从三维视角对中国极端降水事件进行小时尺度特征分析

《Journal of Hydro-environment Research》：Hourly-scale characterization of extreme precipitation events in China from a 3D perspective

本研究提出改进的每小时空间时间连续极端降水事件（HSCEPEs）跟踪方法，基于2008-2017年中国小时降水数据，揭示HSCEPEs呈现显著区域分布特征（以长江中下游为主）及季节差异（夏季占比高、春季强度大），为防灾减灾提供新方法。

　　

张一辉|梁康|刘长明

中国科学院地理科学与自然资源研究院水循环及相关陆地表面过程重点实验室，北京 100101，中国

摘要

极端降水事件在时间和空间上持续演变，通常持续数十小时。从三维（3D，经度-纬度-时间）角度理解它们的行为对于减轻影响至关重要。然而，这一研究主要仍局限于每小时尺度，主要是由于缺乏合适的识别方法。在这里，我们提出了一种改进的跟踪方法，该方法能够很好地适应实际的降水过程，以识别每小时时空连续的极端降水事件（HSCEPEs）。我们分析了2008年至2017年中国HSCEPEs的平均状态和季节性特征。HSCEPEs表现出明显的区域模式，其中强度大、覆盖范围广的事件主要集中在长江中下游地区。从季节上看，春季事件的平均强度、累积面积和预测面积最大，而夏季事件的比例和强度最高。我们的发现为准确评估极端降水事件提供了有价值的方法论和实证参考，对于改进预报和减少灾害风险具有重要意义。

引言

极端降水事件是最具破坏性的自然灾害之一，对人类健康、经济、环境和生态系统造成严重影响（Goswami等人，2006年；Kreienkamp等人，2021年；Ombadi等人，2023年；He等人，2024年）。观测表明，过去几十年里，这类事件的强度和频率在全球和地区范围内都有所增加（Alexander等人，2006年；Du等人，2022年）。随着气候变化和人类活动的影响，这些趋势预计在未来会进一步加剧（Huang等人，2023年；Tandon等人，2018年）。尽管受到了越来越多的关注，但大多数研究仍然停留在一维（站点）或二维（网格平面）尺度上，忽略了它们固有的时空连续性。

在自然界中，极端降水事件在空间和时间上都是连续发生的，表现出时空连续的三维（3D，经度-纬度-时间）结构（Chang等人，2016年；Hu等人，2021年）。从三维角度捕捉极端降水事件的时空演变和行为对于提高预报准确性和制定缓解策略至关重要。例如，中国南部的极端降水事件往往向西或向东移动，持续时间短，覆盖范围广，并产生大量降雨；而在中国西北部，它们则倾向于向东或东南方向移动，持续时间更长，影响的范围较小（Wang等人，2025年）。

从三维角度表征极端降水事件的前提是从网格数据中识别出时空连续的事件。自Davis等人（2006年）引入最早的跟踪算法以来，出现了多种方法。尽管具体方法有所不同，但大多数方法都遵循两个核心步骤：（a）通过定义的阈值筛选降水极端值，这些阈值可以是固定的（例如，每天120毫米；White等人，2017年）或相对的（例如，第90百分位数；Tan等人，2021年）；（b）将连续时间步长内的空间重叠极端值连接起来，通常使用卷积操作或数字图像处理中的连通性分析（Skok等人，2009年；Wang等人，2022年）。

然而，由于极端降水事件通常只持续几小时到几十小时（Westra等人，2014年；Prein等人，2017年），目前主要用于日尺度或亚日尺度的方法在应用于每小时分辨率时存在两个关键限制。首先，这些方法只保留超过极端阈值的网格单元，这可能会破坏小时事件的空间结构并掩盖其连续性（Germann，2000年；Tang等人，2021年）。例如，在2021年7月中国河南的暴雨期间，郑州气象站（ID：57083，https://q-weather.info/weather/57083/history/?date=2021–07-19）的每小时降水量在7月19日10:00至20:00之间于14:00达到最大值。按照传统方法，只有14:00这一时刻会被归类为极端降水事件，尽管实际上降雨是连续发生的。其次，这些方法要求空间重叠的降水极端值在时间上也是连续的，即时空连续的事件在时间上应该是不间断的（Fiolleau和Roca，2013年；Skok等人，2013年）。这会导致低估降水事件的持续时间，因为小时降水事件通常在降水期之间会有无降水间隔（Adams等人，1986年；Guo和Adams，1998年；Visser等人，2020年）。

尽管兴趣日益增长，但由于现有识别方法的限制，人们对每小时尺度时空连续极端降水事件的特征仍然了解不足。为了解决这一问题，我们提出了一种改进的跟踪方法，用于识别每小时时空连续的极端降水事件（HSCEPEs），该方法考虑到了无降水间隔的情况。利用2008年至2017年中国每小时的数据，我们分析了HSCEPEs的平均状态和季节性特征。我们希望这项研究能为准确的极端降水统计评估提供方法论参考，从而有助于改进预报和减少灾害风险。

章节片段

气象数据

在这项研究中，我们使用了由中国气象数据中心（CMDSC）发布的每小时0.1°×0.1°网格化降水数据集（版本1.0）（Shen等人，2014年）。CMDSC整合了超过30,000个经过质量控制的自动站数据以及经过偏差校正的CMORPH数据（Joyce等人，2004年），并自2008年1月起使用概率密度函数-最优插值的两步数据融合算法生成每小时降水融合产品（Shen等人，2014年；Xie等人

中国HSCEPEs的平均状态

长江中下游地区的HSCEPEs通常具有较大的强度和累积面积，而新疆北部和西藏南部的HSCEPEs强度和累积面积较低（图3a）。大多数HSCEPEs的强度和累积面积分别小于20×10^9立方米和15×10^6平方公里，平均值分别为20.7×10^9立方米和13.7×10^6平方公里（图3b）。

平均而言，2008年至2017年间，HSCEPEs持续时间为84.8小时，移动距离为1717公里。

HSCEPEs跟踪的验证

为了初步验证我们跟踪方法的可靠性，我们将每年HSCEPEs的数量与中国《气象灾害年鉴》中记录的官方洪水及暴雨灾害进行了比较。HSCEPEs较少的年份（例如2008年、2009年和2017年）与较轻的洪水及暴雨灾害相符，而HSCEPEs较多的年份（例如2012年、2013年和2016年）则与年鉴中记录的广泛严重洪水一致（见图S3和表S1）

结论

在这项研究中，我们提出了一种改进的方法，用于跟踪每小时时空连续的极端降水事件（HSCEPEs）。利用2008年至2017年中国每小时降水数据，共识别出1326个HSCEPEs。这些事件表现出明显的区域模式，其中强度大、覆盖范围广的事件主要集中在长江中下游地区。HSCEPEs通常向东移动，平均移动距离为1717公里，持续时间为84.8小时。从季节上看，夏季

CRediT作者贡献声明

张一辉：撰写——初稿、可视化、资源获取、方法论、数据分析、数据管理。梁康：撰写——审稿与编辑、验证、监督、资源管理、项目协调、资金争取、概念构思。刘长明：撰写——审稿与编辑、监督、资源管理、项目协调。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了中国国家重点研发计划（2023YFC3206605, 2021YFC3201102）和中国国家自然科学基金（41971035）的共同支持。