李栩婕,馬中元,肖 云,李歡歡,袁 春
(1.新余市氣象局,新余 338000;2.江西省氣象科學(xué)研究所,南昌 330046)
降水是較為重要的氣象要素之一,精確地定量估測區(qū)域降水量對于相關(guān)部門防災(zāi)減災(zāi)以及預(yù)測預(yù)報有很重要的意義[1,2]。雖然雨量站可以直接測量單點雨強隨時間的連續(xù)變化,但是由于雨量站網(wǎng)密度稀疏,降雨量在空間上的變化比較復(fù)雜,雨量站的測量并不能精確反映降水在空間上的變化;而雷達具有測量范圍廣、時空分辨率高、可及時取得大面積定量降水資料的優(yōu)點,因此,根據(jù)雷達回波反演估測區(qū)域降水量日益受到關(guān)注,不失為測量區(qū)域降水量的一個重要手段[3]。
對于利用雷達回波監(jiān)測降水,國內(nèi)很多學(xué)者[4-6]做了大量的工作。例如刁秀廣[7]等利用濟南多普勒天氣雷達資料,對山東3次大暴雨過程中雷達回波特征和強降水的作用進行了分析。金少華[8]利用多普勒雷達和常規(guī)觀測等資料,對2017-06-20發(fā)生在滇中的局地大暴雨的原因進行了研究。這些研究成果為袁河流域短時強降水研究提供了理論依據(jù)。但針對江西袁河流域的降水過程,研究組合反射率強度與地面雨量相關(guān)性的文獻較少。
袁河流域發(fā)源于江西武功山,經(jīng)過萍鄉(xiāng)市蘆溪縣向東奔流,流經(jīng)宜春、分宜、新余,樟樹市昌傅鎮(zhèn),新干縣三湖鎮(zhèn),最后在樟樹市區(qū)注入贛江,為贛江水系。2019-07-07—2019-07-09,袁河流域出現(xiàn)歷史罕見的連續(xù)性暴雨(大暴雨)天氣過程,萍鄉(xiāng)市、宜春、新余均大面積出現(xiàn)嚴重的城市內(nèi)澇,部分山區(qū)出現(xiàn)山體滑坡、山洪、泥石流等災(zāi)害,導(dǎo)致大量經(jīng)濟損失和人員傷亡。因此,文章分析袁河流域雨量與雷達回波時空分布關(guān)系和趨勢對比,結(jié)合袁河歷史極端降水事件,建立了地面雨量與回波強度概念模型,從中找出降水發(fā)生時的雷達回波閾值指標,以期為開展精細化氣象服務(wù),制定防災(zāi)減災(zāi)應(yīng)急預(yù)案提供指導(dǎo)。
雷達回波資料來源于江西WebGIS雷達拼圖平臺,參與江西WebGIS雷達拼圖的雷達有24部,其中江西8部、湖北l部、湖南5部、廣東3部、福建3部、浙江2部和安徽2部。江西WebGIS雷達拼圖采用的是精度為0.01°× 0.01°(1100 km × 1100 km)的經(jīng)緯度網(wǎng)格化數(shù)據(jù),通過對雷達拼圖數(shù)據(jù)進行雷達質(zhì)控處理,包括回波的過濾處理、最低最高回波強度值處理等,為天氣預(yù)警預(yù)報服務(wù)提供雷達拼圖產(chǎn)品。雷達拼圖利用Web技術(shù)和谷歌瓦片式地圖顯示技術(shù)進行動態(tài)交互顯示,能準確地定位雷達回波位置并與地形疊加,從而進行回波落區(qū)的判斷,這也為強天氣短臨預(yù)報提供了依據(jù)。
江西WebGIS并不是真正的GIS系統(tǒng),而是GIS在廣域網(wǎng)環(huán)境下的一種應(yīng)用,但這種網(wǎng)頁GIS版本的“瓦片式”圖形顯示速度是最快的,放大后圖像顯示精度也能滿足預(yù)報員開展短臨精細化預(yù)報分析的需要(精確到鄉(xiāng)鎮(zhèn)村),故稱江西WebGIS雷達拼圖[9-11]。
降水資料來源于江西省自動站實時數(shù)據(jù)服務(wù)平臺,該平臺捆綁在江西WebGIS雷達拼圖平臺中。大暴雨站數(shù)統(tǒng)計標準:以袁河7個國家站(萍鄉(xiāng)站、蘆溪站、宜春站、分宜站、新余站、新干站、樟樹站)當日20:00至次日20:00(北京時,下同)降水數(shù)據(jù)為準,若袁河7站中有1個站次達到降水量≥100 mm/24 h的過程稱為1次大暴雨過程。以日界20:00計算,超過24 h連續(xù)2 d出現(xiàn)暴雨,按2次暴雨日計算。短時強降水站數(shù)統(tǒng)計標準:若袁河7站中有1個站次出現(xiàn)≥30 mm/h的降水過程稱為1次短時強降水過程。
2013—2020年3—7月,江西汛期袁河流域7站共出現(xiàn)14次≥100 mm/24 h的大暴雨過程,出現(xiàn)33次≥30 mm/h的短時強降水過程。
皮爾森 (Pearson) 相關(guān)系數(shù)是一種線性相關(guān)系數(shù),其用來反映兩個變量線性的相關(guān)程度,r的絕對值越大,表明兩者之間相關(guān)性越強。Pearson相關(guān)系數(shù)r的表達式為:
(1)
用paired-samples test進行配對樣本t檢驗的分析,可以使用來自兩個總體的配對樣本,推斷兩個總體的均值差異的顯著水平,從而說明得到的相關(guān)性分析的統(tǒng)計學(xué)意義。當P<0.05時,表示有顯著意義,即變量之間相關(guān)性顯著的結(jié)論犯錯誤的可能性為5%,即在0.05水平顯著;當P<0.01 時,表示結(jié)論犯錯誤的可能性為1%,即在0.01水平顯著。P越小表明結(jié)論越好,當P<0.05時,可認為2個變量之間相關(guān)性很顯著。
為了更好地研究雨量與雷達回波強度的關(guān)系,以時間為x軸,雨量和組合反射率為雙y軸,雨量y軸是地面國家站實測1 h雨量(mm/h),組合反射率y軸是測站上空10 km圓面積中,1 h內(nèi)每10 min組合反射率的平均值(dBz)。對2013—2020年3—7月,江西汛期袁河流域14次大暴雨過程的雨量(mm)與CR回波(dBz)進行相關(guān)性對比分析。由于個例次數(shù)較多,選取2020-07-08—2020-07-09大暴雨過程和袁河流域國家站(萍鄉(xiāng)、蘆溪、宜春、分宜、新余、新干和樟樹共7站)典型個例加以說明。
通過對比分析2020-07-08T20:00—2020-07-09T20:00萍鄉(xiāng)站雨量與雷達回波的發(fā)展趨勢,可以得出,萍鄉(xiāng)當日的主要降水時段為13:00—18:00。13:00開始,組合反射率快速增加;15:00組合反射率增加到45 dBz左右,此時小時雨量達到1 d中的最大值18 mm/h;隨后30 min內(nèi)組合反射率逐漸降低,并存在較弱波動,至17:00增加到40 dBz左右,小時雨量為14.8 mm/h。當回波值在20 dBz以下,預(yù)示著雨量很小,一般小于1 mm/h。
蘆溪當日的主要降水時段為13:00—18:00。降水開始前,組合反射率在0~20 dBz波動,13:00開始,組合反射率呈增加趨勢;在14:00組合反射率增加到40 dBz左右,此時小時雨量達到1 d中的最大值14.9 mm/h;隨后3 h內(nèi)組合反射率在25~40 dBz波動。
宜春當日的主要降水時段為11:00—18:00。降水開始前,組合反射率在20 dBz左右波動,9:00后,組合反射率開始呈增加趨勢,當組合反射率增加到25 dBz左右,此時開始發(fā)生降雨;13:00,組合反射率增加到45 dBz左右,此時小時雨量達到1 d中的最大值30.7 mm/h;此后隨組合反射率減小雨強逐漸減弱。
分宜主要降水時段為10:00—18:00。在降水發(fā)生前2 h,組合反射率呈增加趨勢;11:00組合反射率增加到35 dBz左右,此時降水量達13.1 mm/h;隨后1 h內(nèi)組合反射率逐漸降低,后又逐漸增加,13:00達到40 dBz左右,對應(yīng)降水量達到此次過程峰值29.2 mm/h。
新余主要降水時段為10:00—18:00。7:00開始,組合反射率呈增加趨勢;11:00,組合反射率增加到35 dBz,降水開始發(fā)生;13:00,組合反射率增加到40 dBz左右,此時降水量達到25.6 mm/h;隨后組合反射率逐漸降低,雨強逐漸減弱。
新干站主要降水有兩段,時段分別為8:00—13:00和14:00—18:00。在降水發(fā)生前,從3:00開始組合反射率呈增加趨勢;7:00組合反射率增加到25 dBz左右,此時開始發(fā)生降雨;在10:00達到第1段降水的峰值34.3 mm/h,此時對應(yīng)組合反射率為45 dBz左右;隨后4 h內(nèi)組合反射率減弱,對應(yīng)雨強減?。?5:00組合反射率又開始呈增加趨勢,增加到45 dBz左右,降水達到此次過程的峰值35.6 mm/h,降水后隨組合反射率減小雨強逐漸減弱。
樟樹站主要降水時段為05:00—13:00。從5:00開始,組合反射率開始增加,雨量也隨之增大;8:00組合反射率增加到48 dBz左右,此時降水量達到此次過程的最大值47.1 mm/h。
通過對比分析2020-07-08T20:00—2020-07-09T20:00袁河流域7個國家站雨量(mm)與雷達回波(dBz)的趨勢平均場,可以得出,主要降水時段為06:00—18:00。從4:00開始,組合反射率開始增加,雨量也隨之增大;15:00組合反射率增加到37 dBz左右,此時降水量達到此次過程的最大值14.5 mm/h。由于平均場造成的偏差,7站平均的回波線由20 dBz下調(diào)到10 dBz。
通過上述對比分析得到以下結(jié)果:
1)2013—2020年,袁河流域出現(xiàn)14次大暴雨過程,針對7個國家站的地面雨量與雷達回波強度,計算皮爾森相關(guān)系數(shù)和進行paired-samples test分析,雨量與雷達回波強度間有著顯著的相關(guān)性。
2)對樣本按雨量進行分級時:降水在10 mm/h以下時,隨降水的增強,雷達回波明顯增強;之后增加速度放緩,降水在20~35 mm/h區(qū)間的雷達回波強度在45 dBz左右波動。
3)對樣本以雷達回波強度進行分級時:在20 dBz以下,隨雷達回波強度增大雨量幾乎不變,在35~50 dBz雨強隨回波強度加大明顯增加;50 dBz以上雨強反而趨于下降或維持。