都接近于极端5 min降水量,华北平原仍是降水量最大的区域,极端10 min降水量大多超过30 mm,30 min降水量超过50 mm,部分地区分别超过40 mm/(10 min)和80 mm/(30 min)。江淮、江南、华南等区域的极端10 min降水量多在20—30 mm,100°E以西地区基本少于15 mm(图3)。

最大一次60 min降水量的小值区也在中国西部地区,超过80 mm的大值区域主要有3个:华北平原、长江中下游平原、华南地区。其中华北平原和华南部分地区超过100 mm。极端1440 min降水量在中国范围内的分布差异较大,100°E以西大部分地区不足60 mm,云南、甘肃东部、宁夏、陕西中北部、山西、河北北部高山区、内蒙古中东部、黑龙江、吉林大部分地区的降水量为60—160 mm,中东部其余省份则多在200 mm或更大(高山区域除外)。华南沿海地区最大,可超过400 mm(图3)。

1965—2004年平均夏季15个时段最大降水量的空间分布与最大一次降水量存在显著差异,主要呈现出从西北到东南不断增大的特点。年平均夏季最大1、5、10、30、60、1440 min降水量最小的地区均在南疆、西藏北部、青海中西部、内蒙古西部、甘肃西部一带,最大的区域则集中在华南沿海地区。对于较短的时段(如1、5 min),东北平原、华北平原、长江中下游平原和华南地区北部的最大降水量年平均值也较高,仅次于华南沿海地区。随着最大降水量统计时段的延长,北方与南方地区的比值降低。东北平原的平均10 min最大降水量为20—26 mm,而华北、江淮、江南等区域则可达到30 mm或更大,黄淮和华南北部超过32 mm。东北地区的平均60 min最大降水量比华北及其以南的平原地区少10 mm以上(图4)。

图 4  1965—2004年平均夏季 (a) 1、(b) 5、(c) 10、(d) 30、(e) 60、(f) 1440 min累计降水量最大值的空间分布 Fig. 4  Spatial distributions of annual averages from 1965 to 2004 of maximum precipitation in (a) 1,(b) 5,(c) 10,(d) 30,(e) 60,and (f) 1440 consecutive minutes in summer 图选项 3.2 1965—2004年夏季中国分钟降水的气候变化特征

1965—2004年,中国大部分地区夏季总降水量有增加的趋势,只有华北地区以及云南南部略为减少。分钟降水频率的变化趋势空间分布与夏季总降水量的变化基本一致,华北地区、云南大部分地区、海南东部都存在减少趋势,其中环渤海地区分钟降水频率减少的速率较快,绝对值可达5%/(10 a)或者更大,但未通过0.05显著性水平检验。中国其他地区的分钟降水频率大都增加,其中新疆中部和长江中下游地区增加较快,增加的速率超过5%/(10 a),有一些网格的增加趋势显著。长江以南地区和125°E以东的东北地区的分钟降水强度存在一致的增加趋势;黄河、长江之间大部分地区则趋向于减少。中国范围内分钟降水强度的变化速率绝对值都较小,绝大多数网格都没有超过5%/(10 a)(图5)。

图 5  1965—2004年夏季平均 (a) 降水量、(b) 分钟降水频率、(c) 分钟降水强度、(d) 1 min最大降水量的距平百分率线性变化趋势空间分布 (实心三角表示通过显著性水平为0.05的检验) Fig. 5  Spatial distributions of linear trends of percentage anomaly indices of (a) precipitation,(b) minute precipitation frequency,(c) minute precipitation intensity,and (d) maximum 1 min precipitation in the summers from 1965 to 2004 (Filled symbols represent statistically significant trends at 0.05 significance level) 图选项

总体来看,中国范围内夏季总降水量与分钟降水频率的时、空变化特征非常一致,分钟降水强度的变化趋势绝对值较小,与夏季总降水量的时、空变化特征完全不同,夏季降水量的变化主要来源于出现降水的分钟数的变化而不是瞬时降水强度的变化,中国东北地区和东南地区的夏季1 min最大降水量存在较为显著的增大趋势,增大速率多在1%—5%/(10 a)。内蒙古中部地区也存在增大趋势,且增大速率较快,可超过5%/(10 a),但均不显著(图5)。华北、西北、西南大部分地区的夏季1 min最大降水量没有显著变化。

1965—2004年,中国区域平均夏季降水量整体呈现增大趋势,其中1990—1998年增大速率最快,1999—2004年又显著减少。1965—2004年,中国区域平均夏季分钟降水频率的变化趋势与降水量变化一致,即20世纪90年代迅速增多,1999年之后明显减少。1965—2004年,中国平均分钟降水强度没有出现显著变化,虽有年际波动,但年代平均值始终维持在0.06 mm/min。这也说明,1965—2004年中国平均降水量的增加主要来源于分钟降水数的增大(图6)。

图 6  1965—2004年自记站 (a) 以及2005—2019年自动站 (b) 夏季中国区域 (a1、b1) 平均降水量、(a2、b2) 分钟降水频率、(a3、b3) 分钟降水强度时间序列 (蓝色虚线为5 a滑动平均值;蓝色实线为线性回归趋势) Fig. 6  Time series of regionally averaged (a1,b1) precipitation,(a2,b2) minute precipitation frequency,and (a3,b3) minute precipitation intensity in the summers from 1965 to 2004 (a) and 2005 to 2019 (b)(Dashed blue lines are five-year moving averages,and solid blue lines are linear trends) 图选项

自动站观测时期(2005—2019年),中国区域夏季平均降水量、分钟降水频率、分钟降水强度都以波动为主,降水量的线性变化很小,分钟降水频率略有增加,强度有所减小(图6b)。夏季分钟降水频率变化的空间分布格局仍与夏季总降水量的时空变化一致,两者都在中国西北、华北、东北中北部、西南、江南、海南岛等区域增加(图7b)。对比2005—2019年与1965—2004年,可以发现夏季降水量与分钟降水频率减少的区域明显南移,从环渤海一带移至黄淮、江淮等地区,此外,华南大部分地区出现了一个明显减少的区域。但与1965—2004年一致,绝大多数地区的变化趋势都不显著。

图 7  同图5,但为2005—2019年 Fig. 7  Same as Fig. 5 but for the period of 2005—2019 图选项

除了江淮之间,100°E以东的大部分地区2005—2019年的分钟降水强度都存在1%/(10 a)以上的增加趋势,但仅有华北地区的部分网格趋势显著;新疆北部、甘肃北部和西藏西部也主要表现为增加,但新疆南部和西藏中东部地区分钟降水强度显著减小。2005—2019年夏季的最大1 min降水量的变化趋势与1965—2004年显著不同,呈现出“南增北减”现象,新疆中东部、西北地区东部、内蒙古中西部、黄淮、江淮等存在减少趋势,但均不显著,而青藏高原大部分地区、云南、华南等区域有增加趋势,其中云南东南部以及广东中东部的增加趋势通过了0.05显著性水平检验。

1965—2004年夏季,中国区域平均的15个时段最大降水量距平百分率序列的数值相差不大,每年的差异基本不超过5%,各序列存在明显的年际波动,但在20世纪80—90年代都具有显著的增加趋势。较短历时(60 min以内)的连续最大降水量增加最快发生在20世纪80年代,较长历时(60 min以上)的连续最大降水量增加最快发生在20世纪90年代。2005年之后,较短历时的连续最大降水量仍存在显著增加趋势,2016和2018年达到历史最大值;较长历时的连续最大降水量虽有增加趋势,但均不显著(图8,表1)。

图 8  1965—2019年夏季中国区域平均15个时段最大降水量的距平百分率时间序列 (a. 5—60 min,b. 90—1440 min) Fig. 8  Time series of regionally averaged percentage anomaly indices of annual maximum 15 consecutive periods in summer from 1965 to 2019 in China (a. 5—60 min,b. 90—1440 min) 图选项 图 8   Fig. 8  Continued 图选项 表 1  1965—2019年夏季中国区域平均15个时段最大降水量距平百分率序列的线性回归趋势 (单位:%/(10 a)) Table 1  Linear regression trends shown in the time series of percentage anomaly indices of precipitation in China from 1965 to 2019 (unit:%/(10 a)) 统计时段(min) 5 10 15 20 30 45 60 90 1965—2004年变化趋势 1.743 2.122 2.241 2.348 2.376 2.397 2.270 2.221 2005—2019年变化趋势 5.978 7.328 7.606 7.556 7.384 6.789 6.313 5.789 1965—2019年变化趋势 2.500 2.558 2.458 2.430 2.374 2.289 2.173 2.051 统计时段(min) 120 180 240 360 540 720 1440 1965—2004年变化趋势 2.168 2.058 2.102 2.050 2.000 2.063 2.057 2005—2019年变化趋势 5.350 4.723 4.271 3.984 3.856 3.800 3.944 1965—2019年变化趋势 1.988 1.937 1.913 1.865 1.837 1.832 1.873  注:表中粗体字代表线性回归趋势通过0.05显著性水平检验。 表选项

从线性变化趋势来看,1965—2004年夏季中国区域平均15个时段最大降水量距平百分率都表现为显著增加,其中,连续45 min、连续30 min和连续20 min最大降水量增加速率最快,均超过了2.30%/(10 a)。连续15 min以及连续60 min及以上时段最大降水量的增加速率介于2.00%—2.30%/(10 a),连续5 min降水量的增加速率相对最小,只有1.743%/(10 a)(表1)。2005—2019年夏季最大降水量距平百分率增加最快的时段是连续15、20、30和10 min,与1965—2004年变化趋势的特征较为一致,但90 min以上的较长时段的最大降水量虽有增加趋势但均不显著。由于年平均夏季分钟降水强度并未有明显增加趋势,近几十年连续最大降水量的增加可以主要归因于不同历时强降水过程持续时间的增加,尤其是持续时间15—45 min的强降水过程的增加。

4 结论和讨论

利用中国2225个自记站和2435个自动站的分钟降水数据,分析了1965—2019年分钟降水频率、强度、不同时段最大降水量等指标的空间分布和长期变化趋势特征,得到以下主要结论:

(1)1965—2004年,中国平均夏季分钟降水频率从北到南逐渐增多,东北多于华北,山地和高原多于平原。平均夏季分钟降雨强度从西北到东南不断增加,华北平原多于江南的丘陵山地。

(2)15个时段最大降水量分布都从西北向东南逐渐增大,最小值都在降水量最少的新疆南部、甘肃西北部和内蒙古西部,最大值出现于降水量最多的华南地区;华北平原地区的最大一次降水量多于长江流域。

(3)1965—2004年,中国大部分区域以及全国平均的夏季降水量和分钟降水频率有一致增加趋势,只有华北、云南南部等少数地区略减少。2005—2019年华北转为增加,减少的区域南移到了黄淮、江淮,华南大部分地区也出现了一致减少趋势。中国范围内分钟降水强度的变化不显著,夏季降水量的变化主要由降水时长变化而不是分钟级强度的变化引起。

(4)1965—2004年,中国东北、东南、内蒙古中部等地区的夏季1 min最大降水量存在增加趋势,但2005—2019年内蒙古大部分地区转为减少。1965—2019年中国平均夏季不同历时最大降水量的距平百分率都显著增加,其中连续15—45 min最大降水量增长最快,5、10 min等较短时段以及60 min以上的较长时段最大降水量也显著增加,但增加速率相对较小。30 min左右强降水的增加是夏季极端降水事件增加的主要原因。

本研究发现,中国大陆区域内分钟级别降水的空间分布和长期趋势特征与日级别有一些相似之处。如年平均分钟降水频率和降水强度的空间分布与年平均降水日数、日降水强度等的空间分布(任国玉等,2015a)较为接近,华北平原地区分钟级别降水的极端性也高于江南丘陵地区;近几十年来,不同历时最大降水量都存在增加趋势,说明极端强降水不但更趋向于出现在一日之中,也趋向于出现在数分钟的时间尺度,是当前中国大陆降水趋向于极端化的另一个表现形式。然而,1965—2004年以及2005—2019年夏季中国平均分钟降水强度未出现增加趋势,降水量的增加主要来源于出现降水的分钟数的增加,说明强降水量的增加主要来源于强降水过程的延长而不是瞬时降水强度的增加。还发现连续15—45 min的最大降水量增加最为明显,可能有一些短时强降水事件的持续时间延长到了30 min左右。对于出现这种变化的机理目前还不清楚,下一步如能应用高精度的雷达、卫星降水数据,结合数值模拟等方法进行综合分析,则可以更好地理解暴雨过程演化的原因。

文中所用的分钟降水数据还存在一定缺陷。由于中国各地自记纸以及自动站业务应用年份不同,自记纸观测时段的早期(1965—1980年)以及晚期(2001—2004年)台站缺失情况存在差异。中国西部地区大部分台站自记纸观测仪器应用时间较晚,早期缺测较多(图9a);东部的辽宁、江苏等省份的许多台站早在2001年即开始应用自动观测系统,缺少了2001—2004年的自记纸数据,而西部的新疆、西藏最早在2005年才开始有自动站,2004年自记纸降水数据较为完整(表2,图9b)。

图 9  中国区域平均序列所用 (a. 1965年,b. 2004年) 自记降水观测站地理分布及 (c. 1965年,d. 2004年) 2.5°网格地理分布 Fig. 9  Geographic distribution of stations in (a. 1965,b. 2004) and 2.5° grids in (c. 1965,d. 2004) used in the regional average time series in China 图选项 表 2  中国区域31个省/自治区/直辖市启用自动站时间 Table 2  The year when automatic stations were first adopted in 31 provincial-level administrative region in China 省/自治区/直辖市 启用时间 省/自治区/直辖市 启用时间 省/自治区/直辖市 启用时间 省/自治区/直辖市 启用时间 北京 2005 上海 2002 湖北 2002 云南 2004 天津 2005 江苏 2001 湖南 2004 西藏 2005 河北 2005 浙江 2004 广东 2003 甘肃 2004 山西 2004 安徽 2001 广西 2003 陕西 2004 内蒙古 2005 福建 2003 海南 2005 青海 2004 辽宁 2001 江西 2004 四川 2003 宁夏 2004 吉林 2004 山东 2004 重庆 2003 新疆 2005 黑龙江 2005 河南 2004 贵州 2004 表选项

由于中国东部和西部地区降水差异巨大,在中国平均序列的早期和晚期所用台站的差异可能导致东、西部权重出现变化,引起对序列趋势估算的偏差。文中所有的经纬度网格面积平均方法减少了台站缺测对区域平均序列的影响,1965年(图9c)与2004年(图9d)区域平均所用的网格差异明显比台站的差异小得多,只有新疆南部、西藏西南部、辽宁和江苏沿海等区域的部分网格不同。

此外,降雨自记纸迹线提取过程会进行平滑处理(王伯民等,2004),尽管一段时间内的总降水量较为准确,但分钟降水频率很可能会偏多;当前对数据的质量控制主要针对较强的降水(Ju,et al,2019)。这些问题使分钟降水频率的统计存在一定的不确定性。后续需要对不足0.1 mm/min的降水数据进行进一步质量控制,进行更准确的统计分析。

除了观测方式的不同之外,分钟降水数据可能会受观测位置变化的影响。已有的研究指出,日降水量的局地性强,时、空分布差异很大(Jamaludin,et al,2007;Liang,et al,2012),对一次降水过程,每个分钟降水数据的时、空差异更大,台站迁移很可能引起分钟降水数据的显著差异。而在长时间尺度和大样本统计的条件下,台站迁移对累计降水量、降水强度等统计指标的影响尚无明确的结论,如江志红等(2008)、王秋香等(2012)指出,中国2400个国家级地面气象站之中只有少部分台站的年降水量序列存在不连续。相似地,少量台站观测位置的变化理应不会引起中国平均短时强降水事件长期变化特征的显著差异。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有