基于日值和小时降水数据诊断中国暴雨时空变化差异的研究(1991-2010)

孔 锋，吕丽莉，方 建，刘 凡，应卓蓉，郭建平

(1.中国气象局发展研究中心，北京 100081；2.北京师范大学地表过程与资源生态国家重点实验室，北京 100875；3.北京师范大学环境演变与自然灾害教育部重点实验室，北京 100875；4.民政部/教育部减灾与应急管理研究院，北京 100875；5.武汉大学资源与环境科学学院，湖北 武汉 430079；6.中国气象科学研究院大气成分研究所，北京 100081)

基于日值和小时降水数据诊断中国暴雨时空变化差异的研究(1991-2010)

孔 锋1,2,3,4，吕丽莉1，方 建5，刘 凡2,3,4，应卓蓉2,3,4，郭建平6

(1.中国气象局发展研究中心，北京 100081；2.北京师范大学地表过程与资源生态国家重点实验室，北京 100875；3.北京师范大学环境演变与自然灾害教育部重点实验室，北京 100875；4.民政部/教育部减灾与应急管理研究院，北京 100875；5.武汉大学资源与环境科学学院，湖北 武汉 430079；6.中国气象科学研究院大气成分研究所，北京 100081)

日值和小时观测降水数据在反映中国暴雨时空格局方面的差异还未有明确结论，因此，亟需通过不同时间分辨率的降水观测数据来深入研究中国暴雨的时空变化特征。该文采用观测的长时间序列(1991-2010年)的小时降水数据和日值降水数据对中国暴雨雨量和暴雨雨日的年际和年代际时空变化特征进行研究。结果表明，在时间变化上，1991-2010年期间小时降水数据和日值降水数据计算的暴雨雨量和暴雨雨日在逐年变化上没有本质上的差异，暴雨雨量和暴雨雨日的年累计值在波动中呈现出明显的增加趋势，但日值降水数据所反映的暴雨雨量和暴雨雨日的波动要大于小时降水数据。在空间格局上，小时降水数据和日值降水数据所反映的中国暴雨雨量和暴雨雨日的空间分布格局没有较大差别，但小时降雨数据反映的更详细，空间分布格局的破碎程度更高。在年代际小时暴雨和日值暴雨两者之间的对比方面，小时降水数据和日值降水数据有较大差异，小时降水数据反映的暴雨雨量和暴雨雨日在长江流域偏少，而在其它地区有不同程度的偏高。在小时暴雨和日值暴雨的各自年代际变化方面，小时降水数据和日值降水数据反映的年代际暴雨空间变化表现出相同的变化趋势，但小时降水数据反映的空间分布特点更加破碎。因此，小时降水数据和日值降水数据在反映中国年代际暴雨时空高低分布方面具有一致性，但量级在不同地区具有不同程度的差异，且在揭示中国年代际暴雨变动方面具有一致性，应根据研究目的选择适当数据。

日值降水数据；小时降水数据；暴雨；年际；年代际；时空格局；中国

近年来在全球气候变暖的背景下多地遭暴雨袭击，造成多个城市城区发生洪涝，人员伤亡、财产损毁、生态系统破坏严重[1-3]。频发的极端强降水事件，对经济社会发展、生命安全和生态系统等诸多方面造成了巨大的危害，对灾区可持续发展带来深远影响，已经成为全球和区域灾害与环境风险的重要因素，越来越受到学术与社会各界的关注[4-5]。在此背景下，开展暴雨时空格局尤其是年际和年代际变化的研究对于有效管理极端气候风险，保障社会经济发展具有重要意义。

现有的暴雨研究受观测数据的限制，绝大多数都使用气象观测台站的日值降水数据[6]。另外，暴雨的标准即暴雨阈值的界定是研究暴雨首先需要解决的问题，而目前较多使用的基于日值降水数据的指标能否准确反映极端降水的过程和强度，需要与更高时间分辨率的降水数据进行对比。目前，中国气象上关于暴雨的划定是以24h总雨量达到50 mm以上为标准的[7]。如果50 mm降水均匀分布在24h，给人的感觉是细雨纷飞。如果10 mm降水在1 min完成，给人的感觉将是天塌地陷，非暴雨倾盆所能形容，但是10 mm只能算小雨。有学者将暴雨定义为一站或以上连续3h累积降水量大于等于50 mm，其中至少有1 h降水量大于等于30 mm[7-8]。有学者认为将一次降水事件开始至结束间的小时数定义为其持续时间，根据降水的持续时间进行分类，以1 h为间隔，对持续1～24 h的降水事件分别进行统计是十分必要的[9-12]。此外，在空间上，很多降水过程范围较小，常常出现城外无雨而城内有雨的情况[10-13]。因此，更高时间分辨率和空间分辨率的降水数据对研究暴雨显得尤为重要。在全球城市快速扩张的时代，城市热岛效应由于改变近地面大气层的局地环流特征，不可避免对降水，尤其是极端降水(如暴雨，大暴雨)产生影响[14-18]。国内外相关学者针对城市化与暴雨的相关性及其相互作用机理也开展了大量的研究工作[19-24]。在这种背景下，日值降水数据和小时降水数据在反映暴雨空间格局方面是否具有一致性？尤其是在快速城市化背景下短历时的对流型降雨增多，是否会导致日值数据和小时数据在反映暴雨空间格局方面产生显著差异？均未有明确的结论。

综上所述，对于降水特性尤其是暴雨特性的研究，不同时间分辨率的降水数据所反映的暴雨时空变化格局是否具有一致性，需要一个更高时间分辨率的降水资料与日值降水数据对比，才能解决上述问题。因此，本文利用小时降水数据和日值降水数据对中国1991-2010年的暴雨时空格局进行分析，通过不同时间分辨率的降水数据对比研究，以期对中国的暴雨特性形成更为客观的认识，从而为城市内涝风险管理研究的数据要求提供参考。

1 数据和方法

1.1 数据来源

本文所采用的数据包括以下两类：第一类，本文采用的日值降水数据来自中国气象科学数据共享服务网提供的1951-2012年地面气象资料数据库中的中国756个基本、基准地面气象观测站及自动站的地面气候资料日值数据集。根据尽量保留最多站点并保证观测时间连续的原则，如果某气象观测站一年内缺测超过5%，则将该年份剔除；如果该站点总缺测超过总记录的5%则将该站点剔除，最后得到可用的659个降水观测站点(图1)。第二类，本文所采用的小时降水数据来自中国国家气象局提供的中国国家级地面气象站逐小时降水数据集(1.0)。该数据内容包括1991-2010年中国2420个地面国家级站的逐小时降水数据。数据经过界限值、内部一致性、时间一致性的质量控制。数据集的质量控制方法有：①气候学界限值或极值检验：若逐小时降水超出一定范围，则数据错误。②内部一致性检查：每日逐小时降水量的日合计和日降水量比较，若超出一定标准，则数据可疑。③时间一致性检验。此外，对数据集进行了质量控制，设定了质量控制码；对于已知的录入错误产生的虚伪数据采取技术手段进行了去除。为了和日值降水数据匹配，本文所选取的小时降水数据与日值降水数据台站号保持一致。

图1 中国大陆气象台站分布(1991-2010)

1.2 计算方法

确定暴雨阈值的标准主要有绝对阈值法、百分位法、标准差法和各类不同暴雨指数方法四大类[1-3,6,10-11]。本文采用的小时暴雨阈值和日值暴雨阈值是根据国际上通用的百分位法，即如果小时降雨雨量和日值降雨雨量超过有雨小时雨量和有雨日雨量的95%分位数，则记为一次小时暴雨事件和日值暴雨事件。对于小时暴雨事件的频次，将其除以24，换算成暴雨雨日，以便与日值降水数据的暴雨雨日做对比。然后将1991-2010年超过各自阈值的小时暴雨和日值暴雨的雨量和雨日累加得到逐年的小时暴雨和日值暴雨雨量总和和雨日总和[6]。年代际的暴雨雨量和暴雨雨日的累加分别为1991-2000年和2001-2010年。详细计算公式和过程见文献[6]。为了反映小时降水数据和日值降水数据的暴雨雨量和暴雨雨日的空间变化格局，本文对659个站点数据采用气象上常用的IDW插值方法进行空间插值[25-27]，并统计各年代的格点数量的变化。本文采用距平百分率来衡量小时降水数据和日值降水数据计算的逐年暴雨雨量和暴雨雨日的变化幅度。距平百分率是衡量资料中逐年观测值变化幅度的一个统计量，是距平与多年平均值的比值，用于衡量数据的变化幅度的大小。

2 结果与分析

2.1 小时暴雨和日值暴雨雨量年际和年代际时空格局差异

从年代际小时暴雨雨量空间分布格局来看，中国的小时暴雨雨量从东南沿海地区向西北内陆地区减少(图2a,图3a)。其中年代际小时暴雨雨量大于6 000 mm的地区主要分布在黑龙江漠河至云南腾冲一线以东；该分界线以西的地区年代际小时暴雨雨量大都小于6 000 mm；该分界线附近的区域，主要是中国农牧交错带地区，其年代际小时暴雨雨量变化较大，主要集中于1 000～6 000 mm之间。从年代际日值暴雨雨量来看，年代际日值暴雨雨量在空间上与年代际小时暴雨雨量具有类似的分布格局(图2b,图3b)。从1991-2000年和2001-2010年年代际暴雨雨量在各个等级的格点数目的分布来看，小时降水数据和日值降水数据的格点数目分布十分接近(表1)。因此，在反映年代际暴雨雨量空间格局方面，小时降水数据和日值降水数据所反映的各个等级暴雨雨量的格点数目相差不大(表1)，即小时降水数据和日值降水数据在反映年代际暴雨雨量空间格局方面没有本质上的差别。但是值得注意是小时降水据所反映的暴雨雨量在空间格局的细节部分更加破碎。

图2 1991-2000年中国年代际小时暴雨和日值暴雨雨量空间格局对比

图3 2001-2010年中国年代际小时暴雨和日值暴雨雨量空间格局对比

暴雨雨量小时暴雨雨量日值暴雨雨量年代际暴雨雨量差异小时暴雨雨量年代际差异日值暴雨雨量年代际差异数据年代际差异等级小时暴雨雨量与日值暴雨雨量的年代际差异雨量等级/mmABCD1990年代2000年代1990年代2000年代差异等级/mmB-AD-C差异等级/mmA-CB-D1990年代2000年代<10008680829086268647<049661796<-2500147116861000～200039443945502831780～1000920312315-2500～-1500124714772000～300025541945304642581000～200047114403-1500～-500259621793000～400025742793128113642000～300019603184-500～500989391514000～5000144910589729923000～400016212777500～1500351335135000～6000889159512039814000～5000103817631500～250021472210>60008326879082608996>500049172178>250075498200

从年代际小时暴雨雨量和日值暴雨雨量的对比来看(年代际小时暴雨雨量减去年代际日值暴雨雨量)，在中国西北内陆地区对比变化不明显，即小时降水数据和日值降水数据所反映的年代际暴雨雨量没有明显差别(图2c,图3c)。在中国黑龙江漠河至云南腾冲一线以东的地区，差异整体上以正值为主，负值为辅(图2c,图3c)，说明小时降水数据所反映的年代际暴雨雨量整体上比日值暴雨雨量偏大(表1)，其中1991-2000年和2001-2010年代际偏大超过500 mm和2 500 mm的格点数分别占总格点数的46.48%～48.99%和26.57%～28.86%；变化不明显的等级，即集中在-500～500 mm的格点数占总格点数的32.20%～34.81%；明显偏小的等级，即小于-500 mm的格点数目占总格点数的18.70%～18.79%。负值地区主要分散地分布在长江流域和东北的南部地区；正值地区主要集中在东北的北部、华北的东部和长江流域以南的大部分地区(图2c,图3c)。

从小时暴雨雨量和日值暴雨雨量的年代际变化来看(2001-2010年的暴雨雨量减去1991-2000年的暴雨雨量)，在整体上具有类似的年代际变化趋势，即年代际的增加量从东南沿海向西北内陆递减(图4，表1)。所不同的是小时降水数据反映的暴雨雨量的年代际差异更加破碎(图4a)；日值降水数据反映的暴雨雨量的年代际差异较为集中，破碎程度低(图4b)。

从年际时间变化来看，采用距平百分率计算暴雨雨量的逐年变化，结果表明逐年的小时暴雨雨量和日值暴雨雨量的距平百分率的相关系数达0.60(n=20，通过了0.01显著性水平的检验)，说明小时降水数据和日值降水数据所反映的暴雨雨量具有很好的一致性，没有较大差异。中国整体的小时暴雨雨量和日值暴雨雨量从1991-2010年在波动中呈现明显的增加趋势(图5)，尤其是2000年以来增加趋势尤为显著。小时降水数据所反映的暴雨雨量距平百分率的线性拟合优度(R2=0.55)比日值降水数据所反映的暴雨雨量距平百分率的线性拟合优度(R2=0.34)高，这说明小时降水数据所反映的暴雨雨量的波动比日值降水数据小。此外，值得注意的是1998年小时暴雨雨量异常多于其他年份，因而造成了1998年全国多个地区的大洪水。

2.2 小时暴雨和日值暴雨频次年际和年代际时空格局差异

从年代际小时暴雨雨日空间分布格局来看，中国的小时暴雨雨日从东南沿海地区向西北内陆地区减少(图6a,图7a)。其中年代际小时暴雨雨日大于60 d的地区主要分布在黑龙江漠河至云南腾冲一线以东；该分界线以西的地区年代际小时暴雨雨日大都小于15 d；该分界线附近的区域，主要是中国农牧交错带地区，其年代际小时暴雨雨日变化较大，主要集中于15～60 d之间。年代际日值暴雨雨日在空间分布上与年代际小时暴雨雨日具有类似的分布格局(图6b,图7b)。从1991-2000和2001-2010年年代际暴雨雨日在各个等级的格点数目的分布来看，小时降水数据和日值降水数据的格点数目分布十分接近(表2)。因此，在反映年代际暴雨雨日空间格局方面，小时降水数据和日值降水数据没有本质上的差别(表2)。但是值得注意是小时降水据所反映的暴雨雨日在空间格局细节部分更加破碎。

图4 2001-2010和1991-2000年间中国年代际小时暴雨雨量和日值暴雨雨量年代变化

图5 1991-2010年中国年际小时暴雨雨量和日值暴雨雨量距平百分率

图6 1991-2000年中国年代际小时暴雨和日值暴雨雨日空间格局对比

图7 2001-2010年中国年代际小时暴雨和日值暴雨雨日空间格局对比

暴雨雨日小时暴雨雨日日值暴雨雨日年代际暴雨雨日差异小时暴雨雨日年代际差异日值暴雨雨日年代际差异数据年代际差异等级小时暴雨雨日与日值暴雨雨日的年代际差异雨日等级/dABCD1990年代2000年代1990年代2000年代差异等级/dB-AD-C差异等级/dA-CB-D1990年代2000年代<158438875393899417<-2515621456<-252133482615～303989341430693375-25～-1515240-25～-15633118830～453275297025033309-15～-513710-15～-51557112545～602839210813471405-5～54839131-5～5962986860～751453186710429945～15685047105～153576657575～909791851159683715～258705412615～2536536794>907443745394709079>2579218993>2572357040

从年代际小时暴雨雨日和年代际日值暴雨雨日的对比来看(年代际小时暴雨雨日减去年代际日值暴雨雨日)，在中国西北内陆地区对比变化不明显，即小时降水数据和日值降水数据所反映的年代际暴雨雨日没有明显差别(图6c,图7c)。在中国黑龙江漠河至云南腾冲一线以东的地区，整体上以正值为主，负值为辅(图6c,图7c)，说明小时降水数据所反映的年代际暴雨雨日整体上比日值暴雨雨日偏大。负值地区主要零散地分布在长江流域和东北的南部地区；正值地区主要集中在东北的北部、华北的东部和长江流域以南的大部分地区(图6c,图7c)。值得注意的是负值地区在2001-2010年相比1991-2000年在长江流域有较大的扩张。不同地区之间的正负值的差异程度也加大。其中1991-2000和2001-2010年代际偏大超过5 d以上的格点数分别占总格点数的50.90%和71.82%(表2)；1991-2000和2001-2010年代际偏大超过25 d的格点数分别占总格点数的25.46%和24.77%；1991-2000和2001-2010年代际变化不明显的等级，即集中在-5～5 d的格点数占总格点数的33.89%和3.05%；1991-2000和2001-2010年代际偏小的等级，即小于-5 d的格点数目占总格点数的15.21%和25.12%。

从小时暴雨雨日和日值暴雨雨日的年代际变化来看(2001-2010年的暴雨雨日减去1991-2000年的暴雨雨日)，在整体上日值降水数据所反映的暴雨雨日的年代际的增加量具有很好的区域分异性，从东南沿海向西北内陆递减(图8b,表2)。而小时降水数据反映的暴雨雨日的年代际差异在全国整体上以增加为主(图8a)，增加的幅度也是从东南沿海向西北内陆递减；而减少的区域主要集中在长江流域的中下游地区和广西北部-贵州南部地区；因此，小时降水数据和日值降水数据所反映的暴雨雨日的年代际变化具有相同的趋势，但日值降水数据反映的暴雨雨日的年代际差异较为集中，破碎程度低(图8b)，小时降水数据反映的暴雨雨日的年代际差异不集中，破碎程度高(图8a)。

从年际时间变化来看，采用距平百分率的逐年变化，结果表明逐年的小时暴雨雨日和日值暴雨雨日的距平百分率的相关系数达0.65(n=20，通过了0.01显著性水平的检验)，说明小时降水数据和日值降水数据所反映的暴雨雨日具有很好的一致性，没有较大差异。中国整体的小时暴雨雨日和日值暴雨雨日从1991-2010年在波动中呈现明显的增加趋势(图9)，尤其是2000年以来增加趋势尤为显著。小时降水数据所反映的暴雨雨日距平百分率的线性拟合优度(R2=0.62)比日值降水数据所反映的暴雨雨日距平百分率的线性拟合优度(R2=0.29)高，这说明小时降水数据所反映的暴雨雨日的波动比日值降水数据小。

3 结论和讨论

3.1 结论

综上所述，中国的小时暴雨和日值暴雨的时空变化格局具有以下几个特征。

(1)从年际和年代际上看中国的暴雨时空变化格局，在时间上，1991-2010年，中国小时降水数据和日值降水数据所反映的暴雨雨量和暴雨雨日在波动中呈现增加趋势，且都能反映出降水异常的年份，但小时降水数据更平稳，波动小，日值降水数据波动大。在空间上，中国小时降水数据和日值降水数据所反映的年代际暴雨雨量和暴雨雨日具有明显的一致的区域分异规律，但是小时降水数据反映的年代际小时暴雨雨量和暴雨雨日更细致，即更加破碎。因此，在反映暴雨时空格局方面，小时降水数据和日值降水数据没有本质上的差异。

(2)从小时暴雨和日值暴雨之间的年代际对比来看，在暴雨雨量上，用小时降水数据的暴雨雨量减去日值降水数据的暴雨雨量，结果表明全国整体上以增加为主，减少为辅，减少的地区主要零散地分布在长江流域和东北北部地区，增加的地区的增加量从东南沿海向西北内陆地区递减，表明小时降水数据和日值降水数据在反映暴雨雨量的量级上有一定差别。在暴雨雨日上，具有与暴雨雨量类似的结论，但暴雨雨日减少的区域在1991-2000年较小，在2001-2010年较大。因此，在反映暴雨量级变化上小时降水数据和日值降水数据在不同地区具有不同程度的差异。

(3)从小时暴雨和日值暴雨各自的年代际对比来看，小时降水数据和日值降水数据所反映的暴雨雨量和暴雨雨日的变化具有相同的趋势，但日值降水数据反映的暴雨雨量和暴雨雨日的变化波动程度更大。在反映暴雨的年代际变化方面，小时降水数据和日值降水数据没有较大的差异。

3.2 讨论

1991-2010年中国暴雨的变化是在全球气候变化大背景下，在人文因子和自然气候因子两者共同作用下的结果。不同时间分辨率的降水数据所反映的暴雨时空格局所具有的异同点是否在其它地区和年代具有类似的结论还需要进一步探究，在以下几个方面深化此研究是必要的。

(1)暴雨场次、强度和持续时间的研究。小时降水数据虽然在一定程度上比日值降水数据精确了很多，但是其还是不能反映暴雨的场次变化。相比小时降水记录而言，有些暴雨过程在十几分钟甚至几分钟内完成，甚至在1 h内间断的发生多场暴雨事件。不同强度的暴雨具有不同时间变化特征，最强烈的暴雨强度往往集中在分钟级的时间内甚至更短的时间之内，因此，暴雨强度的变化需要更加精细的数据。暴雨的持续时间也是暴雨重要的属性，其长短在一定程度上决定着暴雨级别的大小，也会对城市内涝和山区的滑坡泥石流产生重要影响。因此，还需要更高分辨率的降水数据对以上三个问题进行深化。

(2)暴雨成分归因研究。观测揭示的中国暴雨显著增加，是自然因子和人文因子共同作用的结果，其时空特征及机理需要进一步通过高精度的区域气候模式模拟验证。尤其是区分出暴雨中多大比例是自然因子作用的结果，多大比例是人文因子作用的结果。一方面在给定观测的自然和人为强迫因子的条件下，合理再现和确认大尺度区域小时暴雨年代际变化的稳健信号；另一方面，通过模拟加深对人类活动影响暴雨的热力、动力、云物理等过程的科学理解；尤其是以快速城镇化为代表的人文因子在暴雨增加中所起的重要作用[6,28]。

(3)多尺度区域对比。年际和年代际暴雨的增加是中国的区域性现象，还是全球性现象？如在城市化发展速度较慢的欧洲和美国，暴雨也在增加，但是在城市化发展速度较快的印度和巴西，暴雨的显著增加幅度远比欧美强。那么全球其它地区的暴雨增加具体表现如何？2014年全球已有54%的人口居住在城镇[29]，非洲和亚洲到2020年分别有56%和64%的人口居住在城镇。人类社会经济活动因素与自然气候因素对这些地区暴雨的变化产生怎么样的影响？仍然需要从全球和区域尺度上开展更深入的观测和模拟研究，并需要从机理上进一步探讨。

[1] Alexander L, Zhang X, Peterson T C, et al. Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal Geophysics Research, 2005:1-65.

[2] Beniston M, Stephenson D B, Christensen O B, et al. Future extreme events in European climate: an exploration of regional climate model projections[J]. Climatic Change, 2007, 81(1): 71-95.

[3] Brown P J, Bradley R S, Keimig F T. Changes in extreme climate indices for the Northeastern United States, 1870-2005[J]. Journal of Climate, 2010, 23(24): 6555-6572.

[4] 史培军,孔锋,叶谦,等.灾害风险科学发展与科技减灾[J].地球科学进展,2014,29(11):1205-1211.

[5] 方建,杜鹃,徐伟,等.气候变化对洪水灾害影响研究进展[J].地球科学进展,2014,29(9):1085-1093.

[6] 史培军,孔锋,方佳毅.中国年代际暴雨时空变化格局[J].地理科学,2014,34(11):1281-1290.

[7] 俞卫平,周诗健,王伟.地面气象观测规范[M].北京:气象出版社,2003.

[8] 杨勇,罗骕翾,尼玛吉,等.西藏地区暴雨指标及暴雨事件的时空变化[J]. 暴雨灾害,2013,32(4):369-373.

[9] 吴翠红,王晓玲,龙利民,等.近10年湖北省强降水时空分布特征与主要天气概念模型[J].暴雨灾害,2013,32(2):113-119.

[10]Guo J, Zhai P, Wu L, et al. Diurnal variation and the influential factors of precipitation from surface and satellite measurements in Tibet[J]. International Journal of Climatology, 2014, 34(9): 2940-2956.

[11] 李建,宇如聪,王建捷.北京市夏季降水的日变化特征[J]. 科学通报,2008,53(7):829-832.

[12] 李建,宇如聪,孙溦.中国大陆地区小时极端降水阈值的计算与分析[J]. 暴雨灾害,2013,32(1):11-16.

[13] 李建,宇如聪,孙溦.从小时尺度考察中国中东部极端降水的持续性和季节特征[J]. 气象学报,2013,52(4):652-659.

[14] 孙继松,舒文军.北京城市热岛效应对冬夏季降水的影响研究[J]. 大气科学,2007,31(2):311-320.

[15] 孙鹏,韩沐汶,白林波,等. 基于Landsat TM/ETM的银川市热岛效应时空变化研究[J]. 水土保持研究,2014,21(1):290-293.

[16] 王萃萃.中国大城市极端强降水事件变化的研究[D].北京:中国气象科学研究院,2008.

[17] 王萃萃,翟盘茂.中国大城市极端强降水事件变化的初步分析[J]. 气候与环境研究,2009,5:553-560.

[18] 王喜全,王自发,齐彦斌,等.城市化进程对北京地区冬季降水分布的影响[J].中国科学D辑(地球科学), 2008,53(11): 1438-1443.

[19] 敖翔宇,任雪娟,汤剑平,等.长江三角洲城市群对夏季日降水特征影响的模拟研究[J].气象科学,2011,31(4):451-459.

[20] Huff F A, Changnon Jr S A. Climatological assessment of urban effects on precipitation at St. Louis[J]. Journal of Applied Meteorology, 1972, 11(5): 823-842.

[21] Guo X, Fu D, Wang J. Mesoscale convective precipitation system modified by urbanization in Beijing City[J]. Atmospheric Research, 2006, 82(1): 112-126.

[22] Shepherd J M, Carter M, Manyin M, et al. The impact of urbanization on current and future coastal precipitation: a case study for Houston[J]. Environment and planning B: Planning and Design, 2010, 37(2): 284-304.

[23] Lin C Y, Chen W C, Liu S C, et al. Numerical study of the impact of urbanization on the precipitation over Taiwan[J]. Atmospheric Environment, 2008, 42(13): 2934-2947.

[24] Wan H, Zhong Z, Yang X, et al. Ensembles to model the impact of urbanization for a summertime rainstorm process in Yangtze River Delta, China[J]. Meteorological Applications, 2012.

[25] Brown D P, Comrie A C. Spatial modeling of winter temperature and precipitation in Arizona and New Mexico, USA[J]. Climate Research, 2002, 22(2): 115-128.

[26] Gemmer M, Becker S, Jiang T. Observed monthly precipitation trends in China 1951-2002[J]. Theoretical and Applied Climatology, 2004, 77(1/2): 39-45.

[27] Lloyd C D. Assessing the effect of integrating elevation data into the estimation of monthly precipitation in Great Britain[J]. Journal of Hydrology, 2005, 308(1): 128-150.

[28] 史培军,孙劭,汪明,等.中国气候变化区划(1961-2010年)[J].中国科学D辑(地球科学), 2014, 44(10):2294-2306.

[29] Bai X, Chen J, Shi P. Landscape urbanization and economic growth in China: Positive feedbacks and sustainability dilemmas[J]. Environmental Science & Technology, 2011, 46(1): 132-139.

The Difference of the Spatio-temporal Pattern Variation of Heavy Rainfall in China from 1991 to 2010 based on the Daily Precipitation Dataset and Hourly Precipitation Dataset

KONG Feng1, 2, 3, 4, LYU Lili1, FANG Jian5, LIU Fan2, 3, 4, YING Zhuorong2, 3, 4, and GUO Jianping6

(1.ResearchCentreforStrategicDevelopment,ChinaMeteorologicalAdministration,Beijing100081,China; 2.StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology,BeijingNormalUniversity,Beijing100875,China; 3.AcademyofDisasterReductionandEmergencyManagement,MinistryofCivilAffairs&MinistryofEducation,Beijing100875,China; 4.KeyLaboratoryofEnvironmentalChangeandNaturalDisasterofMinistryofEducation,BeijingNormalUniversity,Beijing100875,China; 5.SchoolofResourcesandEnvironmentalScience,WuhanUniversity,Wuhan430079,China; 6.InstituteofAtmosphericComposition,ChineseAcademyofMeteorologicalSciences,Beijing100081,China)

WhetherthedailyprecipitationdatasetandhourlyprecipitationdatasetfromobservationcanreflectthespatiotemporalpatternsofheavyrainfallinChinawithconsistencyornot,whichneedtodeepenresearchheavyrainfallwithdifferenttemporalresolutionprecipitationdataset.Therefore,theprecipitationdatasetwithhightemporalresolutionisdesperatelyneededtoadvancetheresearchinthefieldoftheheavyrainfallinChina.Inthisresearch,hourlyheavyrainfallamountsandheavyrainfallhoursaswellasdailyheavyrainfallamountsanddailyheavyrainfalldaysarederivedasawholethroughChina,basedonthehourlyprecipitationdatasetanddailyprecipitationdatasetduringtheperiodof1991through2010.Resultsshowthatbothheavyrainfallamountsandheavyrainfalldaysfromthehourlyprecipitationdatasetanddailyprecipitationdatasetexhibitobviouslyconsistentincreasetrendsdespitesomefluctuationduringtheperiodinvestigated.However,heavyrainfallamountsandheavyrainfalldaysfromdailyprecipitationdatasetshowhigherfluctuationthanhourlyprecipitationdataset.Intheaspectsofthespatialpatternofdecadalheavyrainfall,hourlyprecipitationdatasetanddailyprecipitationdatasethavenosignificancedifference.However,hourlyprecipitationdatasetcanreflectmoredetailsoftheheavyrainfall.Intheaspectsofthespatialvariationofdecadalheavyrainfall,thedailyprecipitationdatasetandthehourlyprecipitationdatasethavegreatdifferences.DecadalheavyrainfallamountsandheavyrainfalldaysformthehourlyprecipitationdatasetislowerthandailyprecipitationdatasetinYangtzeRiverBasin,buthigherinotherregionswithvaryingdegrees.Decadalheavyrainfallamountsandheavyrainfalldayschangefromdailyprecipitationdatasetaswellashourlyprecipitationdatasetshowedthesametrend,buthourlyprecipitationdatareflectspatialdistributioncharacteristicsmorebroken.OurresultsshownthathourlyprecipitationdatasetanddailyprecipitationdatasetconsistreflectthespatialandtemporaldistributionofheavyrainfallinChina,butthereisabigdifferenceintheorderofmagnitude.AndthereisagreatdifferenceintheaspectsofChina’sheavyrainfallchanges.Appropriatedatasetshouldbechosenaccordingtoresearchpurpose.

dailyprecipitationdataset;hourlyprecipitationdataset;heavyrainfall;annual;decadal;spatiotemporalpatterns;China

10.3969/j.issn.1000-811X.2017.01.013.]

2016-07-19

2016-08-29

中国博士后科学基金面上资助项目“基于时空变化分析的气候变化对洪水灾害影响研究”(2015M582263)；中央高校基本科研业务费专项资金课题“气候变化对长江流域洪水灾害影响研究”(2042016kf0067)；国家自然科学基金创新研究群体项目“地表过程模型与模拟”(41621061)

孔锋(1986-)，男，山西临汾人，博士，主要研究方向为自然灾害与极端降水. E-mail: kongfeng0824@foxmail.com

X43;P333.2

A

1000-811X(2017)01-0072-08

10.3969/j.issn.1000-811X.2017.01.013

孔锋，吕丽莉，方建，等. 基于日值和小时降水数据诊断中国暴雨时空变化差异的研究(1991-2010)[J]. 灾害学，2017，32(1)：72-79. [KONG Feng, LYU Lili, FANG Jian,et al. The difference of the spatiotemporal pattern variation of heavy rainfall in China from 1991 to 2010 based on the daily precipitation dataset and hourly precipitation dataset[J]. Journal of Catastrophology，2017，32(1)：72-79.