水旭瓊 林陳爽

摘要 利用2013—2022年228個自動站逐小時降水觀測資料，對寧波地區(qū)短時強降水時空分布特征進(jìn)行研究分析。結(jié)果表明：（1）寧波地區(qū)短時強降水/極端短時強降水頻次占比均存在明顯的年際變化。（2）寧波地區(qū)短時強降水月際分布總體呈現(xiàn)單峰型，峰值出現(xiàn)在8—9月，從日變化來看，14：00～19：00是短時強降水高發(fā)時段；極端短時強降水月變化和日變化特征與短時強降水總體相似，但分布更為集中。（3）寧波地區(qū)短時強降水和極端短時強降水空間分布特征存在顯著差異，象山地區(qū)和中心城區(qū)是強降水高發(fā)區(qū)域，且為平均雨強和極端雨強中心，是需要重點關(guān)注的預(yù)報服務(wù)區(qū)域。西部山區(qū)是全市短時強降水概率最高的區(qū)域，但出現(xiàn)極端短時強降水的概率相對較低。

關(guān)鍵詞 小時雨量；短時強降水；極端短時強降水；時空分布特征

中圖分類號：P426.6 文獻(xiàn)標(biāo)識碼： 文章編號：2095–3305（2023）07–0219-04

隨著氣候變化，短歷時強降水已成為寧波地區(qū)的主要災(zāi)害性天氣之一，極易引發(fā)山洪、小流域洪水、滑坡、城市內(nèi)澇等極端災(zāi)害和衍生災(zāi)害，給本地區(qū)國民經(jīng)濟尤其是生產(chǎn)生活帶來了諸多不利影響。近年來，針對分析短時強降水發(fā)生的成因和大尺度環(huán)流背景，高低空急流與短時強降水的關(guān)系等在國內(nèi)已有不少研究，但短時強降水突發(fā)性強、空間尺度小，致使其一直是臨近預(yù)報預(yù)警的一大難題，研究一個地區(qū)短時強降水的時空分布特征有利于深入認(rèn)識該地區(qū)相關(guān)災(zāi)害時空演變特征，從而提高預(yù)報準(zhǔn)確率和增加預(yù)報提前量[1-3]。

目前，已有不少學(xué)者研究了短時強降水時空分布特征，取得了較多的成果。盧偉萍等[4]對廣西地區(qū)的短時強降水時空分布特征進(jìn)行分析，指出該地區(qū)短時強降水發(fā)生范圍廣，極值區(qū)集中，發(fā)生頻次整體呈年際上升趨勢。呂勁文等[5]對2012—2016年6—9月浙江省午后短時強降水的時空分布進(jìn)行分析，探討其發(fā)生的環(huán)流背景及局地?zé)崃l件、地形輻合等觸發(fā)因子的特點。楊詩芳等[6]分析了杭州短時強降水的發(fā)生規(guī)律，表明該地區(qū)短時強降水雨量極值大多出現(xiàn)在臺汛期，也有少數(shù)在梅汛期，一年中發(fā)生短時強降水的月份為4—10月，主要發(fā)生在6—9月，7、8月為高峰期。

通過對2013—2022年寧波地區(qū)出現(xiàn)的短時強降水和極端短時強降水事件進(jìn)行研究，從時空分布、雨強和極值等方面對短時強降水進(jìn)行統(tǒng)計分析，為寧波地區(qū)短時強降水精細(xì)化預(yù)報奠定基礎(chǔ)，為有效防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

1 資料與方法

1.1 區(qū)域概況及資料來源

寧波市地勢呈西南高、東北低（圖1a）。西南部為低山丘陵區(qū)，有西南—東北走向的四明山脈，分布于余姚、海曙、奉化，最高海拔高度達(dá)800 m以上；南部地區(qū)天臺山支脈由寧海西南入境，經(jīng)象山港展延成南部諸山；東北部和中部為寧紹沖積平原的甬江流域平原，地勢平坦。

本研究所用逐小時降水觀測數(shù)據(jù)來源于浙江省氣象信息中心，數(shù)據(jù)經(jīng)過質(zhì)量控制?？紤]到資料的完整性和連續(xù)性，選取寧波地區(qū)數(shù)據(jù)完整率達(dá)到90%以上的站點，共228個觀測站參與統(tǒng)計分析，其空間分布見圖1b。需要指出的是，本研究所用資料為整點降水資料，會導(dǎo)致部分滾動60 min雨量超過20.0 mm/h的短時強降水因被劃分到2個小時段而無法被識別，從而本研究統(tǒng)計的短時強降水頻次略低于實際發(fā)生頻次。

1.2 短時強降水的定義及統(tǒng)計方法

短時強降水是指短時間內(nèi)降水強度較大，其降水量達(dá)到或者超過某一量級的天氣現(xiàn)象。參照氣辦發(fā)〔2017〕32號文件《短時臨近天氣業(yè)務(wù)規(guī)定》，將短時強降水定義為≥20.0 mm/h，為了分析短時強降水的極端性，參考俞小鼎[7]將極端短時強降水定義為≤50.0 mm/h。

分別統(tǒng)計短時強降水和極端短時強降水的頻次（頻次占比）、平均雨強、極端雨強等指標(biāo)，分析寧波地區(qū)短時強降水的時空分布特征。

2 結(jié)果與分析

2.1 時間分布特征

2.1.1 年際變化 2013—2022年寧波地區(qū)短時強降水共出現(xiàn)15 329站次，逐年波動較大。圖2a表明，2017和2020年占比相對最小，分別為6.2%和6.4%，2015和2021年占比相對較大，分別達(dá)12.3%和13.9%，最大年份約為最小年份的2.2倍。極端短時強降水共出現(xiàn)783次，逐年波動較短時強降水更為顯著，極端短時強降水2013年占比最大，為20.3%，其次為2021年13.0%，占比較小的年份有2017、2020、2022年，均不足5%，最大年份約為最小年份的4.4倍。大部分年份短時強降水和極端短時強降水具有同步變化趨勢，但個別年份兩者差異明顯，如2013、2022年。

結(jié)合逐年雨強箱線圖（圖2b）分析可知，大部分年份25%分位接近23.0 mm/h，除2013年和2018年外，75%分位很少超過34.0 mm/h，即雨強主要集中在23.0～34.0 mm/h。年平均雨強均在30.0 mm/h左右，最大2013年32.5 mm/h，最小2021年28.1 mm/h。除2015、2017、2020、2022年的雨強沒有超過100.0 mm/h外，其余年份均出現(xiàn)超過100.0 mm/h，其中2018年最多，有7次。

2.1.2 月變化和日變化 通過對圖3寧波全市站點短時強降水頻率月變化和日變化分布分析，從月變化柱狀圖來看，冬季12月至翌年2月出現(xiàn)短時強降水的概率較低；從4月開始短時強降水出現(xiàn)頻率逐漸增高，主要集中在6—10月，占全年92.4%，峰值出現(xiàn)在8—9月，約占全年總頻次的51.7%。從日變化柱狀圖來看，短時強降水任意時段皆可能出現(xiàn)，其中午后到傍晚15：00～19：00是高發(fā)時段，但日變化特征在不同月份存在一定差異。4—6月日變化相對平緩，并呈弱雙峰特征，峰值出現(xiàn)在18：00～20：00，08：00～09：00存在次峰值。7—9月日變化特征最明顯，主要呈單峰型，峰值出現(xiàn)在15：00～19：00，該時段副熱帶高壓強盛，午后到傍晚熱力和不穩(wěn)定條件好，易觸發(fā)強對流天氣有關(guān)[8-9]。10月峰值出現(xiàn)在04：00～06：00，秋季強對流天氣逐漸減弱，強降水主要由臺風(fēng)導(dǎo)致，由于臺風(fēng)強降水樣本相對較少，因此10月降水日變化峰值可能帶有一定隨機性。

分析圖4寧波全市站點極端短時強降水頻率月變化和日變化分布可以發(fā)現(xiàn)，極端短時強降水月變化和日變化相對于短時強降水特征更為顯著。從月變化柱狀圖來看，極端短時強降水4—11月均有發(fā)生，但主要集中在7—10月（年頻次超過100次），占全年94%，月際分布總體呈現(xiàn)單峰型，峰值出現(xiàn)在8—9月，約占全年總頻次的62.3%。由此可見寧波地區(qū)極端短時強降水事件主要由夏季午后強對流和臺風(fēng)導(dǎo)致。從日變化柱狀圖來看，極端短時強降水頻率日變化特征與短時強降水特征總體相似，任意時段皆可出現(xiàn)，但集中度更高。8月的日變化特征最明顯，主要集中在14：00～19：00，其中16：00～17：00尤為突出。10月06：00～09：00存在另一個峰值，主要集中在08：00。由于寧波屬于沿海地區(qū)，因此，海陸風(fēng)環(huán)流對極端短時強降水的增幅作用不可忽視。

2.2 空間分布特征

從寧波市短時強降水年平均次數(shù)空間分布（圖5a）可見，全市的短時強降水空間分布不均勻，概率較高區(qū)域為四明山區(qū)、寧海山區(qū)、象山等地，年平均次數(shù)超過8次的有50個站點，最高頻次為象山新橋站達(dá)12.9次/年，其次余姚丁家畈10.9次/年。地形對短時強降水形成有一定的促進(jìn)作用，孟英杰等[10]研究表明：地形抬升對暴雨的作用十分重要，可使水汽凝結(jié)加強、降水強度加大，在有利的大尺度環(huán)流背景下能夠觸發(fā)不穩(wěn)定能量釋放，激發(fā)中尺度強降水天氣。此外，中心城區(qū)也是短時強降水的易發(fā)區(qū)域，蔡奕萍等[11]研究表明：城市作用對穩(wěn)定滯緩的降水系統(tǒng)有阻礙效應(yīng)，導(dǎo)致城區(qū)的降水強度增大。廖鏡彪等[12]也指出城市化進(jìn)程加快后，城市的極端降水天氣呈明顯增加的趨勢，這可能是由于城市建筑物高低不一，其粗糙程度比附近郊區(qū)大，這不僅會引起湍流，還對穩(wěn)定滯緩的降水系統(tǒng)有阻礙效應(yīng)，使其移動速度減慢，在城區(qū)支流的時間增加，從而導(dǎo)致城區(qū)的降水強度增大，降水時間的延長。

根據(jù)寧波市極端強降水年平均次數(shù)空間分布（圖5b）來看，西部山區(qū)極端強降水年頻次明顯較小，極端短時強降水高頻次中心相對分散。北侖西部—鄞州東部—象山一線相對多發(fā)，年平均次數(shù)多于1次的有2個站點，分別是象山新橋1.2次/年和鄞州塘溪1.0次/年。此外，中心城區(qū)、奉化城區(qū)、慈溪等區(qū)域也是極端短時強降水相對高發(fā)區(qū)域。

圖6表明，寧波地區(qū)短時強降水平均雨強和極端雨強空間分布特征比較相近。象山地區(qū)短時強降水平均雨強和極端雨強均表現(xiàn)為雨強高值區(qū)，其他地區(qū)則表現(xiàn)為城區(qū)和平原雨強明顯高于西部山區(qū)。極端雨強超過100.0 mm/h的站點有14個，主要分布在象山、鄞州、余姚北部，最強出現(xiàn)在象山麥地山，為180.8 mm/h。

總體而言，象山中部地區(qū)短時強降水和極端短時強降水出現(xiàn)頻率均較高，且為平均雨強和極端雨強中心，究其原因可能與臺風(fēng)活動密切相關(guān)。其次為中心城區(qū)以及慈溪奉化等地的平原區(qū)域，短時強降水和極端短時強降水出現(xiàn)頻率相對較高，該區(qū)域為寧波地區(qū)主要人口居住地，是需要重點關(guān)注的強降水預(yù)報服務(wù)區(qū)域。西部山區(qū)是全市短時強降水概率最高的區(qū)域，但出現(xiàn)極端短時強降水的概率相對較低，因此需要重點關(guān)注雨強在20.0～50.0 mm/h之間的持續(xù)性短時強降雨。

3 結(jié)論

利用2013—2022年寧波市的228個自動站逐小時降水觀測資料，對寧波地區(qū)短時強降水的時空分布特征進(jìn)行研究分析。結(jié)果表明：

（1）寧波地區(qū)短時強降水和極端短時強降水頻次逐年波動較大，短時強降水（極端短時強降水）頻次最高年份約為最低年份的2.2倍（4.4倍），大部分年份的短時強降水和極端短時強降水具有同步變化趨勢，但個別年份兩者存在顯著差異。短時強降水小時雨強主要集中在23.0～34.0 mm/h之間，年平均雨強年際變化不大，均在30.0 mm/h左右，極端雨強年際變化明顯，2018年出現(xiàn)100.0 mm/h雨強次數(shù)最多，最強達(dá)到180.8 mm/h。

（2）短時強降水主要集中在6—10月，占全年92.4%，峰值出現(xiàn)在8—9月，約占全年總頻次的51.7%；短時強降水任意時段皆可能出現(xiàn)，其中15：00～19：00是高發(fā)時段。極端短時強降水的月變化和日變化特征與短時強降水總體相似，但分布更為集中，7—9月14：00～19：00極端短時強降水頻次約占總頻次的41.3%。8—9月正值臺汛期，午后強對流和臺風(fēng)是造成短時強降水和極端短時強降水的主要天氣系統(tǒng)。

（3）寧波地區(qū)的短時強降水和極端短時強降水空間分布不均勻。短時強降水概率較高區(qū)域為四明山區(qū)、寧海山區(qū)、象山等地，此外中心城區(qū)也是短時強降水易發(fā)區(qū)域，說明山區(qū)地形、城市熱島效應(yīng)對短時強降水的形成有一定促進(jìn)作用。而極端短時強降水中心主要分布在象山地區(qū)和主城區(qū)，四明山區(qū)到寧海山區(qū)則不易出現(xiàn)極端短時強降水，象山地區(qū)極端短時強降水主要是由臺風(fēng)影響造成的，主城區(qū)極端短時強降水則與午后強對流降水密切相關(guān)。因此，象山地區(qū)和中心城區(qū)是強降水高發(fā)區(qū)域，且為平均雨強和極端雨強中心，是需要重點關(guān)注的預(yù)報服務(wù)區(qū)域。西部山區(qū)是全市短時強降水概率最高的區(qū)域，但出現(xiàn)極端短時強降水的概率相對較低，需要重點防范雨強在20.0～50.0 mm/h之間的持續(xù)性降雨。

參考文獻(xiàn)

[1] 楊波，孫繼松，毛旭，等.北京地區(qū)短時強降水過程的多尺度環(huán)流特征[J].氣象學(xué)報，2016，74（6）：919-934.

[2] 魏曉雯，梁萍，何金海.上海地區(qū)不同類型短時強降水的大尺度環(huán)流背景特征分析[J].氣象與環(huán)境科學(xué)，2016，39（2）：69 -75.

[3] 王囝囝，黃振，鄒善勇，等.大連地區(qū)短時強降水天氣特征及預(yù)報指標(biāo)研究[J].氣象與環(huán)境學(xué)報，2016，32（4）：32-38.

[4] 盧偉萍，王建東，孫靖雯.基于自動氣象觀測站的廣西短時強降水時空分布特征[J].氣象研究與應(yīng)用，2022，43（4）：91-97.

[5] 呂勁文，姚日升，涂小萍，等.浙江省6—9月午后短時強降水空間分布特征分析[J].暴雨災(zāi)害，2019，38（4）：320-328.

[6] 楊詩芳，郝世峰，馮曉偉，等.杭州短時強降水特征分析及預(yù)報研究[J].科技通報，2010，26（4）：494-500，545.

[7] 俞小鼎.短時強降水臨近預(yù)報的思路與方法[J].暴雨災(zāi)害，2013，32（3）：202-209.

[8] 丁麗佳，謝漢良，佘元標(biāo)，等.潮州極端短時強降水時空分布特征及地形作用[J].廣東氣象，2022，44（6）：16-20.

[9] 俞佩.浙江省短時強降水的時空分布特征[J].氣候與環(huán)境研究，2022，27（3）：397-407.

[10] 孟英杰，李麗平，王珊珊，等.中尺度暴雨過程中地形抬升作用分析[J].安徽農(nóng)業(yè)科學(xué)，2010，38（12）：6333-6336，6402.

[11] 蔡奕萍，尹淑嫻，姜曉岑，等.基于區(qū)域自動站的東莞極端短時強降水特征[J].廣東氣象，2022，44（4）：6-10.

[12] 廖鏡彪，王雪梅，李玉欣，等.城市化對廣州降水的影響分析[J].氣象科學(xué)， 2011，31（4）：384-390.

Analysis of Short-term Heavy Rainfall Characteristics Based on Regional Automatic Stations in Ningbo Area

Shui Xu-qiong et al（Ningbo Jiangbei Meteorological Bureau， Ningbo， Zhejiang 315000）

Abstract Using hourly precipitation observation data from 228 automatic stations from 2013 to 2022， analyzed the spatiotemporal distribution characteristics of short-term heavy precipitation in the Ningbo area. The results indicated that： （1） there was a significant interannual variation in the frequency ratio of short-term heavy precipitation/extreme short-term heavy precipitation in the Ningbo region. （2） The monthly distribution of short-term heavy precipitation in the Ningbo area generally presents a single peak pattern， with the peak appearing from August to September. From daily changes， 14：00 to 19：00 were the periods of high occurrence of short-term heavy precipitation; The monthly and daily variation characteristics of extreme short-term heavy precipitation were similar to those of short-term heavy precipitation， but their distribution is more concentrated. （3） There was a significant difference in the spatial distribution characteristics of short-term heavy precipitation and extreme short-term heavy precipitation in the Ningbo region. The Xiangshan region and the central urban area were areas with high incidence of heavy precipitation， and were centers of average and extreme rain intensity， making them important forecasting service areas that need to be focused on. The western mountainous area has the highest probability of short-term heavy Probability of precipitation in the city， but the probability of extreme short-term heavy precipitation is relatively low.

Key words Hourly rainfall; Short-term heavy rainfall; Extreme short-term heavy rainfall; Temporal and spatial distribution characteristics