李毅恒 李穎昕 勞釗明
摘 要 近年來,氣候極端事件頻發(fā),極端降水對(duì)城市內(nèi)澇的影響日趨嚴(yán)重,城市排水系統(tǒng)受到越來越大的挑戰(zhàn)。降雨強(qiáng)度在降雨過程中的分布,亦即暴雨典型雨型,對(duì)探究當(dāng)?shù)赜旰榱髁康淖兓?guī)律,從而對(duì)城市排水系統(tǒng)的設(shè)計(jì)有較大的參考價(jià)值。不同的雨型對(duì)應(yīng)不一樣的洪水過程線,對(duì)城市管網(wǎng)口徑設(shè)計(jì)、調(diào)洪計(jì)算等有重要影響。本文利用廣東中山國(guó)家觀測(cè)站2006-2017年的日和時(shí)降雨量資料序列,運(yùn)用統(tǒng)計(jì)方法和模糊識(shí)別法,對(duì)本地暴雨以及降雨雨型進(jìn)行了分析,并得出結(jié)論:中山市本地暴雨雨型主要是單峰型,降雨雨強(qiáng)較大,暴雨雨峰尤其集中在午后到傍晚,對(duì)城市內(nèi)澇影響風(fēng)險(xiǎn)突出,城市排水系統(tǒng)建設(shè)時(shí)應(yīng)著重考慮單峰型降雨的影響。
關(guān)鍵詞 暴雨雨型;時(shí)程分布;模糊識(shí)別法;單峰型;雙峰型
引言
近年來,隨著全球氣候變化,各種極端氣候事件層出不窮。其中,極端暴雨事件對(duì)城市的影響尤為嚴(yán)重。由于暴雨引發(fā)城市內(nèi)澇,導(dǎo)致人員溺亡、觸電身亡,車輛等財(cái)產(chǎn)損毀的報(bào)道屢見報(bào)端。以中山為例,2013年和2014年的“5.8”暴雨,2016年的“6.28”暴雨,2018年的“8.30”特大暴雨等過程均導(dǎo)致了嚴(yán)重的生命和財(cái)產(chǎn)損失。對(duì)于減輕城市內(nèi)澇的災(zāi)害程度,合理設(shè)計(jì)城市排水系統(tǒng)是重要一環(huán)。而城市暴雨雨型對(duì)于城市排水系統(tǒng)的設(shè)計(jì)、城市內(nèi)澇預(yù)警預(yù)報(bào)系統(tǒng)的開發(fā)等都有重要意義。
一場(chǎng)暴雨降水過程,其降雨強(qiáng)度隨時(shí)間的分布稱為設(shè)計(jì)暴雨雨型。在某個(gè)城市的暴雨雨型正式確定之前,往往將暴雨過程雨強(qiáng)隨時(shí)間變化假定成均勻分布,顯然這是不符合實(shí)際的。在20世紀(jì)40年代,蘇聯(lián)的包高馬佐娃[1]對(duì)蘇聯(lián)等地的雨型進(jìn)行分析,提出把雨型分成7種類型;20世紀(jì)50年代,Knifer和Chu提出了一種不均勻的設(shè)計(jì)雨型,被命名為芝加哥雨型。此外,Huff,Pilgrim和Cordery,Yen等也各自提出過自己的設(shè)計(jì)暴雨雨型[2]。國(guó)內(nèi),岑國(guó)平等[3]對(duì)對(duì)我國(guó)四個(gè)雨量站的短歷時(shí)暴雨資料進(jìn)行統(tǒng)計(jì),對(duì)國(guó)內(nèi)外目前常用的幾種設(shè)計(jì)暴雨雨型進(jìn)行比較和分析;成丹等[4]利用芝加哥雨型和P&C法對(duì)宜昌市區(qū)短歷時(shí)暴雨雨型進(jìn)行了分析;段瑩等[5]利用芝加哥雨型法對(duì)貴陽(yáng)暴雨雨型進(jìn)行了分析;銀磊等[6]則利用模糊識(shí)別法對(duì)廣州24小時(shí)暴雨雨型進(jìn)行分析。
對(duì)于短歷時(shí)暴雨(降雨時(shí)長(zhǎng)小于等于6小時(shí))設(shè)計(jì)雨型的研究,前人已經(jīng)做過很多工作。然而在城市內(nèi)澇的研究中,超過12小時(shí)的較長(zhǎng)歷時(shí)暴雨對(duì)于排水系統(tǒng)的設(shè)計(jì)也有著重要意義,對(duì)于這方面的研究還比較少。本文主要對(duì)中山市24小時(shí)暴雨設(shè)計(jì)雨型進(jìn)行研究,根據(jù)2006-2017年中山長(zhǎng)時(shí)間序列逐日和逐時(shí)降雨數(shù)據(jù),利用模糊識(shí)別法,將本地24小時(shí)暴雨雨型根據(jù)包高馬佐娃7種雨型分類依據(jù)進(jìn)行分類,得出本地暴雨降雨強(qiáng)度隨降雨時(shí)程變化的特征,為城市排水系統(tǒng)的建設(shè)提供參考依據(jù)。
1 研究方法
1.1 方法簡(jiǎn)述
國(guó)際上對(duì)于設(shè)計(jì)雨型有多種計(jì)算方法,包括前述的模糊識(shí)別法,P&C雨型法,芝加哥雨型法,Huff雨型法等。對(duì)于采用哪一種更加優(yōu)越,目前尚未有公認(rèn)定論。國(guó)內(nèi)同行對(duì)于模糊識(shí)別法、P&C雨型法、芝加哥雨型法等多種方法均有過實(shí)踐應(yīng)用;其中,模糊識(shí)別法采用客觀參數(shù)進(jìn)行雨型分類,具有較強(qiáng)客觀性,且操作較簡(jiǎn)單;P&C雨型法把雨峰放在最可能出現(xiàn)的位置,對(duì)于各場(chǎng)降雨中雨峰位置和雨峰對(duì)應(yīng)的時(shí)段占總雨量的比例有較好刻畫,并能表示雙峰型雨型,更接近實(shí)際情況[7-8]。根據(jù)銀磊等的研究結(jié)論,P&C雨型法和芝加哥雨型法適用于短歷時(shí)暴雨雨型研究。根據(jù)本文研究需求,本人選用較適合長(zhǎng)歷時(shí)暴雨雨型分析的模糊識(shí)別法作為此次的雨型分類方法。模糊識(shí)別法[9]是以包高馬佐娃在20世紀(jì)40年代基于蘇聯(lián)降雨數(shù)據(jù)總結(jié)出的7種雨型分類為基礎(chǔ),根據(jù)公式,采用擇近原則,確定該場(chǎng)降雨為7種標(biāo)準(zhǔn)雨型中的某種雨型。其具體方法為:遍歷每個(gè)降雨過程,把過程分成m個(gè)等長(zhǎng)時(shí)間段,每個(gè)時(shí)間段的雨量占總雨量比例為xi = Hi/Hall(i=1,2,…m),另外對(duì)7種標(biāo)準(zhǔn)雨型也同樣計(jì)算出每個(gè)時(shí)段雨量占總雨量的比例vki =Yki/Ykall ,定義貼近度參數(shù)ak = 2734282.jpg,對(duì)各暴雨個(gè)例分別計(jì)算其與7種標(biāo)準(zhǔn)雨型的貼近度,以貼近度最高的標(biāo)準(zhǔn)雨型作為該場(chǎng)暴雨的雨型。
1.2 數(shù)據(jù)簡(jiǎn)述
本文雨量數(shù)據(jù)使用中山紫馬嶺國(guó)家基本氣象站2006-2017年共計(jì)12年逐日(20-20時(shí))和逐小時(shí)降雨量數(shù)據(jù),氣象觀測(cè)資料完整,所用資料年限內(nèi)無(wú)遷站記錄。降水量是常規(guī)觀測(cè)項(xiàng)目,儀器設(shè)備和資料整理等均符合國(guó)家規(guī)范。對(duì)于暴雨場(chǎng)次劃分,按照廣東省降水強(qiáng)度等級(jí)劃分標(biāo)準(zhǔn),以20:00-20:00的24小時(shí)降雨量R≥50mm作為一個(gè)暴雨日,建立長(zhǎng)度為12年的年暴雨日數(shù)據(jù)序列;對(duì)于每一個(gè)暴雨日,抓取其逐時(shí)降雨量數(shù)據(jù),形成24小時(shí)的時(shí)降雨強(qiáng)度序列。
2 結(jié)果分析
2.1 暴雨年際和季節(jié)分布特點(diǎn)
對(duì)2006-2017年12年的暴雨日數(shù)進(jìn)行統(tǒng)計(jì),發(fā)現(xiàn)一共有暴雨日數(shù)118日,平均每年接近10日;其中50~60mm的暴雨場(chǎng)數(shù)最多,一共有34日;超過100mm的大暴雨日數(shù)為29日,占總暴雨場(chǎng)數(shù)的85%,最大暴雨日雨量為238mm,出現(xiàn)在2018年8 月31日。暴雨日數(shù)和暴雨雨量呈高度的正相關(guān)。無(wú)論是暴雨日數(shù)還是年暴雨雨量,其年際變化均較大,年暴雨日數(shù)最多的年份為2016年(16日),其暴雨雨量也為最大(1406.1mm),年暴雨日數(shù)最少為2007年和2011年(5日),暴雨雨量最少為2007年(331mm),兩者在12年序列中均呈3-4年為一個(gè)周期的周期性變化。暴雨日數(shù)和暴雨雨量在一年各個(gè)月份分布也極其不均勻,基本呈現(xiàn)單峰型,均集中在5-9月。
考慮年降雨量和年暴雨量之間的關(guān)系發(fā)現(xiàn),年降雨量和年暴雨量呈較明顯的正相關(guān);考慮月平均降雨量和月平均暴雨量的關(guān)系也可發(fā)現(xiàn)這種正相關(guān),但年降雨量呈雙峰型,分別在6月和8月出現(xiàn)峰值,對(duì)應(yīng)前后汛期降雨峰值,而月平均暴雨量則只存在一個(gè)峰值,在5月份,對(duì)應(yīng)前汛期;8月份并無(wú)峰值與后汛期對(duì)應(yīng)。暴雨峰值和降雨峰值的錯(cuò)位可能揭示了一個(gè)事實(shí):后汛期降雨集中的暴雨日相對(duì)于前汛期來說有所減少,這有可能是前后汛期不同影響系統(tǒng)導(dǎo)致的不同降水性質(zhì)造成的。