基于特征分析的设计降雨过程分析与计算

庞婷婷， 柳金杰， 吕树峰， 满子豪， 董 森， 何 帅

（1.河北工程大学河北省智慧水利重点实验室，邯郸 056038； 2.河北省邯郸市水文勘测研究中心，邯郸 056001；3.邯郸市漳滏河灌溉供水管理处，邯郸 056001； 4.上海交通大学设计学院，上海 200204）

设计降雨过程是工程水文计算的重要部分，降雨过程的客观与否会直接影响区域工程水文计算的准确性，进而会影响工程的运行管理.2021年7月20日，河南郑州发生罕见特大暴雨灾害，造成了重大的人员伤亡和财产损失，引发了公众对城市暴雨洪涝应急管理的热议，也凸显了解析降雨时程特征及准确描绘暴雨洪水过程对于城市洪涝运行管理的重要性.

国内外有关设计降雨的研究大多采用区域经验性暴雨公式结合芝加哥雨型法［1-2］、Pilgrim&Cordery 雨型法［3］，但它们仅适用于城市洪涝模拟或风险评估研究［4-6］，得出的结果与实际降雨过程的差异性较大. 为改进套用固定雨型计算的不足，有学者尝试用其他方法进行设计降雨. 张建平等［7］引入量化指标暴雨衰减指数对雨型进行设计，结果表明采用暴雨衰减指数设计的雨型具有区域代表性；唐明等［8］分析了不同典型暴雨放大方法的优缺点，最终得出“复合雨型”可以兼顾城市排水与流域排涝系统的能力复核，雨型生成过程相对简单、便于应用的结论；朱秀迪等［9］采用Circular统计法分析了北京市不同类型降水的精细化特征，对于改进区域数值模式和提高气象预测水平有较为重要的现实意义；程昶等［10］采用牛顿-高斯法计算了各重现期下的暴雨强度分公式和暴雨强度总公式的参数，并通过误差检验发现暴雨强度分公式的精度符合要求，适用于计算相应重现期下各历时的暴雨强度. 尽管国内外学者在设计暴雨雨型、推求暴雨强度公式上做了大量研究，但这些研究在时间尺度上都集中于长短历时暴雨的设计，鲜有研究对汛期和非汛期的典型降雨过程进行设计和计算.

本研究选取河北省永年站1980—2018年4月1日至10月31日的逐小时降雨数据为研究数据，在分析其数百场降雨年际和年内分布特征的基础上，采用以降雨量和降雨历时为主的排频法分别对永年站汛期、非汛期的典型降雨过程进行设计和分析，以期为城市洪涝计算、灌区干旱应急管理提供关键支撑. 本研究也可为其他区域典型设计降雨的计算提供参考.

1 气象站概况与数据处理

1.1 气象站概况

本研究选择的典型气象站——永年站是国家级气象站，位于河北省邯郸市永年区境内，永年区地理坐标为东经114°20′～114°52′，北纬36°35′～36°56′，如图1所示. 永年站位于半湿润半干旱地区，属暖温带大陆性季风气候，年平均气温14 ℃，最冷月份1月的平均气温-2.5 ℃，极端最低气温-20 ℃，最热月份7月的平均气温27 ℃，极端最高气温42.5 ℃，全年无霜期200 d，年日照2557 h. 该气象站冬季寒冷干燥、春季风多雨少、秋季天高气爽、夏季炎热多雨的气象特征与华北地区的气象特征较为一致［11］.

图1 研究区位置图Fig.1 Study area location

1.2 数据来源与数据处理

本研究只考虑降雨，不考虑雪、霜等其他降水. 结合区域调研的结果，选取永年站1980—2018年4月1日至10月31日的逐小时降雨数据为研究数据. 所有数据来源于“中国国家级地面气象站逐小时降水数据集（V1.0）”，所有数据都经过质量控制，且每组数据都设有质量控制码. 其中，每组降雨数据由20—21 时开始记录，至次日19—20 时结束，单位为0.1 mm. 当涉及连续降雨时，将发生降雨的前后6 h 未检测到雨情的降雨过程划分为一场降雨事件［12-13］. 由于数据较为庞大，以区域是否产流作为初步筛选条件，依据华北平原产流特性［14］，将降雨量小于10 mm 的降雨场次剔除，仅将降雨总量≥10 mm 的392 场降雨过程用于典型降雨过程的设计.

2 降雨分布特征分析

2.1 计算方法

以筛选后的永年站长序列逐小时降雨观测数据为基础，统计该气象站各年总降雨量，并采用算数平均法对各年总降雨量均值进行计算. 降雨年际特征分布分析采用5 a滑动平均法［15］，其表达式如式（1）所示.

式中：Yt为t点滑动平均值. 分析降雨年内分布特征时，对每年4—10月各月分配的降雨量求平均值处理.

2.2 降雨年际分布特征分析

通过算数平均法可计算得出永年站1980—2018年的多年平均降雨量为405.2 mm，年际降雨量变化过程如图2 所示. 由图2 可知，永年站各年总降雨量在多年平均降雨量附近上下波动，且波动范围较大，其中2016年的总降雨量最大，为765.7 mm，1997年的总降雨量最小，为183.6 mm，极值比为4.17，年降雨量最大值和最小值与多年平均降雨量之比分别为1.89、0.45，说明永年站年际降雨量变化较大.

图2 1980—2018年永年站年际降雨量变化Fig.2 Inter-annual rainfall variation of Yongnian Station from 1980 to 2018

分析1980—2018 年的5 a 滑动平均值可知，降雨量最大值为501.52 mm，发生在2012—2016 年；降雨量最小值为301.98 mm，发生在1985—1989年，两者相差199.54 mm. 对比多年5 a滑动平均值可知：2006年以前永年站降雨量相对偏少，其中1980—1982年、1991年、1999—2000年的降雨量略多，2006年后永年站的降雨量整体偏多，仅在2010—2011年略有下降. 总体上看，1980—2018年永年站的降雨量在多年平均降雨量附近上下波动，具有明显的丰平枯交替变化特征.

2.3 降雨年内分布特征分析

依据2.1小节所述方法分析永年站年内降雨量变化，结果如图3所示. 整体上看，永年站年内降雨量分布相对集中，降雨量最多的三个月集中于6—8月，分别占统计降雨总量的11.4%、31.6%、26.9%，且7月份所占比例最大；9月份降雨量也相对较多，为40.4 mm，约占统计降雨总量的10.0%；降雨量最少的三个月份分别为4 月、5 月、10 月，这三个月份的降雨量分别占统计降雨总量的5.4%、9.3%、5.6%. 其中，6—9月的总降雨量达到323.2 mm，占统计降雨总量的79.8%，4月、5月和10 月的总降雨量为82 mm，占统计降雨总量的20.2%.

图3 1980—2018年永年站年内降雨量变化Fig.3 Intra-annual rainfall variation of Yongnian Station from 1980 to 2018

此外，分别计算了永年站1980—2018 年中每年6—9 月的降雨总量及其占该年降雨总量的比例. 结果显示，1980—2018 年永年站每年6—9 月的降雨总量占该年降雨总量的比例在57%～97%之间. 其中，1981年6—9月的降雨总量占该年降雨总量的比例最大，达96.2%；1991年6—9月的降雨总量占该年降雨总量的比例最小，为57.9%. 永年站的年内降雨分布特征和其他学者［16-17］对华北地区年内降雨分布特征的分析结论一致.

2.4 汛期和非汛期的降雨统计分析

分别对永年站1980—2018年的汛期及非汛期降雨量数据进行统计，结果如图4所示. 结果显示，39年间永年站汛期降雨量的最大值是660.2 mm，发生在2016年，最小值是134.8 mm，发生在1986年；非汛期降雨量的最大值是183.1 mm，发生在1983年，最小值是22.7 mm，发生在1997年. 2016年永年站汛期和非汛期的降雨量差值最大，为554.7 mm.

图4 1980—2018年永年站汛期及非汛期各年降雨量Fig.4 Annual rainfall in flood season and non-flood season of Yongnian Station from 1980 to 2018

尽管永年站1983年的非汛期降雨量最多，但因为其汛期降雨量仅为288 mm，所以会导致其年内降雨量偏少，年际降雨量也偏少. 虽然永年站2016年的非汛期降雨量较少，仅为105.5 mm，但其汛期降雨量却高达660.2 mm，最终使得其年内降雨量及年际降雨量偏多. 以上结果进一步说明，汛期降雨量可显著影响区域年内、年际降雨分布特征.

综上，考虑到永年站汛期与非汛期降雨量的差异性以及汛期降雨量对年内、年际降雨分布特征影响的显著性，本研究将降雨数据按照汛期、非汛期进行划分，并分别推求不同时期的典型降雨过程，以保证最大限度地反映永年站所在区域的降雨特征，为产流规律研究提供准确、可靠的设计降雨过程. 经统计最终得出，1980—2018年永年站汛期共308场降雨，非汛期共84场降雨.

3 典型设计降雨计算与分析

3.1 计算方法

降雨量、降雨历时、降雨峰值、峰值比是用于表述降雨特征的重要变量［18］. 降雨量是最能直观体现降雨总体特征的最常用的指标. 降雨历时是指从降雨开始时刻至降雨结束时刻的时长，在此以h为单位，其长短也可直观地反映一场降雨的总体特征. 降雨峰值是指一场降雨中某一时刻降雨量的最大值，单位mm，它是反映降雨极值特征的一个重要指标. 峰值比可用来反映降雨峰值出现的时间及位置，是较好反映降雨过程的一个定性指标，其计算公式如下：

式中：ti表示降雨峰值出现的时间；T表示降雨总历时；R表示峰值比，该峰值比可以具体地反映出降雨峰值出现的时间.

在参考文献［19-20］的基础上，结合永年站降雨分布特征，以峰值比作为判定要素，可将典型降雨过程分为6 种，如图5 所示. 图5（a）、（b）、（c）展示的三种雨型均为单峰型雨型，其降雨峰值分别位于前部、中部、后部，图5（d）、（e）、（f）展示的三种雨型均为双峰型雨型，其降雨峰值特点分别为前大后小、前后相等、前小后大.本研究首先根据降雨量和降雨历时这两个能直观反映降雨总体特征的指标对永年站1980—2018年的降雨场次进行分级和排频计算，然后依据降雨峰值、峰值比这两个指标再次对筛选出的降雨场次进行分级和排频计算，最后通过对比分析求得永年站各时期典型降雨过程的特征值，具体过程如下.

图5 不同峰值特征的典型降雨过程示意图Fig.5 Typical rainfall processes with different peak characteristics

3.1.1 以降雨量等级为主的排频计算

首先依据降水量等级划分标准［21］，结合永年站实测大暴雨数据，将1980—2018 年永年站所有降雨场次的降雨量分为6 个等级，如表1 所示. 然后以不同等级的降雨量为变量进行排频，将发生频次最高的降雨量等级对应的所有降雨场次筛选出来，并以筛选后的这些降雨数据作为计算样本（记为样本1）来进行典型降雨过程的设计. 最后计算该等级降雨量的平均值，并将其作为典型降雨过程的降雨总量.

表1 降雨量等级划分表Tab.1 Classification table of rainfall grades

将样本1 中的降雨场次分别以降雨峰值和降雨历时为变量进行排频，其中降雨峰值每1 mm为一个等级，降雨历时每1 h为一个等级，对样本1中发生频次最高的降雨峰值及降雨历时等级对应的降雨场次筛选出来，并对筛选出来的所有降雨场次的降雨峰值和降雨历时分别求平均值，即为典型降雨过程的降雨峰值和降雨历时.

从样本1中将发生频次最高的降雨历时等级对应的降雨场次筛选出来，记为样本2. 参考公式（2），再对样本2的降雨场次以峰值比为变量进行排频，将发生频次最高的峰值比对应的降雨场次筛选出来，并对筛选出来的降雨场次的峰值比求平均值，即为典型降雨过程的峰值比.

通过以上方法可得到一套典型降雨过程的降雨量、降雨峰值、降雨历时、峰值比这四种基本变量的初值. 为方便理解，在此记为A过程特征值.

3.1.2 以降雨历时等级为主的排频计算

首先以所有降雨场次的降雨历时为变量进行等级划分，并进行排频，每1 h为一个等级，将发生频次最高的降雨历时等级对应的所有降雨场次筛选出来，用于下一步典型降雨过程的设计分析计算，在此记为样本3. 然后计算该等级降雨历时的平均值，即为典型降雨过程的降雨历时.

将样本3中的所有降雨场次分别以降雨量和峰值比为变量进行排频，对发生频次最高的降雨量及峰值比等级对应的降雨场次筛选出来，再对筛选出来的所有降雨场次的降雨量和峰值比分别求平均值，即为典型降雨过程的降雨量及峰值比.

从样本3中将发生频次最高的降雨量等级所对应的降雨场次筛选出来，记为样本4，再将这些降雨场次（样本4）以降雨峰值为变量进行排频，对发生频次最高的降雨峰值等级对应的降雨场次筛选出来，并对这些筛选出来的降雨场次的降雨峰值求平均值，即为典型降雨过程的降雨峰值.

通过以上方法可得到一套典型降雨过程的降雨量、降雨峰值、降雨历时、峰值比这四种基本变量的初值. 为方便理解，在此记为B过程特征值.

3.1.3 典型降雨过程推求方法

对以上两种特征排频法分别推求出的典型降雨过程的特征值进行比较分析：

1）A、B两种过程所得出的特征值基本一致. 若A、B两种过程得出的降雨量和降雨峰值的等级一致，且A、B两种过程的均值相差不大，则对两种过程的结果再次求均值，即为设计典型降雨过程的降雨量及降雨峰值；若A、B两种过程得出的峰值比及降雨历时等级均一致，则B过程得出的峰值比和降雨历时即为设计典型降雨过程的峰值比和降雨历时.

2）A、B两种过程所得出的特征值有差异. 若A、B两种过程得出的降雨量等级不一致，不管A、B两种过程的均值相差多少，都以A过程求得的降雨量作为设计典型降雨过程的降雨量；若A、B两种过程得出的降雨峰值等级不一致，则以不同的降雨峰值等级为变量对所有降雨场次进行排频求均值，选择与其最接近的特征值初值作为设计典型降雨过程的降雨峰值；若A、B两种过程得出的降雨历时等级不一致，不管A、B两种过程的结果相差多少，均以B过程求得的降雨历时作为设计典型降雨过程的降雨历时；由于A、B两种过程得出的峰值比都是在降雨历时的基础上进行排频的，因此当A、B两种过程得出的峰值比不一致时，同样选择B过程求得的峰值比作为设计典型降雨过程的峰值比，即对样本3进行排频计算后得出的峰值比.

依据上述推求方法，即可推求出典型降雨过程的降雨量、降雨历时、降雨峰值、峰值比这四个变量最终的特征值. 然后，同样以出现频次为依据，以峰值比的峰型及位置为节点，以降雨峰值为控制点，将不同典型降雨过程（样本3）前后的增加和减少过程进行逐小时绘制，分别选取不同时段中出现频次最高的雨强（mm/h），即可得出不同时段雨强之间的比值，之后再以降雨量和降雨历时为控制点，进行不同时段的同倍比放大，即可设计出典型降雨过程. 典型降雨过程的具体推求过程如图6所示.

图6 典型降雨过程的推求过程Fig.6 The designed workflow of typical rainfall process

3.2 汛期典型降雨统计分析

先依据3.1.1 小节方法，以降雨量为变量对永年站1980—2018 年汛期的308 场降雨进行排频计算. 经统计，1980—2018年永年站汛期发生频次最高的降雨量等级为10.0～24.9 mm的中雨，其对应的降雨场次共179 场，占汛期总降雨场次的58.1%，其降雨量均值为16.2 mm. 这179场降雨中，降雨峰值为6～7 mm等级的降雨发生的频次最多，达24场，占所选降雨量等级场次的13.4%，且这24场降雨的降雨峰值均值为6.2 mm；降雨历时等级为2 h的降雨发生的频次最多，达26场，占所选降雨量等级场次的14.5%；峰值比的峰值特征为单峰靠前的降雨发生的频次最多，达18场，占所选降雨历时等级场次的69.2%.

再根据3.1.2小节方法，以降雨历时为变量对永年站1980—2018年汛期的308场降雨进行排频计算. 经统计，1980—2018年永年站汛期发生频次最高的降雨历时等级为3 h，其对应的降雨场次的共40场，占汛期总降雨场次的13.0%. 这40场降雨中，发生频次最高的降雨量等级为10.0～24.9 mm的中雨，其对应的降雨场次共23场，占所选降雨历时等级场次的57.5%，且这23场降雨的降雨量均值为16.7 mm；峰值比的峰值特征为单峰靠后的降雨发生的频次最多，共20场，占所选降雨历时等级场次的50%；降雨峰值为11～12 mm等级的降雨发生的频次最多，共11场，占所选降雨量等级场次的47.8%，且这11场降雨的降雨峰值均值为11.6 mm.

在此基础上，按照3.1.3小节的方法即可推求出永年站汛期典型降雨过程最终的特征值，如表2所示. 由表2可知，两种方法计算出的发生频次最高的降雨量等级均为10.0～24.9 mm的中雨，且得出的降雨量均值相差不大，降雨峰值、降雨历时和峰值比的结果都存在较大差异. 就降雨量而言，对两种方法的结果求平均值，即可得到永年站汛期典型降雨过程的降雨量，为16.5 mm；就降雨峰值而言，对永年站汛期所有降雨场次的降雨峰值进行排频，发现降雨峰值等级为5～6 mm 的降雨发生的频次最高，共24 场，占汛期总降雨场次的7.8%，且这24 场降雨的降雨峰值均值为5.8 mm，再对比两种方法得出的降雨峰值均值，最后确定永年站汛期典型降雨过程的降雨峰值为6.2 mm；因峰值比和降雨历时出现差异时，应以降雨历时为变量排频得出的结果为主，故最终确定永年站汛期典型降雨过程的降雨历时为3 h，峰值比的峰值特征为单峰靠后.

表2 基于不同排频方法得出的永年站汛期典型降雨过程特征值Tab.2 Characteristic values of typical rainfall process in flood season of Yongnian Station obtained by different frequency analysis methods

依据表2结果，结合3.1.3小节所述方法可得出永年站汛期典型降雨过程（图7）. 由图7 可知，永年站汛期典型降雨过程的雨型属于单峰型，降雨量逐渐增多，降雨历时短，降雨峰值位于降雨过程的后部，降雨峰值时段降雨量占汛期降雨过程总降雨量的37.6%，降雨峰值时段的雨强大，降雨量在整个降雨过程后期更为集中. 根据实地调研并参考其他文献［17］可知，华北地区汛期降雨多为对流雨，对流雨具有强度大、雨量多、历时短的特点，通常表现为雷暴雨、短时强降雨、阵性降雨等. 由此可知，本研究结果符合区域汛期降雨特征.

图7 永年站汛期典型降雨过程Fig.7 Typical rainfall process in flood season of Yongnian Station

3.3 非汛期典型降雨统计分析

先根据3.1.1小节计算方法，以降雨量为变量对永年站1980—2018年非汛期的84场降雨进行排频计算.经统计，1980—2018年永年站非汛期发生频次最高的降雨量等级为10.0～24.9 mm 的中雨，其对应的降雨场次共59 场，占非汛期总降雨场次的70.2%，其降雨量均值为15.8 mm. 这59 场降雨中，降雨峰值为2～3 mm等级的降雨发生的频次最多，达10 场，占所选降雨量等级场次的16.9%，且这10 场降雨的降雨峰值均值为2.6 mm；降雨历时等级为10 h的降雨发生的频次最多，达7场，占所选降雨量等级场次的11.9%；峰值比的峰值特征为单峰居中的降雨发生的频次最多，达4场，占所选降雨历时等级场次的57.1%.

再根据3.1.2 小节方法，以降雨历时为变量对永年站1980—2018 年非汛期的84 场降雨进行排频计算.经统计，1980—2018年永年站非汛期发生频次最高的降雨历时等级为10 h，其对应的降雨场次共9场，占非汛期总降雨场次的10.7%. 这9场降雨中，发生频次最高的降雨量等级为10.0～24.9 mm的中雨，其对应的降雨场次共7场，占所选降雨历时等级场次的77.8%，且这7场降雨的降雨量均值为15.9 mm；峰值比的峰值特征为单峰居中的降雨发生的频次最多，共3场，占所选降雨历时等级场次的33.3%；降雨峰值为3～4 mm等级的降雨发生的频次最多，共2场，占所选降雨量等级场次的28.6%，且这2场降雨的降雨峰值均值为3.2 mm.

在此基础上，按照3.1.3 小节方法即可推求出永年站非汛期典型降雨过程最终的特征值，如表3 所示.由表3可知，两种方法计算出的发生频次最高的降雨量等级均为10.0～24.9 mm的中雨，且得出的降雨量均值相差不大，故对两种方法得出的降雨量再次求平均值即可得到永年站非汛期典型降雨过程的降雨量，为15.9 mm. 因为两种方法得出的降雨历时和峰值比完全一致，所以永年站非汛期典型降雨过程的降雨历时为10 h，峰值比的峰值特征为单峰居中. 由于两种方法计算得出的降雨峰值等级不一致，因此需对永年站非汛期所有降雨场次的降雨峰值进行排频，结果显示降雨峰值等级为2～3 mm的降雨发生的频次最多，共15场，占非汛期总降雨场次的17.9%，且这15场降雨的降雨峰值均值为2.8 mm，与两种方法得出的降雨峰值均值进行对比后，最终确定的永年站非汛期典型降雨过程的降雨峰值为2.6 mm.

表3 基于不同排频方法得出的永年站非汛期典型降雨过程特征值Tab.3 Characteristic values of typical rainfall process in non-flood season of Yongnian Station obtained by different frequency analysis methods

同样，可得永年站非汛期典型降雨过程（图8）. 由图8可知，永年站非汛期典型降雨过程的雨型也属于单峰型，降雨峰值位于中部，降雨峰值时段的降雨量仅占非汛期降雨过程总降雨量的16.4%，前期持续降雨且降雨量呈阶梯状逐步增加，后期降雨量呈缓慢下降趋势，且降雨峰值前的降雨量要低于降雨峰值后的降雨量. 根据调研可知，华北地区非汛期降雨大多以锋面雨为主，具有持续时间长、雨强小等降雨特征. 由以上分析可知，本研究结果符合区域非汛期降雨特征.

图8 永年站非汛期典型降雨过程Fig.8 Typical rainfall process in non-flood season of Yongnian Station

综合对比永年站汛期和非汛期的典型降雨过程可知，汛期典型降雨过程的雨强较大、降雨过程短而急，非汛期典型降雨过程的雨强相对较小，降雨过程长而缓；就雨型而言，汛期及非汛期典型降雨过程的降雨量均集中在中后部.

华北地区属于典型的暖温带半湿润大陆性季风气候，其汛期降雨量的变化是影响其年降雨量变化的主要因素. 由于华北地区汛期降雨具有时程短、变化急、雨量大的特点，因此该类型降雨的发生往往具有突发性. 若此类型降雨发生在西部山丘地区，则极易产生山洪且极易伴有滑坡、泥石流等次生灾害发生；若此类型降雨发生在城市区域，则极易形成城中“看海”现象，且会严重影响居民交通出行，甚至造成人员伤亡. 因此，应针对区域汛期的降雨特征开展典型降雨过程设计并用于相应的工程防洪排涝计算，以进一步减少区域财产损失. 由于非汛期降雨的降雨时程长且往往发生在4—5月冬小麦关键生长期，因此其是影响区域粮食产量的重要因素，故应针对区域非汛期的降雨特征开展典型降雨过程设计并用于相应的灌区设计及其灌溉制度的科学制定，以优化农业水资源的可持续利用，进一步增加灌区农作物产量及其用水效益和效率.

此外，针对不同时期的降雨特征开展人工降雨设计及其产流试验和规律分析，可为深入了解区域产流机理及水资源特性等研究提供关键支撑.

4 结论

基于永年站1980—2018年4月1日至10月31日的逐小时降雨数据，对其年际和年内降雨分布特征进行了分析，然后以降雨量、降雨历时、降雨峰值和峰值比为关键要素，通过排频计算分别推求出永年站汛期及非汛期的典型降雨过程，得出以下结论：

1）永年站近39 年的降雨过程具有明显的丰平枯交替变化特征，且大部分属于枯水年，只有1980—1982年、1991年、1999—2000年以及2007—2018年属于丰水年；每年6—9月的降雨量占比较大，在57%～97%之间. 汛期降雨量对区域降雨年内、年际分布特征影响显著.

2）永年站汛期典型降雨过程具有短而急的特点，降雨量主要集中在后部，设计典型降雨过程的降雨量为16.5 mm、降雨峰值为6.2 mm、降雨历时为3 h、雨型为单峰靠后；非汛期典型降雨过程具有长而缓的特点，降雨量主要集中在中后部，设计典型降雨过程的降雨量为15.9 mm、降雨峰值为2.6 mm、降雨历时为10 h、雨型为单峰居中.