潘建華

(四川省氣象臺，四川 成都 610072)

降水特征研究，是探索天氣系統(tǒng)發(fā)展變化、防御氣象災(zāi)害必不可少的一個領(lǐng)域。受觀測設(shè)備和觀測記錄方式的影響，很長時間此類研究都局限在長時段雨量的基礎(chǔ)之上[1]。2005年左右開始，我國大規(guī)模推進自動氣象站，才逐漸積累起可供方便使用的時雨量數(shù)值數(shù)據(jù)集，促進了時雨量分析在近10年內(nèi)得以廣泛展開[2-4 ]。

高強度降水是由大尺度背景下的中小尺度系統(tǒng)所決定的，時雨量正是這類中小尺度系統(tǒng)中多尺度、多因素、多過程的綜合性物理變化的代表性結(jié)果，其在短歷時、高強度、局地性、災(zāi)害誘發(fā)性等多方面的特點，特別引人注目，更把降水量研究推向了新的深度和廣度。短歷時降水往往會引起氣象或地質(zhì)災(zāi)害，其變化趨勢更能反映極端天氣事件的變化趨勢[5]，其分布特征更容易受地形起伏影響，隨下墊面的變化而改變[6-7]。利用時雨量開展對降水日變化的研究，可以增強對區(qū)域天氣特征與降水演變規(guī)律的認識，有助于理解降水的形成機制，為檢驗和評估數(shù)值模式的物理過程提供科學(xué)依據(jù)[8-9]。如果降水量的時段劃分標準導(dǎo)致降水量數(shù)值出現(xiàn)較大變化，那就有可能直接影響到后續(xù)研究結(jié)果的準確性和可靠性。

近年來，伴隨全球氣候變暖，短時強降水天氣的發(fā)生有增強趨勢，其造成的氣象災(zāi)害十分嚴重。然而，受觀測能力和資料分辨率的限制，目前對短時強降水特別是局地短時強降水的預(yù)報在落區(qū)和時間上均不能滿足對這種災(zāi)害性天氣的預(yù)報服務(wù)需求[10]。為此，氣象學(xué)者在短時強降水的時空分布特征、影響系統(tǒng)、概念模型、物理量指標等方面開展了大量研究。王茂書等[11]指出短時強降水發(fā)生頻次與海拔高度有較為明顯的聯(lián)系，多集中發(fā)生在300～700 m的低海拔區(qū)。梁蘇潔等[12]指出，京津冀地區(qū)暖季各月短時降水事件的降水量和降水時數(shù)極大值主要出現(xiàn)在午后至傍晚，而持續(xù)性降水事件的極大值多出現(xiàn)在午夜至清晨。究其原因，午后出現(xiàn)的短時降水峰值很可能與由太陽輻射加熱日變化引起的熱力不穩(wěn)定有關(guān)，而持續(xù)性降水峰值出現(xiàn)在清晨可能與大尺度環(huán)流相聯(lián)系[13]。有人認為，沒有發(fā)現(xiàn)1、3、6、12 h降水，以及小時降水極值分布等有明顯的空間分布特征[14]。周盈穎等人給出了重慶市北部短時強降水時空分布及概念模型[15]，陳永仁等進行了四川暴雨多尺度觀測分析[16]，陳炯等[17 ]研究表明四川盆地是短時強降水發(fā)生頻率比較高的幾個地區(qū)之一，是該地地質(zhì)災(zāi)害頻發(fā)，造成人員與財產(chǎn)重大傷亡和損失的主要誘因。陳明等[18]指出，喇叭口地形的影響往往是單純迎風(fēng)坡地形影響的2～3倍；彭乃志等[19]認為，山前發(fā)生暴雨的頻次大于山上；孫繼松等[20]發(fā)現(xiàn)，地形越靠近城區(qū)，在山前形成暴雨的概率越大。還有研究[21]認為，四川東部最大降水頻次主要出現(xiàn)在白天，且多出現(xiàn)在06:00-17:00。其原因[22]是地形差異造成的溫度梯度所致。據(jù)文獻[23]，午后到前半夜的大氣熱力條件最容易激發(fā)對流[24]。這些研究都在一定程度上加深了對時降水分布特征和日變化的認識。然而，西南地區(qū)的時雨量在時間、空間分布上有何特點，強降水中心多出現(xiàn)在何時何地，連續(xù)時段和固定日界時段的累積雨量有何差異等等，仍然不夠清晰。為此，基于重慶、四川、貴州、云南、西藏的時雨量觀測資料，設(shè)計多個參數(shù)開展分析。

1 資料與分析方法

1.1 站點與資料概況

時雨量資料取自中國氣象局的CMIS業(yè)務(wù)系統(tǒng)，分析時段為2005-2017年每年的3月31日21時(北京時，下同)到10月31日20時。選定缺測率在5%以下的369個站點為分析對象，其中93.77%的站點缺測率在1%以下。大多數(shù)站點集中在重慶、四川、貴州、云南，西藏僅有個別站點(圖1)。站點海拔高度從138 m到3 342 m，在四川盆地內(nèi)最為密集。在繪圖區(qū)域的右下角、左下角和左上角沒有站點，因為超出了西南五省市區(qū)的范圍。站點高程分布主體是從東南角向西北角逐步抬升，不過在四川盆地有一大片低值區(qū)。云貴高原在昆明西北部與青藏高原相連，但被四川鹽邊一帶的地形相對低值區(qū)分隔，成為一個向東北方向伸出的鉤狀區(qū)域。這種分布形態(tài)和地形高度的分布(圖2)非常接近，僅在站點缺乏區(qū)域有比較明顯的差異。在云南南部的幾個孤立低值點實際上處于一個狹窄的地形大低谷內(nèi)。

1.2 時雨量數(shù)據(jù)準確性的核定

由于自動氣象站資料質(zhì)量的影響因子比較多，在時雨量的觀測記錄中，長期存在著大值數(shù)據(jù)的真實性鑒別問題，以及與日雨量的匹配問題，梁蘇潔等[12]和YU R C等[24]采用了小時雨量累積的日雨量大于實際觀測日雨量10%時就舍棄不用的方法，姚莉等[4]認為，當(dāng)日24 h雨強合計值與同日地面觀測的日降水量比較, 相對誤差小于<4.5%時，就是可以接受的。

本項研究參考了上述方法，但更多的是進行多渠道數(shù)據(jù)的對比和分析。在資料預(yù)處理階段，一是對時雨量累積的日雨量進行了檢查，二是對每小時50 mm以上的時雨量進行重點分析，運用過程雨量邏輯分析、CMIS日雨量對比、中國氣象局降水自記紙歷史資料數(shù)值化整理成果對比等方法，確保了進入分析的時雨量數(shù)據(jù)的可靠性。

1.3 分析要素的設(shè)置思路與方法

設(shè)計了5個綜合性要素(A0-2到A002)和9個最大值要素(A003開始到BZ24)(表1)，每個要素對應(yīng)有一個總體序列，24個分時序列，7個分月序列。

綜合類要素或是取某種均值，或是取大于某值的次數(shù)，或是提取某種比率，但依托的都是整個樣本。A0-1與A0-2，是為了認識一個地方晴雨時間段的相對狀況，并可通過時間變化和季節(jié)變化來認識不同地理區(qū)域、不同季節(jié)盛行天氣系統(tǒng)下的氣候特點和變化規(guī)律。A000和A001是為了剔除小量值降水的影響。A002則是希望了解高強度降水的出現(xiàn)和分布規(guī)律。

表1 要素設(shè)置一覽表

最大值類要素是某特定時段的最大值。AA01是直接從單站所有原始時雨量數(shù)據(jù)中提取出時雨量最大值，建成總體序列；將每個站的原始時雨量數(shù)據(jù)按照1 d 24個不同的時次排列，選取出各時次的最大值，構(gòu)成分時序列；同樣道理，可獲得分月序列。其他最大值要素均按此法構(gòu)建。第8到第11是為了對不同時段累計降水與小時雨量之間的關(guān)系加深了解而設(shè)計的。第12到14，是為了與連續(xù)時段進行對比。要素A003，是在各序列中挑選出最大的三個時雨量數(shù)據(jù)求取平均來建立的,這與梁蘇潔等[12]的做法相似，希望能減少偶然性影響。

2 總體氣候特征

2.1 區(qū)域總體狀況

2.1.1 時雨量均值

圖3給出了A0-2的區(qū)域分布情況?？梢娖淇傮w分布和地形有較好的吻合度，兩者呈反相關(guān)，自東南部的高值區(qū)向西北方向逐步減小，極大值區(qū)域集中在貴州和云南的南部。在鹽邊周圍對應(yīng)地有一個相對高值區(qū)，其東邊也有對應(yīng)的相對低值區(qū)。兩者在圖形上看有較高的相關(guān)性，但它們的相關(guān)系數(shù)卻僅為-0.295 9。A0-2的區(qū)域均值為1.51 mm。區(qū)域最大為2.28 mm，出現(xiàn)在云南的江城；區(qū)域最小僅為0.76 mm，出現(xiàn)在西藏察隅。

A0-1的區(qū)域分布(圖4)是與地形高度相關(guān)最差的一個。圖上明顯可見的是一個“V”形高值區(qū)，從成都西邊自西北向東南延伸到貴陽附近，再轉(zhuǎn)向東北擴展到重慶和四川的東北角。成都西南邊的雅安附近為高值中心，但在四川盆地的中北部卻出現(xiàn)了一個低值區(qū)，這在其他要素的分布中是沒有見到的，這究竟是下墊面的差異造成的[25]，還是特殊地形起伏的影響[26-27]，甚或還有其他原因，有待進一步的研究去發(fā)現(xiàn)。在昆明的南部和西部、西北部是一個十分顯著的低值區(qū)，其內(nèi)部有四個極小值中心在8%以下，其中云南的元謀(云南有名的干旱地區(qū))是全區(qū)域最小，僅為7.20%。四川的巴塘一帶，是另一個較為顯著的低值中心。

圖4的另一個明顯特征是在云南貢山出現(xiàn)了十分突出的極大值，高達25.24%，比區(qū)域內(nèi)其他多數(shù)站點的該要素大了2～3倍以上。如此高的降雨幾率主要是由地形造成的。貢山正好處于一個狹長的喇叭口地形底部，從西南方向順氣流上來的水汽受兩邊高山的挾迫而匯攏，再沿陡坡抬升，必然導(dǎo)致成雨的機會增多。這種抬升氣流的影響很大，使得海拔3 300 m以上的德欽和香格里拉的A0-1也高達12%以上，比很多海拔、緯度都低的多的站點還高。雨時比的次高值中心出現(xiàn)在成都的西南邊，正是四川雅安及其周邊的幾個站，天全、蘆山、名山、滎經(jīng)等，雨時比均在17%以上，最大的是天全，達到20.13%，也遠遠高于其他很多站點。這和中國氣象史上出名的“雅安天漏”相吻合，其原因也在于地形上的喇叭口。

區(qū)域內(nèi)相當(dāng)一部分站點的雨時比在14%以下，全區(qū)域均值為12.16%。也就是說，相對小時而言，該區(qū)域內(nèi)大約有1/10的時間會有雨。有雨比例最大的貢山大約有1/4的時間有雨，最小的元謀只有大約1/14的時間有雨。

2.1.2 大于3 mm時雨量均值與時次比率

圖5給出了3 mm以上降水均值A(chǔ)000的區(qū)域分布。該要素也有隨地形升高而減小的特征，與站點海拔高度的相關(guān)系數(shù)為-0.598，是所有要素中最高的。在貴州南部、云南南部邊緣依然是大值中心。但與圖3相比，四川盆地明顯變成了次大值中心，相對強度高，范圍大，這表明四川盆地強降水的強度比其他地方要高，也表明這兒地形的作用比緯度的影響還大。3 mm以上降水均值的區(qū)域最大值是9.83 mm，出現(xiàn)在貴州望謨；最小值4.55 mm，出現(xiàn)在云南貢山。全區(qū)域均值是7.53 mm。

圖1 區(qū)域內(nèi)站點分布及其高程(m)圖2 西南地區(qū)地形(m)圖3 A0-2總體分布(0.01mm)圖4 A0-1總體分布(0.01%)圖5 A000總體分布(0.01mm)圖6 A001總體分布(0.01%)

大于3 mm時雨量時次在有雨時次中的占比A001(圖6)在云南南部的江城出現(xiàn)區(qū)域最大值，達19.77%；在西藏的察隅為最小，僅4.29%。全區(qū)域平均為12.26%。大的分布類型看起來仍然和地形有較好的吻合度，但和站點海拔高度的相關(guān)系數(shù)相當(dāng)?shù)停瑑H為-0.128。

A000與A001均在鹽邊附近有相對高值區(qū)，足見地形的影響之大。

2.1.3 10 mm以上時雨量出現(xiàn)次數(shù)

圖7是A002的全域分布情況，可見其與地形高度很吻合。云南南部、貴州南部、以及鹽邊等相對較低的地方，對應(yīng)的A002都相對較高。A002從青藏高原向東南延伸出了三個半島樣的低值區(qū)，在圖2中也能發(fā)現(xiàn)對應(yīng)的地形高值區(qū)。但在四川盆地，兩者的對應(yīng)并不好。

圖7 A002總體分布(次)

兩個明顯的極大值出現(xiàn)在云南的江城(541次)和云南的金平(531次)；超過400次的有3個站，300次到400次之間的有14個站。300次以上的站點全都集中云貴高原的東南部和南部邊緣地區(qū)。四川盆地的西部和東北部有200次以上的區(qū)域。除鹽邊及旁邊的一個站在150次以上外，云貴高原上大部地區(qū)是在100到150次之間。貴州北部、重慶，四川盆地中部多數(shù)站點在150到200次之間。全區(qū)域平均為189次。最少的是四川巴塘，僅為5次。降雨時間最多、雨時比最大的云南貢山僅為24次，可見其絕大多數(shù)時雨量為小量值降水。

2.2 日變化特征

A0-2區(qū)域均值的日變化表現(xiàn)出雙峰型，凌晨1到4點、上午8到12點是波峰，達1.6 mm；下午16點到22點最小，僅為1.4 mm，其余時間為1.5 mm。最大與最小值相差極小，峰谷比僅為1.14。相比之下，A0-1區(qū)域均值的日變化(圖8)則要明顯的多。雨時比在晚上21時最小，僅為9.5%。此后逐漸增加，在12時、13時達到最大值14.8%。隨后急劇下降，到20點時降回到9.8%。從區(qū)域平均而言，出現(xiàn)降雨幾率最大的時段是中午前后。12、13時的最高幾率比晚上21時的最低值要高出55.8%。這一點與平時的直觀感覺是不一樣的。

圖9給出的是A002的區(qū)域均值隨時間的變化，日波動呈典型的單波形態(tài)，略有一點偏態(tài)。晚上20、21時出現(xiàn)幾率最小，僅有5次。最多次數(shù)出現(xiàn)在上午10到12點，均為10次，這種現(xiàn)象也是與過去定性的常規(guī)認識有差異的。A002區(qū)域最大值的日變化特征是雙峰型波動，02和11時是其次高峰和主高峰，分別為36次、39次。其數(shù)值在一天之中的變化相當(dāng)大，從20時最低的16次到11時最高的39次，峰谷比高達2.44，相差2倍多。

圖8 A0-1區(qū)域均值日變化(0.1%)圖9 A002區(qū)域均值日變化(次)圖10 A0-1區(qū)域分布_4月(0.01%)圖11 A0-1區(qū)域分布_7月(0.01%)

2.3 月際變化特征

A0-1區(qū)域均值的月際變化表現(xiàn)出雙峰形態(tài)。6月最大，達14.2%，10月次大，為12.5%，略高于8、9月份。其他月份時則是在高低值之間變化。最小值出現(xiàn)在4月，僅為0.9%，也就是下雨的時間在4月份最少，不到1/10。4月份的下雨時間較少，這是平時已經(jīng)被認識到的，但是6月的下雨時間最多，這還沒有被數(shù)據(jù)證實過。

圖10是A0-1在4月的區(qū)域分布，可以明顯看出其東南西北向的帶狀特征。從黔渝到四川盆地西部，有一條9%以上的高值地帶，中間有一大一小兩塊高于12%的地區(qū)，其內(nèi)有部分站點高于15%。從昆明南部到其西部再向其西北延伸，是一片9%以下的低值地帶，其內(nèi)的大部分區(qū)域是在6%以下。昆明西北邊還有一成片的低于3%的地區(qū)，其中心為云南的元謀，僅為1.84%。最高占比出現(xiàn)在云南的貢山，高達30.44%，在它旁邊還有云南福貢站，為29.04%。全區(qū)域僅此兩站是高于18%。5、6月的A0-1的分布形態(tài)與此相似，只不過貢山、福貢的數(shù)值減小了，兩個條狀地帶的數(shù)值都有所增大，且黔渝川高值地帶的面積顯著擴展。

7月，A0-1的分布如圖11，東南西北向的帶狀特點更為突出。四川盆地、貴州東部成了低值地帶，數(shù)值幾乎均在12%以下，重慶和貴州部分地區(qū)不到9%。昆明及其南北延伸地帶幾乎全在12%到15%之間，而且在昆明附近向西伸出一塊低值區(qū)。顯著增大的地帶出現(xiàn)在云南南部和西南部，有多個站點增加到21%以上，全區(qū)域最高的幾個站點都集中在此。

進入8月，一條12%的分界線將區(qū)域劃分為左右兩半，盡管昆明周邊還有一小塊12%以下的低值區(qū)，但左高右低的形態(tài)仍然十分明顯。這主要是從貢山、福貢向其東北方向延伸了一片高值地區(qū)，并與成都西南邊的高值地區(qū)連成一片了。

到了9月(圖12)，云南南邊的高值區(qū)顯著減弱，貢山再度成為區(qū)域最大中心(24.16%)。成都西南邊的高值區(qū)顯著增大、增強，在四川天全出現(xiàn)了僅次于貢山的極大值中心，高達23.35%，與最大值中心相差無幾，且周邊還有3、4個高于20%的站點(貢山只有一個站)。昆明周圍的低值區(qū)進一步減小，與貴州的低值區(qū)連成一片并延伸到了云南西部。一南一北的不同變化使得東南西北向分布特征有所減弱。

圖12 A0-1區(qū)域分布_9月(0.01%)

雨時比的這種區(qū)域分布狀態(tài)的變化在所有分析要素中是最為獨特的，這應(yīng)該是和盛行季風(fēng)的變化結(jié)合得最為緊密的，受地形高度影響較小。

3 時段雨量分析

3.1 總體比較

各個時段雨量最大值總體序列的區(qū)域均值如圖13所示。從中可見，A003比AA01小，這是必然的。從AA03到AA24，因為累積的時間段一個比一個長，當(dāng)然降水量也會一個比一個大。值得注意的是，同為12小時內(nèi)的累計量，標準日界下的夜間12 h雨量、白天12 h雨量的最大值要比任意連續(xù)12 h的雨量最大值小得多，分別僅是后者的76.5%、84.8%。標準日界24 h雨量最大值也僅為連續(xù)24 h雨量最大值的89%。此種差異下，可以想象，如果采用連續(xù)時段的雨量值來分析天氣過程，其結(jié)果肯定會與用標準日界雨量的結(jié)果產(chǎn)生較大的差異。此外，在不同時段累積雨量的差異幅度上，也有一個很有趣的現(xiàn)象：AA03是AA06的82.3%，AA06是AA12的85.6%，AA12是AA24的85.7%，BD12是AA12的84.8%，BD12是BZ24的81.2%，BZ24是AA24的89.6%，相差均在80%至90%之間。這是一個普遍規(guī)律，還是一個偶然現(xiàn)象，值得用進一步的研究去探索。

圖13 時段雨量最大值的區(qū)域均值(mm)

表2給出了界限不同的同時段長度最大降水量相互間差異的總體情況。從中可見，AA24與BZ24，AA12與BN12，AA12與BD12，這三組對比中都是前者大于或等于后者，也就是說，在絕大多數(shù)站點上，連續(xù)時段的累積雨量最大值均大于固定日界的相同時間長度的累積雨量最大值。如AA12與BN12，369個站點中只有14個站沒有差異，差異在20 mm以上的有199個站，占53.9%。最大的相差達192.5 mm。

在BD12與BN12的比較中，有158個站點夜間降水大于日間降水，占42.8%；有211個站點是日間降水大于夜間降水，占57.1%。日間比夜間大了20 mm以上的有133個站，占總站數(shù)的36%。而夜間降水比日間降水大了20 mm以上的只有58個站，只占總數(shù)的15.7%。差值超過100 mm的站數(shù)，夜間大于白天的只有一個站，而白天大于夜間的有9個站。日間降水大于夜間降水的最大值是191.5 mm，而夜間降水大于日間降水的最大值只有138.2 mm，較前者少了1 / 3。從圖13中也能看出，白天的最大降水量(BD12)大于夜間最大降水量(BN12)，高出10.9%。

表2 同時段長度雨量的差異分級情況(不同時界)

表3 出現(xiàn)時段雨量最大值區(qū)域極值的站點及其比較

圖14 AA01總體分布(0.1mm)圖15 AA12總體分布(0.1mm)

AA24和BZ24之間，AA12與BD12、BN12之間，有較大差異的站點都集中在川渝地區(qū)。同樣，BD12大于BN12的較大差異，也是更多的出現(xiàn)在川渝地區(qū)，特別是相差140 mm以上的四個站全部都在川渝境內(nèi)(四川仁壽191.5 mm，四川綿竹175.9 mm，重慶沙坪壩157.6 mm，重慶石柱150.3 mm)。這一現(xiàn)象表明，在川渝地區(qū)，最強降水更多是出現(xiàn)在白天，而不是夜間。因此，在該地區(qū)利用降水量來對比分析降水物理過程的時候，應(yīng)該更加關(guān)注連續(xù)時段降水量的使用，避免標準日界的時段雨量可能帶來的對物理過程的人為分割影響。

表3給出了時段雨量最大值在區(qū)域上的極大值和極小值。從中可以看出，各要素在區(qū)域內(nèi)的變化是非常大的，其極大值與極小值之比最小的都在7倍以上(7.3)，最大的超過了10倍(10.19)。9個極大值的站點，有6個出現(xiàn)在四川，三個出現(xiàn)在貴州(有兩個是同一個站)。9個最小值的站點，全集中在四川的三個高原站點上，其海拔分別為2 589、2 438和3 009 m，是區(qū)域內(nèi)海拔比較高，但不是最高的站點?？赡苁且驗槠渖钊氲搅烁咴瓋?nèi)部，低緯度水汽難以輸送，從而導(dǎo)致降水量偏少。

3.2 區(qū)域分布

圖14給出了AA01總體序列的區(qū)域分布，從中可見，小時雨量最大值大于100 mm的站點有4個，分別是貴州三都135.2 mm、四川射洪110.9 mm、四川金堂102.2 mm、貴州石阡100.1 mm。其最大時雨量與姚莉等[4]分析得到最大時雨量(湛江157.7 mm)相差也不是很大。相對80 mm而言，小時雨量最大值在云南和貴州大都是相對孤立地出現(xiàn)高值，然而在四川盆地卻有多個成片的高值區(qū)。低值區(qū)主要出現(xiàn)在昆明的南部和西北部。小時雨量最大值的區(qū)域極小出現(xiàn)在四川巴塘，為14.0 mm/h。

AA03的區(qū)域分布上，云南境內(nèi)的高值區(qū)只剩下昆明南邊的一個站點，成片的高值區(qū)仍然是在四川盆地。在AA12和AA24分布圖上，這個特征更加明顯。AA12(圖15)中，高于210 mm的站點在云南只有1個，貴州有5個，而在四川盆地有10多個。至于AA24小時累計雨量最大值超過280 mm的站點，云南沒有，貴州只有2個，四川盆地則有7個，無論哪一個時段，四川盆地都是非常顯著的高降水區(qū)域。

圖16 時段雨量區(qū)域最大值站點分布(等值線為站點高度/m)

3.3 時段雨量最大值站點分布

將A003到BZ24這九個要素各個序列的區(qū)域最大值(共計219個)出現(xiàn)的站點標注在站點高度圖上(圖16中的“B”)，可以清晰地看出，出現(xiàn)最大值的站點主要有兩個密集區(qū)。最顯著的一個是川渝地區(qū)，有30多個最大值站點位于該區(qū)域內(nèi)，四川盆地西部的成都樂山一帶更為集中，其中一些站點出現(xiàn)過多個最大值(“B”的色彩濃度越大表征出現(xiàn)最大值的次數(shù)越多)。第二個密集區(qū)是貴州南部，有10來個站點出現(xiàn)過最大值。最少的是云南南部邊緣，僅有5、6個最大值站點零星分布于此。從重慶東部，到渝黔交界區(qū)域，再向西到川滇交界區(qū)，包括昆明周邊及其西部的大片區(qū)域內(nèi)，也就是云貴高原的主體及其與青藏高原相連接的地區(qū)，幾乎完全沒有最大值站點出現(xiàn)，形成了大片空白地區(qū)。

最大值站點的集中性還能從少數(shù)站點的最大值重復(fù)次數(shù)上得以展現(xiàn)。219個最大值，有151個最大值(68.9%)集中出現(xiàn)在14個站上，每個站出現(xiàn)的最大值都在5個以上。其中，出現(xiàn)最大值最多的是四川遂寧和貴州石阡，分別出現(xiàn)了18和17個。有8個站每站出現(xiàn)的最大值都在10個以上，一共出現(xiàn)了110個最大值，占最大值總數(shù)的一半以上。這8個站中，四川占了5個，貴州2個，云南1個。出現(xiàn)5次以上最大值的有14個站，四川占了10個，貴州3個，云南1個。這進一步表明西南地區(qū)高強度小時雨量的分布是以四川盆地西部為主要集中區(qū)，貴州南部次之，云南只有少數(shù)站點。這也就是強降水致災(zāi)的重點關(guān)注區(qū)。

4 小結(jié)與討論

通過上述分析，可以得見中國西南地區(qū)的時雨量具有多種特征。

(1)該地區(qū)時雨量及其多種衍生要素的分布與地形高度有很好的吻合度，海拔越高，時雨量最大強度越小，高強度時雨量的比例也越小。云貴高原主體及其與青藏高原的連接區(qū)域沒有時段雨量最大值出現(xiàn)。強降水多集中在三個區(qū)域(也是時雨量最大值集中區(qū))：一是貴州南部，二是云南南部邊緣，三是四川盆地。特別是四川盆地，雖緯度較高，卻依然有相當(dāng)高強度的降水，在區(qū)域平均強度上還大于前兩者，而且是為最密集的時段雨量最大值集中地，在多個時段中是整個西南地區(qū)的強降水中心。由此，西南地區(qū)的強降水預(yù)報與服務(wù)必須高度關(guān)注四川盆地的特殊性。鹽邊周圍地形相對低洼區(qū)域的時雨量特征是時雨量與地形高度相關(guān)的一個有利證據(jù)，在多個要素中都得到很好的表現(xiàn)。雨時比幾乎與地形高度無關(guān)，受季風(fēng)變化的影響更大。相對小時而言，西南地區(qū)降水幾率平均為1/10，最多的可以達到1/4，最少的不到1/14。

(2)西南地區(qū)時雨量的很多相關(guān)要素表現(xiàn)出9到12時為1 d中最高峰的特征，這與過去的習(xí)慣認識，即該區(qū)域內(nèi)多數(shù)地區(qū)夜間降水強于白天降水，是截然不同的，需要在今后的預(yù)報和災(zāi)害防御中加以重視。在月際變化上，四川盆地的強降水呈現(xiàn)出區(qū)域間的跳躍性變化。相對于降雨小時數(shù)而言，6月份的降水時間最多，4月的最少，10月的雨時數(shù)多于8、9月份，這與華西秋雨的特點是相吻合的。但6月的降水時數(shù)比10月還多，則是過去沒有認識到的。

(3)成倍增長的連續(xù)時段的最大雨量之比，以及同時段長度的連續(xù)時段與固定日界時段最大雨量之比等數(shù)據(jù)的數(shù)值非常接近，是出于規(guī)律還是巧合，值得進一步探索。同等時長的連續(xù)時段與標準日界時段最大雨量的顯著差異出現(xiàn)在川渝地區(qū)，白天12 h降水與夜間12 h降水的顯著差異，也出現(xiàn)在川渝地區(qū)；總體而言，白天降水量大于夜間降水量，連續(xù)時段的累積雨量大于固定日界的相同時間長度的累積雨量，這些都是今后在利用降水量分析降水物理過程、天氣系統(tǒng)變化過程中必須給以高度關(guān)注的。