1 引言
四川省紧邻青藏高原东侧， 是受高原热力、 动力作用影响最直接且最显著的区域之一。因其地形地貌复杂多样， 四川省是我国气候变化的敏感区， 也是我国自然灾害多发地区， 主要的自然灾害有暴雨、 干旱、 洪涝、 泥石流等， 均与降水有着密切的关系。在全球气候变暖的背景下， 大气水汽含量增加， 强降水和极端降水天气事件频发， 由于其致灾性强， 受到国内外学者的广泛关注。其中， 高原、 盆地和山地构成的四川省也是区域气候响应及其影响的典型区域。已有研究表明， 四川省不仅年雨量大（Li et al， 2010）， 且降水强度强（王夫常等， 2011）， 强小时雨强频次也高（周秋雪等， 2015）， 是极端降水天气事件频发的地区之一。但对比发现， 由于选取观测资料种类和统计时段的不同， 获得的四川省降水时间变化特征存在差异。任国玉等（2000）通过对全国333个站点逐旬降水资料分析发现， 四川省1960 -1996年降水量是减少的。马振锋等（2006）基于西南地区139站月平均降水数据， 发现1961 -2000年川西高原降水增加、 川东盆地减少。周长艳等（2011）利用四川省133个站点逐日降水资料， 得到1961 -2008年阿坝州以及盆地大部分地区年降水均为减少趋势， 盆地东北部则主要表现为弱增加趋势。同时， 选取统计站点的空间稠密程度也不同， 获得的降水空间分布特征同样存在差异。陈子凡等（2022）统计西南地区93个站点逐日观测资料发现， 四川盆地中部为极端降水频发区。而陈妙霖等（2022）基于西南地区381个站点逐小时雨量资料， 统计结果显示四川盆地西部与川西高原的过渡区为小时极端降水量大值中心。
另外， 众多学者对青藏高原东侧（四川省和重庆市）降水的影响因子和物理成因开展研究， 发现除了环流、 副高、 低涡、 急流、 水汽等因素以外（周长艳等， 2006， 2008； 朱艳峰和宇如聪， 2003； 卢萍等， 2009； 周强等， 2013； 李跃清和张淇， 2014）， 地形通过热力和动力效应， 改变大气的热力状态和运动形式， 是造成强降水的最重要因素之一（彭贵康等， 1985； 傅抱璞， 1992； 廖菲等， 2007； 钟水新， 2020； Chen and Li， 2021）。李跃清和张晓春（2011）指出复杂地形通过与不同环流的多种相互作用， 可造成四川省局地的异常强水及其变化（胡迪和李跃清， 2015； 周秋雪等， 2016； 吕晶等， 2018； 李永军和卢萍， 2023）， 著名的“雅安天漏”的形成和演变就与特殊地形密切联系。Li and Gao（2007）分析发现， 在青藏高原大地形下， 高原东侧边坡与盆地过渡区边界层地形与环流的耦合作用是激发长江上游（四川省等）强降水的重要物理机制。Schmid and Lehre（1998）指出垂直风切变作为强风暴形成的关键因素之一， 可因地形的作用而得到局部加强或减弱。 李川等（2006）通过分析四川盆地西部一次强降水过程发现， 高原东侧陡峭地形加强了垂直风切变所产生的辐合流场和气流的垂直上升运动。而且， 四川盆地的强降水和极端降水指数均与站点的海拔高度密切相关（周秋雪等， 2019； 刘子堂等， 2022）。沈程锋和李国平（2022）还从云微物理过程和降水垂直结构视角， 深入分析了地形对四川盆地及周边地区强降水的影响。
由上可知， 四川省强降水具有显著的区域时空变化特征， 并与地形影响具有非常密切的关系。已有的研究取得了不少有价值的成果， 尤其是揭示了四川省降水的一些时空分布特征， 但是还需要进一步完善。这些研究多使用国家气象站的逐日雨量资料， 站点数量较少、 分布较稀疏， 且年份较久远、 时间长度较短， 另外针对四川省不同地区的强降水、 特别是大暴雨以上量级强降水的精细特征分析较少。需要指出的是， 天气预报业务中， 四川省强降水过程的日雨量最大或小时雨强最强的站点往往出现在区域自动气象站， 如果分析选取的站点（如仅基于国家气象站）数量较少， 其强降水中心位置和极值强度会出现明显偏差。自2008年汛期开始， 四川省大量建立地面区域自动气象站， 到2013年后站点增加趋于稳定并初具规模， 进一步提升了站点布局空间稠密度， 尤其在盆地与高原过渡区域扩大了覆盖率， 该地区是地质灾害隐患点更多且密集的脆弱区， 强降雨更易引发山洪、 泥石流等次生灾害。为此， 本文应用空间稠密度较高的国家和区域自动站逐小时雨量资料， 对2013 -2022年四川省不同地区汛期的降水特征， 特别是强降水的空间分布特征开展细致的分析研究， 深入揭示四川省强降水的区域分布特征及其变化规律， 为预报业务人员正确掌握降水区域特征， 提升气象防汛减灾的科学性和高效性， 并为长江上游水资源的开发和利用提供科学的参考依据。
2 资料来源与方法介绍
本文使用的地形数据来源于micaps第四类格式的西南地区高精度海拔资料， 格点分辨率为0.00833°×0.00833°。为保证气象资料的连续性和完整性， 挑选出四川省经过考核的3454站， 其中国家站157个， 区域自动站3294个， 通过对比实况小时雨量、 分钟雨量和卫星云图， 再以值班记录和雨量传输记录作为辅助对2013 -2022年汛期（5 -9月）逐时雨量数据进行质量控制。另外， 文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2016）1552号的中国地图制作， 底图无修改。
考虑四川省的气候背景和地理位置， 实际业务中将四川省21个市州划分为7个区域（图1）： A区域为盆地西北部（包含广元、 绵阳、 德阳、 成都4市）、 B区域为盆地西南部（包含雅安、 眉山、 乐山3市）、 C区域为盆地南部（包含宜宾、 泸州、 自贡3市）、 D区域为盆地中部（包含内江、 资阳、 遂宁3市）、 E区域为盆地东北部（包含达州、 广安、 巴中、 南充4市）、 F区域为川西高原（包含甘孜、 阿坝2州）、 G区域为攀西地区（包含凉山州和攀枝花市）。本文将对以上7个区域的汛期降水特征进行分析。
本文中， 1 h降水量≥1 mm的时次被判定为有降雨发生， 1 h降水量≥50 mm即判定出现一次强小时雨强。日雨量统计时段为20:00（北京时， 下同）至次日20:00， 夜雨量为20:00至次日08:00， 昼雨量为08:00 -20:00。由于所用资料为整点资料， 这可能导致部分连续1 h超过指定阈值的强小时雨强事件被划分到两个时段而未达到本文的统计标准， 因此， 实际发生强小时雨强的频率可能更高。
根据四川天气预报手册规定（四川省气象局， 2014）， 川西高原和四川省其余地区的暴雨标准不同， 24 h雨量（R 24）分别为≥25 mm和≥50 mm， 确定为一次暴雨天气。为了分析结果一致性， 如无特别标注， 本文统一将25 mm≤R 24<50 mm称为大雨， 50 mm≤R 24<100 mm称为暴雨， R 24≥100 mm称为大暴雨。某站某年汛期所有大雨日（暴雨日、 大暴雨日）的累积雨量为该站该年的大雨（暴雨、 大暴雨）总量， 再逐站求其年平均的大雨（暴雨、 大暴雨）总量。全省（某区域）每年汛期有一站出现大雨（暴雨、 大暴雨）即为一个大雨（暴雨、 大暴雨）日， 逐年求和后再平均即为全省（该区域）的年平均大雨（暴雨、 大暴雨）日。某区域所有暴雨（大暴雨）日当天雨量达标的站数最大值与该区域总站数之比即为该区域最大暴雨（大暴雨）日达标站数比率。某区域所有站点最大的日雨量即为该区域最大日雨量。
3 汛期雨量和雨日的区域分布特征
3.1 各区域总雨量分布与夜雨特征
据统计， 2013 -2022年四川省汛期总雨量平均为780.8 mm， 全省站点的汛期雨量分布极不均匀， 最大雨量达1650.5 mm， 最小雨量仅201.6 mm。总体而言， 汛期雨量为B区域>A区域>E区域>G区域>C区域>D区域>F区域。汛期总雨量≥800 mm站点集中分布在盆周地区、 凉山州北部、 攀西地区南部及甘孜州东南部， 且累积雨量越大， 站点越向山脉迎风坡集中［图2（a）］。沈程锋和李国平（2022）研究发现， 在对流性强降水中， 随着地势升高， 地形引起的强上升气流增加了大雨滴出现概率， 进一步提升降水效率。另外， 受山脉走向和地形陡峭程度影响， 盆周大值区形态和等值线梯度均有明显差异。汛期总雨量≥1200 mm的大值中心有三个： 盆地西南部喇叭口地形区、 绵阳西部安州区和攀枝花西北部盐边， 其中喇叭口地形区的范围最广、 强度最大［图2（a）位于A、 B、 G区域的黑色三角］。
进一步统计了四川省各区域汛期夜雨量、 昼雨量及夜雨比率（夜雨量占总雨量比值）， 发现汛期夜雨量自西南向东北方向逐渐减少， 昼雨量则相反。汛期夜雨量占总雨量的比值指示了夜雨比率从南至北， 从西至东逐渐减弱。统计显示（图3）， B、 G两个区域的夜雨比率明显高于四川省其余地区， 分别为72.9%和73.2%， 王敬诗等（2022）使用全国603个站点1967-2016年地面降水资料分析发现， B区域全年的夜雨比率超过75%， 为全省夜雨比率大值中心， G区域夜雨比率明显低于B区域。
3.2 各区域不同量级雨日分布
因中小量级雨日（R 24<25 mm）占总雨日比重较大， 盆地为82%， 攀西地区为85%， 川西高原为96%， 因此中小量级雨日分布特征与总雨日西多东少的特征较为一致， 也对应了四川省西高东低的海拔分布特征。而大雨以上量级的强降水雨日分布则与汛期总雨量的分布特征较为一致， 与盆周山区等陡峭地形有较为密切的关系。不同量级降水的累计雨量空间分布， 揭示了四川省不同区域， 甚至同一区域相邻2市的降水大值中心的主要强降水类型也不同。例如B、 E区域和G区域南部的汛期雨量主要由25~100 mm的大雨和暴雨天气过程贡献， 而A区域则是由50 mm以上的暴雨天气过程贡献， 特别是100 mm以上的大暴雨尤为突出。E区域北部的巴中和达州， 同样位于大巴山脉南侧迎风坡， 2市的暴雨日和大暴雨日也有明显差异。
3.3 暴雨及以上量级强降水特征
四川省年平均暴雨及以上量级的雨日为110 d， 日雨量达标的站点数为1~701个站次不等。根据图4暴雨日的空间分布特征， 进一步分析A、 B、 E和G四个区域暴雨及以上量级强降水的相关特征。表1为上述四个区域发生暴雨（大暴雨）的年平均日数、 最大暴雨（大暴雨）日达标站数比率、 最大日雨量。对比分析发现， A区域年平均暴雨、 大暴雨日数均为全省最多， 最大日雨量也为全省最大， 达750.6 mm， 出现在成都西北部的都江堰。最大的暴雨达标站数比率为E区域最大（44.9%）， B区域仅次于E区域（44.7%）， G区域则最小（23.4%）。A区域最大的大暴雨达标站数比率则是远远高于其余三个区域， 达到了51.7%， B区域和E区域分别为37.4%和30.8%， G区域仅为4.4%。另外， B、 E、 G区域均是暴雨站点数大于大暴雨站点数， 而A区域则相反， 且大暴雨站点超过该区域总站数一半， 远高于其他三个区域。
图4 2013 -2022年四川省平均汛期总雨日（a）、 中小雨日（b）、 大雨日（c）、 暴雨日（d）和大暴雨日（e）分布（单位： d）Fig.4 Distribution of average total rain days （a）， small and moderate rain days （b）， heavy rain days （c）， rainstorm rain days （d） and large rainstorm rain days （e） during flood season in Sichuan Province from 2013 to 2022.Unit： d |
表1 不同地区暴雨和大暴雨的日数、 最大达标站数比率和最大日雨量Table 1 Days of rainstorm and large rainstorm in different areas， the ratio of the maximum number of stations reaching the standard and the maximum daily rainfall |
| 暴雨 | 大暴雨 | 最大日雨量 /mm | |||
|---|---|---|---|---|---|
| 雨日数/d | 最大达标站数比率/% | 雨日数/d | 最大达标站数比率/% | ||
| 盆地东北部（E区） | 55 | 44.9% | 25 | 30.8% | 510.3 |
| 盆地西北部（A区） | 62 | 42.7% | 26 | 51.7% | 750.6 |
| 盆地西南部（B区） | 51 | 44.7% | 21 | 37.4% | 429.2 |
| 攀西地区（G区） | 53 | 23.4% | 13 | 4.4% | 332.8 |
若某站出现强小时雨强， 仅1 h就能达到暴雨标准（符合该标准的暴雨和大暴雨日均称为强小时雨强暴雨日）。分别筛选上述4个区域的强小时雨强暴雨日和符合标准的站点数。分析发现， 2013 - 2022年汛期A、 B、 E和G区域分别有85%、 81%、 75%和51%的站点符合标准（图5）。据统计， A、 B、 E和G区域的98%分位强小时雨强暴雨日数分别为8 d、 10 d、 5 d、 3 d。图5中红色站点表示该站强小时雨强暴雨日数超过了该区域98%分位。对比分析发现， 四个区域的高频日数站点分布特征不同， 其中A区域集中分布在龙门山脉东侧的迎风坡， B区域则分别集中在雅安东北部喇叭口地形和乐山西北部峨眉山附近， 相较而言上述两个区域的高频日数站点分布与地形的相关性更高。
若某站连续2日或以上出现日雨量≥25 mm （50 mm）， 则判定为一次持续性大雨（暴雨）过程， 逐站统计其持续性大雨的发生频次和持续日数后发现， 全省有35%的站点出现过持续性大雨天气， 其中盆地占比高达87%， 并且随着大雨持续日数增加， 盆地西部的站点逐渐向高影响地形区收缩。例如， A区域大雨持续3天以上站点明显较持续2天站点更靠近龙门山脉， B区域则是更向喇叭口地形集中（图略）。所有的持续性大雨站点中有21.9%的站点为持续性暴雨。相较而言， 持续性暴雨站点的分布受地形影响更加显著（图6）。出现持续性暴雨的站点集中分布在盆地与高原的地形过渡区、 E区域的巴中和达州。其中过渡区和巴中的站点分布与大地形迎风坡有较为密切的联系， 而达州的站点分布则与东北-西南北走向的川东平行岭谷山系有关。
另外， G区域持续性暴雨站点基本位于凉山州中部的安宁河谷平原和攀枝花中部。安宁河谷平原是仅次于成都平原的第二大平原， 属于扇状冲积、 洪积平原， 呈狭长的梭型， 河谷中部最宽、 南北两段较窄。攀枝花则是G区域海拔最低的地区。
4 结论
本文利用严格质控后的国家和区域3454个站点逐小时降水资料及高精度格点海拔资料， 将四川省细分为7个区域， 分别对不同区域近10年的汛期雨量、 各量级雨日， 尤其是暴雨以上量级的强降水特征进行分析， 得到如下主要结论：
（1） 四川省汛期雨量空间分布极不均匀， 三个大值中心分别位于盆地西南部雅安、 盆地西北部安州区和攀西地区南部盐边。受山脉走向和地形陡峭程度影响， 盆周大值区形态和等值线梯度均有明显差异， 且累积雨量越大， 站点越向山脉迎风坡集中。
（2） 汛期夜雨量占总雨量的比值从南至北， 从西至东逐渐减小， 其中攀枝花为全省夜雨特征最显著的区域， 夜雨占比为78%。
（3） 总雨日和小量级雨日呈西多东少分布特征， 与四川省西高东低的海拔分布特征较为吻合， 而大雨及以上量级雨日分布则与盆周山区等陡峭地形有较为密切的关系， 其中盆地西北部安州区为全省大暴雨中心。
（4） 盆地西南部、 东北部和攀西南部的汛期雨量主要由25~100 mm的大雨和暴雨天气过程贡献， 而盆地西北部则是由50 mm以上的暴雨天气过程贡献， 特别是100 mm以上的大暴雨尤为突出。
（5） 盆地西北部、 西南部、 东北部暴雨日中出现≥50 mm·h-1雨强的站次比分别为85%、 81%和75%， 其中盆地西南部有强小时雨强发生的暴雨日最多。
（6） 相较持续性大雨而言， 持续性暴雨的站点分布受迎风坡地形影响更加显著。持续性暴雨的站点集中分布在盆地与高原的地形过渡区、 盆地东北部的巴中、 达州2市。
由于不同区域资料完整度的影响， 本文川西高原和攀西地区的站点覆盖率较低， 而盆地地区的站点覆盖率较高， 这对于降水特征的整体认识一定影响。另外， 只是从统计学方面揭示了一些特征现象， 而对于相关物理机理的研究较为缺乏。例如四川盆地西部山区的地形坡向及对流层低层的风向与强降水的关系等问题还需要今后深入分析。