基于暴雨“積成效應(yīng)”這一概念,采用1960-2012年中國740站逐日降水觀測數(shù)據(jù),以華南地區(qū)為研究對象,探究暴雨“積成效應(yīng)”對汛期降水的貢獻(xiàn)與影響。通過統(tǒng)計分析,從持續(xù)時間(Ld)、控制面積(Ar)和降水貢獻(xiàn)率(Qs)這三個方面建立暴雨“積成效應(yīng)”這一概念,并探討了暴雨“積成效應(yīng)”與華南前、后汛期降水之間的時—空間對應(yīng)特征關(guān)系。發(fā)現(xiàn)暴雨“積成效應(yīng)”各指數(shù)與華南前、后汛期降水有著一致的年際、年代際變化;而利用EOF分解依次對前、后汛期暴雨“積成效應(yīng)”空間范圍進(jìn)行分類,發(fā)現(xiàn)前、后汛期暴雨“積成效應(yīng)”對應(yīng)模態(tài)在時間尺度上的分布狀況與華南汛期降水的時間尺度具有相似的年代際變化。進(jìn)而利用1979-2014年NCEP/DOE發(fā)布的逐日全球再分析資料,分析了華南地區(qū)暴雨“積成效應(yīng)”的異常特征與形成機理。發(fā)現(xiàn)華南前汛期暴雨“積成效應(yīng)”偏強年間存在顯著的空間分布差異,根據(jù)降水中心位置差異進(jìn)一步分為中部偏強型(中部型)與西部偏強型(西部型)兩種主要類型,這兩種降水類型又分別對應(yīng)強E1 Nino事件的衰減位相與印度洋全區(qū)一致SST模態(tài)負(fù)位相。之后,利用NCEP再分析資料,引入基于拉格朗日方法的氣流軌跡模式...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．?１華南地區(qū)７８站空間分布??

測Ｉｄ的站點用前后兩天的資料進(jìn)行線性插補，若剩余的缺測天數(shù)大于總天數(shù)的５％則剔除??該站點，由于所選研宄時段為汛期，觀測資料缺測很少，因此插補對結(jié)果影響較小。經(jīng)過??上述處理，最終挑選出在前、后汛期都滿足要求的７８個站點，其分布如圖２．１所示，可以??看出區(qū)域內(nèi)所選站點的分布比較....

圖２．?２華南地區(qū)５３年降水站點（ａ）前汛期平均逐日暴雨站點數(shù)；（ｂ）后汛期平均逐日暴雨站點數(shù)；??（ｃ）前汛期總降水站點數(shù)；（ｄ）后汛期總降水站點數(shù)；（ｅ）前汛期不同暴雨站點數(shù)發(fā)生頻次百分率；??（ｆ）后汛期不同暴雨站點數(shù)發(fā)生頻次百分率??１４??

測Ｉｄ的站點用前后兩天的資料進(jìn)行線性插補，若剩余的缺測天數(shù)大于總天數(shù)的５％則剔除??該站點，由于所選研宄時段為汛期，觀測資料缺測很少，因此插補對結(jié)果影響較小。經(jīng)過??上述處理，最終挑選出在前、后汛期都滿足要求的７８個站點，其分布如圖２．１所示，可以??看出區(qū)域內(nèi)所選站點的分布比較....

圖２．３前汛期暴雨“積成效應(yīng)”指數(shù)：（ａ）持續(xù)時間；（ｂ）控制面積；（ｃ）降水貢獻(xiàn)率及華南地區(qū)前??

的對應(yīng)關(guān)系，兩者的對應(yīng)關(guān)系要遠(yuǎn)好于控制面積與平均降水的對應(yīng)關(guān)系。??２．３．２華南后汛期暴雨“積成效應(yīng)”的時間特征??由圖２．?４所示，后汛期三項指數(shù)與華南后汛期平均降水量之間有著很好的對應(yīng)關(guān)系，??１７??

圖２．?４后汛期暴雨“積成效應(yīng)”指數(shù)：（ａ）持續(xù)時間；（ｂ）控制面積；（ｃ）降水貢獻(xiàn)率及華南地區(qū)后??汛期平均降水量：（ｄ）隨時間演變特征??為進(jìn)一步分析它們之間的關(guān)系，將后汛期暴雨“積成效應(yīng)”各指數(shù)以及華南地區(qū)平均??

４００－??〇?Ｊ??圖２．３前汛期暴雨“積成效應(yīng)”指數(shù)：（ａ）持續(xù)時間；（ｂ）控制面積；（ｃ）降水貢獻(xiàn)率及華南地區(qū)前??汛期平均降水量：（ｄ）隨時間演變特征??為進(jìn)一步分析它們之間的關(guān)系，將前汛期暴雨“積成效應(yīng)”各指數(shù)以及華南地區(qū)前汛??期平均降水量按大小排序，選其對應(yīng)的最強１....

本文編號：3940879