下载文档原格式
1965-2013年黄土高原地区极端降水事件时空变化特征赵安周;朱秀芳;潘耀忠【期刊名称】《北京师范大学学报：自然科学版》【年(卷),期】2017(53)1【摘要】基于黄土高原地区52个气象站点1965—2013年逐日降水数据,辅以一元线性趋势分析、相关分析、MannKendall检验及反距离加权插值(IDW)等方法,本文分析了黄土高原地区极端降水事件时空变化特征.结果表明:1)时间上,持续性指标和强度指标中除降水强度(SDⅡ)外均呈现减小的趋势;绝对指标和相对指标中除R10mm降水日数(R10mm)外,其他指数均呈现增加的趋势,但均未通过0.05显著性水平检验.2)空间上,就持续性指标来看,连续无雨日数(CDD)增加趋势最大的位于区域Ⅲ,连续降水日数(CWD)和年降水总量(PRCPTOT)在区域Ⅱ的北部的增幅最大;强度指标中,1d最大降水量(RX1day)和5d最大降水量(RX5day)在区域Ⅱ的中部和北部增幅最大,SDⅡ增幅最大的地区主要集中在区域Ⅰ和区域Ⅱ的北部地区;绝对指标中,R10mm、R20mm降水日数(R20mm)和R25mm降水日数(R25mm)的趋势变化呈由南向北增加的趋势;相对指标中,异常降水日数(R95p)和极端降水日数(R99p)增幅最大的地区主要集中在区域Ⅱ.3)CDD与经度、纬度呈显著的负相关,年降水总量(PRCPTOT)、R10mm和R25mm与纬度呈显著正相关,其他极端降水指数与经纬度和海拔高度的相关性不显著.4)主成分分析的结果表明2类极端降水指数的总贡献率达到80.73%,除CDD外,其他极端降水指数与PRCPTOT均具有良好的相关性,且均通过了0.01显著性水平检验.5)Hurst指数结果表明黄土高原地区CDD、SDⅡ、R10mm、R20mm和R25mm极端降水指数变化均呈反向变化特征,其他极端降水指数呈同向变化特征.【总页数】8页(P43-50)【关键词】极端降水;时空变化;黄土高原地区【作者】赵安周;朱秀芳;潘耀忠【作者单位】北京师范大学地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京100875【正文语种】中文【中图分类】P932【相关文献】1.陕北黄土高原地区极端降水事件时空分布特征 [J], 王涛;杨强;于冬雪2.近50年黄土高原地区降水时空变化特征 [J], 王麒翔;范晓辉;王孟本3.1960—2018年嫩江流域极端降水事件时空变化特征 [J], 王建中;高鹏;刘翠杰;张蓉4.1964年-2013年云南省极端降水事件的时空变化特征 [J], 戚娜;曹言;王杰;张雷5.近60年来百色地区极端降水事件的时空节律变化特征 [J], 卢芹芹;秦年秀;汪军能;黄嘉丽;韦玉芳;张华玉因版权原因，仅展示原文概要，查看原文内容请购买。
浙江省2016年夏季融合降水预报检验评估黎玥君;余贞寿;邱金晶;苏涛【期刊名称】《浙江气象》【年(卷),期】2017(38)4【摘要】利用2016年7-9月全省1957个包括区域自动站在内的站点观测资料,对同期雷达融合降水估测和预报资料进行了从时间演变、空间分布及统计检验3个方面的检验,还利用基于对象的诊断评估方法(MODE)考察了台风莫兰蒂(编号1614)9月13-16日一次降水过程,结果表明:1)融合估测降水能较好反映出2016年夏季降水的时间演变和空间分布;2)预报1～6h降水总体偏强,随着预报时效的增长,均方根误差在增大,对浙东沿海和浙南温州一带的降水预报的均方根误差最大;3)对于台风莫兰蒂的这次降水预报,在降水最强的15日21时的融合1～6h预报降水进行MODE检验评估,可以看出预报1～5h的降水落区与实况较一致,但降水落区的范围比实况偏小,随着预报时效的增加,预报与实况降水落区的相似度在减小.【总页数】8页(P1-8)【作者】黎玥君;余贞寿;邱金晶;苏涛【作者单位】浙江省气象科学研究所,浙江杭州310008;浙江省气象科学研究所,浙江杭州310008;浙江省气象科学研究所,浙江杭州310008;浙江省气象科学研究所,浙江杭州310008【正文语种】中文【相关文献】1.WRF 模式对宝鸡地区2013年夏季温度和降水预报的评估检验 [J], 韩洁;庞翻;陈卫东2.基于集合预报的吉林省夏季降水多种统计量融合预报技术 [J], 马洪波;陈长胜;杨雪艳3.基于集合预报的吉林省夏季降水多种统计量融合预报技术 [J], 马洪波;陈长胜;杨雪艳;;4.辽宁省夏季多模式降水预报检验及晴雨预报技术研究 [J], 聂安祺;李得勤;滕方达;陆井龙;王当5.夏季日本降水数值预报产品对吉林省分县降水预报能力的检验分析 [J], 王晓明;王新国;倪慧因版权原因，仅展示原文概要，查看原文内容请购买。
黄柏河流域近40年极端降水变化特性分析黄珂珂;董晓华;陈亮;张清;严东英【摘要】本文基于黄柏河流域1978～2016年逐日降水量资料,计算多年极端降水指数,采用滑动平均法、Sen's斜率估计和Kendall秩次相关检验法对极端降水指数进行趋势性分析检验,借助Pettitt法和Mann-Kendall法对极端降水指数进行突变性检验,研究黄柏河流域极端降水事件变化规律.结果表明:黄柏河流域多年来降水年内分布逐渐均匀,极端降水指数在空间上变化不大.异常降水总量的变化引起了年降水量的变化,两者变化趋势相同.大部分极端降水指数近年来发生突变.黄柏河流域降水年内分布逐渐均匀、年降水强度的下降将降低发生洪涝灾害的风险,但同时也应进一步防范突发极端降水事件,加强水资源调节控制,充分利用总量逐年降低的水资源,以保障黄柏河流域社会经济尤其是农业的可持续发展.【期刊名称】《三峡大学学报（自然科学版）》【年(卷),期】2019(041)005【总页数】6页(P19-24)【关键词】黄柏河流域;极端降水;趋势性;突变性【作者】黄珂珂;董晓华;陈亮;张清;严东英【作者单位】三峡大学水利与环境学院,湖北宜昌 443002;水资源安全保障湖北省协同创新中心,武汉 430072;三峡大学水利与环境学院,湖北宜昌 443002;水资源安全保障湖北省协同创新中心,武汉 430072;三峡大学水利与环境学院,湖北宜昌443002;水资源安全保障湖北省协同创新中心,武汉 430072;三峡大学水利与环境学院,湖北宜昌 443002;水资源安全保障湖北省协同创新中心,武汉 430072;三峡大学水利与环境学院,湖北宜昌 443002;水资源安全保障湖北省协同创新中心,武汉430072【正文语种】中文【中图分类】P334+.92极端降水事件与洪涝灾害密切相关[1],其引发的灾害给工农业生产、人民生活、自然生态造成巨大的损失[2-5].系统地研究极端降水事件的时空演变特征对减少极端降水事件的危害有非常重要的意义.近年来,越来越多的专家学者开始关注极端降水事件.孙军[6]等人利用中国2 000多个站点50年以上的日降水资料提取6个极端降水指数,结果表明极端降水与年总降水趋势不完全一致,但与夏季总降水有更加一致的趋势性;毕宝贵[7]等人将2016年的强对流和极端降水天气特征与1981年以来的同期天气对比分析,发现超强厄尔尼诺事件结束当年,极端降水和强对流天气发生频次明显较多;时光训[8]等人利用长江流域131个气象站数据,分析了长江流域极端降水的时空变化特征,结果表明长江流域主要强降水指数变化呈增加趋势,降水过程不稳定,容易发生洪涝灾害;潘欣[9]等人采用长江流域内1960～2010年逐日降水资料,分析了长江流域极端降水特性,结果表明未来极端降水将继续以上升趋势为主,流域洪涝灾害风险加大.周兰庭[10]等人采用了云物元模型对极端降雨事件增多地区的土石坝进行安全评价.宜昌市河网密集、水量丰富,多年平均降水量1 220 mm,4～9月降水量占全年降水总量的70%～80%,洪涝灾害频发[11-12].黄柏河是宜昌市重要的水源地[13],为夷陵区等共7个县市区200万人口及100万亩农田供水.因此,分析黄柏河流域的极端降水事件变化规律对宜昌市的可持续发展意义重大.本文利用极端降水指数对黄柏河流域的极端降水事件进行研究,有助于初步把握黄柏河流域的降水变化特征,全面分析黄柏河流域极端降水事件变化规律和趋势,为预防黄柏河流域的洪涝灾害,保障宜昌市用水安全,加强黄柏河流域水资源的可持续发展提供依据.1 研究区域概况黄柏河位于宜昌市城区西北部、长江三峡南津关下游北岸,全长162 km,流域面积1 902 km2(如图1所示),是长江的一级支流,分东、西两条支流,在夷陵区黄花乡两河口汇合,于葛洲坝枢纽三江船闸上游引航道汇入长江.黄柏河流域东支上有尚家河、天福庙、西北口、玄庙观4座水库,总库容约3.2亿m3,经过几十年的开发建设,形成了以防洪、供水、发电为主的水资源调配工程体系.图1 研究区流域概况2 数据与研究方法2.1 数据本文基于黄柏河流域上游的天福庙水库雨量站和下游的尚家河水库雨量站1978～2016年逐日降水数据,分析该流域极端降水指数序列的趋势性和突变性.世界气象组织气候学委员会成立的气候变化检测指数专家组(ETCCDMI)为了定量研究极端气候事件,提出了27个极端气候指数,在极端气候变化研究中得到广泛应用[14-16].本文选取了其中几个与极端降水相关的指数进行分析,包括大雨日数、年降水强度、异常降水总量、连续无雨日数、连续降水日数、年降水量.这些指数用于表征研究区的极端降水的强度、持续时间及降水量等方面的变化.本文基于这些极端降水指数(见表1),分析黄柏河流域极端降水事件的变化特性.表1 极端降水指数指标类型极端降水指数英文缩写定义绝对指标大雨日数 Rr25 年内日降水量≥25 mm的日数/d强度指标年降水强度 SDII 年内降水量与日降水量≥1 mm的日数之比/(mm/d)相对指标异常降水总量 R95P 年内日降水量高于95%阈值降水量之和/mm连续无雨日数 CDD 年内日降水量连续＜1 mm的日数最大值/d持续性指标连续降水日数 CWD 年内日降水量连续≥1 mm的日数最大值/d年降水量 PRCPTOT 年内降水量≥1mm的降水量之和/mm为分析极端降水指数在空间上的分布特征,计算两雨量站极端降水指数多年平均值(见表2).除年降水量(PRCPTOT)相差较大(相差20 mm左右),其他极端降水指数多年平均值均相差不大.表2 极端降水指数多年平均值指数尚家河水库天福庙水库Rr25 10.77 10.28 SDII 11.44 11.46 R95P 620.54 616.66 CDD 29.79 30.13 CWD 5.85 6.26 PRCPTOT 1 046.06 1 026.962.2 研究方法由于目前对于极端降水突变现象的物理机制尚不明确,不同检验方法可能会导致不同的结果,本文采用多种方法对极端降水指数进行突变和趋势性分析,研究黄柏河流域极端降水事件的变化特性.利用滑动平均法[17]和Sen's法[18-19]对极端降水指数进行趋势性分析,Kendall 秩次相关检验[17]进行趋势检验,取显著性水平为0.05.滑动平均法可以消除周期变动和随机波动对时间序列的影响,显示出事件的发展方向与趋势.Sen's法可以计算时间序列的平均变化斜率,显示出存在明显上升或下降的时间序列的线性趋势.为了分析极端降水指数的突变特性,采用Pettitt检验法和Mann-Kendall法(简称M-K法)对极端降水指数进行突变性分析.M-K法是水文序列中广泛使用的一种趋势检验方法[20-21].该方法是无参数的,很少受数据序列中异常值的干扰,允许在不进行任何特定分布假设时调查数据的长期趋势.Pettitt检验法[22]是一种与M-K法类似的非参数检验方法,直接利用秩序列检测突变点,时间序列中的突变现象不仅能够判断出突变点的位置及数量,还可判断这些变点在统计意义上是否显著.3 结果及分析3.1 趋势性分析用滑动平均法和Sen's法分析尚家河水库雨量站和天福庙水库雨量站1978～2016年的极端降水指数变化趋势,利用Kendall秩次相关检验对变化趋势进行检验.其中滑动平均法取滑动长度为5,并绘制5年滑动平均变化曲线.1)滑动平均法计算并绘制极端降水指数五年滑动平均变化曲线并进行分析.图2 尚家河水库雨量站极端降水指数变化趋势由图2可知,尚家河水库雨量站大雨日数Rr25、年降水强度SDII、异常降水总量R95P、连续无雨日数CDD、连续降水日数CWD、年降水量PRCPTOT的最大值和最小值分别为20 d和5 d、15.48 mm/d和9.21 mm/d、931.8 mm 和457.2 mm、65 d和17 d、10 d和4 d、1 385 mm和737 m.极端降水指数变化曲线都呈下降趋势,Rr25下降趋势不明显,CWD变化曲线波动幅度逐渐减小.图3 天福庙水库雨量站极端降水指数变化趋势由图3可知,尚家河水库雨量站年降水强度SDII、连续无雨日数CDD、连续降水日数CWD变化曲线都呈下降趋势,CDD变化曲线下降趋势明显.大雨日数Rr25、异常降水总量R95P、年降水量PRCPTOT变化曲线呈轻微上升趋势.Rr25、SDII、R95P、CDD、CWD、PRCPTOT的最大值和最小值分别为18 d和4 d、15.06 mm/d和8.44 mm/d、951.7 mm 和379 mm、68 d和16 d、15 d和3 d、1532 mm和591 mm.2)Sen's斜率估计计算尚家河水库和天福庙水库极端降水指数的斜率,结果见表3.由表3可知,尚家河水库雨量站多年的年降水强度、异常降水总量、连续无雨日数、年降水量呈现减小趋势;大雨日数、连续降水日数趋势不明显.天福庙水库雨量站的多年来年降水量呈上升趋势;年降水强度、异常降水总量、连续无雨日数呈现减小趋势;大雨日数、连续降水日数变化趋势不明显.表3 极端降水指数变化斜率极端降水指数尚家河水库雨量站斜率天福庙水库雨量站斜率Rr25 0.000 0 0.000 0 SDII -0.013 2 -0.023 1 R95P -0.600 0 -0.017 4 CDD -0.200 0 -0.250 0 CWD 0.000 0 0.000 0 PRCPTOT -2.077 8 0.035 7 3)Kendall秩次相关检验法利用Kendall秩次相关检验法对尚家河水库雨量站和天福庙水库雨量站的6个极端降水指数进行分析,检验其趋势性是否显著.取信度水平α为0.05,Uα/2的值为1.96.各极端降水量指数计算结果见表4.表4 Kendall秩次相关检验法统计量指标尚家河水库k t D U天福庙水库k t D U Rr25 355 -0.041 8 0.012 4 -0.375 0 344 -0.071 5 0.012 4 -0.641 1 SDII 347 -0.063 4 0.012 4 -0.568 6 340 -0.082 3 0.012 4 -0.737 9 R95P 361 -0.025 60.012 4 -0.229 8 369 -0.004 0 0.012 4 -0.036 3 CDD 301 -0.187 6 0.012 4 -1.681 5 276 -0.255 1 0.012 4 -2.286 3 CWD 228 -0.384 6 0.012 4 -3.447 6 252 -0.319 8 0.012 4 -2.867 0 PRCPTOT 341 -0.079 6 0.012 4 -0.7137 372 0.004 0 0.0124 0.036 3由表4可知,尚家河水库雨量站的连续降水日数以及天福庙水库雨量站的连续降水日数、连续无雨日数的统计量|U|＞1.96,其多年变化趋势在0.05置信水平下显著,其他极端降水指数变化趋势不明显.滑动平均法和Sen's法对极端降水指数变化趋势检验结果大部分是一致的,由于不同方法的原理不同,有个别极端降水指数变化趋势不一致.这个主要是由于滑动平均法可以排除周期变动和随机波动对时间序列的影响,显示出时间序列的发展方向与趋势,而Sen's法适用于存在明显上升或下降线性趋势的时间序列.所以对于没有明显线性趋势的时间序列,以滑动平均法的检验结果为准.3.2 突变性分析利用Pettitt法和M-K法对尚家河水库雨量站和天福庙水库雨量站的极端降水指数进行突变性分析,分析过程如下所示.1)Pettitt法利用Pettitt法对尚家河水库雨量站和天福庙水库雨量站1978～2016年6个极端降水指数进行突变性分析.计算结果见表5.表5 Pettitt法统计量极端降水指数尚家河水库突变年份k P 显著性天福庙水库突变年份k P 显著性Rr25 1989 22 1.906 78 不显著 2005 125 0.428 4 显著SDII 2012、2016 62 1.368 96 不显著 2005 109 0.619 7 不显著R95P 2015 751.1484 5 不显著 2005 89 0.915 7 不显著CDD 2016 55 1.484 12 不显著 2016 80 1.063 9 不显著CWD 2000 73 1.182 47 不显著 2016 83 1.013 9 不显著PRCPTOT 2014 44 1.652 39 不显著 2005 117 0.518 5 不显著由表5可知,两雨量站极端降水指数突变年份主要在2005年和2012年到2016年间.极端降水指数除天福庙水库的大雨日数外,突变不显著.2)Mann-Kendall法绘制尚家河水库雨量站和天福庙水库雨量站极端降水指数M-K突变检验曲线并进行变化特性分析.由图4可知,尚家河水库雨量站大雨日数Rr25、年降水强度SDII、异常降水总量R95P、连续无雨日数CDD、连续降水日数CWD、年降水量PRCPTOT的UF线在1978～1994年间处于零线以下或附近(Rr25的UF线于1989年为0.08、CDD的UF线于1998年为0.01、PRCPTOT的UF线于1989年为0.13和1993年为0.003)、临界直线内,6个极端降水指数呈减少的趋势,趋势不显著;除CWD的UF曲线于1991～1994年和1996～2000年UF线在零线以上,临界线以内,整体上呈现上升趋势外,其他计算降水指数在1994年后整体上变化趋势不明显;Rr25、SDII、R95P、CDD、CWD、PRCPTOT的 UF和UB线在两临界线间存在交点,可能突变年份分别为2004年、2005年和2012年、2006年、2003年和2011年、1995年、2006年和2014年,突变显著.图4 尚家河水库雨量站极端降水指数M-K曲线由图5可知,天福庙水库雨量站大雨日数Rr25、年降水强度SDII、异常降水总量R95P、连续无雨日数CDD、连续降水日数CWD、年降水量PRCPTOT的UF线分别于1978～2004年(1996、1997年都为0.19)、1978～1995年(1992年为0.006)、1978～1995年(1993年为0.03)、1978～1989年、1978～1996年(1987年为0.33)、1978～2004年(2000年为0.33)处于零线以下或附近、临界直线内,呈减少趋势,趋势不显著;分别于2005年、2005年、2004年、1989年、1996年、2004年后处于零线以上,整体上呈上升趋势.Rr25、SDII、R95P、CDD、CWD、PRCPTOT的UF和UB线在两临界线间存在交点,可能突变年份分别为2004年、2004年(显著)、2004年、2003年和2013年(显著)、2003年(显著)、2004年.图5 天福庙水库雨量站极端降水指数M-K曲线4 结论本文基于黄柏河流域1978～2016年逐日降水量资料,计算了大雨日数Rr25、年降水强度SDII、异常降水总量R95P、连续无雨日数CDD、连续降水日数CWD、年降水量PRCPTOT,利用滑动平均法、Sen's斜率估计、Kendall秩次相关检验法、Pettitt法和Mann-Kendall法分析了各指数的趋势性和突变性,研究黄柏河流域极端降水变化特性.主要结果如下：1)两雨量站极端降水指数多年平均值除PRCPTOT相差较大外,其他极端降水指数多年平均值均相差不大.2)多年来两雨量站Rr25变化趋势不明显,尚家河水库雨量站PRCPTOT呈现下降趋势,天福庙水库雨量站PRCPTOT呈现上升趋势,其变化趋势与尚家河水库雨量站R95P呈下降趋势,天福庙水库雨量站R95P呈上升趋势相对应.3)两雨量站的CDD、CWD和SDII整体上呈下降趋势,且CDD和CWD下降趋势在置信水平0.05内显著.4)两雨量站极端降水指数在1978～1990年左右呈下降趋势.天福庙水库雨量站大部分极端降水指数在2000年以后呈上升趋势.尚家河水库雨量站Rr25、SDII、R95P、CDD、CWD、PRCPTOT 分别在2004年、2012年、2006 年、2011 年、1995 年、2014 年发生突变.天福庙水库雨量站极端降水指数分别在2005年、2004年、2005 年、2003 年、2003 年、2005 年左右发生突变.上述结果表明黄柏河流域极端降水指数多年平均值在空间上变化不大,这是由于黄柏河流域面积较小,位于上游的尚家河水库和下游的天福庙水库气候条件基本相同;年降水量的变化和异常降水总量的变化有关,两者变化趋势相同,这是由于异常降水总量是年内日降水量高于95%阈值降水量之和,在年降水量中所占比例较大;多年降水年内分布逐渐均匀,发生洪涝灾害的可能性减小;尚家河水库雨量站和天福庙水库雨量站极端降水指数在1978～1990年左右都呈下降趋势,两雨量站大部分极端降水指数在2003～2006和2011～2014年左右发生突变,这可能是受到近年来全球气候变化及人类活动的影响.参考文献：【相关文献】[1] 徐宗学,刘琳,杨晓静.极端气候事件与旱涝灾害研究回顾与展望[J].中国防汛抗旱,2017,27(1)：66-74.[2] 吴小玲,廖艳阳.气候变化对农业生产的影响综述[J].现代农业科技,2011,13(11)：302-304.[3] 任福民,高辉,刘绿柳,等.极端天气气候事件监测与预测研究进展及其应用综述[J].气象,2014,40(7)：860-874.[4] 刘杰,许小峰,罗慧.极端天气气候事件影响我国农业经济产出的实证研究[J].中国科学：地球科学,2012,42(7)：1076-1082.[5] 张彬,朱建军,刘华民,等.极端降水和极端干旱事件对草原生态系统的影响[J].植物生态学报,2014,38(9)：1008-1018.[6] 孙军,张福青.中国日极端降水和趋势[J].中国科学：地球科学,2017,47(12)：1469-1482.[7] 毕宝贵,张小玲,代刊.2016年超强厄尔尼诺背景下的强对流和极端降水天气特点[J].科学通报,2017,62(9)：928-937.[8] 时光训,刘健,马力,等.1970～2014年长江流域极端降水过程的时空变化研究[J].水文,2017,37(4)：77-85.[9] 潘欣,尹义星,王小军.1960～2010年长江流域极端降水的时空演变及未来趋势[J].长江流域资源与环境,2017,26(3)：436-444.[10]周兰庭,倪智强.基于云物元模型的极端降雨事件增多地区土石坝安全评价[J].三峡大学学报(自然科学版),2018,40(5)：22-26.[11]夏学彦,万素琴,毛成忠.宜昌市洪涝灾害天气气候特征分析[J].湖北气象,1999,18(2)：10-12.[12]陈佩文,赵虎,祝鸿,等.湖北省宜昌市洪涝灾害后的动物疫病防控实践[J].中国动物检疫,2017,34(6)：57-59.[13]陈亮,董晓华,李英海,等.基于SWAT模型的黄柏河东支流域气候变化的水文响应研究[J].三峡大学学报(自然科学版),2019,41(2)：1-5.[14]Karl T R,Nicholls N,Ghazi A.Clivar/GCOS/WMO Workshop on Indices and Indicators for Climate Extremes Workshop Summary[J].Climatic Change,1999,42(1)：3-7.[15]任正果,张明军,王圣杰,等.1961-2011年中国南方地区极端降水事件变化[J].地理学报,2014,69(5)：640-649.[16]杜军,路红亚,建军.1961-2012年西藏极端降水事件的变化[J].自然资源学报,2014,29(6)：990-1002.[17]邓育仁,高荣松,丁晶.随机水文学(四)[J].四川水力发电,1986(2)：92-96.[18]崔日鲜.潍坊市近56年气温及降水变化特征分析[J].青岛农业大学学报(自然科学版),2012,29(4)：267-272,298.[19]汪攀,刘毅敏.Sen's斜率估计与Mann-Kendall法在设备运行趋势分析中的应用[J].武汉科技大学学报,2014,37(6)：454-457,472.[20]郭利丹,鄢波,周海炜,等.1951～2014年哈尔滨市极端降水事件变化特征分析[J].水电能源科学,2017,35(5)：7-9,57.[21]吴丹瑞,吴安琪,何新玥,等.赣南地区近58年来极端气候变化趋势分析[J].长江科学院院报,2017,34(1)：24-29,39.[22]傅丽昕.近57年来和丰县气温和降水量的趋势性及突变特征[J].南水北调与水利科技,2014,12(4)：38-41,110.。
Temporal and Spatial Variation Characteristics of Intensity and Frequency of Hourly ExtremePrecipitation in China from 1961 to 2013作者： 孔锋[1,2,3];方建[4];乔枫雪[5,6];王瑞[5,6]作者机构： [1]清华大学公共管理学院,北京100084;[2]清华大学应急管理研究基地,北京100084;[3]清华大学中国社会风险评估研究中心,北京100084;[4]武汉大学资源与环境科学学院,湖北武汉430079;[5]华东师范大学地理信息科学教育部重点实验室,上海200241;[6]华东师范大学地理科学学院,上海200241出版物刊名： 长江流域资源与环境页码： 3051-3067页年卷期： 2019年 第12期主题词： 小时降水数据;极端降水;百分位法;重现期;时空格局;EOF分析摘要：极端降水事件具有小概率和高风险的特征,采用高分辨率数据有助于了解极端降水真实情况。
采用1961~2013年中国小时降水数据,从极端降水的强度和频次特征出发,采用多种数理统计方法诊断中国小时极端降水的时空变化特征。
结果表明:(1)不同重现期下的中国小时极端降水强度具有明显的东南高-西北低的空间分异特征。
不同百分位数下的中国小时极端降水阈值也具有东南高-西北低的空间分异特征。
(2)不同百分位数下的1961~2013年中国小时极端降水频次变化趋势主要以增加趋势为主,且随着百分位数的增加,增加趋势趋于减小并向长江流域地区集中。
中国小时极端降水频次波动特征则呈东南波动小-西北波动大的空间分异格局,且随着百分位数的增加波动大的地区从西北向东部和南部地区扩张,同时西部地区逐渐呈现出波动大小镶嵌的格局。
(3)90%和95%分位数下的中国小时极端降水频次EOF分析表明,中国小时极端降水频次具有明显不同的时空变化模态,且前两个模态可以反映中国小时极端降水频次的主要时空变化模态。
1960-2019年浙江省气象干旱时空演变特征研究浙江省是一个干旱灾害比较频繁的省份，随着经济、社会的快速发展及人口的不断增长，浙江省水资源供需矛盾和水环境质量问题日益突出，干早灾害的影响范围已由传统的农业领域扩展到工业、城市、生态等多个方面，早灾的损失也越来越大。
目前，针对单站干旱指标的选取，已有许多研究。
周晋红、张峰和鞠笑生四等对常用干旱指标进行对比分析，结果证明：Z指数确定的旱涝年能够客观地反映了历史情况。
鞠笑生对基于Z指数的通常区域旱涝指标进行改进，并对两种区域旱涝指标进行对比分析，结果表明：改进的区域旱涝指标更能确切地反映区域旱涝的程度，实际效果更好。
（1）1960年~2009年这50年中浙江省发生大旱（6级）、重旱（7级）共14年，大旱出现在1968年、1974年、1985年、2000年和2006年；重旱出现在1964年、1967年、1971年、1972年、1978年、1979年、2003年、2004年和2005年，分析结果与历史上实际旱情记载相符。
（2）20世纪60~70年代，浙江省属偏早型，以早为主，20年中发生干旱11次，洪涝6次。
但80~90年代间，旱涝发生变化幅度较大，以涝年居多，20年中发生洪涝11次，干早6次。
20世纪初开始至今干旱发生的频率上升，10年中仅2002年偏涝，其他年均为干旱，近年干旱呈上升加重趋势。
（3）浙江省易发生连旱，连旱7年一次，发生在2003年~2009年；连旱6年一次，发生在1964年~1969年；只有2年连旱的4次，分别出现在1971年~1972年、1978年~1979年、1985年~1986（4）浙江省易发生连旱，连旱7年一次，发生在2003年~2009年；连旱6年一次，发生在1964年~1969年；只有2年连早的4次，分别出现在1971年~1972年、1978年~1979年、1985年~1986年和2000年~2001年，且1971年~1972年和1978年~1979年都是连续发生重旱。
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
Open Journal of Nature Science 自然科学, 2019, 7(4), 294-306Published Online July 2019 in Hans. /journal/ojnshttps:///10.12677/ojns.2019.74040Spacial-Temporal Variation of ExtremePrecipitation Indices in Zhejiang Provincefrom 1971 to 2016Yangna YinCollege of Atmospheric Science, Chengdu University of Information and Technology, CUIT, Chengdu SichuanReceived: Jul. 4th, 2019; accepted: Jul. 18th, 2019; published: Jul. 25th, 2019AbstractBased on daily precipitation data sets of 22 meteorological stations from 1971 to 2016 of Zhejiang province, 11 extreme precipitation indices were analyzed to study the spacial-temporal variation of extreme precipitation in Zhejiang during 46 years. Methods including correlation analysis, li-near tendency estimation, Mann-Kendall test, moving t test, significance test and IDW were used.It is aimed to offer guidance for the diagnosis, prediction, decision and deployment of extreme precipitation in similar regions. The results were as follows: 1) The precipitation in Zhejiang is getting greater in amount and longer in time. 2) Only the PRCPTOT had the mutation year 1977.Except that CDD always declined, other indices had fluctuations from 1970s to 1980s. Even so, the strength is not strong enough to influence the total upward trend. 3) According to two rules for average spatial distribution: the decreasing from southwest to northeast and from southeast to northwest, the latitude and costal effect must take into consideration. 4) From the perspective of single station, the CDD decreased while wet indices mainly increased. Additionally, the changes were more significant where the rate were larger, which leaded to the intensive precipitation. 5) R10 mm, R20 mm, R50 mm and R95 contribute most to the increasing PRCPTOT. And latitude has good correlation with the indices.KeywordsExtreme Precipitation Indices, Zhejiang Province, Spacial-Temporal Variation, Rainy Days,Rainy Strength浙江省1971~2016年极端降水指数时空变化特征尹扬娜成都信息工程大学大气科学学院，四川成都收稿日期：2019年7月4日；录用日期：2019年7月18日；发布日期：2019年7月25日尹扬娜摘 要本文选用了1971~2016年浙江省22个测站的逐日降水数据，选取了11个极端降水指数，运用相关分析、线性倾向估计、M-K 突变检验、滑动t 检验、显著性检验和反距离加权插值等方法，对数据进行处理，分析了浙江地区46年来的极端降水时空变化特征。
旨在为同类地区极端降水诊断和预测、决策和部署提供指导。
结果表明：1) 浙江地区降水往降水量更大、持续时间更长发展。
2) 仅湿日总降水量存在突变年份，1977年，其余指数除连续干日数持续下降以外，在70年代至80年代都存在波动变化期，未达到突变强度，不影响总体上升。
3) 平均空间分布所符合的两项分布规律：从西南到东北递减的分布，和自东南沿海向西北递减。
因此纬度，以及东部临海因素须考虑。
4) 单站层面上，干指数普遍下降，湿指数主要上升。
倾率越大的测站，越是变化得显著，降水十分集中。
5) 中雨日数、大雨日数、暴雨日数和强降水量对湿日总降水量的增长贡献率最大。
纬度与浙江省极端降水指数相关性最好。
关键词极端降水指数，浙江地区，时空变化，降水日数，降水强度Copyright © 2019 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/1. 引言当下，随着全球变暖的势态加剧，极端降水事件作为极端气候事件的一种，频率越来越高[1]。
极端气候事件对于社会和自然环境都将产生重要影响[2]。
极端气候事件是指在统计学意义下的时间尺度上，某些发生概率极少的天气事件。
极端气候的指标主要为极端降水和极端气温事件。
极端降水事件具有空间不一致性[3]和气候平均态敏感性。
不一致性指，某个地区的总降水量可能不变甚至下降，但是极端降水的频率和强度却可能增加[4]；敏感性，指气候平均态的微小波动都有造成极端降水事件频率强度剧烈变化的可能[5]。
浙江省位于我国东南沿海，与东海相邻，且位于长江三角洲南部。
地形方面，涵盖丰富。
浙江省呈西南向东北倾斜，有三支山脉平行穿过，水系丰富。
由于处于亚热带的中部，深受季风性气候影响。
针对浙江省特殊的地理位置，海洋与台风对于极端降水的影响强烈。
根据王晓的研究，受台风影响的单站日降水量、小时雨强和过程降水量，都可能达到极端降水水平，个别站点甚至可以达到十年一遇、百年一遇的标准[6]。
而ENSO 和IOD 事件联合发生时，浙江的降水量会减少[7]。
除此之外，该地降水还与西太平洋副热带高压的进退密切相关。
目前，国内外的学者已经在极端降水事件及指数方面，做了广泛的研究。
根据任国玉等的评述总结，极端强降水事件在频率和强度上都有所增长，特别是长江中下游、东南地区和西北部最为明显，而华北、东北中南部和西南部分地区与前者相反呈减弱；多数地区呈两极发展，偏弱和偏强降水事件增加[8]。
无论是国内极端降水总结评述，还是浙江区域单独研究中都指出，浙江极端降水量和日数都有增加[8] [9] [10]，汪卫平等的研究更是进一步指出，含浙江在内的长江中下游地区，夏冬两季中雨及其以上的雨日数有明显增加[11]。
蔡敏等研究发现，极端降水事件频率在浙西北部高于浙南，极端降水平均强度高值由南向东北部降低，且极端降水日数分布也表现出有时间周期规律的增多[9]。
丁楠等强调了浙江东南沿海地尹扬娜区的极端降水高值与大幅上升趋势，将极端降水发展特征归纳于地形特点和城镇化发展上[10]，这与张文等总结的沿海型长江中下游极端降水有关[12]。
以上两篇文献都显示出浙江的极端降水有显著的南北差异[9] [10]。
在汪卫平的研究里还将浙江地区的总雨日概率划分成了平缓型，即全年多雨日，总雨日气候概率在年内有多个小峰值的类型[11]。
综合之前研究者的研究结果，相比于全国其他区域，对于浙江的单独研究较少，大多都是涵盖在长江中下游研究当中，而一些研究侧重于对个别城市单站的关注；部分研究存在研究选取的年际变化短，年代距离较为久远，缺乏针对性和时新性的特点；一些文献的极端降水指数选取仍不够科学全面。
正如IPCC 第五次会议评估报告中所指出的，降水资料的缺乏会导致研究评估结果的准确性大大降低[1]，希望在本文中能得以弥补。
由于极端降水产生的灾害性事件十分常见，浙江极端降水灾害频发期主要为梅雨季和台风季，会造成严重自然经济损失。
研究降水还有益于农业生产、林业防护、水土保持、城市规划以及其他相关气候等的研究。
不管是人民正常的生产生活，还是灾害性天气的预防，极端降水研究都有重要作用。
本文旨在加深对于浙江省极端降水概况的认识，把握其规律，为相关人士或部门对于近些年浙江省的极端降水诊断和预测、决策和部署提供一定的便利。
2. 数据与方法2.1. 数据来源与质量控制本文中使用的数据由国家气象中心提供，为1971年1月1日至2016年12月31日的逐日降水数据序列。
所选站点为资料中全部浙江站点，共22个，基本覆盖浙江全域，站点分布如图1所示。
资料经过异常值检验、缺测剔除、时间一致性检测，并且通过RClimDex 软件进行了进一步质量控制，数据完整性和质量情况较好。
Figure 1. Distribution of selected observation stations in Zhejiang area 图1. 浙江地区所选测站分布2.2. 研究方法根据气候变化检测监测和指数专家小组(Expert Team for Climate Change Detection Monitoring and In-尹扬娜dices)推荐的指数体系，综合考虑其意义，选取了11个作为极端降水指数。
