龍 俐，段 瑩，牟 佳，張東海，徐丹丹

(1.貴州省氣候中心，貴州 貴陽 550002；2.貴州省生態(tài)氣象和衛(wèi)星遙感中心，貴州 貴陽 550002； 3.貴州省氣象學會，貴州 貴陽 550002)

1 引言

強降水過程通常都具有覆蓋范圍廣、降水強度大、持續(xù)時間長等特點，特別是在山區(qū)，可能會引發(fā)中小水庫汛情，局地小流域山洪、泥石流、山體滑坡和崩塌，城鎮(zhèn)積水、低洼農田內澇，雨大路滑造成機場和高速公路能見度差、公路水毀路斷等災害。

目前，雖然對強降水定量評估有了一些研究，但可參考的行業(yè)標準、地標和指標多針對暴雨以上的降水等級進行單日或過程影響評估[1-13]，對于較強降水的定量化綜合性評估標準或規(guī)定較少。而對于貴州這樣的山地環(huán)境，持續(xù)性的、較強的降水過程也會造成社會經濟損失、甚至是人員傷亡，進行較強降水的定量評估在實際的業(yè)務工作和服務需求當中也尤為重要，因此，本文以貴州省為例，建立了區(qū)域性強降水過程綜合強度評估模型，并給出評估等級劃分標準，為定量化評估業(yè)務提供一定的參考。

2 資料、定義和方法

2.1 資料

采用貴州省1961—2017年84個國家級氣象觀測站逐日降水量，計算結果主要用于評估，因此日降水量時段選擇20時—次日20時。

2.2 區(qū)域強降水過程相關定義

強降水日：監(jiān)測區(qū)域內，有10站及以上日降水量達25.0 mm以上時，稱為一個強降水日。

區(qū)域強降水過程：連續(xù)2個或以上的強降水日為一次強降水過程(其中連續(xù)2個強降水日后中間允許間斷一天，且間斷期間至少有1個站日降水量≥25.0 mm)；如果過程持續(xù)間斷1 d以上或未有站點降水量達到25.0 mm則過程結束。

區(qū)域強降水開始日：出現(xiàn)區(qū)域強降水過程的第一個強降水日，稱為區(qū)域強降水開始日。

區(qū)域強降水結束日：區(qū)域強降水過程持續(xù)間斷1 d以上或未有站點降水量達到25.0 mm的前一日，稱為區(qū)域強降水結束日。

過程持續(xù)天數(shù)：開始日到結束日之間的天數(shù)。

過程總雨量：過程期間≥25.0 mm雨量總和。

過程總站次：過程期間≥25.0 mm累計站點數(shù)。

過程平均雨量：過程期間總雨量/總站次。

過程暴雨量：過程期間≥50.0 mm雨量總和。

過程暴雨站次：過程期間≥50.0 mm累計站點數(shù)。

過程平均暴雨量：過程期間暴雨量/暴雨站次。

2.3 方法

2.3.1 標準化 為了去除數(shù)據(jù)的單位限制，將其轉化為無量綱的純數(shù)值，對數(shù)據(jù)進行標準化處理，便于不同單位或量級的指標能夠進行比較和加權，本文采用z-score 標準化(zero-meannormalization)。

(1)

2.3.2 歸一化 歸一化是對原始數(shù)據(jù)的線性變換，使結果值映射到[0 - 1]之間。

(2)

其中max為樣本數(shù)據(jù)的最大值，min為樣本數(shù)據(jù)的最小值。

2.3.3 權重 本文采用主成分分析，根據(jù)指標的主成分載荷矩陣的歸一化值作為指標的權重。

(3)

其中，Ui為主成分載荷矩陣，Ai為因子載荷矩陣，λ為特征值。為了使所有指標的權重之和為1，將Ui進行歸一化即得到各指標的權重系數(shù)。

3 結果分析

3.1 數(shù)據(jù)計算及處理

按照定義，選取了氣候標準期(1981—2010年)[12]的206次過程進行分析，研究表明，持續(xù)天數(shù)、總雨量、總站次、暴雨量、暴雨站次5個指標之間相關性均在0.65以上，在0.01水平上顯著相關。通過正態(tài)化分析后顯示，持續(xù)天數(shù)因樣本取值單一，不適合正態(tài)化處理，因此，直接用原值；總雨量、總站次進行對數(shù)處理，暴雨量、暴雨站次進行立方根處理后其概率符合正態(tài)分布(圖1)。為保障指標無綱量化，按照公式1進行標準化(表1)，作為指標分析的最終數(shù)據(jù)(圖2)。

表1 因子均值及標準差Tab.1 Mean and standard deviation of factors

3.2 綜合強度評估模型

通過對標準化后的206次過程進行KMO檢驗，取值為0.604，而且Bartlett球形檢驗的顯著性值為0.000<0.05，說明數(shù)據(jù)適合做因子分析，可以用主成分分析求權重；各指標提取得到的公因子方差基本在0.9以上，表明了提取的主成分對于變量的解釋程度比較高。根據(jù)分析提取了特征值大于1的1個主成分，方差貢獻率為84.084%，特征值為4.203，按照公式(3)計算并歸一化后，最終得到以下區(qū)域性強降水過程綜合強度評估模型：

Irain=0.170×Rd+0.214×Rzr+0.205×Rzn+ 0.205×Rzs+0.206×Rzsn

其中，Irain為區(qū)域性強降水過程綜合強度評估指數(shù)；Rd為過程持續(xù)時間標準化后的值；Rzr、Rzn、Rzs、Rzsn分別是總雨量、總站次、暴雨量、暴雨站次4個指標正態(tài)化和標準化后的值。

3.3 等級劃分

基于貴州省區(qū)域性強降水過程綜合強度評估指數(shù)序列，取百分位數(shù)30%、50%、70%和90%對應的概率進行等級劃分[15]。

3.4 歷史降水過程檢驗

1961—2017年貴州省共發(fā)生406次區(qū)域性強降水過程，綜合強度評估指數(shù)為強以上等級的共計82次，占總過程的20.2%。

圖1 指標正態(tài)化處理后P-P圖(a. 總雨量，b. 總站數(shù)，c.暴雨量，d.暴雨站數(shù))Fig.1 P-P diagram after normalizing the indicator(a.total rainfall, b.total stations, c.rainstorm, d.stations of rainstorm)

圖2 指標標準化頻率圖(a.持續(xù)天數(shù)，b. 總雨量，c. 總站數(shù)，d.暴雨量，e.暴雨站數(shù))Fig.2 Standardized frequency diagram of indicators (a.number of days, b. total rainfall, c.total stations, d. rainstorm, e. stations of rainstorm

表2 綜合強度評估等級Tab.2 Level of comprehensive strength assessment

圖3 強降水過程等級比例(1961—2017年)Fig.3 Proportion of heavy precipitation process

參照《中國氣象災害年鑒》、《中國氣象災害大典(貴州卷)》、《貴州省年鑒》、民政廳數(shù)據(jù)等歷史災害事件記載[14-17]，本文結果與歷史強降水事件具有較好的一致性，特強等級33次區(qū)域性強降水過程中，29次均有記載造成巨大的經濟損失和人員傷亡，對社會有重大影響(表3表述了前10位)。

表3 區(qū)域性強降水過程描述Tab.3 Description on regional strong precipitation process

注:以上災情來源于《中國氣象災害大典(貴州卷)》，僅對死亡人口及經濟損失進行描述。

1961年以來，綜合強度評估指數(shù)的最大值出現(xiàn)在1991年7月1—13日，過程持續(xù)13 d，281站次出現(xiàn)25.0 mm以上的日降水，強降水平均雨量為57.9 mm，期間出現(xiàn)50.0 mm以上的降水136站次，平均暴雨量為88.3 mm，平壩站日降水量達到了266.2 mm(圖4、圖5)。此次過程造成全省受災人口近1 711萬人，因災死亡434人，重傷1 214人，受災工礦企業(yè)200多家，學校2 550所。全省農田受災面積達54.66萬hm2，其中有13.33萬hm2絕收，受災企業(yè)1 400余家，直接經濟損失約24.35億元[16]。

圖4 貴州省1991年7月1—13日逐日降水量站數(shù)圖Fig.4 Daily Precipitation during July 1-13, 1991, Guizhou Province

圖5 貴州省1991年7月1—13日20—20 時降水量分布圖(單位：mm)Fig.5 Distribution of precipitation from July 1 to July 13, 1991 at 20-20 o'clock in Guizhou Province

4 小結

①本文區(qū)域性強降水過程的識別定義了區(qū)域性、大范圍、持續(xù)性強降水出現(xiàn)的情況，不僅考慮到過程強度的影響，還考慮到過程的持續(xù)性累積效應。基于此規(guī)定的統(tǒng)計結果與歷史區(qū)域性強降水過程基本吻合。

②構建了貴州省區(qū)域性強降水過程的綜合強度評估模型，包含過程持續(xù)時間、總雨量、總站次、暴雨量、暴雨站次5個指標及各指標的權重，對區(qū)域性強降水過程進行全面的描述，為強降水定量評估提供了科學依據(jù)和基礎。

③該綜合性指標主要考慮了降水量的一個范圍和強度，如果結合社會、經濟、災情等指標進行評估，可以對過程的災損進行較好的實時評估或預估，但在實際的業(yè)務需求和服務中，往往由于實時災情資料的時效性和針對性有限，而不易實現(xiàn)，可以盡量收集所需指標，便于進行災后評估。