大通县近30年暴雨灾害统计分析及灾害防御对策

郝玺英 张翠花 盛兆海 张国玲

摘 要：利用大通县1991—2020年逐月降水资料、暴雨日数和暴雨量资料，选择线性倾向估计法对大通县暴雨日数、暴雨量特征进行分析。结果表明：1991—2020年大通县降水量平均值为533.4 mm，线性变化倾向率为23.743 mm/10年，增加趋势并不显著；大通县年内降水呈现出明显的季节性变化特征，年内降水主要集中在夏季，占年降水量的55.9%，春、秋季节的降水量基本相当，分别占年降水量的21.4%、21.5%，冬季降水量最少，只有1.1%；四季降水量除了春季和冬季外，夏季和秋季降水量同年降水量的变化趋势保持一致，只是变化趋势均不太显著；1991—2020年大通县暴雨日数平均值为2.1 d，线性变化倾向率为0.385 d/10年，且增加趋势较为显著；大通县暴雨天气主要出现在每年4—9月，且除了冬季外，其余3季均有暴雨天气出现，尤以夏季出现频率最高，春秋季节基本相当。

关键词：暴雨；统计分析；防御对策；大通县

中图分类号：P426.616 文献标志码：B文章编号：2095–3305（2024）02–0-03

暴雨是常见的灾害性天气，严重威胁着国民经济和人民的生命财产安全。在全球气候变暖的大背景下，气候异常事件增多明显，同时暴雨气候有明显的地域性差异，不同地区对气候变暖的响应不尽相同。大通县隶属于青海省西宁市，地处青海省东部河湟谷地，祁连山南麓，湟水河上游北川流域，是青藏高原和黄土高原过渡地带，地势西北高东南低，属于高原大陆性气候，主要气候特征是日照时数长、气候温暖、雨水适中、水源充足，自然条件好，主要农作物有小麦、青稞、油菜，统计分析大通县暴雨变化特征，可为大通县农业种植大户提供强有力的气象服务保障，为决策部门提供高价值的气象服务信息。近年来，许多学者针对暴雨发生发展规律开展了大量研究，并得出了很多有意义的成果[1-3]，然而针对大通县暴雨天气的研究则相对较少。因此，研究分析暴雨的年、季节变化特征和变化规律，以找出大通县暴雨频数、强度发展规律，对暴雨诊断和预测具有十分重要的现实意义，有助于为全县暴雨预报预警和防灾减灾提供参考

依据。

1 研究资料和方法

利用大通县1991—2020年逐月降水资料、暴雨日数和暴雨量资料，选择线性倾向估计法对大通县暴雨日数、暴雨量特征进行分析。根据相关标准，定义当日20：00到次日20：00日降水量在50 mm以上的降水称之为1个暴雨日，一年内所有暴雨日累加起来的积雨量则为暴雨降水量。选择常规性划分标准划分四季：春节为3—5月，夏季为6—8月，秋季为9—11月，冬季为12月到次年2月。

2 暴雨灾害特征

2.1 降水量

2.1.1 年际变化

1991—2020年大通县降水量平均值为533.4 mm，其中降水量高值为696.6 mm（2014年），比多年平均值偏高30.6%，低值只有387.2 mm（1991年），比多年平均值偏低27.4%。近30年大通縣年降水量整体呈现出增加的趋势，线性变化倾向率为23.743 mm/10年，研究时段内共增加71.229 mm，增加趋势并不显著。结合曲线图，在1992年之前，大通县年降水量呈现出直线增加的趋势；1992—2001年大通县年降水量呈现出波动下降的趋势；2001—2014年降水量以波动增加趋势为主，且2014年降水量最大；而从2014年往后则呈现出先下降后增加的趋势（图1）。

2.1.2 四季变化

大通县年内降水呈现出显著的季节性变化特征，其中春季平均降水量为114.2 mm，占年内降水量的21.4%，线性变化倾向率为-3.005 mm/10年，只是下降趋势并不显著。虽然在21世纪之前的春季降水量并不显著，但却在该阶段出现了高值和低值中心，高值达到了182.1 mm（1997年），低值只有60.4 mm（2000年），高值将近是低值的3倍；从21世纪往后，春季降水量以小幅度波动下降趋势为主，整体下降趋势并不明显；夏季平均降水量为298.4 mm，占年降水量的55.9%，线性变化倾向率为22.325 mm/10年，只是增加趋势不显著。

结合曲线图，1994—2002年大通县夏季降水量呈现出波动下降的趋势；2002—2013年以波动增加趋势为主，且2013年降水量最高，达到了439.6 mm；从2013年往后则呈现出先增加后减少的趋势；秋季平均降水量为114.9 mm，占21.5%，线性变化倾向率为5.093 mm/10年，增加趋势不显著。其中，1991—1992年大通县秋季降水量呈现出直线增加趋势，且1991年的降水量最低，只有41.7 mm，该阶段的降水量增幅较大；1992—1996年秋季降水量以快速下降趋势为主；1996—2011年上升趋势明显，且2011年的降水量最高，达到了115.6 mm，从2011年往后则开始波动下降；冬季降水量最少，只有5.8 mm，占1.1%，线性变化倾向率为-0.154 mm/10年，下降趋势并不显著。

结合曲线图，冬季降水量以2005年为分界线，两边均呈现出先下降后增加的趋势。其中，1991—1998年、2012—2020年均呈现出快速下降的趋势；1998—2005年、2005—2012年均呈现出增加的趋势，只是下降幅度高于上升幅度，直接造成冬季降水量以下降趋势为主，冬季降水量的最高值为11.3 mm（1992年），最低值只有0.9 mm（1998年），冬季降水量的最大值是最小值的13倍左右，说明冬季降水量变化的波动幅度极大。

2.2 暴雨日数

2.2.1 年际变化

1991—2020年大通县共有暴雨天气63年，多年暴雨日数平均值为2.1 d，其中年暴雨日数的高值为6.0 d

（2013年），而1991年、1996年、2018年没有暴雨天气出

现。近30年大通县年暴雨日数整体呈现出增加的趋势，线性变化倾向率为0.385 d/10年，研究时段内共增加1.155 d，且增加趋势较为显著。

结合平均值曲线图，在2007年之前，大通县年暴

雨日数大都在平均值以下，该阶段属于暴雨偏少期；从2008年往后，大通县年暴雨日数大都在平均值以上，该阶段属于暴雨偏多期；从曲线图中可以看出1991—1993年大通县暴雨日数呈现出直线增加趋势，增加幅度较大；1993—2013年大通县暴雨日数呈现出波动增加的趋势，且2013年的暴雨日数最大；从2013年往后，暴雨日数以直线下降趋势为主，且这种情况持续到2018年；从2019年往后暴雨日数则继续上升（图2）。

2.2.2 月季变化

1991—2020年大通县暴雨天气主要出现在每年4—9月份，其余月份则没有出现暴雨天气；大通县年内各月暴雨日数呈现出单峰型变化特征，其中峰值出现在8月份，暴雨日数共有24 d，占38.1%；谷值只有2 d，占3.2%。其中，4—8月份大通县暴雨日数呈现出逐月递增的趋势，从8月份往后则快速下降。年内暴雨日数主要集中在6—9月份，这段时间的暴雨日数共有56 d，占总暴雨日数的91.8%。通过对大通县四季暴雨日数进行分析，在研究时段内，大通县春季暴雨日数共有7 d，占总暴雨日数的11.1%，以5月份出现频率最高，占春季暴雨日数的71.4%；夏季暴雨日数共有

49 d，占总暴雨日数的77.8%，以8月份出现频率最高，占夏季暴雨日数的49.0%；秋季暴雨日数共有7 d，

占总暴雨日数的11.1%，且秋季暴雨日数主要出现在9月份；冬季却没有出现暴雨天气（图3）。

2.3 暴雨量对年降水量的贡献

1991—2020年大通县多年暴雨量平均值为73.7 mm，

占年降水量（533.4 mm）的13.8%，说明暴雨降水量对年降水量的贡献率在13%左右。近30年大通县暴雨量对年降水量贡献最大的年份出现在2013年，贡献率高达46.6%，而1991和2018年却没有出现暴雨天气。在研究时段内，大通县暴雨量对年降水量贡献率大都处于20%以下，只有极个别年份的暴雨量对年降水量贡献率超过20%，分别出现在1993、2000、2008、2013、2016年（图4）。

3 暴雨灾害的防御对策

3.1 精密监测、预报、预警、服务及时

针对大通县易发的暴雨、大暴雨等强降水天气过程，气象部门应高度重视，在强降水灾害性天气易发季节，强化极端天气的监测预报预警，及时准确发布气象信息，切实做到“监测精密、预报精准、服务精细”，通过政府网站、电视、微信、QQ、微博、大喇叭、抖音公众号等多渠道扩宽气象信息覆盖面。进一步提高灾害性天气预报精准度和预警发布时效。

同时，加强联合会商研判，针对可能发生的暴雨、山洪、泥石流等灾害，及时提醒重点区域、重要部位、重点人群采取有效措施做好防御工作，充分发挥气象防灾减灾第一道防线作用。

此外，农民应该时刻关注当地天气变化和气象预报，在暴雨洪涝灾害还没有出现之前，严格根据气象部门暴雨预警指导布置和落实防灾措施；灾害性天气出现后，需选择有利时机来启动应急预案，并通过新媒体和传统媒体平台，保证灾害预警预报信息可及时传递到每位农民手中。

3.2 加强研究本地暴雨天氣致灾因子

结合历史灾情，加强对本地地形地貌与暴雨天气的致灾相关性及对灾害易发地致灾临界雨量阈值等的研究，将研究成果为地方党委政府和相关部门决策提供参谋，预防和减轻强降雨引发的灾害造成的影响，从而确保人民群众的生命财产安全[4]。

3.3 提升暴雨灾害易发区监测预警能力

可在现有监测设备的基础上，在暴雨灾害易发区多布设一些监测设备，加密监测网格，提升监测水平，强化监测能力，增强气象灾害防御能力，高效做好前期防范和灾害应对工作，降低灾害造成的损失。

3.4 加强对气象防灾减灾知识的宣传

充分利用电视天气预报产品、微信等气象科普宣传和互动交流平台，扩大气象防灾减灾文化及科学知识覆盖面，大力向社会公众普及气象防灾减灾知识和技能，增强防灾减灾意识，提升应对气象灾害的能力，减少气象灾害事故风险[5]。

3.5 强化部门协作

大通县气象部门应始终遵循“政府主导，部门联动、全社会共同参与”的气象防灾减灾服务理念，不断提升决策气象服务水平，充分发挥气象服务信息在暴雨防灾减灾中的作用。气象部门还要与当地农业、水利、交通等部门之间的沟通交流，通过联合会商工作的开展不断强化决策气象服务规划能力，以提升决策气象服务规划的科学性和针对性水平[6]。

4 结论

（1）1991—2020年大通县降水量平均值为533.4 mm，

线性变化倾向率为23.743 mm/10年，增加趋势并不显著；

（2）大通县年内降水呈现出明显的季节性变化特征，降水主要集中在夏季，占年降水量的55.9%，春、秋季节的降水量基本相当，分别占年降水量的21.4%、21.5%，冬季降水量最少，只有1.1%；

（3）四季降水量除了春季和冬季外，夏季和秋季降水量同年降水量的变化趋势保持一致，只是变化趋势均不太显著；

（4）1991—2020年大通县暴雨日数平均值为2.1d，线性变化倾向率为0.385 d/10年，且增加趋势较为显著；

（5）大通县暴雨天气主要出现在每年4—9月份，且除了冬季外，其余三季均出现了暴雨天气，尤以夏季出现频率最高，春秋季节基本相当。

参考文献

[1] 吴孙发，叶囯富，郑国强.光泽县暴雨气候特征分析及防灾减灾措施[J].现代农村科技，2019（4）：82.

[2] 董宁，王新友，王晓默.济宁市东部山区主要灾害性天气特征及防灾减灾措施[J].甘肃农业科技，2013（2）：9-12.

[3] 李青建.近30年都匀市暴雨特征分析及防涝减灾措施[J].安徽农学通报，2019，25（14）：153-154.

[4] 王琼，王仁骁.郑州市暴雨特征分析及对农业生产的影响[J].现代农业科技，2020（18）：168，170.

[5] 熊平生.衡阳市暴雨洪水灾害的特征及其防洪减灾对策研究[J].国土与自然资源研究，2021（3）：71-72.

[6] 孟越，张军，包玉龙.昌黎县暴雨特征分析及对农业生产的影响[J].现代化农业，2020（4）：8-10.