(1.中國電建集團成都勘測設計研究院有限公司，四川 成都 610072；2.儀征市氣象局，江蘇 儀征 211400)

可能最大暴雨(PMP)和可能最大洪水(PMF)的計算方法是推求高風險水庫工程和其他重要工程設計洪水的重要方法[1]。根據(jù)《水電工程設計洪水計算規(guī)范》(NB/T 35046—2014)，可能最大暴雨的定義是：在現(xiàn)代氣候條件下，設計流域給定歷時內(nèi)可能發(fā)生的最大暴雨。它是推算可能最大洪水的重要依據(jù)[2]。

本文以西藏林芝地區(qū)為例，對當?shù)乇┯攴糯蠓ㄟM行研究和應用。

1 當?shù)乇┯攴糯蠓ê喪?/h2>

1.1 概述

當?shù)乇┯攴糯蠓ㄊ沁x擇設計流域?qū)嶋H發(fā)生的某一次大暴雨或者特大暴雨，根據(jù)暴雨形成和發(fā)生機制，選擇相關的因素進行放大[3]。典型暴雨無論是從總量上還是時空分布形式上，對于特定工程而言，形成的洪水是峰高量大、洪水過程惡劣的。

暴雨的放大方法有水汽放大法、水汽效率放大法、水汽風速聯(lián)合放大法及水汽輸送率放大法等。根據(jù)典型暴雨的具體情況選擇適當?shù)姆糯蠓椒╗4]。

1.2 水汽放大法

水汽是降水形成的最基本條件之一。當選擇高效暴雨作為典型暴雨時，暴雨的動力因子已經(jīng)達到較高水平，此時可以只對水汽因子進行放大[5]。水汽放大法的公式如下：

(1)

式中Pm——可能最大暴雨降水量，mm；

P典型——高效暴雨降水量，mm；

Wm——可能最大暴雨的可降水，mm；

W——典型暴雨的可降水，mm。

1.3 水汽效率放大法

水汽因子和動力因子是降水的兩個最基本的條件[6-8]。當水汽含量相同時，可以與不同的效率因子組成；當效率因子相同時，可以與不同的水汽因子組合。因此，當設計流域及其鄰近地區(qū)沒有實際發(fā)生的大暴雨或者特大暴雨時，可以采用歷史發(fā)生的較大暴雨資料采用水汽效率放大法進行放大。

水汽效率放大法的公式如下：

(2)

(3)

式中ηm——最大效率，1/h；

η——典型暴雨降水效率，1/h；

ΔT——降水時段，h。

1.4 水汽風速聯(lián)合放大法及水汽輸送率放大法

當設計流域的入流指標與相應設計流域的面雨量存在正相關關系，并且暴雨發(fā)生時的風向和風速都比較穩(wěn)定時，可以采用水汽風速聯(lián)合放大法或水汽輸送率放大法。

p=βVWΔT

(4)

式中P——ΔT時段的降水量，mm；

β——輻合因子；

VW——水汽輸送量，m/s·mm。

上式表明，當輻合因子β=βm時，降水量的大小主要取決于VW的變化。

水汽風速聯(lián)合放大法公式為：

(5)

水汽輸送率放大公式為：

(6)

式中V典型——典型暴雨風速,m/s；

Vm——最大風速,m/s。

2 林芝地區(qū)暴雨特性分析

2.1 暴雨特性

根據(jù)林芝氣象站統(tǒng)計，林芝地區(qū)多年平均降水量為692.6mm，5—10月降水量占全年降水量的88.8%；最大1日降水量為49.2mm，發(fā)生于1978年9月12日；多年平均降水日數(shù)為164.3d，日降水量超過10.0mm的多年平均日數(shù)為21.0d，日降水量超過25.0mm的多年平均日數(shù)為2.0d。整體而言，林芝地區(qū)具有降水量分配高度集中、降水較為頻繁但雨強不大的特點。

2.2 暴雨成因分析

2.2.1 大氣環(huán)流

影響林芝地區(qū)強降水的環(huán)流形勢主要分為3種類型，即兩槽一脊——副高阻塞型，一槽一脊——季風低壓型以及伊朗高壓、西太平洋副熱帶高壓對峙型。

a.兩槽一脊——副高阻塞型。500hPa圖上烏拉爾山一線為長波槽，巴爾喀什湖——貝加爾湖為高壓脊，東亞大槽建立，伊朗高壓較弱在60°E以西，西太平洋副熱帶高壓西伸至四川一帶，脊線呈東西走向。西太平洋副熱帶高壓長時間的穩(wěn)定維持使得影響系統(tǒng)移動緩慢，有利于降水的維持。烏拉爾山長波槽加深東移南壓，在東移的過程中不斷分裂并攜帶冷空氣南下侵入高原，與西太平洋副熱帶高壓邊緣的暖濕氣流交匯，有利于形成大范圍的降水。隨著伊朗高壓加強東伸，西太平洋副熱帶高壓東退，東亞大槽快速東移，林芝地區(qū)被高壓控制，降水過程結(jié)束。

b.一槽一脊——季風低壓型。中高緯環(huán)流為一槽一脊，烏拉爾山有明顯的高壓脊建立，咸海至巴爾喀什湖維持深厚的低壓中心，其短波槽不斷侵入林芝地區(qū)，貝加爾湖附近為低值區(qū)。低緯度為強大的印度低壓，低壓位置偏北，西南季風氣流強盛時，印度低壓系統(tǒng)的水汽隨氣流北上影響林芝地區(qū)。受到強大的印度低壓系統(tǒng)的擠迫，西太平洋副熱帶高壓減弱東退，伊朗高壓西撤。降水區(qū)主要位于西北氣流與低壓系統(tǒng)的冷暖空氣交匯處。

c.伊朗高壓、西太平洋副熱帶高壓對峙型。伊朗高壓脊線東伸至75°～85°E附近，控制高原西部；西太平洋副熱帶高壓西伸至95°～100°E，控制高原東部地區(qū)。伊朗高壓東側(cè)的偏北氣流和西太平洋副熱帶高壓南側(cè)的偏東或東南氣流在林芝地區(qū)中游輻合，形成切變。隨著兩高壓系統(tǒng)的加強貫通，林芝地區(qū)被高壓控制，降水過程結(jié)束。

2.2.2 天氣系統(tǒng)

林芝地區(qū)強降水影響系統(tǒng)分為三種類型，分別為切變線、低渦和低槽。由于林芝地勢較高，水汽條件較差，一個孤立的天氣系統(tǒng)很難形成強降水，強降水一般都是上述系統(tǒng)相互作用的產(chǎn)物，且主要以南北系統(tǒng)相互作用為主。

a.切變線。切變線是林芝地區(qū)發(fā)生暴雨的主要影響系統(tǒng)之一，多出現(xiàn)在5—9月。切變線上空對流層整層都是上升氣流，配合高原地區(qū)不穩(wěn)定層結(jié)和西南氣流輸送的水汽，從而產(chǎn)生降水。

按照生成位置分為準東西向準靜止的橫切變線和準南北向移動性的豎切變線，橫切變線發(fā)生的頻率是豎切變線的2倍多[2]，且對林芝地區(qū)降水的影響遠大于豎切變線。橫切變線橫貫林芝地區(qū)，長度可達1000km，厚度在3km左右，常生成于兩個高壓之間，通?？删S持1～3d，90%以上的橫切變降水出現(xiàn)在切變線附近或南面。切變線示意圖見圖1。

圖1 林芝地區(qū)切變線示意圖

切變線對高原低渦的形成亦發(fā)揮著重要的作用，切變線西南段區(qū)域內(nèi)為上升運動區(qū)且氣流的氣旋性渦旋處于發(fā)展階段，切變線東北段區(qū)域內(nèi)為下沉運動區(qū)且氣流的反氣旋性渦旋處于發(fā)展階段，是低渦形成的前期條件[9]。

b.低渦。高原低渦是生成于青藏高原主體上的一種次天氣尺度低壓渦旋[10]，是林芝地區(qū)夏季的主要降水系統(tǒng)，其垂直厚度一般在400hPa以下，平均水平尺度為400～500km，多數(shù)為暖性結(jié)構，生命期1～3d。低渦常在高原西部生成，并與北部南移的橫切變線結(jié)合，沿切變線東移，在東移過程中，在切變線上產(chǎn)生強烈擾動，在低渦前部形成對流云系，產(chǎn)生強降水天氣，絕大多數(shù)低渦在高原東部地形的下坡處減弱、消失[11]。林芝地區(qū)低渦示意圖見圖2。

圖2 林芝地區(qū)低渦示意圖

c.西風槽。中緯度西風帶經(jīng)過青藏高原時被分作兩支，其北段一邊東移，一邊北縮減弱為短波槽移過貝加爾湖之后又加深南伸，其南段則被阻于高原的西側(cè)，或切斷為冷渦在高原西部邊緣徘徊，或停滯一段時間后蛻變?yōu)槎滩ㄔ竭^高原。因此西風急流也被分為南北兩支，簡稱北支槽和南支槽。5—6月和9—10月是南支槽趨向沉寂或活躍的轉(zhuǎn)換期，6月西太平洋副熱帶高壓加強西伸，與東伸的伊朗副高間形成穩(wěn)定的孟加拉灣低槽，稱為印緬槽。夏季，北支槽常強烈發(fā)展加深，使得冷空氣入侵高原，高原南側(cè)印緬槽前的西風氣流給林芝地區(qū)帶來高溫高濕的能量條件，配合高原低渦或切變線，造成強降水。

2.3 水汽通道

林芝地區(qū)主要的水汽通道是：先沿布拉馬普特拉河向東北，后經(jīng)雅魯藏布江下游向北運移，再自雅魯藏布江大拐彎折向西北輸送至林芝地區(qū)。

3 當?shù)乇┯攴糯蠓ㄍ魄罅种庀笳?日PMP

3.1 典型暴雨

根據(jù)林芝氣象站1953—2016年12月逐日降水量資料，按照降水量級由大到小排序，并對其進行天氣學分析，選擇排序靠前的10個暴雨個例作為典型暴雨。典型暴雨個例見表1。

表1 暴雨個例

3.2 水汽放大

a.典型暴雨可降水。為合理反映暴雨過程中水汽的主要來源、補充和變化特點，根據(jù)不同場次典型暴雨過程天氣成因等特點，選擇在各次暴雨水汽入流方向上、大雨區(qū)邊緣若干氣象站作為露點代表站；各代表站代表性露點在主雨日及主雨日前24h內(nèi)選取，訂正至1000hPa后的群站同期平均值作為此次暴雨的代表性露點。

b.最大可降水。根據(jù)代表性露點選定原則，在暖濕氣流入流方向上大雨區(qū)邊緣選擇林芝、米林、加查作為可能最大露點代表站。采用兩種方法計算可能最大露點：從歷史資料中選擇各代表站持續(xù)12h最大露點(排除晴好天氣)，訂正至1000hPa后群站平均值作為可能最大露點；分別對各代表站露點進行頻率分析，得出50年一遇的數(shù)值，并對其訂正至1000hPa后群站平均值作為可能最大露點。各測站可能最大露點計算成果見表2。

表2 可能最大露點計算成果

由表2可以看出，兩種方法計算所得的可能最大露點相同，均為26.1℃，小于水汽來源地印度洋和西太平洋的月平均海表溫度。由可能最大露點26.1℃計算林芝氣象站(高程范圍為2992m～200hPa)的最大可降水為35.1mm。

c.放大成果。水汽放大倍比為最大可降水與各次典型暴雨可降水的比值，由典型暴雨量和水汽放大倍比即可推求1日PMP。水汽放大法推求1日PMP成果見表3。

3.3 水汽效率放大

計算典型暴雨降水效率，最大值為9.00(%1/h)，采用9.00(%1/h)作為1日最大降水效率。

表3 林芝氣象站水汽放大法推求1日PMP成果

表4為水汽效率放大法推求1日PMP成果。由該表可以看出，各次典型暴雨推求的1日PMP成果相同。由公式(2)和公式(3)可知，水汽效率公式可表達為公式(7)，由此式可以看出，當采用水汽效率法進行放大時，PMP值只與選取的最大可降水和最大降水效率以及降水時段有關，與暴雨典型無關，因此無論采用何種典型暴雨進行放大，其PMP成果相同。

Pm=ηmWmΔT (7)

3.4 水汽輸送率放大

a.入流代表站的確定。研究表明，位于印度的Guwahati站居青藏高原外圍各處向青藏高原輸送水汽量之冠。因此，Guwahati站初選為入流代表站，另外，位于水汽通道的Netaji Subhash Chandra Bose站作為備選站。經(jīng)分析，Guwahati站水汽入流指標優(yōu)于Netaji Subhash Chandra Bose站，因此選擇Guwahati站作為代表站。

b.極大化指標的選擇。統(tǒng)計Guwahati站1971—2012年5—10月逐月各旬最大風速及相應露點；分別將5—10月逐月各旬最大入流風速及露點乘積系列進行頻率分析，50年一遇的值作為(WV)2%；由以上數(shù)據(jù)分別可得到Guwahati站(WV)2%的季變化曲線。

c.放大成果。受資料條件限制，并且排除一部分入流方向與本次水汽入流放大指標不符合的典型暴雨，共對5次典型暴雨進行放大水汽輸送率放大法推求1日PMP成果(見表5)。

表5 林芝氣象站水汽輸送率放大法推求1日PMP成果

4 成果確定及合理性分析

水汽放大法1日PMP成果范圍為14.9～38.8mm，水汽效率放大法的1日PMP成果為41.6mm，水汽輸送率放大法的1日PMP成果范圍為29.3～75.4mm。各放大方法推求1日PMP成果見表6。推薦水汽效率放大法推求的75.8mm作為林芝氣象站1日PMP成果。

表6 林芝氣象站不同放大方法推求1日PMP成果

林芝氣象站位于青藏高原，海拔較高，暴雨天氣成因復雜，從整體上來看，降水量級偏小，高效暴雨較為少見，因此僅采用水汽放大成果可能偏小。水汽輸送率放大法適用于入流指標WV與相應的雨量有正相關趨勢，且暴雨期間入流風向和風速較為穩(wěn)定的情況，而林芝氣象站暴雨量與Guwahati站入流指標相關關系不是很好，入流風速和風向亦不夠穩(wěn)定，因此不推薦該法推求的PMP成果。水汽效率放大法對水汽和效率同時進行放大，最大可降水為水汽通道上各代表站可能最大露點的平均值，可能最大暴雨效率為實測典型暴雨推求效率的最大值，因此采用水汽效率放大法推求的PMP成果同時具有可能性和極大性，成果基本合理。

5 結(jié) 論

當?shù)乇┯攴糯蠓ㄊ俏覈赡茏畲蟊┯暧嬎銖V泛應用的方法。本文通過對當?shù)乇┯攴糯蠓ǖ难芯考霸诹种サ貐^(qū)的應用，得出以下結(jié)論：

a.當?shù)乇┯攴糯蠓o論采用何種放大方法，均涉及可降水的推求?？山邓锹饵c溫度的單值函數(shù)，因此暴雨代表性露點的選擇至關重要，典型暴雨的露點在時間和空間上應具有代表性。

b.當?shù)湫捅┯隇楦咝П┯陼r，可采用水汽放大；當?shù)湫捅┯瓴粚儆诟咝П┯陼r，可采用水汽和效率同時放大。由于典型暴雨是否屬于高效暴雨不易準確判斷，而水汽效率放大法同時考慮了水汽含量和降水效率，包含了降水的兩個最基本條件——水汽條件和動力條件，物理意義比較明晰，且計算成果偏安全。因此一般采用水汽效率放大法計算成果作為推薦成果。

c.水汽風速放大法極大化指標的前提條件是，假定V與W關系是相互獨立的。西南地區(qū)的許多測站實測資料表明：隨著風速的增加，露點增加到一定數(shù)值后開始減少。因此采用該方法時，需首先論證W2%與V2%同時出現(xiàn)的可能性。

[1] 楊振.虎跳峽水電站可能最大暴雨及可能最大洪水計算方法研究[D].南京:河海大學,2008.

[2] NB/T 35046—2014.水電工程設計洪水計算規(guī)范[S].北京:中國電力出版社,2014.

[3] 華家鵬,林秀琳,熊海星,等.推求可能最大暴雨放大方法的研究[J].人民長江,2006,37(11):43-44.

[4] 樊明蘭,何建華.大渡河雙江口水電站可能最大洪水研究[J].人民長江,2015,45(2):19-23.

[5] 世界氣象組織.可能最大降水估算手冊[M].鄭州:黃河水利出版社,2011.

[6] 王國安.可能最大暴雨和洪水計算原理和方法[M].鄭州:黃河水利出版社,1999.

[7] 朱乾根,林錦瑞,壽紹文,等.天氣學原理和方法(第四版)[M].北京:氣象出版社,2007.

[8] 水利部長江水利委員會水文局,水利部南京水文水資源研究所.水利水電工程設計洪水計算手冊[M].北京:水利水電出版社,2001.

[9] 何光碧.高原切變線研究回顧[J].高原山地氣象研究，2013，90-95.

[10] 杜亮亮,楊德保,王式功,等.瑪曲地區(qū)5-10月水汽通量及強降水水汽來源分析[J].蘭州大學學報,2011,47(5):55-61.

[11] 劉曉冉，李國平.青藏高原低渦研究的回顧和展望[J].干旱氣象，2006(1)，60-65.