陳海鳳，李 揚，黃世芹，彭科曼，王 珺

(貴州省貴陽市氣象局，貴州 貴陽 550001)

基于自動站觀測的貴陽強降水特征分析*

陳海鳳，李 揚，黃世芹，彭科曼，王 珺

(貴州省貴陽市氣象局，貴州 貴陽 550001)

利用2010年1月—2016年12月貴陽市67個自動站逐時降水資料，采用K-means聚類方法，分析貴陽市強降水的精細(xì)化時空分布特征。結(jié)果表明：①貴陽市短時強降水以及暴雨呈南多北少，其中短時強降水在清鎮(zhèn)南部和花溪南部最為活躍，暴雨在清鎮(zhèn)南部最為活躍，大暴雨則在清鎮(zhèn)西南部最為活躍。②K-means 聚類方法可清晰地區(qū)分貴陽南部強降水活躍區(qū)(稱為Ⅰ區(qū))與中北部強降水相對不活躍區(qū)(稱為Ⅱ區(qū))。③貴陽市強降水主要出現(xiàn)在5—8月。在強降水活躍期，中北部強降水頻次的月差異較大；而南部的月差異較小。④貴陽市強降水具有明顯出現(xiàn)在夜間的特征。中北部強降水出現(xiàn)活躍時間比南部偏早1～2 h，但南部降水強度明顯強于中北部。

自動站；強降水；K-means聚類分析；時空分布

1 引言

圖1 貴陽市67個自動氣象站分布Fig.1 The Distribution of 67 Automatic Weather Stations in Guiyang

貴陽市地處貴州省中部，境內(nèi)地質(zhì)構(gòu)造復(fù)雜、中小河流眾多，全市境內(nèi)滑坡、崩塌、泥石流等地質(zhì)災(zāi)害以及山洪災(zāi)害頻發(fā)。暴雨洪澇是貴州主要氣象災(zāi)害之一。在一次暴雨過程中，若降水強度大、降水時間集中，就易引起山洪暴發(fā)造成洪澇災(zāi)害，如果降水持續(xù)時間長，或范圍較大，則更容易引發(fā)嚴(yán)重的洪澇災(zāi)害[1]。段瑩等[2]指出貴陽市暴雨平均雨量整體呈上升趨勢，暴雨日數(shù)及總暴雨量總體呈現(xiàn)出下降趨勢，本世紀(jì)以來貴陽市暴雨強度有所增強，近 30 a的降水極端性及降水強度較強。伍紅雨等[3]利用 1960—2005年貴陽站資料，研究指出貴陽站冬季無暴雨出現(xiàn)，6月最多，7月次之。針對貴陽地區(qū)的暴雨等強降水天氣，許多氣象專家學(xué)者從不同的角度作了大量研究[4-5]，并取得了一些研究成果。但這些研究大多是利用氣象觀測站的降水資料，空間分辨率低，或者針對某一次具體天氣過程進行分析，缺乏較為系統(tǒng)的精細(xì)化分布特征研究。本文擬利用貴陽市59個區(qū)域自動站及8個氣象觀測站(見圖1)2010年1月1日—2016年12月31日逐時降水資料，研究貴陽市強降水的空間分布特征，同時采用K-means聚類方法對貴陽市67個自動站強降水進行分區(qū)，并在此分區(qū)基礎(chǔ)上進一步分析貴陽強降水的時間分布特征，為貴陽市今后在暴雨落區(qū)預(yù)報工作中提供參考。

2 貴陽市強降水的空間分布特征

2.1 短時強降水的分布特征

國家氣象中心將雨強≥20 mm/h的降水定義為短時強降水，將24 h降水量≥50 mm或12 h降水量≥30 mm定義為暴雨。陳炯等[6]指出，≥10 mm/h的降水一般是由中小尺度天氣系統(tǒng)造成的，而≥50 mm/h的降水主要是由小尺度天氣系統(tǒng)導(dǎo)致。為了給出貴陽市不同強度的強降水的分布特征，本文分析了≥10 mm/h、≥20 mm/h、≥30 mm/h、≥40 mm/h、≥50 mm/h共5個級別的短時強降水以及≥50 mm/24h、≥100 mm/24 h共2個級別的暴雨時空分布特征。

圖2 貴陽市有效短時強降水頻率空間分布(a-e)及短時強降水頻率隨強度的變化趨勢(f)Fig.2 Distribution of effective SDHR frequency in Guiyang(a-e) and Relation between the frequency and intensity of effective SDHR(f)

圖2a-2e分別為貴陽市≥10 mm/h、≥20 mm/h、≥30 mm/h、≥40 mm/h、≥50 mm/h的有效短時強降水頻率分布。有效短時強降水頻率為各觀測站1 h降水量大于或等于上述閾值的總時次數(shù)除以該測站出現(xiàn)≥0.1 mm/h的有效降水的總時次?？傮w來看，貴陽市短時強降水分布具有南多北少的特點，在清鎮(zhèn)南部和花溪南部為2個高值中心，開陽中部偏西地區(qū)則是1個低值中心；隨著降水強度增大，其出現(xiàn)頻率呈指數(shù)降低(圖2f)，局地性差異也增大。由圖2a看出，≥10 mm/h的貴陽市短時強降水頻率有2個高值中心，分別位于東部的孟關(guān)以及中部的朱昌，其降水頻率均在2.2%以上，而在這兩者之間則形成一頻率相對較小的短時強降水不活躍帶，這一不活躍帶在≥30 mm/h的短時強降水頻率分布圖上表現(xiàn)最為明顯。比較圖2a-2e還發(fā)現(xiàn)，隨著降水強度增大，原本位于花溪南部的頻率大值中心逐漸減弱，當(dāng)強度增強至50 mm/h時，在花溪南部形成低值中心，說明該地區(qū)強度大的短時強降水并不活躍，而清鎮(zhèn)南部一帶則是不同強度的短時強降水活躍區(qū)。

2.2 暴雨的分布特征

統(tǒng)計研究時段內(nèi)貴陽市暴雨日數(shù)(≥50 mm/24 h)及大暴雨日數(shù)(≥100 mm/24 h)發(fā)現(xiàn)(圖3)，貴陽市暴雨日數(shù)在10～37 d之間，高值區(qū)位于清鎮(zhèn)南部,其空間分布與≥30 mm/h短時強降水頻率的分布基本一致。其中92%的暴雨日伴隨著≥10 mm/h短時強降水，這表明中小尺度天氣系統(tǒng)對貴陽暴雨具有十分重要的作用。貴陽市各地大暴雨日數(shù)均在6次或以下，其中西部偏北地區(qū)未出現(xiàn)大暴雨，其中93%的大暴雨日伴隨著≥20 mm/h的短時強降水，這表明極端日降水幾乎都是由短時強降水造成的。

圖3 2010年1月1日—2016年12月31日貴陽市暴雨(a)及大暴雨(b)日數(shù)分布Fig.3 Total rainstorm(a) and heavy rainstorm(b) days in Guiyang from 2010 to 2016

3 強降水特征的聚類分析

聚類分析[7-8]是研究多要素或多個變量的客觀分類方法，在聚類分析中，需要對不同個體(空間點或時間點)進行相似分析，相似的就歸為一類。K-means算法是聚類算法中主要算法之一，它是一種基于劃分的聚類算法，其算法是：給出一個數(shù)據(jù)庫，用戶輸入要獲得聚類簇的個數(shù)K，當(dāng)整體差異函數(shù)收斂時，結(jié)束處理過程。

采用K-means 聚類方法將貴陽市67個自動站分為2類(圖4)，其中,Ⅰ區(qū)有24個站，Ⅱ區(qū)有43個站，結(jié)合上述分析結(jié)果發(fā)現(xiàn)，K-means 聚類方法能夠清晰地識別出貴陽市南部強降水活躍區(qū)(Ⅰ區(qū))與中北部強降水相對不活躍區(qū)(Ⅱ區(qū))的差異，分區(qū)結(jié)果較為合理。

3.1 兩區(qū)強降水的月變化特征

對貴陽市2010—2016年兩區(qū)逐級強降水站次百分率的月變化進行分析(圖5)，貴陽市強降水百分率月分布總體呈現(xiàn)單峰型分布，強降水主要出現(xiàn)在5—8月；9月—次年4月，貴陽市發(fā)生短時強降水的頻率很小。

圖4 采用K-means 均值聚類方法對貴陽市強降水分區(qū) (▲Ⅰ區(qū)，●Ⅱ區(qū))Fig.4 Heavy rain zones in Guiyang Area by using K-means clusters methods

貴陽市Ⅰ區(qū)夏半年強降水頻率的月差異小，除大暴雨日(≥100 mm/24 h)的月分布具有明顯的峰值外，即最大月占比達37.3%，其余各級別的強降水頻次的月占比均不足35%。Ⅱ區(qū)≥30 mm/h以上強度的短時強降水頻率的峰區(qū)出現(xiàn)在5月，且降水強度越強，峰值越明顯，其中≥50 mm/h的短時強降水，5月出現(xiàn)頻率占全年的47.2%；≥10 mm/h、≥20 mm/h短時強降水頻率的峰區(qū)則出現(xiàn)在6月。6月以后，短時強降水發(fā)生頻率逐漸減弱，≥50 mm/h的強降水則在8月有所增多，形成次峰。≥50 mm/24 h降水頻率的月變化趨勢與的≥10 mm/h基本一致，表明≥10 mm/h降水對暴雨形成有重要貢獻；且Ⅱ區(qū)大暴雨日(≥100 mm/24 h)的月變化具有其獨特的特點，單峰型特征更為顯著，其增強和減弱均很迅速，在峰區(qū)7月大暴雨日占全年大暴雨日的47%以上。Ⅰ區(qū)與Ⅱ區(qū)相比，其≥30 mm/h、≥40 mm/h強度的短時強降水峰值出現(xiàn)時間較Ⅱ區(qū)遲1個月。

圖5 貴陽市2010—2016年兩區(qū)逐級強降水量出現(xiàn)站次百分率月變化Fig.5 Monthly variations of heavy rain frequency in Guiyang Heavy rain zones from 2010 to 2016

3.2 兩區(qū)強降水日變化特征

圖6給出研究時段內(nèi)貴陽市兩區(qū)逐級強降水出現(xiàn)頻率以及最大小時平均降水量日變化分布。由圖6可見，貴陽市Ⅰ區(qū)和Ⅱ區(qū)≥20 mm/h強降水頻次的日變化特征基本相似，≥20 mm/h強降水主要出現(xiàn)在傍晚到夜間(19時—次日07時,北京時間，下同)，午夜為最活躍時段。Ⅰ區(qū)≥20 mm/h強降水出現(xiàn)頻率小于4%的時段為08—19時，而Ⅱ區(qū)則出現(xiàn)在07—18時，即中北部≥20 mm/h強降水出現(xiàn)活躍時間比南部偏早1 h。

相比于≥20 mm/h強降水頻率的日變化，貴陽市≥50 mm/h強降水頻率以及平均最大小時降水量的日變化的南北差異更為顯著。在Ⅰ區(qū)，≥50 mm/h強降水的活躍時段較為分散，19時—次日02時為相對活躍時段；在Ⅱ區(qū)，≥50 mm/h強降水主要活躍時段為17時—次日04時，占全日的77.8%，其中20時為最活躍時段，出現(xiàn)頻率達13.9%。

從降水強度的日變化來看，夜間降水較強，白天較弱。Ⅰ區(qū)19時—次日10時平均最大小時降水量均在25 mm以上，其中有12個時次在30 mm以上，最大值出現(xiàn)在午夜01時，達39.4 mm。Ⅱ區(qū)強降水增強時間比Ⅰ區(qū)偏早2h，17時—次日08時平均最大小時降水量均在24 mm以上，其中僅有5個時次在30 mm以上，最大值出現(xiàn)在午夜00時，為31.4 mm，可見南部降水強度明顯強于中北部。

4 結(jié)論

①貴陽市短時強降水以及暴雨呈南多北少態(tài)勢。短時強降水在清鎮(zhèn)南部和花溪南部最為活躍，暴雨在清鎮(zhèn)南部最為活躍，大暴雨則在清鎮(zhèn)西南部最為活躍。隨著短時強降水強度增大，其出現(xiàn)頻率呈指數(shù)降低、局地性差異增大。貴陽市92%以上的暴雨伴隨著短時強降水。

圖6 貴陽市2010—2016年兩區(qū)逐級強降水出現(xiàn)站次百分率(%)及平均最大小時降水量(mm)日變化Fig.6 Diurnal variations of heavy rain frequency and average maximum hourly ranfall in Guiyang Heavyrain zones from 2010 to 2016

②K-means 聚類方法可清晰地區(qū)分貴陽市南部強降水活躍區(qū)(Ⅰ區(qū))與中北部強降水相對不活躍區(qū)(Ⅱ區(qū))。

③貴陽市強降水百分率月分布總體呈現(xiàn)單峰型，強降水主要出現(xiàn)在5—8月，在強降水活躍期，中北部強降水頻次月差異較大，而南部月差異較小。

④貴陽市傍晚到夜間強降水出現(xiàn)頻次大，降水強度強，午夜為強降水最活躍時段；中北部強降水出現(xiàn)活躍時間比南部偏早1～2 h，但南部降水強度明顯強于中北部。

[1〗 溫克剛，羅寧等.中國氣象災(zāi)害大典·貴州卷[M]. 北京：氣象出版社，2006：66.

[2] 段瑩，張東海，胡欣欣,等.貴陽市暴雨變化趨勢及短歷時暴雨雨型研究[J].貴州氣象，2016，44(1)：19-23.

[3] 伍紅雨,吳戰(zhàn)平,帥士章.貴陽市區(qū)強降水成因分析及可能最大降水估算[J].人民長江,2006,37(9):104-107.

[4] 杜小玲,吳磊,楊秀莊,等.梅雨鋒西段持續(xù)性暴雨的環(huán)境場特征及貴陽極端降水成因[J].暴雨災(zāi)害，2016，35(5)：416-426.

[5] 古田會,林易,陳百煉.1995年7月7—8日貴陽地區(qū)大暴雨過程研究[J].貴州氣象，1996，20(1)：16-22.

[6] 陳炯，鄭永光,張小玲,等.中國暖季短時強降水分布和日變化特征及其與中尺度對流系統(tǒng)日變化關(guān)系分析[J].氣象學(xué)報，2013，71(3)：367-382.

[7] 黃嘉佑.氣象統(tǒng)計分析與預(yù)報方法[M].北京:氣象出版社,2004:181.

[8] 張建輝.K-means聚類算法研究及應(yīng)用[D].武漢：武漢理工大學(xué)管理學(xué)院，2007：5-19.

Characteristic analysis of heavy rainfall in Guiyang based on automaticstation observation

CHEN Haifeng,LI Yang, HUANG Shiqin, PENG Keman, WANG Jun

(Guiyang Meteorological Bureau, Guiyang 550001, China)

The hourly precipitation data from 67 automatic stations in Guiyang from January 2010 to December 2016 was used to analyze the Space-time distribution characteristics of heavy rainfall in Guiyang by K-means clustering method. The results show that: (1) The short-duration heavy rain (here after SDHR) and rainstorm were more in the south and less in the north. The short-duration heavy rain is the most active in the south of Qingzhen and the south of Huaxi. The rainstorm is the most active in the south of Qingzhen and the heavy rainstorm is the most active in the southwest of Qingzhen. (2) By using the K-means clustering method, the heavy rain region of Guiyang is divided into the active part in the south(I) and the relatively inactive part in the central-northern (II). (3) The heavy rainfall in Guiyang mainly occurred from May to August. The difference in the frequency of heavy rainfall of the month is large in the central-northern while it is small in the south in the active period of heavy rain. (4) The heavy rainfal in Guiyang mainly occurred at night, and it can be active 1～2 hours earlier in the central-northern part than in the south part. The rainfall in the south is much stronger than that in the central-northern part.

automatic station; heavy rainfall; K-means clustering analysis; space-time distribution

2017-01-18

陳海鳳(1990—)，女，助工，主要從事天氣預(yù)報服務(wù)工作,Email:chf2090@163.com。

貴陽市氣象局氣象科研基金項目(筑氣科合201403號)、中國氣象局預(yù)報員專項項目(CMAYBY2015-068)和貴州省氣象局青年基金項目(QN[2015〗15號)共同資助。

1003-6598(2017)03-0046-05

P426.63+3

B