金沙江流域跨青藏高原东缘的川西高原、横断山地、陇南川滇山地及四川盆地四个地貌区。位于此处的水电站除蓄水发电外还兼顾一定的防洪、航运和拦沙作用，对改善和发挥下游梯级电站的效益、增加下游梯级电站的发电量具有一定作用。水电站所在地区属于典型的干热型河谷，气候属于低纬高原季风气候干湿季分明，该电站两岸岸坡陡峭，汛期受东亚夏季风和南海夏季风共同影响，天气复杂多变，加之山高谷深造就的复杂地形对局地天气的影响，使得坝区降水具有很强的局地性和突发性，高山峡谷型河流地质灾害风险高[1-2]。近年来，学者展开了利用观测资料统计和数值模拟等手段对西南地区小时降水时空分布的研究，于淑婷等[3]发现西南地区极端降水总体呈增加的趋势。王夫常等[4]提出西南部降水“夜雨”特征明显，但存在午后次峰值，且区域差异显著，夜间降水主要来自于降水频次的贡献；李华宏等[5]发现云南不同地区短时强降水的高发时间不同，水电站所在的滇中地区的短时强降水多发生于午后和夜间。前人认为西南地区强降水峰值出现在夜间和清晨的原因可能与夜间加速的低空急流有关[6]，或由于边界层内非地转风的惯性振荡[7]，还有的[8-9]认为这类强降水成因可能与山地-平原热力环流有关。

极端降水通常指发生频率低且降水强度大的降水事件，这类事件由于其持续时间短、降水强度大、发生概率小、风险系数高，在极短的时间内可能引发严重的泥石流、山洪和崩塌等地质灾害。我们把≥20 mm/h小时强降水称为短时强降水。国内外还采用相对阈值法来定义极端降水，定义方式通常有两种：一是百分位阈值法；二是拟合经验曲线函数[10]。前一种方法更适用于极端小时降水演变的特征的研究，而后一种方法通常用于探讨极端降水的重现期[11]。李建等[10]和吴梦雯[11]使用这两种方法分别探讨了中国大陆地区小时极端降水阈值的计算和中国极端小时降水研究。潘娅婷等[12]利用四川省会东县和云南省禄劝县气象站数据进行了极端降水事件分析。沈浒英等[13]和李进等[14]通过金沙江中游的7个气象站的日降水资料分析了金沙江中游的一些气候及暴雨特征。朱涯等[15]基于精细化灾害风险普查结果，以极端降水作为致灾因子分析山洪地质灾害分布特征指出：山洪沟主要分布于河流及河谷周边地区，极端降水主要集中在滇东北、滇中以北及滇南边缘地区。唐凤娇等[16]利用2013—2020年多期遥感影像解译溪洛渡库区范围内的水库诱发滑坡，共解译滑坡433处，并对金沙江流域水库诱发滑坡的分布规律进行研究。史绪国等[17]利用联合分布式目标与点目标的时序In SAR方法，分析覆盖三峡藕塘滑坡的2007—2011年的19景ALOS PALSAR数据和2015—2018年47景Sentinel-1数据，提取了数据覆盖时间段内的藕塘地区的变形速率。

本研究的水电站位于川滇交界处，汛期主要受滇中上空切变线、川西高原东移的天气系统和西南涡影响，水汽通常来自低空西南气流输送。前人对区域降水特征的研究多侧重于四川盆地或滇中及以南地区，加之金沙江下游河谷的地形崎岖，气象观测站建设维护困难的原因，观测数据缺乏，目前针对金沙江下游河谷小区域的降水特征研究相对较少。对水电站观测而言，小时尺度的极端降水研究还不多见。本文将利用6个气象站2011—2022年的逐小时降水数据集，结合坝区独特的气候和地理特征，进行极端小时强降水的时空分布及日内变化规律的分析，以揭示蓄水坝区的更精细的降水特征，为灾害性天气的预报、预警和坝区的防灾减灾规划提供一些参考。

1、资料与方法

1.1资料

金沙江下游某水电站坝区共有8个气象站（图1），本文所用资料为其中有降水观测的6个气象站的小时降水资料，站点基本信息和数据时段见表1所示，有降水观测的为2～7号站。2、3、5、7号站位于大坝上游，4、6号站在大坝下游，测站海拔高度为936～1 330 m。

图1 金沙江下游水电站附近气象站点分布的DEM图

（基于ALOS卫星制作的12.5 m分辨率的DEM)

表1 气象站基本信息

1.2方法

1）统计分析坝区降水的月际分布特征，首先对电站坝区内6个站点降水的时间变化特征进行分析，统计每个站点逐月逐小时降水量和降水次数的年平均值，然后对6个站点的统计值进行空间平均得到电站区域年均逐月逐时降水量和降水次数的时序特征。

2）统计分析不同位置站点降水的日变化特征，对6个站点分别统计1.0 mm以上的小时降水量和降水次数再求年平均值。

3）将小时降水量分为3个等级分别统计年均出现频率，等级依次为：弱降水（1.1～10 mm/h）、中等强度降水（10.1～20 mm/h）和强降水（≥20.1 mm/h），然后对6个站点的统计值进行空间平均得到3个等级降水的出现频率。以有站点观测到连续降水且有至少1个时次达到10.1 mm为一次降水过程，统计每次降水过程中最大降水量出现的时间，累加得到过程最大降水量的逐小时分布。

4）将各测站各时次≥0.1 mm的降水记录按升序排列，将位于第90、95和99百分位降水量作为阈值对比，选取适当百分位值记为“极端小时降水”阈值，筛选出极端小时降水事件分析降水分布特征。

2、降水特征分析

2.1降水量月变化特征

水电站坝区年平均逐月逐时降水变化特征见图2。金沙江下游区域汛期大致在5—10月，干湿季分明，干季和雨季降水次数和降水量均有很大差异。雨季降水主要出现在夜间至上午，5月开始降水量和频次逐渐增加，在7月05:00和22:00出现第一个峰值，分别为14.5 mm和8.93 mm。同时降水频次也在7月达到峰值，但出现时次为00:00—02:00平均5.1次。而后8月降水减弱，9月降水增强，形成汛期的第二个降水峰值，降水量04:00—06:00平均约6.2 mm，频次峰值02:00—04:00约4.1次，其降水量和频次远低于第一个峰值。金沙江下游地区的汛期降水主要受东亚和南亚夏季风活动影响，5月随着东亚和南亚夏季风的爆发，水电站的降水逐渐增强，至8月随着副热带高压脊线北抬主要影响华北地区，西南地区降减少，9月副高南落再次影响西南地区，使得水电站所在地区降水再次增强。

图2 水电站坝区年平均逐月逐时降水量和降水次数变化特征

2.2站点降水量日变化特征

进一步分析水电站上、下游的降水日变化特征，6个站点的建站时长不同，统计站点观测到的近9—11年各时次的平均降水量和频率（图3）。从日降水量分布看，水电站所在地区的降水多发生在夜间和凌晨，降水量分布为双峰型特征，较高的峰值出现在凌晨04:00—05:00，次峰值在21:00—22:00。上下游站点水平直线距离约6～7 km，降水日变化特征也存在一定差异。上游的2、3、7号站位于大坝以北，这三个站点大部分时次的降水量高于大坝及以南的下游站点，其中峰值降水量比大坝及以南的站点高10～15 mm，大部分时次北部站点的降水量也高于大坝和南部的站点。从日降水频率分布看，降水频率分布为单峰型，从21:00前后开始上升，在04:00—05:00达到峰值，夜雨特征显著。位于下游左岸的6号站点频率最高，位于大坝左岸的5号站点频率最低。

图3 水电站坝区各站点年平均逐时降水量和降水次数变化特征

2.3不同级别降水时数

图3为水电站坝区年平均逐小时降水量和降水次数变化特征，站点中监测到的最大小时雨强为68.9 mm，因此设置图4c中的雨强极值置为70 mm。结果表明小时降水量0.1～10 mm的年均出现频率呈单峰型分布，最大值主要出现在凌晨04:00—06:00，最低值出现在上午11:00，而后下午和傍晚的频率趋近于均匀分布。小时降水量10.1～20 mm和20.1～70 mm的频率分布没有明显的趋势特征，可以看出小时雨量10.1～20 mm在凌晨出现频率最高，傍晚到夜间时段次之，最小频率0次出现在16:00，而小时雨量20.1～70 mm在夜间出现频率最高，凌晨次之。图4d为小时降水超过10 mm的降水过程中最大小时雨强出现的时次累积，可得有一定强度的降水过程的最大小时雨量主要出现在夜间和凌晨，最大值出现在22:00，其次为21:00和04:00。可见水电站所在区域有明显夜雨特征，20:00—次日08:00是小时强降水的高发时段。

为进一步了解局地强降水的情况，统计各站建站以来短时强降水频次和最大小时雨量及其出现时间（表2），可以看出大坝上下游存在明显差异，下游的4、6号站观测到短时强降水次数较少，分别为7次和9次，且6号站点有5次出现在23时，而上游的站点中，最少为5号站观测到10次，最多为2号站观测到23次。各个站点的最大小时雨强均出现在所有测站建设完毕后，因此也具有一定对比价值，6个站的最大小时雨强均出现在夜间到凌晨，上游站点观测到的最大小时雨强远高于下游站点，除4号站外的最大小时雨强出现在汛期中的7—8月份。

2.4极端小时降水

相比于业务应用，国内外学术界更多采用相对阈值法来定义极端降水。各站点小时降水量第90、95、99百分位值阈值如表3所示。从阈值分布看，右岸比左岸高，由上游向下游、由西北向东南逐渐减小。根据阈值情况，采用第99百分位作为极端小时降水的阈值进一步分析。

图4 不同量级小时降水逐时分布特征

表2 短时强降水频次统计和最大小时雨量

表3 基于小时数据的金沙江下游某所属气象站降水阈值

李建等[18]定义“极端小时降水事件”为：站点连续观测到发生降水（≥0.1 mm/h）的一段时间，其中最多只有1 h的降水间隔，并且至少发生一次极端小时降水。采用此定义，共提取出2011—2022年间92次极端小时降水事件，平均每年8.36次，事件高发月份为6—9月占比91.3%。各站点极端小时降水事件的年均降水量占年平均总降水量的24%～33%，而降水时长仅占年均总降水时长的6%～10%，由此可见极端小时降水事件的降水效率高，造成影响更大。为了进一步了解极端小时降水事件的过程特征，提取各个站点极端降水事件的逐小时雨量，统计极端降水时次前后的雨量变化，如图5所示，横坐标正中Max表示降水事件中最大小时雨量出现的时次，比例表示该时次雨量占降水事件雨量的比例，其左侧为最大雨量出现前每个时次降水的平均占比，右侧为最大雨量出现后逐时的降水占比。可以看出在极端降水事件中，降水量的分布具有不对称性，从开始降水到达到过程降水峰值的时间较短，一般在3 h内达到峰值，峰值平均出现在1.66 h，而峰值之后至降水过程结束，经历的时间长且降水量趋于平缓。这种持续时间较长且降水过程的演变具有不对称性的降水过程极大地区别于平原地带的降水过程，YU等[6]的研究中提出这种不对称性小时降水峰值强度与地形复杂程度有一定正相关关系。此外，极端降水事件中最大小时雨量的贡献在过程中超过50%，可见极端降水事件具有降水过程发展剧烈和峰值雨量极端的特征，这也致使防御极端降水事件的难度较大。

图5 各站点极端小时降水事件各时次雨量占比

3、结论与讨论

本文利用金沙江下游某水电站2011—2022年6个气象站的小时降水资料，对其小时降水的月变化、日变化和不同量级降水的特征进行了分析，选取3个极端小时降水指数比对分析，并选取了99%分位值作为阈值进一步分析极端小时降水事件。极端小时强降水的时空分布及日内变化规律的分析，可为灾害性天气的预报、预警和坝区的防灾减灾规划提供一些参考。单独采用自动站雨量资料开展预警效果并不理想，如采用雷达资料进行降水估测开展临近预警应有更好效果。主要得到如下结论：

1）金沙江下游汛期降水的月变化特征呈双峰型，峰值分别出现在7月和9月，7月降水量最多，同时降水频率也最高。年降水的逐月分布在7月达到峰值后8月出现减弱，9月降水增强，形成汛期的第二个降水峰值，但降水强度和频率低于7月。整个汛期降水主要发生在夜间，其中6—7月前半夜降水频率更高，夜间降水量分布呈双峰型，05:00降水最多，22:00次之，8—10月则后半夜降水频率较高。

2）在不同站点降水量的日变化分析中发现，上游站点降水量总体高于下游站点，尤其在小时降水量峰值的05:00和22:00上游站点基本高出10～15 mm，而降水频率上下游站点差距较小，位于大坝的5号站最低，为位于下游左岸的6号站点最高，可见直线距离仅6～7 km的上游日降水峰值时的平均降水强度比大坝和下游强。

3）从不同级别降水的对比中发现，中等强度降水的多出现在夜间01:00—04:00，而短时强降水多发生于夜间21:00—23:00，进一步统计中等及以上强度降水过程中最大小时雨量出现的时次，发现降水过程中的最大雨量主要发生在夜间。由此可见水电站所在区域有明显夜雨特征，20:00—次日08:00是小时强降水的高发时段，且上游强降水的强度和频率高于下游。

4）极端降水的阈值表现为右岸比左岸高，由上游向下游、由西北向东南逐渐减小。极端降水事件平均持续时长6.04 h，且过程中降水分布具有不对称性，过程前期发展较快，平均在1.66 h时降水达到峰值。极端小时降水事件降水率高，占年平均降水量的24%～33%。

5）基于更多的灾情分析，选取降水序列用于计算极端降水阈值，以便选取极端降水事件，分析极端降水事件的天气过程，进一步揭示高山河谷地形对极端降水过程的影响机制，以及复杂地形下降水区域差异的原因，应能更科学地指导水库调度。在观测中若能引进时间、空间分辨率更高的降水观测数据（卫星、雷达等），应能更有助于对复杂地形对天气过程影响的研究。

参考文献:

[1]杨竹云,许彦艳,李华宏,等.云南省地质灾害气象风险预警技术改进及应用检验[J].灾害学,2024,39(2):85-91.

[2]王映思,肖天贵,董雪峰,等.东亚和南亚季风协同作用对西南地区夏季降水的影响[J].气象学报,2021,79(4):541-557.

[3]于淑婷,罗亚丽,李建. 1982—2016年云南省不同强度降水气候态及其变化[J].暴雨灾害,2020,39(4):363-371.

[4]王夫常,宇如聪,陈昊明,等.我国西南部降水日变化特征分析[J].暴雨灾害,2011,30(2):117-121.

[5]李华宏,胡娟,闵颖,等.云南短时强降水时空分布特征分析[J].灾害学,2017,32(3):57-62.

[8]梁红丽,许美玲,何钰,等.一次低纬高原暖区暴雨对流系统演变及边界层触发[J].灾害学,2021,36(2):104-112.

[10]李建,宇如聪,孙溦.中国大陆地区小时极端降水阈值的计算与分析[J].暴雨灾害,2013,32(1):11-16.

[11]吴梦雯,罗亚丽.中国极端小时降水2010—2019年研究进展[J].暴雨灾害,2019,38(5):502-514.

[12]潘娅婷,师义成,秦蕾蕾,等.乌东德水电站坝区极端降水事件变化特征分析[J].云南水力发电,2023,39(7):47-51.

[13]沈浒英,孙嘉翔,王乐,等.金沙江中游梯级电站区间气候及暴雨特性分析[J].水利水电快报,2021,42(12):27-30,53.

[14]李进,陈良华,李波,等.金沙江流域强降水天气特征分析[J].人民长江,2013,44(19):36-39.

[15]朱涯,黄玮,李蒙,等.云南省山洪地质灾害分布特征及致灾因子分析[J].灾害学,2018,33(3):96-100.

[16]唐凤娇,祁生文,郭松峰,等.金沙江溪洛渡库区水库诱发滑坡时空分布规律及易发性研究[J].工程地质学报,2022,30(3):609-620.

[17]史绪国,徐金虎,蒋厚军,等.时序In SAR技术三峡库区藕塘滑坡稳定性监测与状态更新[J].地球科学,2019,44(12):4284-4292.

[18]李建,宇如聪,孙溦.从小时尺度考察中国中东部极端降水的持续性和季节特征[J].气象学报,2013,71(4):652-659.

基金资助:中国长江电力股份有限公司项目“水电站气象灾害特性研究”(Z542202001); 云南省政府决策咨询课题“提升强降水精准靶向预警能力,建立防灾减灾救灾联动应急机制”(ZFKKT-2021-096);

文章来源:徐舒扬,王汉涛,赵南山,等.金沙江下游某水电站坝区降水特征分析[J].灾害学,2024,39(04):174-178.