引言

根据2005—2010年的灾害数据统计，强对流是近年来仅次于暴雨洪涝造成人员伤亡的第二大类气象灾害，短时强降水作为我国强对流天气的主要类型之一，一般是指1小时降水达到或超过20 mm，由其引发的山洪、城市渍涝和地质灾害已屡见不鲜，对人民生命安全造成了严重威胁。2008年9月22—27日，四川盆地西部发生持续性暴雨天气过程，引发严重的泥石流灾害(李金建等，2010)。2011年6月6日，贵州望谟的短时强降水造成了重大人员伤亡。相对于区域性暴雨而言，短时强降水主要由中小尺度天气系统造成，具有生命史短、局地性强等特点，故预报难度更大。因此，加强对短时强降水天气的研究显得愈为重要。近年来越来越多的气象学者开始关注并研究短时强降水天气过程(周长春等，2009；徐珺等，2010)。

西南地区南部具有高原低纬度天气气候特点，而北部则受高原西风带天气系统控制，具有高原中纬度天气气候特点。这些均造成了该地区短时强降水天气的特殊性，加之复杂的地形、地质、地貌特征，在短时强降水天气条件下极易引发次生灾害，因此该地区是山洪地质灾害重点关注地区之一，提高该地区的灾害性天气预报、特别是短时强降水的预报预警准确率是防灾减灾所面临的重大挑战之一。

降水一直是我国气象学者关注的重要天气之一，受资料的限制，以往对日至年尺度的降水变化研究较多(张琪和李跃清，2014；林建和杨贵名，2014)，而对小时尺度的降水研究较少。近年来，随着观测手段的不断丰富，小时降水资料已经在业务中占据越来越重要的地位，基于小时降水资料的研究工作也逐渐开展起来，为我们更为全面、细致地了解和掌握我国降水的气候特征提供了有益的参考。姚莉等(2009)利用1991—2005年全国小时降水资料分析了我国小时雨强的时空分布特征。Yu et al(2010)利用1966—2005年全国575个站点小时降水资料，揭示了中国夏末降水“南涝北旱”空间型的变化特征。李建等(2013)使用小时降水资料，考察了我国中东部地区极端降水的持续性和季节性特征。与此同时，对于我国不同区域的小时降水特征的研究也先后开展起来(殷水清等，2012；刘燕和黄敏辉，2004)。我国西南地区的降水受季风环流和复杂地理环境的影响，表现出空间分布不均、局地差异明显、变化多样等特点，因此，小时降水资料在该区域的应用更是受到了气象学者的普遍关注。唐红玉等(2011)利用西南地区1960—2000年的小时降水资料，分析了逐月、逐日和逐时的降水频率和降水比率。张焕等(2011)利用西南地区近40年的小时降水资料研究了当地降水、特别是夏季和秋季降水的变化特征。彭芳等(2012)利用贵州省1991—2009年的小时降水资料，定义了不同站点小时降水量的强度阈值，并统计了强降水事件频数。Liang and Ding(2017)利用上海地区1916—2014年的小时降水资料，分析了近一个世纪以来上海地区极端强降水多时空尺度变化特征，并指出小时强降水的发生频次和总的降水强度的长期变化趋势具有显著的城市雨岛的特征。表 1给出了近年来利用小时降水资料进行的相关研究。

Maddox et al(1978)，Vieux and Bedient(1998)曾指出，虽然对24小时降水的气候特征已经做了大量的研究工作，但这一时间尺度和暴洪事件相比还是太长了。Brooks and Stensrub(2000)将小时降水与暴洪事件联系起来，试图从小时降水反映暴洪的特点。Sangstep(1989)利用美国中北部单站30年暖季(7—8月)的小时降水资料，分析了该地区降水的夜发性特点及可能的产生原因。Winkler et al(1988)利用美国小时降水资料，分析了日变化可能的物理机制。

本文使用1981—2010年30年全国2420个站点、西南地区402个站点的小时降水资料(张强等，2016)，分析该区域短时强降水的分布特征，并对强短时强降水和强暴雨两类不同时间尺度强降水的变化趋势进行分析，为预报员掌握该区域的降水特征、做好强降水的短时临近分析以及短期预报预警提供参考。

1 资料与方法

本文西南地区是指四川、重庆、贵州和云南四省(市)，所用资料是由国家气象信息中心提供的中国国家级地面气象站逐小时降水数据集，资料时间为1951—2012年，全国共2420个站点，其中西南地区共402站，从中挑选出1981—2010年资料时间在10年以上的站点共389个(图 1)，据此统计、分析西南地区短时强降水的分布特征。同时，根据国家气象信息中心提供的“中国国家级地面气象站基本气象要素日值数据集(V3.0)”中1951—2010年全国共2474个站点每日20时至次日20时降水量资料，从中选取与小时降水资料相匹配且资料时间序列达到30年的站点共355个，将这些站点的短时强降水与暴雨的变化趋势进行对比分析。

本文使用的短时强降水、暴雨等相关定义如下：

(1) 短时强降水：指小时降水量≥20.0 mm；

(2) 暴雨：指日降水量≥50.0 mm；

(3) 短时强降水站次数：指一定时间段、一定区域内所有站点出现短时强降水的次数；

(4) 暴雨站日数：指一定时间段、一定区域内所有站点出现暴雨的日数。

在分析短时强降水和暴雨长期变化趋势中，使用了魏凤英(2007)提出的线性趋势估计方法。该方法是通过建立某一气候变量和时间之间的一元线性回归，从而得到一条直线来表示该气候变量与时间的关系。该方法属于时间序列分析范畴，被较多的应用于气候变量的长期变化趋势分析中(Liang and Ding, 2017；符娇兰等，2008)。

2 西南地区短时强降水气候特征分析 2.1 短时强降水集中期

对西南地区短时强降水初、终日的统计结果表明(图略)，该区域短时强降水于3月上旬最早出现在云南省东南部，而后随夏季风的增强逐渐由东南向西北方向推进，川西高原出现时间最晚，一般在6月下旬至7月上旬；短时强降水结束时间则是由川西高原逐渐退向云南南部，最晚于11月上旬结束。

为了考察西南地区短时强降水发生的主要月份，统计分析了逐月短时强降水平均和最大发生次数(图 2)。结果表明，就月平均次数而言，呈明显的单峰型分布，主要出现在4—10月，其中7月发生频次最高，平均每站出现短时强降水约1.02次，向两端逐渐减小，3和11月平均只有0.01次，呈现以7月为中心的对称分布，这与上述短时强降水的开始和结束时间是相吻合的。这种分布与彭芳等(2012)以强降水阈值定义的贵州强降水事件的月分布特征相一致。就短时强降水月最大发生次数而言，则主要集中在5—8月，最大次数均超过10次，其中8月最大，达14次。在此基础上，对四个省(市)分别进行了分析，可见，不同省(市)之间既表现出一定的共性特征，同时又各有其特点，主要表现在月平均次数均呈单峰型分布，四川、重庆的月平均次数峰值均出现在7月，而贵州出现在6月，云南同时出现在7和8月，就其次数而言，四川、重庆、贵州基本相当，均为1.2次左右，云南则相对要小，仅为0.7次；就月最大次数而言，四个省(市)均达到或超过10次，其中四川最大为14次，云南最小为10次，贵州出现在5月，重庆为7月，四川为8月，云南则在6—8月都出现过。

2.2 空间分布特征

从1981—2010年4—10月西南地区短时强降水平均次数分布(图 3a)可见，整个区域从西北向东南发生次数逐渐递增；呈现三个高发中心，分别位于云南东南部、贵州东南部和四川盆地西南部，发生次数一般为5～6次，同时，在四川南部和云南北部交界处也有一个中心，其发生频次高于周边地区，但低于上述三个中心，一般为3次左右；川西高原到四川盆地为发生频次梯度最大的区域，表明这里短时强降水发生频次在空间上变化最大；高原地区平均每年发生短时强降水的次数一般不到1次。

从逐月演变来看，上述三个短时强降水高发区出现的时间及持续时间都有一定的差异。5月，贵州东南部最早成为短时强降水高发区，月发生次数超过1次；6月(图 3b)，短时强降水高发区的范围进一步扩大至整个贵州东部，频次也进一步增多，为该区域出现短时强降水最多的月份，达到或超过2次，同时云南东南部也逐渐增多；7月(图 3c)，贵州东南部的短时强降水发生次数和高发区范围都有所减小，处于减弱的趋势，而云南东南部频次则进一步增大，达1.5～2次，变化最为显著的是四川盆地，大部地区明显增多，达到了1次，部分区域超过2次；8月，贵州东南部进一步减弱，四川盆地的高发区虽然有所减弱，但发生频次仍较高。可见，贵州东部的短时强降水主要集中在5—7月，持续时间比较长，其中6月发生频次最高，范围最大；四川盆地则集中爆发在7—8月，以7月为最强；云南东南部则集中在6—8月，但范围小。由上述分析可见，西南地区强降水区域随季节呈由东南向西北整体推进趋势，与统计给出的110°～130°E区域5 d滑动平均的西太平洋副热带高压脊线位置阶段性北跳活动基本一致(韦道明等，2011)。

2.3 强度和持续时间

从1981—2010年4—10月西南地区短时强降水的平均强度来看，大部分地区强度在26 mm·h^-1以上，其中，四川盆地大部、贵州大部等地达到或超过28 mm·h^-1，四川盆地中部的部分地区超过了30 mm·h^-1。从近30年的极端最大强度分布来看，整个区域差异明显，其中，四川盆地西部边缘地区小时降水最强，超过80 mm·h^-1，四川盆地大部、贵州达60 mm·h^-1以上，其他大部分地区为50 mm·h^-1，西部高原地区20～30 mm·h^-1即达到了极端最大。从小时降水强度的极值来看，该区域最大小时降水出现在1999年8月3日的四川安县，为123.1 mm·h^-1。另外，2000年9月24日在四川纳溪出现了121.9 mm·h^-1的强降水。郑似苹(1989)根据水文资料的分析表明，1979年7月20日贵州安顺暴雨，10 min雨量达72 mm，在全国也是罕见的。

为了进一步分析西南地区短时强降水的特征，在20 mm·h^-1的基础上，将其划分为不同的强度等级。Sangstep(1989)在分析美国中北部7—8月降水的日变化特征时，将小时降水划分为六个等级，分别为微量、0.01～0.03英寸(0.25～0.75 mm)、0.04～0.47英寸(1.0～11.75 mm)、0.48～0.99英寸(12.0～24.75 mm)、1.0～1.99英寸(25.0～49.75 mm)和≥2.0英寸(≥50.0 mm)，结果表明，等级1主要出现在白天，等级2同时出现在白天和夜间，而等级3及以上的小时降水具有明显的夜发性。姚莉等(2009)在探讨小时降水年平均发生频率、日变化和极端降水等问题时，将雨强划分为四个等级，分别为>1 mm、>2 mm、>4 mm和>8 mm。综合上述划分方法，并结合目前的业务标准以及小时强降水的可能致灾性，本文将小时强降水划分为三个等级，分别为20 mm·h^-1≤等级1＜30 mm·h^-1、30 mm·h^-1≤等级2＜50 mm·h^-1、等级3≥50 mm·h^-1。

由图 4可见，随着降水强度的增加，其所占比例明显减少，从4—10月的平均情况来看，三个等级所占比例分别为70%、27%和3%，其中，20～30 mm·h^-1的短时强降水以4月比例为最高，达75%，30～50 mm·h^-1的各月基本相当，最高的5月(27%)相对最低的4月(22%)仅高出5%，50 mm·h^-1以上的各月基本都在3%左右。从四个省(市)的情况来看，云南20～30 mm·h^-1短时强降水的比例最高，达74%，贵州则最低，为67%，说明云南的短时强降水以30 mm·h^-1以下的强度为主，而贵州30 mm·h^-1以上的短时强降水的比例则要高于其他三个省(市)。这与郑似苹(1989)的研究结果中贵州1小时暴雨均值占24小时暴雨均值的比例最大，可达50%～55%是相吻合的。

从西南地区短时强降水持续时间(即小时降水量持续≥20 mm的小时数)来看，大部分地区持续时间较短，为1～2 h，超过3小时的主要集中在三个区域，分别为四川盆地大部、贵州东南部和云南东南部，且以四川盆地范围最大，部分地区甚至超过4小时。可见，短时强降水持续时间和发生频次之间具有很好的一致性。

2.4 日变化特征分析

川西地区的降水一直以来就有“巴山夜雨”的说法(吕炯，1942)。段春锋等(2013)的研究结果表明，中国夜雨现象站点多且分布广，降水频率峰值时间多出现在下午和后半夜，其中峰值时间在夜间最为显著的区域是西南地区(该研究西南地区是指青藏高原、四川盆地和云贵高原)。那么，对于本文所重点研究的短时强降水，是否也同样具有夜发性的特点呢？图 5给出了该区域4—10月短时强降水事件的日变化特征和变化趋势。从逐小时演变曲线可见，短时强降水的次数呈明显的单峰型分布，发生次数的峰值出现在02时左右，谷值出现在12时左右，峰值次数约是谷值次数的3倍，夜发性特征非常显著。

陈忠明等(2004)对西南低涡的研究表明，西南低涡作为我国最强烈的暴雨系统之一，其发生具有明显的年、季、月和日变化，其中7月出现最多，低涡在夜间生成的几率比白天高一倍多，这与前面短时强降水和暴雨的峰值均出现在7月以及降水的夜发性特征具有较好的一致性，也可能是导致上述特征的主要原因之一。Sangstep(1989)在研究美国中北部暖季降水的夜发性特点时，将以往的研究归纳为两种物理上的解释，一种是由于湍流所造成的垂直动量传输的日变化，另一种是平原上地转风的日变化，这两种因素所造成的边界层风场的日变化可以导致大尺度垂直运动场的日变化。

从近30年短时强降水发生频次的变化趋势来看，对于每天大部分时次而言，短时强降水的次数都是呈增加趋势的，仅有个别时次(如02、04、05和09时等)是减少的，增加和减少最为显著的时次分别为03和05时，增减的幅度基本相当，约为40站次/10 a。可见，在全球气候变化的背景下，西南地区短时强降水的发生频率总体上是增加的，但对于夜发性特征的变化趋势，还有不确定之处，值得进一步细致研究。

3 强短时强降水与强暴雨的变化趋势分析

近年来，许多专家学者利用日降水资料，对我国降水的多年变化趋势进行了分析研究，得到了许多有益的结论(李聪等，2012；张琪和李跃清，2014；熊光洁等，2012；杨明等，2010)。其中，李聪等(2012)的研究表明，近60年来我国各区域年平均降水量大多为减少趋势，其中，华北地区和西南地区减少明显。相对于日降水变化趋势的研究而言，由于资料等的原因，对于小时尺度降水的变化研究相对要少得多。

为了进一步分析西南地区达到一定强度、具有一定灾害性影响的短时强降水和暴雨的变化趋势，这里参考以往一些专家学者的做法(Zhang and Zhai, 2011)，以第90百分位作为强短时强降水和强暴雨的阈值标准。据此分析表明，1981—2010年西南地区强短时强降水的标准为≥41.1 mm·h^-1，强暴雨的标准为≥105.2 mm·d^-1。下面分别对强短时强降水和强暴雨的变化趋势进行分析。

3.1 强短时强降水变化趋势分析

从西南地区近30年强短时强降水发生频次(图 6a)来看，1981年以来，其发生频次总体上呈线性增长趋势，但年际之间变化幅度比较大，其中，发生频次最低的是1986年的91站次，最高的是1998年的165站次，长期增长速率为8.7站次/10 a。t检验结果表明通过了0.05的显著性水平检验。

从强短时强降水强度变化趋势(图 6b)可见，1981—2010年强短时强降水的年均强度波动比较大，整体呈显著增强的趋势，增强的速率约为0.9 mm/10 a，且通过了0.01的显著性水平检验。对于超过第95、99百分位(分别对应48.2和64.0 mm·h^-1)的短时强降水的趋势分析，可以得到相同的结论(图略)。可见，近30年西南地区强的短时强降水呈现频次增加、强度增强的变化趋势。

3.2 强暴雨变化趋势分析

采用与上述强短时强降水相同的方法，对强暴雨的变化趋势进行分析。

从近30年西南地区强暴雨发生频次(图 7)来看，其中1991—2010年的近20年强暴雨日数呈减少的趋势，10年平均日数从95.5 d减少到88.2 d，减少的速率约为3.8 d/10 a，且通过了0.99的显著性水平检验，但30年的变化没有通过显著性水平检验。

从强度长期变化趋势来看，近30年强暴雨的强度总体呈现减弱的趋势，但是没有通过显著性水平检验。同时，分别选取了超过第95和第99百分位(强度分别对应125.5和182.2 mm·a^-1)的暴雨强度进行了分析，得到了相同的结果。可见，对于强暴雨的强度变化趋势还有待于更为深入细致的分析。

从上述分析可见，近30年西南地区不同时间尺度的降水呈现出不同的变化特征，其中，强短时强降水呈频次增加、强度增强的趋势，强暴雨变化趋势不明显。一般而言，短时强降水主要是由中小尺度系统引发的历时短、局地性强的对流性降水，暴雨则主要是在相对稳定的天气形势下由持续一定时间的降水累积而成。强短时强降水增多增强表明该区域降水的对流性特征更加显著，结合前面的分析可见，傍晚到前半夜以及凌晨是短时强降水增加的主要时段。

我国东部地区降水受到多种因素的影响，包括东亚夏季风、南亚季风、ENSO现象、地表气温或海温等，从物理条件来看，是动力、热力和水汽等条件综合作用的产物，这些因素使得降水特征的变化更加复杂。李德帅(2016)对华南地区的研究表明，该区域降水增加的可能机制为全球气候变化影响西太平洋副热带高压的活动是原始驱动力，但是低层涡度增加是最重要的直接诱因。段旭等(2011)对于西南地区极端洪涝事件的分析表明，夏季副热带高压脊线位置偏南，有利于四川、重庆等地降水偏多。但副热带高压与其他天气系统之间如何相互作用、其主导因素如何、与当地特殊的地形条件和局地特征的关系如何等，还有待于更加客观定量的分析评估和深入研究。

4 结论与讨论

通过以上分析，初步得到以下结论：

(1) 西南地区短时强降水一般于3月上旬开始，11月上旬结束，主要集中在4—10月，其中7月发生频次最高，呈明显的单峰型分布，对于每个站而言，月平均次数最大值为1.02次，月最大次数则可达14次。

(2) 从西南地区短时强降水的空间分布来看，呈现三个高发区，分别位于贵州东南部、四川盆地西南部和云南东南部。其中，贵州东部的短时强降水主要集中在5—7月，持续时间比较长，以6月发生频次为最高，范围最大；四川盆地则集中爆发在7—8月，以7月为最强；云南东南部则集中在6—8月，但范围相对较小。

(3) 西南地区短时强降水平均强度大部分地区在26 mm·h^-1以上，其中，云南30 mm·h^-1以下的短时强降水比例最高，贵州则是30 mm·h^-1以上的比例最高。近30年的极端最大强度以四川盆地西部边缘地区为最强，超过80 mm·h^-1，四川盆地也是该区域短时强降水持续时间长的区域，一般为3 h，局地可超过4 h。

(4) 西南地区短时强降水呈现明显的夜发性特征，02时左右的峰值发生频次约是12时谷值的3倍，从近30年短时强降水发生频次的变化趋势来看，对于每天大部分时次而言，短时强降水的次数都是呈增加趋势的，仅在凌晨和上午的个别时次是减少的。

(5) 近30年强短时强降水呈现频次增加、强度增强的变化趋势，降水的对流性特征更加显著，增加时段主要集中在傍晚到前半夜以及凌晨，强暴雨的变化趋势不明显。

需要指出的是，本文仅根据西南地区小时降水资料初步分析和揭示了近30年该区域短时强降水的一些基本气候特征，但对其与复杂地形之间的关系，以及不同地区、不同季节强短时强降水和强暴雨的长期变化趋势及其可能产生的物理机制，还有待于今后进行更为深入细致的工作。

致谢：感谢国家气象中心符娇兰博士、上海市气象局梁萍博士和西安市气象局张雅斌博士的指导，在此深表感谢！