探究上海市降雨变化与灾害性降雨特征分析
探究上海市降雨变化与灾害性降雨特征分析
大量降雨是造成城市发生内涝的最主要原因，这和人民的生命安全有着千丝万缕的联系，对降雨的特征进行分析，可以为内涝防治提供相应的参考和借鉴依据。
因上海市地区气候条件较为复杂，常年受到暴雨以及台风灾害。
因而针对这一特点，本文依据国家气象站发布的相关数据，对上海市近年来的降雨变化以及灾害性降雨特征进行了深入的分析，对上海市的灾害防治具有非常重要的意义。
标签：上海市降雨变化灾害性降雨特征
现阶段，国内的各大城市陆续发生了较为严重的内涝事件，引起了社会各界的广泛关注。
引起城市内涝的因素有很多：城市排涝基础设计建设、水文降雨以及防汛应急预案等。
在这之中，大量降雨是造成城市发生内涝的最主要原因。
因上海市属于亚热带季风性气候，加之受到冷暖气候交替作用的影响较大，因而时常会发生灾害性天气。
因而对该市的降雨变化与灾害性降雨特征进行分析，具有非常重要的意义。
1降雨特征分析
1.1降雨量
据国家气象局统计的资料显示，在1971-2010年期间，上海市年平均降雨量达11329mm，在这期间，降雨量最大的年份是1977年，年降雨量达1728.mm，降雨量最小的年份为1978年，年降雨量667.1mm。
在对上海市各年的降雨量分布图趋势进行分析后，发现在20世纪80年代时，因降雨量普遍减少，因而曲线呈现出了下降的趋势；随着降雨量的逐渐增加，曲线又呈现出上升的趋势。
1.2降雨天数
从1970年-2010年，上海市年均降雨天数达127.6天，并且这一数据正在以3天/10年的速率递减，在对上海市降雨天数趋势进行分析后，发现降雨天数的变化基本上可以分为3个阶段：在1980年之前，曲线呈现出上升的趋势；到了20世纪80年代后，年平均降雨天数呈现出反复波动的趋势，并且表现出略微下降的趋势；到了90年代之后，年降雨天数呈现出下降的趋势。
2灾害性降雨特征分析
2.1短时强降雨
降雨是否会构成灾害，并不能单从降雨量因素来进行分析。
城市排水系统的优化就是将短时强降雨作为依据来进行设计的，超出这一设计强度的降雨，就会造成内涝。
因而我们对宝山站在2001年-2010年的降雨量数据进行了分析，并将雨量大于0.5mm、间隔大于2h作为标准，从而对境遇情况进行划分。
对最大1h内的降雨强度进行分析，发现有90%的降雨强度都低于10mm/h，如图1所示，依据上海市排水系统的设计标准得知，达到或是超出标准的降雨仅发生了12场，从排水系统在设计重现角度进行分析，短时强度下降雨出现的频率和伤上海市重现期设计基本上相符。
2.2暴雨
但从降雨量来进行分析的话，可能引起城市发生内涝的灾害性天气主要是暴雨。
依据1970年-2010年的气象统计资料显示，暴雨等年降雨天数可达3天，但在这短短的3天之内，却是全年降雨量的20%。
其中平均一天的降雨量可达78.3mm，大大高于其他等级的降雨量，如表1所示，依据表格数据分析得知，暴雨的年降雨量正在以12.9mm/年速度在增加，这无疑增加了灾害性降雨转变的风险。
3汛期
上海市降雨在各月的分布情况十分不均匀，如表2所示。
在1970年-2010年检，单月降雨量最大的月份是在1999年的6月，为570.9mm；但是在1987年的12月卻出现了全月无降雨的状况。
因6月恰值上海市进入梅雨季节，出现暴雨或是大雨的天气较多，因而年平均的降雨量可达170.8mm。
由上表中数据得知，上海市每年汛期的时间为6-9月份，其中据国家气象局资料显示，上海市汛期天数占到了全年降雨的40%，其中降雨量可占到53.3%，同时随着降雨量的逐渐增加，递增的速率也在逐年增加。
在一年之中，据有关资料统计得知，全年84%的暴雨都基本集中在汛期，并且在1970年-2010年期间，共有110次暴雨，其中有13次大暴雨以及1次特大暴雨。
4结语
综上所述，降雨是由许多因素共同作用产生的，气候环境的改变以及城市热岛效应等都会对城市降雨造成影响。
同时因降雨量的不断变化，也会在一定程度上增加城市发生内涝的风险。
正因为如此，城市排水系统优化在设计的过程中要充分考虑到受到降雨因素的影响，强化对暴雨以及短时强降雨的应对措施，保证汛期工作的顺利开展。
参考文献
[1]陆敏，刘敏，侯立军，欧冬妮，权瑞松，许世远，俞立中.上海降雨特征及其对城市水情灾害的影响[J].自然灾害学报，2010（03）.
[2]贺芳芳，徐家良.20世纪90年代以来上海地区降水资源变化研究[J].自然资源学报，2011（02）.
[3]李春，刘德义，黄鹤.1958-2007年天津降水量和降水日数变化特征[J].气象与环境学报，2010（04）.
[4]陈敏，张国琏.上海浦东地区”梅雨期”降水及其多尺度时频特征[J].南京气象学院学报，2011（03）.。
2019年奉贤区降水特征及其对农作物生长的影响评价
上海农业科技·专题研究·徐相明，等：2019 年奉贤区降水特征及其对农作物生长的影响评价2020(3):15-17，552019 年奉贤区降水特征及其 对农作物生长的影响评价徐相明 顾品强 * 姚寅秋 王正大 汤晨阳 尹荔阳 （上海市奉贤区气象局 201416）摘 要：通过对上海市奉贤区 2019 年降水情况及农作物生长监测情况进行分析发现，奉贤区 2019 年年 降水量和年降水日数分别为 1 672.1 mm 和 146 d，全年各月降水量呈“单峰型”变化，呈冬夏多雨、春秋 偏旱的特征，且冬季的暖湿、连阴雨、旱涝急转天气和秋季的干旱天气等均对奉贤区的果树、粮油作物、蔬 菜等生产带来了较大影响。
关键词：降水特征；异常气候；农作物生长；奉贤区 中图分类号：S-1降水是衡量某地区气候特点的主要要素之一， 年 12 月— 2019 年 2 月，春季为 2019 年 3 月— 5 月，决定着区域水资源的变化及旱涝等自然灾害的发生。
夏季为 2019 年 6 月— 8 月，秋季为 2019 年 9 月— 11近年来，随着气候变化的加剧，我国不同地区的降 月；以 20 时为日界，降水日数是指日降水量（前一水呈现不同的变化趋势[1-2］，降水的不稳定给当地农 天 20：01 至当天 20：00）≥ 0.1 mm 的天数，暴雨业生产和经济发展带来了严重制约。
例如，李喜仓 日数是指日降水量≥50.0 mm的天数。
连阴雨是在等［3］发现，降水是影响内蒙古东部地区农作物产量 郑衍欣等[7]定义的基础上，结合日常工作实际进行定的主导因素，水分短缺是造成当地农作物减产的重 义，以日降水量≥ 0.1 mm 或日照时数 =0 h 为阴要原因；马晓群等[4]发现，安徽淮河流域因降水引起 雨日，且阴雨日持续天数≥ 5 d 称为一次连阴雨过的涝灾受灾面积有明显增加的趋势；李亚男等[5]发 程，但在连阴雨过程中，若连续 2 d 非阴雨日，则现，黄淮海平原地区的农业生产受降水影响明显，其 视为本次连阴雨过程结束。
降雨数据时空精度对城市暴雨变异性及频率分析的影响
第34卷第3期2023年5月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.3May 2023DOI:10.14042/ki.32.1309.2023.03.007降雨数据时空精度对城市暴雨变异性及频率分析的影响庄㊀琦1,刘曙光1,2,周正正1,2(1.同济大学土木工程学院,上海㊀200092;2.中国气象局上海城市气候变化应对重点开放实验室,上海㊀200030)摘要:提升城市暴雨内涝防治精细化水平是解决城市洪涝问题的关键㊂采用16种不同时空分辨率的降雨产品,利用暴雨时空异质性评估指标和随机暴雨移置法,在上海地区定量评估降雨数据精度对暴雨事件时空变异性诊断和频率分析的影响㊂研究发现利用低精度降雨数据得到的年最大暴雨序列发生时间延迟㊁降水量低估,暴雨过程不均匀性提升㊁空间不均匀性降低;在不同重现期下,降雨数据精度对频率分析结果影响有显著差异,重现期越大,低精度数据带来的低估程度越大;时间精度的影响占主导地位,可达空间精度的5倍㊂在城市暴雨洪涝研究中有必要采用更高精度的降雨数据,建议与研究区域类似的小型城市地区在防洪设计中使用精度达(12h㊁0.05ʎ)或以上的降雨数据㊂关键词:城市极端降雨;时空分辨率;不确定性;频率分析;IDF 曲线;上海中图分类号:TV122㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)03-0398-11收稿日期:2023-01-29;网络出版日期:2023-04-19网络出版地址:https :ʊ /kcms /detail /32.1309.P.20230418.1444.002.html基金项目:国家自然科学基金资助项目(42271031;51909191)作者简介:庄琦(1997 ),女,江苏徐州人,博士研究生,主要从事城市水文㊁极端水文气象事件等方面的研究㊂E-mail:2110026@ 通信作者:周正正,E-mail:19058@ 在气候变暖及快速城市化的双重影响下,近年来中国地区性暴雨落区多与城市密集区重叠,城市防洪形势复杂严峻㊂极端暴雨事件在时间和空间尺度上的变异性[1]及频率变化显著[2],加之城市化流域面积相对较小㊁水文响应时间较快,城市洪涝管理精细化程度不高㊁设计标准不足等问题日益突显[3-5]㊂2019年发表在Water Resources Research 上的研究强调了城市水文学面临数据精度不足带来的挑战[6]㊂为匹配城市社会经济发展的需求㊁满足新阶段水利高质量发展要求,在城市地区亟待使用时空精度与发展目标相适配的观测数据来提升精细化城市水灾防御能力㊂降雨数据的时空精度(时空分辨率)很大程度上决定了对一场暴雨时空变异性的表达程度及频率分析的可靠程度[6]㊂国内外研究普遍发现使用精细时间分辨率的降雨数据能显著提高洪水模拟效果[7-8],而粗糙时间分辨率的降雨数据会造成暴雨量级(如最大雨强㊁累积雨量等)被低估,且暴雨过程(雨型)不准确,从而带来洪涝风险评估的偏差[9-10]㊂刘业森等[11]发现随着降雨数据空间分辨率降低,暴雨空间分布被坦化㊁洪峰计算误差随之增加;而Ochoa-rodriguez 等[12]发现降雨时间分辨率对洪水模拟结果的影响要超过空间分辨率,同时,随着流域面积的增加,降雨时空分辨率对计算结果的影响减弱;此外,Li 等[13]发现受多重水文气候因子的影响,不同时空分辨率下的暴雨洪水模拟精度会呈现出复杂的非线性特征㊂可见,降雨数据分辨率对暴雨以及洪水特征的刻画有重要影响,但是两者作用并非简单的线性关系,不同地区的结论尚不统一㊂系统化㊁定量化分析不同精度降雨数据对暴雨时空变异性及设计暴雨的影响仍是亟待深入探讨的重要问题㊂上海作为长三角一体化的核心城市,易受台风㊁暴雨㊁潮汐㊁洪水等多种灾害影响,是中国31个重点防洪城市之一㊂近年来,基于站点数据或单一精度卫星数据的研究已表明上海市极端暴雨事件的时空㊀第3期庄琦,等:降雨数据时空精度对城市暴雨变异性及频率分析的影响399㊀异质性变化及暴雨频率变化显著㊁城市洪涝灾害风险加剧[2,14-15],但未见该地区针对降雨数据精度的影响问题进行定量化探讨㊂基于此,本文在上海市区,构建16种不同时空分辨率组合的降雨数据,对比分析数据精度对暴雨时空变异性特征刻画能力㊁暴雨强度-历时-频率(IDF,Intensity-Duration-Frequency)曲线计算的影响,以期对降雨数据精度在城市暴雨 时-空-频 多维结构中的作用形成更为客观㊁定量的认识,并提出与研究地区最适宜的降雨数据分辨率范围,为提升城市水旱灾害防御能力㊁也为提升城市气象 三精 能力提供科学依据㊂1 研究区域及数据资料为研究小型城市区域降雨数据精度的适用性,本文选取上海市行政面积最小的黄浦区为研究区域,面积约为20.52km 2㊂利用美国国家航空航天局开发的GPM-IMERG 卫星降雨数据(Early V06B 版本,时间分辨率为1h,空间分辨率为0.1ʎ,https:ʊgpm.nasa.goc /data /directory)和47个上海市翻斗雨量计收集的逐时实测降雨数据,基于空间降尺度矫正技术获得2008 2017年上海市时空精度更高的格点降雨数据集(IMERG_CorSH,空间分辨率为0.01ʎ,时间分辨率为1h)作为本文的输入数据㊂图1㊀不同数据集降水空间分布及IMERG_CorSH 精度评估Fig.1Spatial distribution of different rainfall products and accuracy assessment of the IMERG_CorSH 原IMERG 数据(图1(a))与其他卫星降雨产品相比,在空间覆盖㊁捕获微雨和固态降水的性能上都有较大的优势,能更好地描绘降水量的空间分布,在缺资料及无资料地区具有明显优势[16],但与实测值相比,该数据集在中国不同地区仍存在异质性的观测误差[17-18]㊂从雨量站点获得的实测降雨数据(站点位置见图1(b))被认为是最准确的数据源,但受限于站点数量有限且位置固定,空间分辨率的精细程度不如IMERG 数据㊂为了融合两数据源的优势,应用经典的一元线性回归降尺度方法建立年尺度㊁0.1ʎ精度下归一化植被指数(NDVI)数据和卫星降雨的线性关系,基于此关系和0.01ʎ的NDVI 数据估计年尺度㊁0.01ʎ精度上降雨,采用时间分解方法分解得到小时尺度上的降雨数据,再基于地理偏差矫正技术(GDA)在小时尺度上进行降雨量级的修正,最终得到2008 2017年IMERG_CorSH 数据集(图1(c))㊂本文所用的空间降尺度矫正详细400㊀水科学进展第34卷㊀步骤及结果合理性见文献[19]㊂该数据集覆盖上海市,经验证,IMERG_CorSH与站点实测降水在年㊁月㊁日尺度上Pearson相关系数(C c)均超过0.85(图1(d) 图1(f),E MA为平均绝对误差,E RMS为均方根误差),小时尺度上Pearson相关系数也高达0.74(图1(g))㊂相比于IMERG数据,IMERG_CorSH数据大大减少了统计误差,且提供了0.01ʎ尺度上丰富的降雨信息㊁远高于雨量站的空间观测精度,可作为探究数据时空分辨率对城市极端暴雨的不确定性影响的重要数据基础㊂2㊀研究方法2.1㊀时空精度重构与极端暴雨事件提取以0.01ʎ㊁1h原始精度为参考,对IMERG_CorSH降雨数据进行时间(6h㊁12h㊁24h)㊁空间(0.02ʎ㊁0.05ʎ㊁0.1ʎ)尺度上的分辨率重构,最终获得16种具有不同时空分辨率组合的降雨产品㊂时间尺度上(图2(a)),利用一维滚动窗口求和方法[20]将原始逐一小时降雨序列重采样至6h㊁12h及24h㊂一维滚动窗口向前滚动的距离等于窗口长度,分别为6㊁12和24,相邻时刻滚动窗口不交叉,且时序重构过程保留原始降雨空间信息㊂同理,空间尺度上(图2(b)),利用二维滚动窗口求平均方法[12]将原始0.1ʎ数据重采样至0.02ʎ㊁0.05ʎ和0.1ʎ㊂二维滚动窗口向右㊁向下滚动距离等于滚动窗口边长,分别为2㊁5和10,相邻空间位置滚动窗口不交叉,空间重采样过程不改变时序信息㊂由于滚动窗口在时序上累加㊁空间上求平均此类采样过程并不损失或增加降雨信息,故时空分辨率重构过程不改变同场降雨的累积总雨量㊁面平均雨量,以此消除数据处理中的不确定性㊂本文使用的16种不同时空分辨率的组合见图2(c)㊂基于不同时空分辨率的降雨数据提取年最大24h降雨事件(2008 2017年)作为极端暴雨进行分析㊂目前针对年最大值序列的采样方法仍存在较大差异,国内一般采用正点统计法,选取当日08:00至次日08:00为1d降雨的起止时间㊂而实际上,自然降雨事件中强降水过程存在跨时㊁跨日的现象,正点统计采样可能导致完整的强降水过程被分割㊁降雨累积量被低估[21]㊂因此,本文利用自然降水过程统计方法对年最大24h事件进行采样,即基于24h为滑动窗口大小㊁数据时间分辨率大小为滑动步长,以保留更贴近真实的降雨起止过程,并讨论时空分辨率在极端暴雨分析计算中的不确定性影响㊂注:R(t)为时序t时刻降水量/mm;R(s)为空间上s格点处降水量/mm;ρ(s)为区域名为A的流域占s网格的面积权重;S4,A 为4号网格内流域A所占的面积;S4为4号网格面积;T为时序上滚动窗口长度;N为空间上滚动窗口包含的网格总数㊂图2㊀降雨数据时空分辨率重构方法示意Fig.2Schematic diagram of spatiotemporal resolution reconstruction of rainfall inputs㊀第3期庄琦,等:降雨数据时空精度对城市暴雨变异性及频率分析的影响401㊀2.2㊀暴雨时空变异性特征分析本文选取了一系列暴雨特征指标来表征暴雨事件的时空结构,包括累积暴雨量(R )㊁暴雨量极值(M )㊁暴雨变异系数(C v)㊁暴雨覆盖率(F )㊂其中,暴雨总量是计算研究区域内t h 降雨累积量,暴雨量极值㊁暴雨变异系数㊁暴雨覆盖率分别可以在时间㊁空间2个尺度上进行计算,计算公式见表1㊂表1㊀暴雨时空特征指标计算公式Table 1Formula of temporal and spatial characteristics of storms指标时间尺度空间尺度累积暴雨量/mmR =ðT 1ʏS A R (t ,s )d s 暴雨量极值/mm M t =max{R (t );t ɪ[0,T ]}M s =max{R (s );s ɪ[0,N ]}暴雨变异系数C v t =ðT t =1[R (t )-R (t )]2/(T -1)R (t )C v s =ðN s =1[R (s )-R (s )]2/(N -1)R (s )暴雨覆盖率F t =1TʏT (t |R (t ,s )>x )d t F s =1S A ʏS A (s |R (t ,s )>x )d s注:S A 为目标流域面积,km 2;R (t )为[0,T ]时刻内平均降水量,mm;R (s )为空间[0,N ]格点内平均降水量,mm;x 为暴雨阈值,mm,用来研究暴雨事件中大于某一阈值的降雨时长占比或降雨空间范围占比,本文中设1d 累积雨量达50mm 为阈值,为方便对比,在逐小时计算时累积雨量达(50/24)mm 计为x 值㊂2.3㊀暴雨频率分析及其不确定性随机暴雨移置(Stochastic Storm Transposition,SST)法是一种基于区域性概率重采样与地理移置相结合的地区性降雨频率分析方法㊂该方法利用与目标区域气候特征相同㊁降雨过程相似的邻域暴雨模拟延长本地样本序列,仅10a 历史数据即可获得可靠的频率分析结果[22]㊂SST 方法结合不同分辨率降雨数据能够提供考虑降雨时空结构㊁数据分辨率不确定性区间的暴雨频率分析结果㊂此处对基于SST 法的暴雨频率分析及其结果的不确定性量化作简要概括:(1)首先确定一个包括研究地区A 流域在内㊁与研究区域具有相似气候特征的暴雨移置区Aᶄ㊂本文所选取的研究地区㊁移置区范围与文献[15]一致,研究地区A 与移置区Aᶄ位置可参照该文献中的图1,移置区选择及结果合理性见文献[14-15]㊂(2)从n 年(如本文n =10,2008 2017年)降雨序列中筛选出发生在移置区Aᶄ内㊁历时为T r (本文取1㊁6㊁12㊁24h)的最大的m 场(本文m =200)暴雨,作为暴雨目录㊂(3)从暴雨目录中随机选择k 场暴雨事件,即假设一年内发生的暴雨事件数量为k ㊂k 服从泊松分布,分布的平均发生率为λ=m /n ㊂(4)对选定的k 个暴雨事件进行整体移动,计算目标流域A 内降雨历时为T r 的降雨累积量,并保留其中的最大值作为该年的年最大降水量㊂不同于传统方法,由于移置过程保留整个降雨场的时空信息,故该方法计算过程中考虑了尺度相关的暴雨时空分布结构对暴雨频率分析的影响㊂重复该过程N 次,即可构建长为N 年㊁历时为T r 的年最大序列㊂(5)对N 年㊁历时为T r 的年最大暴雨从大到小排序,进行频率分析,得到IDF 曲线㊂(6)本文以输入1h㊁0.01ʎ分辨率数据的频率分析结果为参考,选取相对误差(E )和时空不确定性系数(U )2个指标量化数据分辨率对频率分析结果的不确定性影响:E p ,st =(q p ,st -q p ,ref )q p ,ref ˑ100%(1)402㊀水科学进展第34卷㊀U p,st=q p,st_0.95-q p,st_0.05q p,ref_0.95-q p,ref_0.05(2)式中:q p,ref和q p,st分别为重现期p下利用分辨率为(1h㊁0.01ʎ)和(t h㊁sʎ)的数据所计算的IDF结果; q p,ref_0.95㊁q p,st_0.95,q p,ref_0.05㊁q p,st_0.05分别为各自对应IDF曲线上95%与5%分位数处的值,mm㊂3㊀结果与分析3.1㊀基于不同时空精度的暴雨事件提取基于16种不同时空精度数据所提取的年最大24h暴雨序列在发生时间和量级上存在较为显著的差异㊂在本节暴雨事件对比过程中,根据不同精度暴雨事件与(1h㊁0.01ʎ)事件的发生时间差异划分3种情况:若两者时间差为0h则视作无相位差的同场暴雨事件;若两者存在时间差且时间差<24h视作有相位差的同场暴雨事件;若两者存在时间差且时间差>24h则视为非同场暴雨事件㊂首先在发生时间上,其余15种分辨率的暴雨序列与(1h㊁0.01ʎ)结果相比,同场暴雨事件㊁有相位差的同场暴雨事件和非同场暴雨事件3种情况占比约为17%㊁70%和13%㊂各精度下暴雨事件的划分结果列于表2(因以(1h㊁0.01ʎ)精度为参考,故表中仅列出15种精度结果)㊂如(1h㊁0.02ʎ)精度下所提取的事件与(1h㊁0.01ʎ)精度下无差异;(6h㊁0.01ʎ)与(6h㊁0.02ʎ)精度下10a均为同场暴雨但普遍存在1~5h 相位差;12h精度下相位差进一步增加到1~17h,并伴随1~2a非同场暴雨;至(24h㊁0.01ʎ)~(24h㊁0.05ʎ)精度下10a间有20%场非同场暴雨,(24h㊁0.1ʎ)精度下则有30%非同场暴雨㊂由表2可见,随着降雨时空精度降低,同场暴雨事件发生起止时间差异越大,且非同场暴雨事件出现的概率越大㊂此外,表2中69.5%的有相位差暴雨事件起始时间后置于(1h㊁0.01ʎ)暴雨㊂尽管各精度下暴雨发生概率最大的时间均集中在7月中下旬(峰值位置发生时间标注于图3(a)),但随着时空分辨率的降低,暴雨发生最大概率时间后移4~19d左右,说明低分辨率捕捉的暴雨发生时间有日尺度上的滞后㊂表2㊀不同时空精度降雨数据提取的暴雨事件对比Table2Rainstorm events extracted from rainfall data with different spatiotemporal resolutions㊀㊀降雨量级分布上(图3(b)),随着时空分辨率的降低,雨量概率密度曲线尾部变薄㊁变短,而峰值处概率变高㊁分布更为集中,尾部风险被低估㊂图3(b)中,随着时空分辨率变低,雨量概率密度曲线的峰现位置前移,即年最大24h量级被低估2.9%~9.5%;同时峰值处概率密度提高5.5%~65%,即最大24h雨量分布更为 尖瘦 ㊂峰值处概率变高伴随着尾部变短㊁极值雨量漏估,尤其是累积雨量超过130mm的暴雨事件在粗糙分辨率下被严重低估,累积雨量超过180mm的暴雨在不同分辨率组合下被低估4%(出现在㊀第3期庄琦,等:降雨数据时空精度对城市暴雨变异性及频率分析的影响403㊀(6h㊁0.01ʎ)处)~60%(出现在(24h㊁0.05ʎ)及(24h㊁0.1ʎ)处),累积雨量220mm以上的暴雨在(24h㊁0.1ʎ)精度下完全被忽略㊂与(1h㊁0.01ʎ)相比,低分辨率数据提取的非同场暴雨事件占比变多㊁相位差变大造成了年最大24h累积雨量的低估甚至漏估㊂非同场暴雨事件显然会在降水量计算中带来显著差异,而即便是存在相位差的同场暴雨事件,降雨过程被粗糙分辨率分割带来的影响也不容忽视㊂如2013年,时间分辨率为24h时,与1h精度下事件相位差仅差15h,降水量级差异为72.4mm;2017年时间相位差仅差7h,降水量级差异为47.5mm,说明暴雨事件在此时极可能存在跨时㊁跨日的情况㊂使用粗糙的数据采样会将一个真实的强降水过程分割成2个(或多个)时间步长,导致低分辨率条件下提取的暴雨事件出现时间偏移㊁降水量被低估的情况㊂图3㊀不同时空分辨率的暴雨事件年内概率密度分布Fig.3Annual density distribution of extreme rainfall events with different spatiotemporal resolutions3.2㊀时空精度对刻画暴雨时空变异性特征的影响图4展示了基于16种不同时空精度数据所提取的年最大24h暴雨事件的时空特征变化㊂本节采用相对误差(见式(1),原公式中q p,ref为参照值,q p,st为其他精度条件下的输入值)评估不同精度条件下暴雨事件时空特征指标结果的差异:如图4中以(1h㊁0.01ʎ)精度暴雨事件计算得到的时空特征指标值作为参照值,再输入其他精度下暴雨时空特征指标值计算得到量化时空精度影响的相对误差(E st);以(1h㊁sʎ)(s取值分别为0.01㊁0.02㊁0.05㊁0.1)精度下的结果作为参照值计算不同空间尺度下量化时间精度影响的相对误差(E s);同理以(t h㊁0.01ʎ)(t取值分别为1㊁6㊁12㊁24)精度下的结果作为参照值计算不同时间尺度下量化空间精度影响的相对误差(E t)㊂从降水总量上看,随着时空精度的降低,降水总量也随之降低,如图4(a),在空间上,精度从0.01ʎ到0.1ʎ,相对误差E s为-2.2%;在时间上,从1h到24h,相对误差E t为-14.8%;最大误差出现在(24h㊁0.1ʎ)精度下,时空相对误差E st为-16%㊂暴雨量级的低估性在粗糙分辨率下(0.05~0.1ʎ,12~24h)更为显著㊂在其他时空特征上,不同特征指标受时间㊁空间精度的影响存在差异㊂如图4(b)㊁图4(d)和图4(g)所示,随时空精度降低,暴雨量的空间极值(M s)㊁空间变异系数(C v s)和暴雨时间覆盖率(F t)呈现单调递减趋势㊂数据精度由(0.01ʎ㊁1h)到(0.1ʎ㊁24h),M s㊁C v s㊁F t相对误差E st分别为-29.6%㊁-9.1%㊁-24.4%,即低时空分辨率将造成M s㊁C v s㊁F t的严重低估㊂从空间精度变化上看,精度从0.01ʎ到0.02ʎ,各项指标未受空间分辨率影响,M s㊁C v s㊁F t在0.01ʎ~0.02ʎ处E s值相同㊂而空间精度从0.02ʎ到0.05ʎ,下降梯度最大,M s㊁C v s㊁F t在0.02ʎ~0.05ʎ处E s分别下降14.3%㊁9%㊁4%㊂从时间精度变化上看,精度从6h到12h,变化梯度最大,M s㊁C v s㊁F t在6h~12h处E t分别下降15.2%㊁9.1%㊁7.5%㊂可见,时间精404㊀水科学进展第34卷㊀图4㊀基于不同时空分辨率降雨数据提取的暴雨事件时空结构诊断Fig.4Spatiotemporal structure diagnosis of extreme rainfall events based on rainfall data extraction withdifferent spatiotemporal resolutions度降低同样会影响对空间特征指标M s㊁C v s的描述,粗糙的时间分辨率亦无法合理刻画空间极值和空间不均匀性㊂与M s㊁C v s恰恰相反,随着时空精度降低,暴雨量时序极值(M t)㊁时间变异系数(C v t)呈现单调递增趋势㊂如图4(c)和图4(e),数据时空精度由(0.01ʎ㊁1h)降低到(0.1ʎ㊁24h)将造成M t㊁C v t分别被高估22%㊁24.4%㊂空间精度从0.01ʎ到0.02ʎ,M t㊁C v t在各时间分辨率下相对误差值E s不变;空间精度从0.02ʎ到0.1ʎ,M t㊁C v t指标随着时间分辨率降低而增加㊂与M s㊁C v s相同,M t㊁C v t指标亦在0.02ʎ~ 0.05ʎ㊁6~12h处变化梯度最为显著,M t㊁C v t在0.02ʎ~0.05ʎ处相对误差E s升高17.7%㊁14%,在6~12h处相对误差E t升高17.6%㊁12.1%㊂可见,粗糙精度的降雨数据会导致瞬时㊁局地暴雨极值量级被错误估计甚至遗漏㊂粗糙的时间分辨率影响空间局地暴雨极值量级,同样的,粗糙的空间分辨率也会影响短历时暴雨极值量级的估计㊂降雨数据时空精度对暴雨空间覆盖率(F s)的影响更为复杂,表现为F s随时空精度降低呈小幅波动下降趋势(E st=-2.5%,见图4(f))㊂F s指标在1~6h㊁12~24h时间精度下随空间分辨率降低分别下降0.9%㊁0.5%,在6~12h分辨率下又随空间分辨率降低小幅上升3.9%㊂空间分辨率对F s指标的影响表现为随空间分辨率降低波动上升1.4%,但在0.01ʎ~0.02ʎ处E s值未见变化㊂说明时空精度对暴雨空间覆盖率的影响呈现复杂的非线性关系㊂从影响程度上看,时间精度对暴雨时空变异性的影响强于空间精度㊂如对时序特征指标降雨总量(R)和F t,时间精度约为空间精度影响的6倍;而对空间极值指标M s,影响差异为2倍;对M t㊁F s㊁C v s指标,时间㊁空间精度影响作用相当;对于C v t而言,则以空间精度影响为主导㊂可见,时间和空间精度变化均对捕捉暴雨时空结构特征有不可忽视的影响㊂从指标类型上看,时间精度会影响空间指标,而空间指标也受时间精度的影响,尤其是在精细分辨率下影响更为显著㊂综上,粗糙时空精度的降雨数据会低估降水总量,倾向于捕捉时序不均匀性高㊁空间不均匀性低的暴雨事件㊂采用0.02ʎ㊁6h精度以内的数据对暴雨时空特征的刻画结果较为可靠㊂由于实际降雨过程具有随机㊀第3期庄琦,等:降雨数据时空精度对城市暴雨变异性及频率分析的影响405㊀性,不同降雨的雨型㊁时段雨强㊁持续时间等不同,因此,用精度粗糙的数据在描述降雨时空变化特征中不充分性㊁不确定性应被重视㊂同时,降水量级㊁时空结构特征在数据时空精度影响下的变化及其变化程度各有不同,采用不同分辨率计算的设计暴雨不确定性有待进一步研究㊂3.3㊀时空精度对暴雨频率的不确定性影响将16种具有不同时空分辨率的降雨数据输入SST模型,计算得到2~200a重现期下历时为24h的IDF 曲线,并将结果与(1h㊁0.01ʎ)分辨率下求得的IDF结果对比(图5(a))㊂相较于更精细的降雨数据,不同分辨率组合下的IDF结果具有不同程度的低估(E,见式(1))㊂6h㊁12h㊁24h数据对IDF的低估率平均值分别为3%㊁7%和14%,0.02ʎ㊁0.05ʎ㊁0.1ʎ对IDF的低估率分别为0.4%㊁4%和10%㊂时间尺度上,24h分辨率数据最大会造成设计值低估36%,使用6h以内分辨率的数据可以将误差控制在-0.4%~-4%之间㊂空间尺度上,0.1ʎ分辨率的数据相较于0.01ʎ的数据而言,误差在-31%~2%;使用0.05ʎ精度内的数据进行频率分析,所得结果误差范围为-0.3%~-17%;0.02ʎ与0.01ʎ数据所得的暴雨事件本身差异较小,故此处设计暴雨随机误差仅有-1%~1%㊂图5(a)中所展示的设计暴雨量级差异存在2个来源,一为数据时空精度误差,二为SST模拟不同降雨过程本身带来的随机误差(由于随机降雨场时空结构的变化),故图5(c)进一步剥离了不同重现期下降雨数据时空精度对IDF的影响,可见时空分辨率对IDF造成的不确定性占比接近50%,随着重现期增大(2~ 50a),时空分辨率造成的低估程度增加㊂50~200a重现期,受限于时序短(10a)㊁以及降雨事件本身的随机成分大,随机不确定性比重亦增大,分辨率不确定性占比略降低㊂可见,使用粗糙的降雨数据进行频率计算会造成设计暴雨量级的低估,且数据分辨率越低,量级低估程度越严重,随着重现期增大,时空分辨率导致的IDF不确定性亦增大㊂其中,时间分辨率的影响大约是空间分辨率的5倍左右(图5(b)和图5(d)),即时间分辨率的影响在该地区的极端暴雨时-空-频特征分析中占主导地位㊂图5㊀数据时空分辨率对IDF曲线的影响Fig.5Influence of rainfall spatial and temporal resolution on IDF curves图6为不同重现期下使用不同时空分辨率降雨数据进行计算的设计暴雨值与(1h㊁0.01ʎ)计算结果的相对误差散点图㊂时间㊁空间分辨率均粗糙的情况下(24h㊁0.1ʎ),结果误差最大,如T=200a时,误差达到-30%㊂而时间㊁空间分辨率中有一者较为精细时可降低结果的误差程度,如(1h㊁0.1ʎ)的数据所得结406㊀水科学进展第34卷㊀果的相对误差为-5%㊁(24h㊁0.01ʎ)结果的相对误差为-20%㊂图6中,精度在(12h㊁0.05ʎ)以内所得结果的相对误差存在一个较为平稳的平台面(Tɤ2a除外),可以认为该精度内设计结果差异不显著㊂尽管采用(0.02ʎ㊁6h)精度以内的数据对暴雨时空特征的刻画更为准确,但频率分析时,降雨量级㊁时空结构特征在数据时空精度变化下的影响相互交错且复杂,最终导致精度在(12h㊁0.05ʎ)以内的频率分析结果相对误差均较小㊂综上,以面积为20.52km2的典型城市地区黄浦区为例,建议水利工程设计中(Tȡ2a)使用精度在(12h㊁0.05ʎ)以内的降雨数据进行极端暴雨事件的频率计算,排水工程设计中(Tɤ2a)应使用精度更高的数据为宜㊂图6㊀不同重现期下降雨数据时空分辨率对暴雨设计值影响的3-D散点图Fig.63-D scatter plot of influence of spatial and temporal resolution of rainfall inputs on design storms under different return periods 4㊀结㊀㊀论本文基于16种不同时空分辨率的降雨数据,利用暴雨时空异质性评估指标和随机暴雨移置法在上海市黄浦区分析了降雨数据精度对城市暴雨时空变异性特征刻画㊁暴雨IDF曲线计算的影响㊂主要结论如下: (1)粗糙分辨率降雨数据会造成年最大暴雨序列的抽样存在误差,主要体现在暴雨发生时间出现误差(延迟)㊁降水量低估㊁暴雨过程在时序上的不均匀性增大㊁空间上的不均匀程度减小㊂在研究区域采用(0.02ʎ㊁6h)精度及以上的数据对暴雨时空变异性的刻画结果较为可靠㊂(2)降雨数据时间和空间分辨率的影响差异较大,时间分辨率对暴雨时空变异性刻画能力的影响强于空间分辨率㊂数据的时间分辨率不仅会影响暴雨的时序特征,也会影响暴雨事件的空间变化特征,同理数据空间分辨率亦会对暴雨事件的时序变化特征带来影响㊂(3)降雨数据分辨率越低㊁重现期越大,暴雨频率结果的低估程度越大㊂时间分辨率影响占主导作用,大约是空间分辨率的5倍㊂建议小型城市地区在水利工程设计中使用时间分辨率为12h㊁空间分辨率为0.05ʎ或更高精度的输入数据㊂。
上海地区几类强降水雨滴谱特征分析
上海地区几类强降水雨滴谱特征分析谢媛;陈钟荣;戴建华;胡平【期刊名称】《气象科学》【年(卷),期】2015(035)003【摘要】用Parsivel激光降水粒子谱仪资料对2013年上海地区4-10月份期间4种类型(层状云、对流暖云主导型、对流冷云主导型和强台风影响下的混合暖云型)降水过程的雨滴谱特征进行了分析.通过平均雨滴谱及其拟合特征、雨滴数密度与含水量分布、雨滴尺度与速度二维谱分布等对比分析发现:各类降水中,雨滴谱的峰值结构与雨强大小有关,其中直径介于0.187～1.312 mm的小雨滴均出现峰值且总数最多.各尺度雨滴数密度及其比例决定了其降水量贡献比,在冷云强降水中的雨强贡献最大的雨滴尺度要显著大于其他3种类型.雨滴谱宽按大小排列依次为对流冷云主导型、混合暖云型、对流暖云主导型和层状云.最后综合运用雨滴谱、雷达、雨量站、闪电等观测资料对9月13日对流冷云主导型降水过程进行分析后发现:在雷暴的演变过程中,雨滴谱特征与雷达反射率因子、垂直液态水含量、自动站雨强、闪电频次等要素均有较好的相关性.冷云产生的冰晶和冰雹融化后的大雨滴进入中低层的广谱小雨滴群,并通过破碎分裂增加了大雨滴的形成概率,尤其是捕捉碰并过程更加快了大雨滴的增长速度,使雨强在短时间内迅速加强.雨滴谱中各档粒子数的演变,揭示了降水强度的变化,用雨滴谱资料可有效弥补现有雷达定量估测降水的偏差,且在冷云中改善明显.【总页数】9页(P353-361)【作者】谢媛;陈钟荣;戴建华;胡平【作者单位】南京信息工程大学大气物理学院,南京210044;上海市气象信息与技术支持中心,上海200030;南京信息工程大学大气物理学院,南京210044;上海中心气象台,上海200030;上海市气象信息与技术支持中心,上海200030【正文语种】中文【中图分类】P426.33【相关文献】1.伊犁河谷汛期一次短时强降水雨滴谱特征分析 [J], 江新安;王敏仲2.四平地区一次强降水过程分析及雨滴谱特征分析 [J], 杨楠;巩宪伟;秦天柱;马洪波3.2016年5月6日重庆万盛短时强降水雨滴谱特征分析 [J], 张丰伟;张逸轩;韩树浦;王毅荣4.台风“利奇马”不同强降水中心的雨滴谱特征分析 [J], 申高航; 高安春; 李君5.上海地区不同类型短时强降水的大尺度环流背景特征分析 [J], 魏晓雯;梁萍;何金海因版权原因，仅展示原文概要，查看原文内容请购买。
上海市不同历时暴雨组合概率研究
上海市不同历时暴雨组合概率研究曾明;张雨凤;李琼芳;任锦亮;虞美秀;马俊超;鞠彬【摘要】基于上海市徐家汇站1960—2011年的日降雨资料，分析上海市年最大1 d和3 d降水量年际变化和年代际变化特性；择优选择GH Copula函数构建了年最大1 d与3 d降水量的联合分布模型，并推算它们的同现重现期和组合风险概率。
结果表明：年最大1d和3d降水随时间呈增加趋势，自20世纪70年代开始其均值随年代增加；年最大1 d和3 d设计暴雨同频遭遇风险率在75％～85％之间，且同现风险率随年最大1 d设计暴雨值增大而增加。
在设计上海市防洪排涝标准时若考虑最大1d和3d降水量的遭遇组合，有利于提升防洪排涝能力，保障防洪安全。
%Based on the daily precipitation at Xujiahui station from 1960 to 2011 , interannual variation and interannual changing characteristics of annual 1-day and 3-day maximum rainfall were analyzed.The Gumbel-Hougaard Copula function which was selected preferentially was used to build the joint distribution model of annual 1-day and 3-day maximum rainfall, then the co-occurrence return periods and the risk probability were calculated. The result showed that the annual 1-day and 3-day maximum rainfall had an increasing trend with time passed by. In addition, since the 70s their mean values also increased with years.The encounter risk rate of annual 1-day and 3-day design storm rainfall under the same frequency ranged from 75% to 85%, and the co-occurrence risk rate increased with the increase in annual 1-day design storm rainfall.If people consider the joint probability distribution of annual 1-day and 3-day rainfall for designing the flood control and drainagestandard for Shanghai, the capability of flood control and drainage will be improved and flood control safety will be guaranteed.【期刊名称】《水资源保护》【年(卷),期】2015(000)004【总页数】5页(P82-86)【关键词】年最大1 d降水量;年最大3 d降雨量;暴雨频率;Copula函数;联合概率分布;同现风险率;上海市【作者】曾明;张雨凤;李琼芳;任锦亮;虞美秀;马俊超;鞠彬【作者单位】河海大学水文水资源学院，江苏南京 210098; 河海大学国际河流研究所，江苏南京 210098;河海大学水文水资源学院，江苏南京 210098;河海大学水文水资源学院，江苏南京 210098; 河海大学国际河流研究所，江苏南京210098;盐城市水利勘测设计研究院，江苏盐城224000;河海大学水文水资源学院，江苏南京 210098; 河海大学国际河流研究所，江苏南京 210098;河海大学水文水资源学院，江苏南京 210098; 河海大学国际河流研究所，江苏南京 210098;河海大学水文水资源学院，江苏南京 210098; 河海大学国际河流研究所，江苏南京210098【正文语种】中文【中图分类】TV125随着城市化进程的加快,城市洪涝灾害问题日益突出。
1981-2013年上海地区强降水事件特征分析
1981-2013年上海地区强降水事件特征分析顾问;谈建国;常远勇【期刊名称】《气象与环境学报》【年(卷),期】2015(031)006【摘要】利用1981-2013年上海地区11个基本气象站逐小时降水资料,分析上海地区强降水事件的时空分布和雨型特征.结果表明:近33 a来上海地区强降水事件发生频次总体呈线性增加的趋势(2.9站次/10 a),强降水事件的增加主要是由于短持续强降水的增加造成的.上海地区强降水事件为夏季多发,短持续强降水为午后多发.强降水事件发生频次的空间分布反映了明显的城市雨岛特征.静止锋和副热带高压是造成上海地区强降水事件的主要天气型,静止锋型强降水以降水强度偏小的长持续强降水为主,副热带高压型强降水具有降水强度大、历时短的特点;副热带高压型强降水事件发生频次及其增加趋势均为上海中心城区大于郊区.强降水事件的雨型大部分为雨峰在前部的单峰雨型,短持续强降水事件雨峰的集中度和强度比长持续强降水高,此类雨型降水集中,易引起内涝灾害.【总页数】8页(P107-114)【作者】顾问;谈建国;常远勇【作者单位】上海市气象科学研究所,上海200030;上海市气象科学研究所,上海200030;上海市气象科学研究所,上海200030【正文语种】中文【中图分类】P468.0+24【相关文献】1.1981-2013年万全县蒸发量变化特征分析 [J], 通丽娴;田晶2.1981-2013年山西地区冰雹气候特征分析 [J], 李韬光;张红雨;柳琼;赵彩萍;杨东;李新生3.上海地区几类强降水雨滴谱特征分析 [J], 谢媛;陈钟荣;戴建华;胡平4.2018年7月15—17日北京极端强降水过程三类对流风暴及其强降水特征分析 [J], 曹艳察;郑永光;盛杰;林隐静;朱文剑;张小雯5.上海地区不同类型短时强降水的大尺度环流背景特征分析 [J], 魏晓雯;梁萍;何金海因版权原因，仅展示原文概要，查看原文内容请购买。
上海市近百年来夏季降水时空分布特征及影响因素
上海市近百年来夏季降水时空分布特征及影响因素
孟菲;康建成;王甜甜;安琰;袁文昊
【期刊名称】《气象与环境科学》
【年(卷),期】2007(030)003
【摘要】依据前人的研究和上海1949-2005年气象资料,研究了上海地区夏季降水特征,结果显示:上海夏季降水在时间分布上具有周期性变化,在1OO多年中有3个多雨湿润期和3个少雨偏干期;在空间分布上,因城市"雨岛"效应影响,城市和郊区差异明显.太阳活动周期对降水存在周期性的影响,ENSO事件对降水多寡有影响.火山爆发使降水出现1～2 a的较短的周期波动.
【总页数】6页(P14-19)
【作者】孟菲;康建成;王甜甜;安琰;袁文昊
【作者单位】上海师范大学城市生态与环境修复研究中心上海 200234;上海师范大学城市生态与环境修复研究中心上海 200234;上海师范大学城市生态与环境修复研究中心上海 200234;上海师范大学城市生态与环境修复研究中心上海200234;上海师范大学城市生态与环境修复研究中心上海 200234
【正文语种】中文
【中图分类】P426.61+4
【相关文献】
1.内蒙古兴安盟1967至2017年夏季降水的时空分布特征 [J], 徐青竹
2.辽宁夏季降水时空分布特征及其成因分析 [J], 公颖;周小珊;董博
3.华北地区夏季降水日变化的时空分布特征 [J], 韩函;吴昊旻;黄安宁
4.龙感湖近百年来沉积物磷的时空分布特征及其人类活动影响 [J], 吴艳宏;邴海健;刘恩峰;羊向东;周俊
5.迪庆州夏季降水时空分布特征及其与地形关系分析 [J], 段志方;此永芝玛;杨迎花;赵进;冯国兵
因版权原因，仅展示原文概要，查看原文内容请购买。
上海地表湿润度变化特征及成因分析_史军
第24卷 第6期自 然 资 源 学 报V o l .24N o .6 2009年6月J O U R N A L O FN A T U R A LR E S O U R C E S J u n .,2009 收稿日期:2008-03-28;修订日期:2009-01-15。
基金项目:上海市气象局研究型业务专项(Y J 200805;Y J 200803);上海市科委项目(072512021)。
第一作者简介:史军(1975-),男,高工,博士,主要研究气候变化和生态气象。
E -m a i l :s h i j @c l i m a t e .s h .c n上海地表湿润度变化特征及成因分析史 军1,崔林丽2,李 军1(1.上海市气候中心,上海200030;2.上海市卫星遥感与测量应用中心,上海201100)摘要:基于上海11个气象站历史气候数据,利用湿润指数分析了1960～2008年期间上海地表湿润度的时间变化特征和空间分布差异,并对其变化原因和不确定性进行探讨。
结果表明,过去49年间,上海地表湿润度在1990s 最高,而在1960s 最低;湿润度在夏季显著增加,而在秋季显著减小。
上海湿润度在空间分布上表现为南部高于北部,整个上海湿润度在过去49年间总体都呈增加趋势,且东部增加多于西部。
上海湿润度变化主要受降水量和潜在蒸散量的影响,日照时数、气温日较差和平均地温通过对潜在蒸散的影响,从而都与湿润指数显著负相关。
上海潜在蒸散的变化与其它研究中关于城市化对实际蒸散的影响结果不一致,评估城市和城镇地区地表湿润度,还有待建立更完善的湿润度指标。
关 键 词:地表湿润度;时间变化;空间差异;成因;不确定性;上海中图分类号:P 467 文献标识码:A 文章编号:1000-3037(2009)06-1090-091 引言湿润指数系指降水量与潜在蒸散量之比,是判断某一地区气候干、湿程度的指标,能够较客观地反映某一地区的水热平衡状况[1]。
上海地面沉降影响因素综合分析与地面沉降系统调控对策研究
究
目录
01 一、背景介绍
03 三、研究方法
02 二、研究目的 04 四、影响因素分析
目录
05 五、系统调控对策
07 参考内容
06 六、结论与展望
一、背景介绍
地面沉降是指由于各种自然和人为因素导致地表地面下沉的现象。在上海这 样一个经济发达、人口密集的城市，地面沉降问题尤为突出。严重的地面沉降会 导致建筑物损坏、地下管线破裂、交通设施受影响等一系列问题，给城市的发展 和居民的生活带来极大的困扰。因此，对上海地面沉降的影响因素进行综合分析， 并探讨地面沉降系统调控对策，对于保障上海城市的安全和发展具有重要意义。
2、推广节水技术：在地面沉降严重区域，大力推广节水型农业技术和工业 技术，减少用水量，降低对地下水的需求。此外，还可以通过雨水收集利用等方 式，减少对地下水的依赖。
3、地质工程改良：针对已经出现地面沉降的区域，可以采取地质工程改良 的方法。例如，在地下水抽取区设置回灌井，通过回灌技术将抽取的地下水回灌 到地下含水层中，以增加地层压力，缓解地面沉降。
4、加强监测体系建设：建立健全地面沉降监测网络体系，提高监测技术水 平。通过定期监测和分析，及时发现和解决潜在的地面沉降问题。此外，还可以 利用遥感技术、GIS等先进手段，提高监测的准确性和效率。
5、加强公众教育和意识提高：通过媒体、教育机构等多种渠道，加强对公 众的宣传教育，提高人们对地面沉降危害的认识和环境保护意识。培养公众的地 质灾害防范意识，从而形成全社会共同参与、共同防治的良好氛围。
五、系统调控对策
针对上海地面沉降的问题，提出以下系统调控对策：
1、法律政策：制定和完善相关法律法规，加强对地面沉降的监管和执法力 度，确保各项调控措施的落实。
上海地区 暴雨强度公式与设计雨型标准
上海地区暴雨强度公式与设计雨型标准上海地区是中国东部的一个重要城市，位于长江口的黄浦江畔。
虽然上海地区四季分明，降雨比较均匀，但暴雨天气时常会给城市带来严重的水灾。
为了有效预防和应对暴雨天气，设计有效的暴雨强度公式和适宜的设计雨型标准非常重要。
暴雨强度公式是指通过分析历史气象数据和实测数据建立的一种数学模型，用于预测和计算暴雨的强度。
对于上海地区而言，制定合适的暴雨强度公式尤为重要。
这需要考虑上海地区的地理特征、气候条件以及降雨历史数据等方面的因素。
在上海地区，地理条件复杂，地势较为平坦，存在一些低洼地带。
这些地形特点使得上海在暴雨天气下更容易发生内涝现象。
因此，暴雨强度公式的制定需要考虑到上海的地势特点，以确保在短时间内尽可能准确地预测到暴雨的强度。
此外，上海地区的气候条件也是制定暴雨强度公式的重要依据。
上海地区属于亚热带季风气候，冬季寒冷，夏季炎热潮湿，降雨相对较多。
暴雨强度公式需要充分考虑此类气候特点，准确反映上海地区暴雨发生的可能性和强度，以便制定有效的防范措施。
另外，暴雨强度公式的制定还需要基于上海地区的降雨历史数据进行分析。
通过对历史降雨数据的统计和分析，我们可以了解上海地区不同等级的暴雨发生频率和持续时间。
这些数据可以为制定暴雨强度公式提供重要依据，使公式更接近实际情况。
在制定暴雨强度公式的过程中，还需要考虑到暴雨对城市的影响。
上海作为中国经济和金融中心，人口众多，城市建设密集，水资源和排水系统等基础设施需要承受大量降雨的冲击。
因此，暴雨强度公式的制定还需要充分考虑到城市建设的风险和需求，确保公式对城市建设起到有效的指导作用。
设计雨型标准是指根据暴雨的实际情况和影响范围，确定合理的设计雨型。
设计雨型标准的制定需要综合考虑上海地区的气候、地理条件、降雨历史数据等因素。
对于上海地区而言，设计雨型标准的制定应该考虑到城市建设的需求和防洪排水设施的能力。
上海地区的基础设施较为发达，但仍需进一步完善城市的防洪排水系统，以应对暴雨等极端天气事件。
城市化对上海市区域降水的影响(水文)
城市化对上海市区域降水的影响殷健1 梁珊珊2(1. 上海市水文总站,上海,200232 2. 上海市排水管理处,上海,200001) [摘要]随着城市化进程加快，城市局地气候特征发生改变，降水的变化尤为显著。
采用同时期不同站横向对比，不同时期同站纵向对比的方法对上海市城区及郊区代表雨量站1979－2007年降水时间序列进行研究，分析表明城区的年降雨量、汛期降雨量、主汛期降雨量、月降雨量、工作日降雨量等均存在较明显的增雨效应，且降雨在年内的分配有向主汛期集中的趋势，城区的梅雨及台风雨增雨明显，城市化对不同类型降雨的影响随降水量级的升高而逐渐显著。
城市化使城区的强对流及灾害性天气增多，防洪排涝压力增大，在进行城市规划时应充分予以考虑。
[关键词]城市化降水时间序列分析增雨系数上海市Influence of urbanization on regional precipitation of Shanghai CityJian Yin1 Shanshan Liang2(1 The hydrological master station in Shanghai, 200232,China 2 ShanghaiMunicipal Drainage Administration , 200001, China)[Abstract] With the accelerated process of urbanization, some characteristics of climate in shanghai has changed, the Precipitation change is particularly significant. By comparing rural precipitation with urban precipitation at representative station in different periods, based on the analysis of annual rainfall time series analysis, we can know that City's annual rainfall, the rainfall season, the main flood season rainfall, the rainfall on that day rainfall, and so there is more pronounced effect of rainfall, The distribution of rainfall this year has focused on the main flood season trend, the rainy weather and rainfall to Taiwan obviously, distribution of annual rainfall and he frequency of all patterns of rainfall precipitation has increased. Urbanization of the city so that the strong convective weather and the increased pressure of flood control drainage, town planning should be fully taken into account.[Key words]urbanization precipitation time series analysis precipitation-enhancement coefficient Shanghai city1 引言城市化是指人口向城市地区集中，致使城市区域不断扩大的过程[1]。