Page 115 - 《高原气象》2026年第1期
P. 115
1 期 刘旭东等:横断山区2001 -2020年小时极端降水时空分布特征 111
势下, 日尺度的极端降水预计将以近似克劳修斯- 著, 华南地区和西南地区分别集中在下午和午夜
克拉佩龙(Clausius–Clapeyron, CC)的速率(即低 (Zhang and Zhai, 2011; Wang et al, 2023)。但是现
-1
层 水 汽 随 温 度 升 高 而 增 加 , 约 为 7%·K )增 加 阶段以横断山区为研究对象的小时极端降水相关
(Soden et al, 2005; Wentz et al, 2007)。中国的极 研究较少, 对横断山区小时极端降水特征认识不
端降水事件在近半世纪以来明显增多, 同时中国的 足, 而分析复杂地形区的极端降水特征需要从更小
极端降水事件存在着明显的地域性差异和显著的 的时间尺度出发。
年际和年代际变化特征(陈海山等, 2009; 龙妍妍 基 于 此 , 本 研 究 利 用 卫 星 降 水 资 料 分 析
等, 2016; 武文博等, 2016)。横断山区的极端降水 2001 -2020 年横断山区小时极端降水阈值、 持续时
格局大致呈现南多北少, 从东南向西北减少的分布 间的时空特征, 并探究雨量、 频次和强度的时空分
特征, 极端降水指数与年总降水量呈正相关关系, 布格局、 年际趋势以及日变化情况, 从而提供该区
极端降水量在全区域内年际变化呈上升趋势, 并且 域内更加精细的极端降水事件特征。
极端降水事件随海拔的升高而周期地减少(Zhang 2 数据与方法
et al, 2014)。在未来, 李沁汶等(2019)通过统计降
尺度的方式得出横断山区极端降水总体上呈现出 2. 1 研究区域
“增加-减少-增加”的趋势。 横断山区(24°48′N -33°39′N; 96°20′E -104°
极端降水事件的显著特征之一是极端雨强, 通 4′E)位于我国西南部(图 1), 面积约 5×10 km(Shi
2
5
常伴随着超过区域历史记录的短时强降水事件(顾 et al, 2018), 海拔范围 308~7473 m。横断山区地处
佳佳和武威, 2017; 张静和孙羡, 2021; 汪小康等, 高原温带亚热带气候区, 山地地形复杂, 气候差异
2024)。以往关于极端降水的研究多数集中于日尺 较大(Li et al, 2011; Zhu et al, 2012)。同时是典型
度上, 然而极端降水事件通常发生在日内尺度, 其 的季风气候区, 受南亚季风和东亚季风控制(Zhu
中日内尺度的极端降水强度对气温变化响应更加 et al, 2016; Dong et al, 2018, 2019)。该地区降水
复 杂(Barbero et al, 2017; Lenderink et al, 2017; 量的季节变化较大。年降水量为 978. 64 mm, 降水
Ali and Mishra, 2018; Barbero et al, 2019; Huang 分布呈现出自东南向西北递减的格局(Yu et al,
et al, 2021)。日内尺度的极端降水数据可以更加精 2020)。雨季(5 -9 月)降水丰沛, 当期平均降水量
确地捕捉降水过程和日变化, 以提供更多极端降水 为 769. 11 mm, 占全年降水量的 78. 59%。因此, 接
强度和频次的细节特征(Li et al, 2013; 李建等, 下 来 的 工 作 将 围 绕 全 年(Annual, AP)、 雨 季
2013a; Liu et al, 2017a)。一般而言, 日内极端降 (Rainy, RP)和非雨季(Non-Rainy, NP)三个阶段共
水事件的定义有两种, 分别为固定阈值(张天宇 同开展。DEM 数据是 ASTER GDEM V3(https: //
等, 2023)和相对阈值(Wang et al, 2023; 李建等, lpdaac. usgs. gov/), 来源于美国航空航天局(NASA)
2013b; Lai et al, 2024), 而采用局地百分位阈值的 和日本宇宙航空研究开发机构(JAXA)共同开发的
相对阈值方法更加适用于分析局部区域内日内尺 全球 DEM 30 m 数据。本节涉及的研究区域地图是
度的极端降水特征(Zhang and Zhai, 2011)。 基于标准地图服务系统(http: //bzdt. ch. mnr. gov.
近年来在中国以及各分区内展开了大量关于 cn/)下载的中国地图[审图号: GS(2019)1882]制作
小时极端降水的研究, 增加了中国各地区小时尺度 而成, 底图无修改。
上的极端降水事件趋势、 日变化和持续时间的特征 2. 2 数据选取
细 节(Li, 2018; Li et al, 2019; Jiang et al, 2020; 研究数据主要包括了地面气象站实测降水数
Lai et al, 2024)。我国小时极端降水具有显著的区 据和相应时段的卫星观测数据。其中气象站实测
域差异和年代际变化特征。年际变化上, 我国小时 观测数据是来源于中国气象数据网(http: //data.
极端降水量整体呈现不显著下降趋势, 而频率呈增 cma. cn), 包括了研究区内的 27 个站点(图 1)。站
加趋势。在分布格局中, 强度和频率主要表现为 点观测资料主要用于计算区域多年月均降水, 以确
“西弱东强”的格局, 以低涡/切变线和弱天气系统 定横断山区雨季与非雨季。卫星产品是来自 Glob‐
强迫的天气类型为主(Luo et al, 2016; Wang et al, al Precipitation Measurement(GPM)的 IMERG Final
2023)。同样地, 我国小时极端降水事件日变化具 V07B (https: //disc. gsfc. nasa. gov/)(Hou et al,
有明显的地域差异, 日变化特征在我国北方并不显 2014; Liu et al, 2017b), 时间跨度为 2001 -2020

