吉林省暖季短時強降水分區閾值研究

朱曉彤 姚 凱 馮喜媛 任 航

（1.吉林省氣象科學研究所，吉林長春 130062；2.長白山氣象與氣候變化吉林省重點實驗室，吉林長春 130062；3.中高緯度環流系統與東亞季風研究開放實驗室，吉林長春 130062；4.吉林省氣象臺，吉林長春 130062）

1 引言

短時強降水(flash heavy rain)是指在短時間內出現的很強的降水事件， 是我國暖季最主要的災害性天氣之一， 我國天氣預報業務中一般指1 h雨量在20 mm 或3 h 雨量在50 mm 以上的降水事件[1-3]， 氣象行業標準《強對流天氣等級》（QX/T416-2018）指出強對流天氣中短時強降水的閾值為大于等于20 mm/h。 時間尺度上，短時強降水強調降水強度，即雨強；在空間尺度上，短時強降水一般由對流降水形成， 且為典型的中小尺度系統驅動，其造成的衍生災害往往表現為局地而短促，如山體崩塌、滑坡、城市道路積水、暴洪[4-5]，而暴洪是所有相關氣象災害中發生頻次最高且導致傷亡人數最多的災害[6-9]。 前人對于短時強降水的個例分析、 機理研究以及預報預測等方面的探討較為豐富[10-12]。

目前短時強降水閾值的確定國際上使用較為廣泛的方法包括百分位法和參數估計算法， 如廣義帕累托分布法和廣義極值分布法等[13]。 由于中國天氣氣候狀況復雜、影響因子眾多，極端降水事件呈現出明顯的地域差異， 降水本身也具有很強的空間不均勻性， 短時強降水閾值的選取不應統一采用固定閾值。雖然吉林省東、西部地形差異明顯，但目前吉林省氣象臺的監測業務中，對于短時強降水的監測仍全省使用統一的閾值， 這樣會抹平地域差異，因而，細化分區討論短時強降水的閾值是十分必要的。

本文使用K 均值聚類方法， 根據歷史短時強降水事件對測站進行分類，討論氣象行業標準《強對流天氣等級》中短時強降水的定義（雨強大于等于20 mm/h） 在吉林省本地化分區應用中的適用情況， 進一步使用百分位方法細化短時強降水在不同區域的閾值， 對吉林省暖季短時強降水監測起到更加準確的指導作用， 在業務應用中有較大的實際意義。

2 資料與方法

2.1 資料

與日降水量相比， 小時尺度降水資料在反映降水強度和描述降水過程方面都更準確[14]。 更精細的降水資料可以有效避免， 因降水時間長而強度較小導致的高估， 或因降水時間短卻強度極大導致的低估情況， 因而更適用于短時強降水閾值的確定[13]。 本文使用資料為1980—2019 年（近40 a）暖季（5—9 月）吉林省氣象信息中心提供的經過質量控制的51 個國家級地面氣象觀測站（國家站）的逐小時觀測數據。 選取1 mm 以上的小時降水量作為統計樣本。

2.2 方法

本文使用百分位法來分析和確定短時強降水閾值， 該方法是通過把每個臺站的小時降水量按升序排序后， 選取某一固定百分位數的強度作為閾值，若小時降水量超過該值，則記為一次短時強降水事件。本文對各臺站計算了98%、99%、99.5%和99.9%四種百分位的強度， 對比討論了不同區域暖季短時強降水的閾值。

K 均值聚類方法是一種常用的無監督機器學習方法，可以通過“數據挖掘”的方式，將隱藏于數據當中的規則提取出來， 可以有效避免以地理區劃、 行政分區或者預設的代表性區為研究區域的主觀局限性。該方法的步驟為，首先隨機選取K 個初始聚類中心， 而后將剩下的對象依據它們與聚類中心的相似度（距離） 分配給最接近的那一聚類， 不斷重復該過程， 直到最后聚類中心不再變化，誤差平方和最小為止[15-17]。

3 吉林省暖季分區短時強降水閾值

3.1 全省短時強降水統計

統計了近40 a 吉林省暖季短時強降水個例共計2 923 個。 其中，伊通站（站號54164）出現短時強降水最多，為93 次；最大雨強出現在長白站（站號54386），雨強達到93.4 mm/h，出現日期為2004 年7 月23 日15 時。 全省暖季短時強降水出現最多的月份為7 月，共1 351 個；最少為5 月，僅出現26 個短時強降水個例。暖季短時強降水事件在20 世紀80 年代、90 年代和21 世紀00 年代、10 年代的分布較為均勻，均為700 個左右。

由吉林省暖季短時強降水雨強分布區間（表1）可見， 絕大部分短時強降水雨強都集中在20—30 mm/h，共2 118 站，占全部事件的72.5%；30—40 mm/h 次之，共553 站，占全部事件的18.9%；40 mm/h 以上的極端短時強降水共占總數的不到10%。 該統計結果為后續分區閾值的確定提供了依據。

表1 吉林省短時強降水雨強分布區間

3.2 吉林省暖季分區短時強降水閾值

本文使用K 均值聚類方法， 依據吉林省暖季近40 a 的歷史短時強降水事件對測站進行分類，經過肘部法則[14]和進一步合并后，最終將吉林省51 個國家站分為3 類（圖1），并依此將全省測站劃分為3 個區域。分別是，一區：白城、松原、四平，長春中部和北部的長春、農安、九臺、榆樹、德惠，吉林西北部的舒蘭；二區：遼源、長春東南部的雙陽，吉林中部的吉林、永吉、蛟河，延邊北部的敦化、汪清、安圖；三區：通化、白山，吉林南部的磐石、樺甸，延邊南部的和龍、龍井、延吉、圖們、琿春，以及長白山保護區。

圖1 1980—2019 年暖季（5—9 月）吉林省短時強降水K 均值聚類分區（一區：紅色臺站；二區：藍色臺站；三區：綠色臺站）

選取1 mm 以上的小時降水量作為統計樣本，對每個測站的小時降水量按遞增順序排序后，分別計算小時降水量20 mm（氣象行業標準《強對流天氣等級》中對短時強降水的定義）在全省、一區、二區、三區的百分位。 結果顯示，小時降水量20 mm 在全省的百分位為98.7%， 在一區的百分位是98.1%，二區98.9%，三區99.8%。吉林省暖季各地的小時降水量分布是不均勻的， 與全省最為接近的是二區，而一區強度最大，三區強度最小，兩者之間有著較大的差異。 全省小時降水量自西北向東南逐漸減小， 可見分區研究短時強降水閾值是很有必要的。

3.3 基于百分位法的分區短時強降水閾值

吉林省各地降水強度的分布是不均勻的，因此， 各區域采用適當條件的短時強降水閾值更為合理。文獻中對于短時強降水閾值的確定，百分位數常取95%、98%、99%、99.5%或99.9%[13]。本文選取并計算了各臺站98%、99%、99.5%和99.9%四種百分位的強度，對比討論不同區域暖季短時強降水的閾值。 從全省、一區、二區、三區小時降水量的第99.5%分位數分布特征可以看出， 全省、一區、 二區、 三區的小時降水量中位數分別為27.3 mm、30.2 mm、26.0 mm 和23.9 mm；最大值分別為35.9 mm、35.9 mm、31.7 mm 和26.6 mm；最小值分別為17.7 mm、28.5 mm、19.8 mm 和17.7 mm。全省和其他3 個區的小時降水量25%—75%分位數基本集中分布在20—32 mm。 吉林省暖季降水強度99.5%分位數的分布（圖2） 與臺站的分區分類結果（圖1）有著較好的對應關系，其中一區的兩個明顯的小時雨強大值區中心分別在吉林中西部的公主嶺站與北部的乾安站， 三區的兩個低值中心分別在二道站和長白站。

圖2 吉林省暖季降水強度第99.5%分位數分布

圖3 給出了一區、二區、三區以及全省的小時降水量的第98%、99%、99.9%分位數的分布情況。 結果顯示，第98%分位數的小時降水量中位數（圖3a）無論在全省、一區、二區還是三區均達不到20 mm，顯然不適合作為短時強降水的閾值；第99%分位數的小時降水量中位數（圖3b）在第三區無法達到20 mm， 達不到氣象行業標準中短時強降水的標準，亦不適用；第99.9%分位數的小時降水量中位數（圖3c）在全省和三種分類情況下均大于30 mm，最小值均在25 mm 以上，且30—40 mm/h 的雨強占短時強降水的18.9%，這樣的選取方式站點過少，閾值過大，亦不適用。 可見，第98%、99%、99.9%分位數均不適合作為吉林省暖季短時強降水的閾值。

圖3 吉林省全省、一區、二區、三區站點最大小時降水量的98%分位數（a）、99%分位數（b）、99.9%分位數（c）箱線圖

經過上述分析， 將每個測站小時降水量的第99.5%分位數作為短時強降水的閾值，更符合吉林省近40 a 暖季出現的短時強降水個例情況。

在日常業務中， 中位數通?？梢苑从硵祿募汹厔?， 故本文得出的各區域小時降水量第99.5%分位數的中位數，作為確定吉林省暖季分區短時強降水監測指標的基礎， 由于二區和三區數值相近（26.0 mm 和23.9 mm），因而合并為一類。最終確定一區，即白城、松原、四平、長春中部和北部、 吉林西北部， 暖季短時強降水的監測指標為30 mm/h；二區和三區，即遼源、長春東南部、吉林中部、延邊北部、通化、白山、吉林南部、延邊南部以及長白山保護區暖季短時強降水的監測指標為25 mm/h。

4 結語

利用1980—2019 年暖季（5—9 月）吉林省國家級地面氣象觀測站的逐小時觀測數據， 對短時強降水事件進行統計分析，使用K 均值聚類算法，根據歷史短時強降水事件對全省測站進行分類分區， 討論氣象行業標準 《強對流天氣等級》（QX/T416-2018） 對短時強降水的定義 （大于等于20 mm/h） 在吉林省本地化分區應用中的適用情況， 并進一步使用百分位方法細化短時強降水在不同區域的閾值，得出以下結論：

（1） 吉林省暖季短時強降水強度絕大部分發生在20—30 mm/h，占全部事件的72.5%，40 mm/h以上的極端短時強降水占總數的比例小于10%。

（2）利用K 均值聚類算法，依據吉林省暖季近40 a 的歷史短時強降水事件將全省測站分為三類并定義為一區、 二區和三區， 小時降水量20 mm在一區的百分位是98.1%，二區為98.9%，三區為99.8%，各區短時強降水強度分布存在差異，全省短時強降水強度自西北向東南逐漸減小。

（3） 使用百分位法對比全部測站小時降水量的第98%、99%、99.5%和99.9%分位數后發現，每個測站小時降水量的第99.5%分位數作為短時強降水閾值更符合吉林省近40 a 暖季出現的短時強降水個例情況。

（4）日常業務中可以將30 mm/h 作為白城、松原、四平、長春中部和北部、吉林西北部的暖季短時強降水監測指標；25 mm/h 作為遼源、長春東南部、吉林中部、延邊北部、通化、白山、吉林南部、延邊南部以及長白山保護區的暖季短時強降水監測指標。

（5） 百分位法是當前國際上使用的比較廣泛的2 類方法之一， 由于廣義極值分布法和百分位法是基于完全不同的思路和算法對極端降水閾值進行估計的， 因此有必要對百分位數與重現期之間的關系進行討論， 基于廣義極值分布通過重現期的選擇了解相應閾值發生的概率， 并討論百分位數與重現期之間的關系是我們進一步的工作。另外， 目前使用的是國家氣象觀測站的逐小時降水資料，后續還應利用區域氣象站數據，結合實際業務對閾值進行印證和適當調整。