广东暴雨预警指标及时空分布
《广东气象》2011年全年总目次
应 用气 象
华 南沿海特 大风暴 潮统计分析 …………………………………………………………………… 杨彩福 ， 吴业强（７１ ３／ ）
气 候变化对广东 省生 态环境 和经济社会 的影 响 …………………………………………… …… 蔡 洁云，周小云（ ０ １ ４／ ） 广东省 三化螟发 生发展 的气象条件等级指标 ……………………………………………… 陈慧华 ， 王华， 黄珍珠 （ ３ １ ４／ ）
临近预报系统（ ＷＡ 产品特征及在 ２ １ Ｓ Ｎ） ０ ０年 ５月 ７口广州 强对 流过程 中的应用
… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … …
胡胜 ，孙广凤 ， 郑永光 ，等（ １３ １／ ）
“９ ５ 广东特大暴雨过程的螺旋 度特征 ………………………………………………………… 段朝 霞，黄莉莉（６ ３ ０ ．” １／ ） 台风 Ａ ｒ（ ０４年） ｅ ２０ ｅ 与超强台风 Ｇｏｉ（ ９ ３ ） ｌ ａ １６ 年 异常路径对 比分析 ……………………………… 曹楚 ，王忠 东（ ０３ ｒ ２／ ）
郁南县 ４月份 “ 反盖帽” 大到暴雨预报模式的天气背景分析 ……………………… 石金 浩 ， 李船 ，彭 自强，等（ ５ ６ ２／ ）
增城市 近 ５ ２年来暴雨变化的气候 特征 ……………………………………………… 赵呖呖 ， 蔡蕊 ，江梦天，等（ ８６ ２／ ）
增 城市近 ５ Ｏ年来气温变化特征 ……………………………………………………… 陆杰英，蔡蕊 ， 场呖，等 （ １６ 赵 ３／ ）
广州“5.22”特大暴雨过程分析及对城市防洪减灾的建议
广州“5.22”特大暴雨过程分析及对城市防洪减灾的建议摘要：2020年5月21至22日，受第一阶段“龙舟水”影响，广东省出现极端强降水，东莞、广州雨强刷新记录。
本次降雨呈现短时雨强强、暴雨范围广、面雨量大的特点，对广州市增城区、黄埔区等地造成了极大的社会经济损失。
本文拟结合广州气象局数据，通过对“5.22”特大暴雨的降雨过程进行梳理分析，结合广州市实际，对主要成灾原因进行分析，并提出对城市防洪的建议。
关键词：“522”暴雨；暴雨灾害；市政排水龙舟水，又称端阳水、龙降水、端午水等，一般指端午节前后我国华南地区的一种较大降水过程的自然现象。
“龙舟水”主要发生在每年公历5月21至6月20日，这段时间，南方暖湿气流活跃，与从北方南下的冷空气在华南地区交汇，会出现持续大范围的强降水[1]。
2020年5月21日至22日，受第一阶段“龙舟水”影响，广东省出现极端强降水，东莞、广州雨强刷新记录。
其中，黄埔区永和街录得广州市最大累积雨量378.6mm，超百年一遇；在强暴雨影响下，流溪河太平场水文站录得10年一遇的洪峰水位，官河水发生接近20年一遇的洪水南岗河发生超10年一遇的洪水，派潭河发生10年一遇的洪水，流溪河支流凤尾坑、金坑和乌涌水发生了超5年一遇的洪水。
4个中小河流站点（街口、派潭、湾吓、活动陂）水位超警戒[2]。
本次特大暴雨对广州市，尤其是黄埔区、增城区造成极大的影响。
根据广州市三防指挥部的统计，暴雨共导致4人遇难。
此外，地铁13号线因积水导管停运，多个区域停水停电，大批车辆被淹，造成较大经济损失。
今年7月以来，我国长江一带暴雨不断，多地都有因强降水造成的积水问题，对城市交通、居民工作生活等带来较大影响，成为城市发展过程中一个严峻且亟待解决的问题。
1 暴雨过程分析2020年5月21日夜间到22日凌晨，受低涡切变线影响，广东省自西北向东南出现了一次强降雨天气过程，暴雨中心位于珠三角东岸的广州市和东莞市，两地均出现特大暴雨[3]。
中国暴风雨地区分布标准
中国暴风雨地区分布标准
中国暴风雨地区分布标准通常基于降雨量和风力等因素来划分。
以下
是一般的分布标准：
1. 高风险区：通常是指年均降雨量较高、地理位置容易受到暴风雨影
响的地区。
这些地区可能频繁受到强风、暴雨、雷电和冰雹等天气现
象的影响。
其中包括广东、广西、湖南、湖北、贵州、江西等南方省份。
2. 中风险区：指年均降雨量适中，具备一定暴风雨的潜在风险的地区。
这些地区可能在特定季节或事件中经历暴雨或强风等极端天气。
例如，重庆、四川、云南、河南、浙江等地。
3. 低风险区：通常是指年均降雨量较低，相对较少受到暴风雨的影响
的地区。
这些地区可能在特定季节或条件下出现短暂的暴雨，但一般
情况下较为稳定。
如北京、天津、上海、山西、吉林等地。
需要注意的是，以上是一般的分布标准，实际情况可能因地区特点和
气候变化而有所不同。
随着气候变化和城市化进程的加剧，暴风雨地
区的分布也可能发生变化。
对于具体地区的暴风雨分布，需要结合相
关的气象数据和研究进行详细的分析和判断。
广州城市暴雨内涝时空演变及建设用地扩张的影响_李彬烨
广州城市暴雨内涝时空演变及建设用地扩张的影响李彬烨，赵耀龙*，付迎春（华南师范大学地理科学学院，广东省智慧国土工程技术研究中心，广州510631）摘要：暴雨内涝是城市常见的“城市病”。
本研究通过收集20世纪80年代、90年代，以及2000年之后广州市主城区严重暴雨内涝资料，探索改革开放后广州市暴雨内涝时空演变特征，分析城市建设用地扩张对暴雨内涝的影响。
结果表明，20世纪80年代至今，广州市主城区暴雨内涝点在时间和空间2个尺度上有显著的变化。
早期内涝点主要集中于市中心的越秀区，随着城市化进程的推进逐渐在白云、天河等城市化较快的区域出现。
从1990-2010年，广州市城乡建设用地扩张显著，城市不透水面密度与暴雨内涝点核密度呈正相关。
其相关性随城市化发展逐渐增强，表明改革开放后广州市城市的快速扩张，对主城区暴雨内涝点的时空演变有较大的影响。
因此，城市暴雨内涝的防治应重视城市不透水面格局的优化和调整。
关键词：城市暴雨内涝；时空演变；建设用地扩张；相关关系；广州市DOI:10.3724/SP.J.1047.2015.004451引言近年来，城市的暴雨内涝灾害频繁发生，如北京[1]、上海[2]、广州[3]、南京[4]等地，而且出现了区域连片频发的现象。
以珠江三角洲为例，2014年5月出现了大范围强降雨过程，导致包括广州、中山、珠海、深圳、惠州、东莞等在内的大中城市发生了严重的暴雨内涝灾害。
城市暴雨内涝已经成为多数城市必须面对和解决的“城市病”。
研究表明，城市暴雨内涝灾害的发生很大程度上是由城市化过程中下垫面变化导致的地表产流能力增加造成的。
国内外不少学者曾系统研究了城市化对城市地表径流的影响，如Weng [5]在对珠江三角洲区域城市化的径流影响研究中发现，由于城市化过程中地表透水和储水能力下降，引起了径流量和径流系数的增加，从而导致城市区域的洪涝发生频率增加，并且城市化程度不同的区域其增量也不同；Niehoff 、Sathish 等学者的研究表明，城市化使得径流的峰值时间提前、峰值流量增加[6-7]。
新编广东省暴雨统计参数等值线图介绍
摘要:由于暴雨资料系列的延长和一些特大暴雨的出现,广东省暴雨参数等值线图进行了重新修编,新编的广东省暴雨参数等值线图能够更加客观地反映广东省的暴雨特性。
关键词:新编;暴雨统计参数等值线图;介绍中图分类号: P33312 文献标识码:B文章编号:1008 - 0112 - (2002) 06 - 0026 - 03广东省是著名暴雨高区,素有“暴雨摇蓝”之称。
省内无资料地区的中小型水利工程都是通过暴雨径流计算方法来推求设计洪水的,因此,设计暴雨就直接关系工程的安全及经济效益。
广东省中小型水利工程集雨面积大部份都在100 km2 之内, 汇流历时较短。
所以,提高短历时设计暴雨精度,对广东省更有重要意义。
随着暴雨资料系列的延长,有必要对广东省暴雨统计参数等值线图进行重新修编,力求编图的依据更加充分、可靠、等值线的走向更趋合理。
1 开展短历时暴雨统计参数等值线图修编工作的必要性上世纪90 年代以前广东省的设计暴雨计算是以24 h 雨量为基础,采用指数型暴雨公式: H tp = H24 ( t/ 24) ln p来推求各种历时的设计暴雨量。
至上世纪80 年代, 已积累了较多的自记雨量资料, 使直接编制短历时暴雨参数等值线图代替以往的间接计算方法成为可能。
在编制1991 年版的暴雨统计参数等值线图时, 就编制了10 min ,1 h 、6 h 、24 h 、3 d 等5 种短历时的统计参数图。
目前使用的1991 年版暴雨统计参数等值线图资料截止至1980～1982 年,1982 年至今又积累了10 多年资料,且各地先后发生特大暴雨。
所以有必要修订1991 年版的暴雨统计参数等值线图,使之能更合理地反映广东省暴雨时空分布特性。
1997 年7 月水利部水文司以环(1997) 61 号文通知开展短历时暴雨统计参数等值线图修编工作。
广东省水文局根据省水利厅及水利部水文司的指示,于1998 年初开展广东省暴雨统计参数等值线图修编工作。
广东省汛期暴雨特征分析
从广 东省 前 、 后汛 期 的降雨 总量 空 间分布 （ １ 可 图 ） 以看 出 ， 降雨 量多 值 区主 要 出现 在 清远 、 阳江 和海 丰这 ３个 站 点及 其周 边地 区 。其 中前 汛 期 （ １ ） 图 ａ 的这 ３个 中心 的 形 势更 加 明显 ， 汛 期 （ １ ） 阳江 和 海 丰 ２ 后 图 ｂ的 个 中心也 仍有 体 现 ； 前后 汛 期 的降雨 量少值 区分布则 不
域 是逐 年减 少 的 。 从 全省 前汛期 逐 年暴 雨 日数 线 性拟 合 直 线斜 率 分
布 图（ ９ ） 斜率 仍扩 大为 原来 的 １ ０ 图 ａ（ ０００倍 ） ， 以 中 可 看 出 ， 部 的韶关 、 远 、 三角 和沿海 的惠 州 北 清 珠 东莞 、 汕 尾 等地 以及 梅州 地 区的前汛 期暴 雨 日数是逐 年增加 的 ， 其 中广 州地 区 的斜 率 最大 ， 明前 汛期 的暴雨 日数增 加 表
４ 结论
１ ）广 东省汛 期 降雨量 有清远 、 阳江 、 丰 ３个高 值 海 中心 ， 前后 汛期 的暴雨 日数分 布也体 现 了 ３个 高值 中心
的特 征 ；
根据 世界气 象 组 织 （ ＷＭＯ） 国家 的规 定 ， 序 列 和 把 距平 达 到 ２倍 标 准差 的事 件 称 为异 常 偏 多 （ ） 件 ， 少 事
（Ｊ ｂ
ｊ＼
ｆ ／
｛ ≥ ？ ＼
．
。
．
＇ Ｔ ’
一
图 ８ 广 东 省 逐 年 暴 雨 日数 线 性 拟 合 直线 斜 率 分布
（ 位 ： 雨 日数 × ０／ ） 单 暴 １ ‘ａ
从 图上 可 以分 析 出 ， 东 中部 的 阳江 、 门 、 广 江 云浮 、
广东暴雨径流查算图集
广东暴雨径流查算图集暴雨是一种多雨量、短时、强降水、强对流的天气现象。
广东作为中国南部重要的经济发展区域之一，暴雨对其水资源管理和城市防洪工作带来了极大的挑战。
为了更好地了解广东暴雨径流情况，进行合理的城市规划和洪水管理，广东省水利厅历经大量的观测和统计工作，编制了广东暴雨径流查算图集。
广东暴雨径流查算图集的编制是通过对过去几十年来广东地区暴雨事件的历史资料进行整理和分析，结合实地的观测和研究，形成了一套反映广东地区暴雨径流特征的图表集合。
这些图表记录了广东地区不同等级暴雨事件的频率、时空分布特征以及对应的径流量等信息，对广东地区水资源管理、城市防洪工作具有重要的指导意义。
首先，广东暴雨径流查算图集提供了广东地区不同等级暴雨事件的频率分布图。
这些频率分布图根据历史资料统计得出，反映了广东地区各个地点和时间段内暴雨事件发生的可能性。
通过这些图表，水资源管理部门可以了解到广东地区暴雨事件的分布特征，合理安排城市排水系统和水库的建设以及其他相关水利设施，从而减少洪水灾害的发生。
其次，广东暴雨径流查算图集中还包含了暴雨径流量的时空分布图。
这些图表通过对历史暴雨事件的观测和测算，展示了广东地区不同地点和时间段内的暴雨径流量范围和变化规律。
这些信息对于城市防洪工作尤为重要，可以帮助水利建设部门在规划城市排水系统和设计防洪设施时，更加准确地预测和估计暴雨引发的径流量，提高城市的防洪能力。
此外，广东暴雨径流查算图集还包括了对应于不同暴雨等级的暴雨径流量的统计数据。
这些统计数据在规划水利工程和城市排水系统时具有重要的参考价值。
比如，水库的设计容量需要根据历史暴雨事件的径流量进行合理估算，以确保水库的蓄水量能够满足城市的用水需求和防洪需求。
通过查阅广东暴雨径流查算图集，水利建设部门可以更加准确地选择水利工程的设计参数，提高水利工程的效益。
综上所述，广东暴雨径流查算图集是一项重要的工程资料，对于广东地区的水资源管理和城市防洪工作具有重要的指导意义。
广东省暴雨高风险区划
第38卷第2期Vol．38No．2水㊀资㊀源㊀保㊀护Water Resources Protection2022年3月Mar.2022㊀㊀基金项目:中国水利水电科学研究院山洪灾害防治项目(SHZH-IWHR-72);江苏省水利科技项目(2018020)作者简介:廖一帆(1987 ),女,博士研究生,主要从事极端降水及水文频率分析研究㊂E-mail:lyifan322@通信作者:林炳章(1944 2020),男,教授,主要从事水文气象研究㊂E-mail:lbz@DOI :10．3880/j.issn．10046933．2022．02．002广东省暴雨高风险区划廖一帆1,林炳章2,丁㊀辉1(1.南京信息工程大学大气科学学院,江苏南京㊀210044;2.南京信息工程大学应用水文气象研究院,江苏南京㊀210044)摘要:运用水文气象地区线性矩频率分析法,选取广东省及周围缓冲区雨量站1h ㊁6h ㊁12h 和24h 年最大降水量资料,计算站点降雨频率估计值,分析暴雨高风险区划㊂结果表明:根据1h ㊁6h ㊁12h 和24h 年最大降水量资料广东省可分别划分为13㊁15㊁16和16个水文气象一致区,大部分一致区的最优分布为广义极值分布和广义正态分布;降雨频率估计值的空间分布态势在相同时段不同重现期下基本一致,而不同时段存在一定差异,1h 暴雨高风险区位于西南部沿海阳江附近,6h ㊁12h 和24h 暴雨高风险区位于阳江㊁珠江三角洲广州到清远和东部沿海陆丰附近区域㊂关键词:暴雨高风险区;地区线性矩频率分析;水文气象一致区;降雨频率估计值;广东省中图分类号:P333．2㊀㊀文献标志码:A㊀㊀文章编号:10046933(2022)02000710High-risk rainstorm zonation of Guangdong Province ʊLIAO Yifan 1,LIN Bingzhang 2,DING Hui 1(1.School of Atmospheric Science ,Nanjing University of Information Science and Technology ,Nanjing 210044,China ;2.Applied Hydrometeorological Research Institute ,Nanjing University of Information Science and Technology ,Nanjing 210044,China )Abstract :Using 1h,6h,12h,and 24h annual maximum rainfall data of Guangdong Province and the buffer zone around it,the hydrometeorological regional L-moments frequency analysis method was used to obtain rainfall quantile estimates,and the high-risk rainstorm areas(HRRAs)of Guangdong Province were investigated.The results show that Guangdong Province was delineated into 13,15,16,and 16hydrometeorological homogeneous regions(HMHRs)for 1h,6h,12h,and 24h annual maximum rainfall data,respectively.The best-fit frequency distributions for most HMHRs were generalized extreme-value and generalized normal distributions.The spatial distributions of rainfall quantiles for the same duration were similar at different return periods,while there were certain differences for different durations.HRRA of 1h data was located near Yangjiang along the southwest coast;HRRAs of 6h,12h,and 24h data were located around Yangjiang,Guangzhou of Pearl River Delta to Qingyuan,and Lufeng on the east coast.Key words :high-risk rainstorm area;regional L-moments frequency analysis;hydrometeorological homogeneous region;rainfall quantile estimates;Guangdong Province㊀㊀近几十年来,我国由暴雨造成的洪涝灾害事件频繁发生,且呈显著加剧的趋势,对人民的生命财产安全造成了严重的威胁[1]㊂广东省是中国大陆最南部的沿海省份,东西北三面连接内陆,南面濒临南海,邻近西太平洋,受西风带天气系统和热带天气系统影响频繁,加上南岭及其他山脉的地形作用,降水量十分充沛,暴雨洪涝成为广东省最主要的气象灾害之一㊂尤其是短历时暴雨所引发的洪涝灾害突发性强,危害性更高㊂由于广东省地形复杂,不同区域受天气系统的影响程度各有差异,使得降水的时空分布不均匀[2],给暴雨洪涝灾害的预警和防范造成一定难度㊂因此,对广东省的暴雨进行频率分析并研究其空间分布特征,有助于防灾减灾工作的开展,减少暴雨洪涝灾害带来的损失㊂过去我国常用的水文频率分析方法是 单站㊁单时段㊁单一线型㊁基于常规矩的适线法 ,线型通常选择皮尔逊Ⅲ型曲线[3]㊂然而单站分析需要较长的序列资料,序列长度的不足和观测站点的缺乏很大程度上影响了降雨频率估计值的可靠性[4],而且不能反映空间分布规律;常规矩估计的统计参数具有很大的偏态性,因而得到的降雨频率估计值极不稳定[3]㊂地区线性矩法是Hosking等[5]在线性矩的基础上提出的一种地区频率分析方法㊂美国国家海洋大气管理总署(NOAA)自1991年起在美国开展地区线性矩法在防洪设计标准的应用研究,从1997年起分区分批对全国的暴雨频率图集进行更新,于2006年提出了一套基于次序统计量的线性矩法结合基于水文气象一致区的地区分析法进行暴雨频率分析的完整系统[3,6-7]㊂近年来,国内有不少学者利用降雨资料进行了地区线性矩法的应用研究[8-16],证明了该方法的优越性:线性矩相比常规矩具有良好的估计参数的不偏性和对特大值的稳健性;地区分析法能够充分利用邻近站点的信息,提高降雨频率估计值的准确性,并且能更准确地获得其空间分布㊂暴雨高风险区划是基于水文气象地区线性矩频率分析法得到的一个地区内某一定历时㊁一定频率(重现期)降雨事件中最大雨强的空间分布[12,15]㊂实际上,暴雨高风险区划的概念为定量估算 强降雨雨强㊁降雨落区㊁概率 三者的关系奠定了理论基础,填补了设计暴雨理论中强降雨雨强空间分布的空白;而现有的暴雨空间分布仅探讨暴雨的点 面关系㊂暴雨高风险区划为中小流域洪水尤其是山洪防治㊁预警提供了理论基础㊂关于广东省降雨频率分析的研究,Yang等[17]以珠江流域为研究区,采用地区线性矩法对1d㊁3d㊁5d和7d年最大降水量进行频率分析,并联系气候背景及地形特征,探析流域极端降雨的时空分布规律;黄强等[18]利用广东省年最大日降水量资料,应用地区线性矩法,得到不同流域分区100a或500a 以下重现期可靠性较高的降雨频率估计值㊂这些都是对1d及以上长历时极值降雨的频率分析,而对小时历时降雨的频率分析比较少㊂本文应用水文气象地区线性矩频率分析法以及在此基础上发展的暴雨高风险区划概念和技术,根据1h㊁6h㊁12h和24h年最大降水量资料对广东省进行暴雨高风险区划研究,绘制暴雨高风险区划图并分析其空间分布特征,以期为广东省的防洪规划设计和洪涝灾害早期预警提供参考㊂1㊀资料与方法1．1㊀研究资料广东省陆地面积约17．97万km2,为提高研究区边界处降雨频率估计值的可靠性,本文将研究区广东省向内陆扩大约30~50km的范围作为缓冲区㊂在研究区和缓冲区收集水文雨量站1h㊁6h㊁12h和24h的历史年最大降水量资料㊂经质量控制,去掉明显错误的数据值,舍去不一致的资料序列,最终筛选出资料序列长度在20a及以上的站点用于分析,其中具备1h年最大降水量资料的有202个站点(其中广东省内有92个站点),具备6h㊁12h 和24h年最大降水量资料的有291个站点(其中广东省内有157个站点)㊂研究区及周围的地形和所有站点的分布如图1,可见广东省内站点的空间分布比较均匀,缓冲区站点密度略大于广东省内站点密度㊂站点降水序列范围从1939 2015年,长度不等,平均长度约34a㊂图1㊀广东省及周围缓冲区地形和站点Fig.1㊀Elevation and stations of GuangdongProvince and buffer zone around it1．2㊀研究方法Hosking[19]将线性矩定义为次序统计量线性组合的期望值,并定义了类似于常规矩的统计特征参数:线性矩离差系数C vL㊁线性矩偏态系数C sL和线性矩峰度系数C kL㊂基于水文气象地区线性矩法的暴雨高风险区划研究,以线性矩作为参数估计方法,在水文气象一致区划分的基础上,选择各一致区的最优分布线型,再根据地区分析法推求各站点的降雨频率估计值,并进行时空一致性调整,最终获得不同重现期下降雨的空间分布㊂1．2．1㊀水文气象一致区划分地区分析法的前提是划分水文气象一致区㊂由于不同时段分析的站点不一定完全相同,降雨的分布特征也不相同,一致区的划分应分不同时段进行㊂水文气象一致区的划分和判定主要从以下3个方面进行:a.气象相似性㊂一致区内满足降雨的水汽入流和气象成因一致㊂b.水文相似性㊂一致区内所有站点的统计参数C vL和C sL在一定的容忍度内一致㊂采用基于C vL 计算值的异质性检验指标H1来判断所划分的子区是否为一致性区域[5]㊂当H1<1时,表示该子区为可以接受的一致区㊂同时,利用各站点的C sL对子区进行判别和调整,选出C sL特大值和特小值对应的站点,分别考察删除该站点前后,整个子区站点是否存在100a重现期降雨频率估计值小于实测资料序列中的最大降水量值的不合理情况㊂若删除该站点后,这种不合理情况有较大改善,则需将该雨量站点移至相邻子区分析,否则可以保留㊂c.不和谐性检验㊂检验所划分的子区内是否存在不和谐的站点,若站点的不和谐性指标D i超过一定的临界值,则可认为该站点是不和谐站点㊂D i 具体计算方法和子区内不同站点数对应的临界值可参考Hosking等[5]的研究㊂对不和谐站点进一步检查原数据的可靠性,并考虑将其调整至相邻子区或单独分区㊂如果该站点较大的D i值是由局部极端气象事件所引起的,也可以保留在当前区域㊂1．2．2㊀一致区线型选择选择5种三参数分布线型作为一致区的候选分布线型,根据其尾端形态由厚至薄依次为:广义逻辑分布(GLO)㊁广义极值分布(GEV)㊁广义正态分布(GNO)㊁广义帕累托分布(GPA)和皮尔逊Ⅲ型分布(P-Ⅲ)㊂采用以下3种拟合优度检验方法来选择各一致区的最优分布线型:a.蒙特卡洛模拟检验㊂该检验通过比较一致区内区域平均的线性矩峰度系数与分布函数的线性矩峰度系数之间的差异来考察分布函数拟合的质量㊂检验的统计量Z DIST的具体计算方法可参考Hosking和Wallis的研究[5]㊂若统计量满足Z DISTɤ1．64,认为该分布函数拟合结果是合理可接受的,并且Z DIST越接近于0,认为拟合效果越好㊂b.样本线性矩的均方根误差检验㊂该检验利用一致区内各站点的线性矩峰度系数与分布函数的线性矩峰度系数之间的差值,再根据站点资料序列长度进行加权平均得到的均方根误差(RMSE)来比较分布函数的拟合效果[7],具有最小RMSE的分布函数拟合效果最好㊂c.实测数据检验㊂该检验首先分别计算一致区内各站点不同重现期下的经验频率与候选分布函数理论频率之间的相对误差(RE),取所有站点的RE平均值[7];再将5种候选分布函数在2a㊁5a㊁10a㊁25a和50a重现期的RE平均值从大到小排列,各重现期下的排列序号求和作为相应分布函数的RE分数S RE,S RE越高㊁RE越小,表明该分布函数拟合效果越好㊂最后,综合3种检验方法的结果,确定各一致区拟合效果最佳的分布函数㊂1．2．3㊀降雨频率估计值计算及时空一致性调整a.降雨频率估计值计算㊂根据地区分析法,一致区内各站点的年最大降水量序列可以分解为:反映该区域共有降雨特性的地区分量和反映该站点自身降雨特性的本地分量㊂本地分量一般取各站年最大降水量序列的平均值㊂对一致区内各站点的年最大降水量序列去均值化后,应用线性矩法推求一致区最优分布函数的参数估计值,确定配合数据最佳的无量纲概率分布曲线,此分布曲线在不同频率下的估计值即该一致区的地区分量,或称地区增长因子,则第i站点T j重现期的降雨频率估计值Q Tj可表示为地区增长因子q Tj和年最大降水量序列的平均值x i的 叠加 [3]㊂b.时段间一致性调整㊂由于不同时段分布函数的适线是独立进行的,获得的不同时段的降雨频率估计值曲线可能会出现交叉的情况,即从交叉点之后,时段较短的降雨频率估计值比时段较长的降雨频率估计值大,这与实际情况不符㊂本文采用 误差分摊 的方法[7]调整时段间不一致的降雨频率估计值,其思路为:计算不一致起点前一频率下相邻的较长时段与较短时段降雨频率估计值的比值,将比值大于1的误差部分,按频率步长权重分配到不一致起点之后的各不一致频率点上,加上1作为相应频率下新的比值,乘以原较短时段降雨频率估计值,即得到较长时段调整后的降雨频率估计值,而其他正常的降雨频率估计值部分不改变㊂c.空间一致性调整㊂同理,由于雨量站点资料有限㊁站点分布不均匀,以及各一致区的数据是独立进行分布函数选择和参数化的,可能会造成计算得到的降雨频率估计值在相邻一致区边界处出现不连续㊁梯度较大的现象㊂本文采用 往返两次 空间平差法[20]来调整降雨频率估计值的空间不一致性,其步骤如下:①构造一个与站点分辨率大致相同的空间网格,采用克里金插值方法,将不规则的站点上的降雨频率估计值插值到规则网格点上;②采用反距离加权插值法,利用规则网格点上的降雨频率估计值反向插值回各站点,即得到站点空间平差校正后的降雨频率估计值㊂2㊀结果与分析2．1㊀水文气象一致区划分首先,根据广东省的地形和气候初步划分水文气象一致区㊂从广东省地形(图1)来看,整体地势从北部山地向南部沿海呈逐步降低趋势㊂北部群山是南岭的组成部分,东部山地由三列东北 西南走向的山脉构成,分别为九连山㊁罗浮山和莲花山[1]㊂广东省暴雨的主要成因是锋面类暴雨和台风类暴雨,水汽主要来源于南面的南海[21]㊂通常南岭南侧㊁莲花山东南坡等迎风面降水量较大,而背风面的谷底和内陆盆地降水量较少㊂另外珠江三角洲平原是一个尺度很大的南开喇叭口地形,对气流有辐合抬升作用,使降水量和降雨强度加大[1]㊂综合以上分析,考虑将北部㊁东部和西南部划分不同的一致区,并且喇叭口地形㊁山脉迎风面和背风面之间要进行区分㊂(a)1h㊀㊀(b)6h(c)12h㊀㊀(d)24h图2㊀广东省不同时段年最大降水量序列的C vL 空间分布及水文气象一致区划分示意图Fig.2㊀Hydrometeorological homogeneous regions and distributions of C vL for annualmaximum rainfall data of different durations in Guangdong Province在初步分区的基础上,分不同时段㊁利用各站点的C vL 和C sL 进一步细分和调整㊂图2和图3给出了站点C vL 和C sL 的空间分布,尽可能将C vL 和C sL 接近的站点划分为一个子区,对子区内C sL 特大值和特小值的站点进行考察,并用异质性检验指标H 1检验子区是否满足一致区标准㊂经过多次反复调整,最终确定了各时段水文气象一致区的划分方案,针对1h㊁6h㊁12h 和24h 年最大降水量序列分别划分了13㊁15㊁16和16个一致区(图2中以蓝色实线划分的区域表示)㊂不同时段的分区总体形态上相似,其中存在的差异可能是由于长历时站点数比短历时站点数多,且C vL 和C sL 的梯度较大,因此在一些区域需要更细的划分㊂表1列出了各时段各子区的站点数㊁异质性检验指标H 1值和不和谐指标D i 超过临界值的站点数㊂所有子区H 1<1,表明都可以认为是一致区㊂1h㊁6h 和12h 年最大降水量序列的部分子区存在少数不和谐站点,其中1h 时段的第三个一致区(1h-3区)的大仚站D i 值最高,达4．41(相应的临界值为3)㊂通过对原数据序列分析发现,该站2003年的最大1h 降水量为94．5mm,同时也是该子区所有站点数据序列中的最大值,造成了该站的C vL 和C sL 值较周围站点偏大,所以D i 值偏高㊂但该站序列长度仅为21年,不考虑单独分区,因此还是将其保留在1h-3区㊂其他子区的不和谐站点的D i 值只是略高于临界值,且分区过程中已经将这些站点划入不同的子区进行比较,从中选择了站点不和谐度最小的方案㊂2．2㊀一致区内最优频率分布线型的选择对所划分的一致区,采用蒙特卡洛模拟检验㊁均方根误差检验和实测数据检验,考察5种候选分布线型GLO㊁GEV㊁GNO㊁GPA 和P-Ⅲ的拟合效果㊂以24h 水文气象一致区为例,各一致区3种检验的结果见表2㊂如24h 时段的第一个一致区(24h-1区),3种检验中都是GEV 分布表现最好,因此该一致区的最优分布为GEV㊂又如24h-5区,GEV 分布在蒙特卡洛模拟检验和实测数据检验中表现最好,而RMSE 最小和次小的分布分别为GNO 和GEV,但两者RMSE 相差不大,综合3种检验结果,选取GEV 为该一致区的最优分布㊂对各时段㊁各一致区进行类似的分析,最终可以确定所有一致区的最优(a)1h㊀㊀(b)6h(c)12h㊀㊀(d)24h图3㊀广东省不同时段的年最大降水量序列的C sL空间分布Fig.3㊀Distributions of C sL for annual maximum rainfall data of different durations in Guangdong Province表1㊀广东省各水文气象一致区的站点数及异质性检验和不和谐性检验结果Table1㊀Numbers of stations and results of homogeneity and discordancy tests for hydrometeorologicalhomogeneous regions of Guangdong Province一致区1h一致区信息6h一致区信息12h一致区信息24h一致区信息站点数H1不和谐站点数站点数H1不和谐站点数站点数H1不和谐站点数站点数H1115-1．450210．77012-0．84022-1．26 241-0．59227-1．240250．18022-0．41 320-0．871260．80029-0．97020-0．33 48-1．110250．571210．85136-0．64 55-0．110120．650260．840120．71 610-1．010170．040110．65012-1．42 75-0．160180．19021-0．64022-1．54 812-0．14012-0．72018-0．52016-1．06 913-1．13011-0．18190．37012-0．32 1023-1．181100．04012-0．06012-0．13 1110-1．53026-0．62020-1．23019-1．35 1230-0．9518-0．9708-1．2307-0．92 1310-1．69040-1．03314-0．50015-0．85 148-0．30034-0．691240．43 1530-0．05280．24011-0．93 16230．12029-1．40分布(表3)㊂由表3可以看出,选择作为最优分布最多的是GEV(占60%),其次是GNO(占38%),只有24h-12区选择了GPA㊂2．3㊀降雨频率估计值计算及时空不一致性调整由上一步选择的各时段各一致区的最优分布函数推求的地区增长因子,与相应时段各站点的年最大降水量平均值相乘,即得到各站点在各重现期下的降雨频率估计值(1h㊁6h㊁12h和24h的降雨频率估计值分别表示为Q1h㊁Q6h㊁Q12h和Q24h)㊂图4给出了紫洞站和犁市站各时段降雨频率估计值随重现期变化的曲线㊂可以看出,同一时段,降雨频率估计值随重现期的增加而增加,相同重现期下,降雨频率估计值也随时段的增加而增加,这是符合统计规律的㊂根据前文的分析,此时计算得到的降雨频率估计值会存在时间或空间不一致的问题,因此需要进表2㊀广东省24h水文气象一致区拟合优度检验结果Table2㊀Goodness-of-fit test results for24h hydrometeorological homogeneous regions of Guangdong Province一致区蒙特卡洛模拟检验Z DIST均方根误差检验RMSE/10-5实测数据检验S RE GLO GEV GNO GPA P-ⅢGLO GEV GNO GPA P-ⅢGLO GEV GNO GPA P-Ⅲ1 0．01-0．63 8221614666258949794315．519．017．09．514．0 20．39-1．22 6055525061589851853415．020．518．57．014．03 0．520．33 -0．43750151204946920350157．014．515．515．023．04 1．310．45 -1．23792858075506804357759．015．518．512．020．0 51．59-0．50-0．91 6928585754971054158619．019．016．012．019．0 61．640．13-0．39 -1．386908462748377796620114．017．015．513．015．57 1．27 -0．42869361685565602857809．015．520．512．018．08 -0．07-0．52 -1．46775059956058950768079．516．015．514．020．0 91．150．18-0．64 7105574556037634755013．520．015．513．512．5 100．67-0．50-1．13 914778719273104921220919．019．017．08．511．511 0．44-0．06 -1．137954623961729583656111．514．016．015．018．512 -0．62 11962815476423110641210．514．514．518．017．513 0．750．21 -0．857993571957948096639613．518．020．06．017．514 1．150．54 -0．777725520450378048519713．018．518．08．017．515 0．850．37 -0．596819386935416705395915．019．520．58．012．016 -0．07-1．09 5969425344197905630715．518．518．08．514．5㊀㊀注:粗体标记对应的分布线型为当前检验中拟合相应一致区数据效果最好的分布线型;蒙特卡洛模拟检验结果中 表示Z DIST>1．64㊂表3㊀广东省水文气象一致区的最优分布线型Table3㊀Best-fit distributions for hydrometeorological homogeneous regions of Guangdong Province一致区1h6h12h24h1GNO GEV GEV GEV 2GNO GEV GEV GEV 3GNO GEV GEV GNO 4GEV GEV GNO GNO 5GNO GEV GEV GEV 6GNO GEV GEV GEV 7GEV GEV GNO GNO 8GEV GEV GEV GEV 9GEV GEV GEV GEV 10GNO GEV GEV GEV 11GNO GEV GEV GNO 12GNO GNO GNO GPA 13GEV GEV GNO GNO 14GNO GNO GNO 15GNO GNO GNO 16GEV GEV 行时空一致性检验及调整㊂从较短时段到较长时段,依次检查各站点两相邻时段降雨频率估计值的一致性,对站点存在的较长时段比较短时段降雨频率估计值小的异常部分,采用 误差分摊 的方法进行调整㊂最终对5站的Q12h㊁34站的Q24h进行了调整㊂这里以百候站为例分析时段间一致性调整的过程㊂图5给出了该站调整前后降雨频率估计值曲线的对比,该站缺少1h年最大降水量数据,因此只分析Q6h㊁Q12h和Q24h,曲线数据点上的数值为对应重现期下Q24h和Q12h的比值㊂调整前,Q24h和Q12h曲线在重现期100a到200a之间出现了交叉,从200a到10000a,Q24h小于Q12h,即两者的比值小于1㊂于是㊀㊀㊀㊀㊀(a)紫洞站(b)犁市站图4㊀紫洞站和犁市站降雨频率估计值曲线Fig.4㊀Frequency curves of rainfall quantilesat Zidong and Lishi stations将100a重现期处Q24h和Q12h的比值误差分配到200a 到10000a之间各重现期上,得到新的比值及Q24h㊂调整后,Q24h和Q12h曲线不再交叉,Q24h和Q12h的比值都大于1㊂经过时段间一致性调整后的降雨频率估计值更符合降雨的统计特性,增强了不同时段间降雨频率估计值的可比性㊂(a)调整前(b)调整后图5㊀百候站时段间一致性调整前后的降雨频率估计值曲线Fig.5㊀Frequency curves of rainfall quantiles atBaihou Station before and after consistencyadjustment over durations在时段间调整的基础上,采用 往返两次 空间平差法调整空间的不一致性㊂根据各时段的站点密度,第一步插值的网格分辨率1h数据取0．33ʎˑ0．33ʎ(约33kmˑ33km),6h㊁12h和24h数据取0．25ʎˑ0．25ʎ(约25kmˑ25km)㊂这里以24h数据的50a重现期为例考察降雨频率估计值空间调整的效果(图6),调整前降雨频率估计值的等值线在部分一致区边缘处会存在梯度突然增大的现象,而调整后,一致区边缘处的梯度有所缓和,但整体上主要的分布形势和大值中心不变㊂2．4㊀暴雨高风险区划图分析将时空一致性调整后各站点在不同时段㊁不同重现期下的降雨频率估计值,通过克里金法空间插值,获得相应的降雨频率估计值的空间分布,即暴雨高风险区划图,其中最大雨强区域为暴雨高风险区㊂图7~10给出了在1h㊁6h㊁12h和24h时段25a㊁50a和100a重现期下的暴雨高风险区划图㊂总体上看,同一时段不同重现期下,降雨频率估计值的空间分布态势基本一致;不同时段相同重现期进行比较,6h㊁12h和24h时段下的降雨频率估计值的空间分布态势较相似,而与短历时1h降雨频率估计值的空间分布存在一定差异㊂所有时段最明显的暴雨高风险区位于广东西南沿海阳江附近(图7~10(a)调整前(b)调整后图6㊀空间一致性调整前后降雨频率估计值分布(单位:mm)Fig.6㊀Contour maps of rainfall quantiles before and after spatial adjustment(unit:mm)中的C1),随着重现期增大,其范围逐渐延伸至西南沿海阳江 江门一带㊂6h㊁12h和24h降雨频率估计值的空间分布还呈现出两个较明显的暴雨高风险区,分别位于珠江三角洲广州到北部山区南侧清远附近区域(图8~10中的C2)和东部沿海陆丰附近(图8~10中的C3),且重现期越大,两个区域的范围越大㊁中心值越大㊂不同时段不同重现期下暴雨高风险区中心的降雨频率估计值见表4,可见4个时段C1处中心值都最大,为最主要的暴雨高风险区,6h㊁12h和24h时段下位于C2和C3处的中心值相当,C2处中心值在重现期较小时小于C3处,而随着重现期增大变为大于C3处中心值㊂6h㊁12h 和24h时段下的降雨频率估计值在3个暴雨高风险区的南侧都出现了低值区,分别位于西部的云浮 肇庆附近㊁北部的乐昌附近和东部的五华附近㊂这3个暴雨高风险区和3个低值区的位置与广东省的3个多雨中心和3个少雨中心位置相一致,形成的原因与不同地区主要受影响的天气系统不同,以及地形的阻挡㊁辐合抬升作用有关[22-23],表明此暴雨高风险区划图符合广东省降雨的空间分布特征㊂6h㊁12h和24h时段暴雨高风险区C2所在的珠江三角洲区域,在1h时段没有呈现明显的高值中心,说明该区域主要受较长历时暴雨的影响㊂相反,1h(a)25a㊀㊀(b)50a㊀㊀(c)100a图7㊀不同重现期下基于1h年最大降水量序列的广东省暴雨高风险区划图Fig.7㊀High-risk rainstorm areas of Guangdong Province with different return periodsbased on1h annual maximum rainfall data(a)25a㊀㊀(b)50a㊀㊀(c)100a图8㊀不同重现期下基于6h年最大降水量序列的广东省暴雨高风险区划图Fig.8㊀High-risk rainstorm areas of Guangdong Province with different return periodsbased on6h annual maximum rainfall data(a)25a㊀㊀(b)50a㊀㊀(c)100a图9㊀不同重现期下基于12h年最大降水量序列的广东省暴雨高风险区划图Fig.9㊀High-risk rainstorm areas of Guangdong Province with different return periodsbased on12h annual maximum rainfall data(a)25a㊀㊀(b)50a㊀㊀(c)100a图10㊀不同重现期下基于24h年最大降水量序列的广东省暴雨高风险区划图Fig.10㊀High-risk rainstorm areas of Guangdong Province with different return periodsbased on24h annual maximum rainfall data时段雷州半岛在不同重现期的降雨频率估计值都比较高,说明雷州半岛主要受短历时暴雨影响㊂另外,广东东部由于1h 序列所用资料的站点比较稀疏,一些局地分布的变化可能显示不出,无法确定是否存在高风险区㊂由此可以说明,不同区域主要的成灾暴雨历时是不同的[24],实际应用时,应充分调查不同区域历史主要暴雨㊁洪涝灾害事件,得到成灾暴雨的平均历时和平均降水量,在此基础上选择相应设计时段和重现期下的暴雨高风险区划图进行重点分析㊂表4㊀广东省暴雨高风险区中心降雨频率估计值Table 4㊀Rainfall quantiles at centers of high-riskrainstorm areas of Guangdong Province降雨时段/h 暴雨高风险区不同重现期降雨频率估计值/mm 10a25a50a100a200a1C195．6109．9120．6131．1141．56C1255．8310．2353．2397．7444．6C2177．1224．4265．7312．2365．3C3177．7218．4252．6289．8331．112C1316．0383．2436．1490．4547．4C2223．9289．3348．7418．0500．2C3242．8295．5337．1380．4425．924C1381．4459．5520．4582．2647．1C2271．0343．6408．3482．3568．3C3313．9384．0439．0495．8558．13㊀结㊀论a.依据水文气象一致区划分准则,基于1h㊁6h㊁12h 和24h 年最大降水量序列,分别将广东省及其周围缓冲区划分为13㊁15㊁16和16个水文气象一致区;采用3种拟合优度检验方法,确定了各水文气象一致区的最优分布线型,其中GEV 和GNO 是选择最多的两种分布㊂b.根据地区分析法,计算各站点不同时段㊁不同重现期下的降雨频率估计值,并采用 误差分摊 法和 往返两次 空间平差法进行时段间和空间的一致性调整,最终获得时间上更符合统计特性㊁空间分布更合理的降雨频率估计值成果㊂c.相同时段降雨频率估计值的空间分布态势在不同重现期下基本一致,而1h 时段与6h㊁12h 和24h 时段的降雨频率估计值空间分布存在一定差异㊂广东省多小时时段最主要的暴雨高风险区位于西南沿海阳江 江门区域;6h㊁12h 和24h 时段的第二㊁第三个暴雨高风险区分别位于珠江三角洲广州到北部山区南侧清远附近和东部沿海陆丰附近区域㊂该暴雨高风险区划图符合广东省降雨的空间分布特征,可为防洪规划设计以及洪涝灾害风险早期预警提供参考㊂参考文献:[1]黄国如,罗海婉,卢鑫祥,等.城市洪涝灾害风险分析与区划方法综述[J].水资源保护,2020,36(6):1-6.(HUANG Guoru,LUO Haiwan,LU Xinxiang,et al.Study on risk analysis and zoning method of urban flood disaster[J].Water Resources Protection,2020,36(6):1-6.(in Chinese))[2]郑腾飞,刘显通,万齐林,等.近50年广东省分级降水的时空分布特征及其变化趋势的研究[J].热带气象学报,2017,33(2):212-220.(ZHENG Tengfei,LIU Xiantong,WAN Qilin,et al.The characteristics of precipitation in Guangdong Province over the past 50years:dependence on rainfall intensity [J ].Journal of Tropical Meteorology,2017,33(2):212-220.(in Chinese))[3]林炳章,邵月红,闫桂霞,等.水文气象促进工程水文计算核心课题研究的发展[C]//邓坚.中国水文科技新发展:2012中国水文学术讨论会论文集.南京:河海大学出版社,2012:50-63.[4]BOBÉE B,RASMUSSEN P F.Recent advances in floodfrequency analysis [J].Reviews of Geophysics,1995,33(Sup2):1111-1116.[5]HOSKING J R M,WALLIS J R.Regional frequencyanalysis:an approach based on L-moments [M ].NewYork:Cambridge University Press,2005.[6]LIN B Z,VOGEL J L.A comparison of L-moments withmethod ofmoments [C ]//EngineeringHydrology,Symposium of American Society of Civil Engineers.ASCE,1993:443-448.[7]LIN B Z,BONNIN G M,MARTIN D L,et al.Regionalfrequency studies of annual extreme precipitation in the United States based on regional L-moments analysis[C]//World Environmental and Water Resource Congress 2006:Examining the Confluence of Environmental and Water Concerns.Omaha:ASCE,2006:1-11.[8]梁玉音,刘曙光,钟桂辉,等.线性矩法与常规矩法对太湖流域降雨频率分析的比较研究[J].水文,2013,33(4):16-21.(LIANG Yuyin,LIU Shuguang,ZHONG Guihui,et parison between conventional moments and L-moments in rainfall frequency analysis for TaihuLake Basin [J ].Journal of China Hydrology,2013,33(4):16-21.(in Chinese))[9]吴俊梅,林炳章,邵月红.地区线性矩法在太湖流域暴雨频率分析中的应用[J].水文,2015,35(5):15-22.(WUJunmei,LINBingzhang,SHAOYuehong.Application of regional L-moments analysis method in precipitation frequency analysis for Taihu Lake Basin[J].。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
，
平 海丰
2
个 中心 ( 图
I
c
)
。
定 义 总 暴 雨 日数 为各 级 暴 雨 日数 之 和 即 ：总 暴 雨
，
=
暴雨
+
大暴雨
+
特 大暴雨
。
。
年 平 均 总 暴 雨 日数 各 地
为
3
．
3
a
～
13
．
3 d
，
，
全 省平均
3
7
．
4 d
，
其 发 生 频 率 之 高 在 全 国 是 十分 突 出 的
Id
3 总暴雨 1 数 空 间分 布 与暴 雨 分 布
表 ２ 广 东 代 表 站 点 各 月 多 年平 均 总 暴 雨 日数 （９ ０～２０ １７ ０ ０年 ） ｄ
２０ ０ ８年 ５～６月气候 指数 资 料
５
９ ０
４８
９ ８
４ ６
１ ７
２ ９ ４ ３
１ ８ ２ ２
２ ４ ２７
１０ ４
１ ５ ２
１３ ６ １６ １
，
种 特 别 严 重 的 自然 灾 害
。
3 广东暴雨 强 度 之 大 1 数之 多
，
，
季 节 之 长 皆居 全 国 前 列
，
¨
1
。
。
根 据 《 东 省 突 发 气 象 灾 害 预 警 信 号 发 布规 定 》 2 0 0 6 年 广 (
、 、
6
月
1
日起 执 行 )
，
，
暴 雨 预 警信 号 分
3
级 分别 以 黄 色 橙 色 红 色表示 其 中黄 色 预 警 信号 表示
一
6
月 和后汛期 的
。
8
月(表
)
。
暴 雨 分 布在 时 间上 有
I 个 从 ： L P] 南 推 进 的 过 程 北 部 地 区 开 始 和 结 束 均 较 南 部 早
，
( 下 转封 3 )
维普资讯
（ 接 封 ２ 上 ）
ａ暴雨 ，， ， ｂ 大暴雨 ，， ｃ特大暴雨 ，， ｄ 总暴雨 （ 总暴雨 日数 ＝ 暴雨 日数 ＋大暴雨 日数 ＋ 大暴雨 日数 ） 特 图 １ １７ ２ ０ 广东省各等级暴雨 年平均 日数分布 ９ １～ ０ ０年
、
、
，
各
地 大 暴 雨 日数 为 0 4
I
a
，
4
．
0 d ／年
。
全省平均为
1 4 d ／年
． ．
，
空 间 分 布 也 呈 3 中 心 特 征 ( 图 I b ) 但 与 暴 雨 口数 ( 图
，
～
) 相 比 龙 门 中心 明 显 减 弱
、
特 大 暴 雨 日数 各 地 为 0
0
0
．
3 d ／年
，
全 省平 均 为 0 0 6 d ／年 空 间 分 布 只 有 恩
。
1
暴雨等级划分 表
Il l I n
根 据表
I
中 24
h
雨 量 标 准 统 计 全 省 各 级 暴 雨 日数 表 明 年 平 均 暴 雨 日数 各 地 为
，
2
．
9
～
9
．
4 d ／年
，
全 省平
。
均
6
．
0 d ／年
，
空 间 分 布上 ( 图
～
．
I
a
) 存在
，
3
个 高值 中心 ：恩 平 海 丰 龙 门 分 别 与 年 降 水 量 高 值 中 心 相 对 应
～
翌 年 2 月 出现 暴雨 的概 率很 少
， ，
北部和南
5
～
部 部 分 站 点 分别 以 前 汛 期 ( 4
8
，
～
6
月 ) 后 汛 期 (7
、
9
，
月 ) 暴 雨 为 多 年 内分 布 为 单 峰 型 峰 值 分 别 在
～
6
月和
2
月 全 省 平 均 总 暴 雨 日数 年 内分 布 呈 双 峰 型 特 征 峰 值 点 分 别 在 前 汛 期 的 5
一
Ｏ． ３ Ｏ． ３
２ ９ ．
６
９ ４
４ ７
８ ５
４ ７
２ ６
３ １ ．
， ，
6 h
内本 地 可 能 有 暴 雨 发 生 或
，
者 强 降水 可 能 持 续 ；橙 色 预 警 信 号 表 示 在 过 去 的 警信号 表示 在 过 去 的
3 h
，
3 h
，
本 地 降雨 量 已 达
，
50
m m
以 上 且 雨 势 可 能 持 续 ；红 色 预
本地 降雨 量 已 达
10 0
IT l l T I
(图
I
) 相似 呈 典型
中心 分 布 特 征 ( 图
)
。
广 东 总 暴 雨 日数 出 现 频 数 具 有 明 显 的 季 节 特 征
。
全 年均 有可 能 出现 暴雨
～
，
但以
4
～
9
月 的汛 期 比较集
。
中 占全 年 的 8 5 ％ 以 上 非 汛 期 ( 1 0 月
，
～
，
翌 年 3 月 ) 特 别是 1 1 月
以 上 且 降 雨 可 能持 续
。
暴 雨 是 指 在 短 时 间 内 出 现 大 量 降雨 的 现 象 广 东 气 象 业 务 上 使 用 的 暴 雨 日数 统 计 标 准 如 表
表
。
暴雨 的定 义 不 仅考虑 降雨 强 度 还 要 考 虑 降雨 时 问
，
。
目前
1
¨0
，
与暴 雨 预 警指 标有所 不 同
维普资讯
广 东暴 雨 预 警 指 标 及 时 空 分 布
王 春林
，
陈 慧华
，
，
黄珍珠
5 10 0 8 0
( 广 东 省 气候 中 心
广 东 广 卅I
)
中 图 分 类 号 ：P 4 6 8
文 献 标 识 码 ：B
一
暴雨 是导 致广东省洪涝灾 害 的主 要 原 因 是