为揭示遵义市一年内受大暴雨袭击的次数风险特征,本文利用辖区内乡镇区域自动站降水数据,通过信息扩散技术建立大暴雨超越概率评估模型,对大暴雨出现站次进行风险分析.结果表明:遵义市受夏季季风系统影响,大暴雨通常出现在 5-9 月,集中出现在 6 月和 7 月,会带来严重的经济损失和人员伤亡;使用乡镇区域自动站数据,有效提高了中、小尺度大暴雨系统分辨率,同时信息扩散技术克服了乡镇区域自动站资料年代较短的实际问题;遵义市一年内出现 34～40 站次大暴雨事件的可能性最大,出现 34 站次以上的大暴雨事件为常态事件,遵义市大暴雨灾害风险较大.

基于1984—2019年遵义市13个国家气象观测站逐日降水量资料、第一次自然灾害风险普查暴雨洪涝灾害数据,采用线性倾向估计、相关分析、对比分析等方法,分析遵义市暴雨洪涝农作物受灾面积,暴雨和大暴雨的变化特征,以及农作物受灾面积的变化成因.结果表明:遵义市农作物暴雨洪涝受灾面积在1984—1999年呈显著上升趋势,2000—2019年呈显著下降趋势.近36 a暴雨日数及其强度呈波动式微弱增加趋势,大暴雨日数及其强度呈显著减少趋势.大暴雨日数及其强度与受灾面积呈显著正相关.暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因素影响,也受气象灾害防御工程和灾害天气监测、预报预警水平等社会因素影响.

为得到遵义市年暴雨和大暴雨次数概率特征,利用遵义市行政辖区内12个国家气象站1961-2020年逐日降水数据,统计出各站暴雨、大暴雨频次,结合Poisson分布函数,得到年暴雨、大暴雨频次分布模型,计算理论年频次.结果表明:遵义市整体区域年大暴雨次数、各县市区暴雨次数都符合Poisson分布模式;遵义市整体区域每年≥3次以上大暴雨的概率为0.62;各县市区每年≥2次以上暴雨的概率在0.56～0.77,概率总趋势表现出自东向西减小,但西北部赤水、习水例外.东部、西北部概率较大,因而暴雨灾害风险较大;中部概率相对较小,因而暴雨灾害风险相对较小.利用Poisson分布模式,还可以用于计算遵义市(各县市区)大于研究时段长度(60 a)出现的最大次数以上的大暴雨(暴雨)次数概率,对制定暴雨洪涝灾害防御规划、应急管理工作具有实际意义.

为揭示遵义市暴雨洪涝灾害风险水平,利用2010-2019年发生在辖区内的24次区域性暴雨洪涝灾害样本,采用信息分配方法估计重大降水强度致灾源概率密度分布,采用正态信息扩散技术分别构造暴雨洪涝-受灾人口比例和暴雨洪涝-直接经济损失率两个脆弱性函数,分别得到遵义市年均受灾人口比例和直接经济损失率期望值风险水平.信息分配法得出的降水强度概率分布估计较传统直方图方法的概率分布估计更符合重大降水发生发展规律;信息扩散技术确定的受灾人口比例和直接经济损失率脆弱性曲线符合降水强度对受灾人口比例和直接经济损失率影响的客观规律;遵义市暴雨洪涝导致受灾人口和直接经济损失均较大,是遵义市主要气象灾害之一;最大日降水量50 mm、85 mm量级降水可以设置为遵义市暴雨洪涝灾害预警起始标准和最高标准.

利用2016-2018年遵义国家气象站(57713)观测资料,分析晴天、阴雨、多云、雷雨等天气条件下的实况最高、最低温度与EC细网格850 hPa 20时温度预报格点值的温差,统计出各种天气条件下的温度高、低差值.结果表明:通过将欧洲数值预报产品与本地天气相结合,统计得出本地的温度变化的订正值,能够较为准确地制作24 ～ 120 h的最高、最低温度预报;预报初始值24 ～48 h温度误差相对较小,预报越正确,随着时效的增长,数值预报初始值准确率逐渐下降,误差增大,从而导致预报准确率也逐渐下降.从近3a的业务应用效果来看,遵义本地化最高、最低温度预报成绩排名在全省前列,因此该模型的预报方法可明显的提高温度预报准确率.

[目的]探明极端气温指数时空变化特征,为遵义市农业生产结构调整及防灾减灾提供参考依据.[方法]利用遵义市所辖13个县(市、区)1960-2015年最高、最低气温日数据,通过线性倾向估计及偏相关分析方法,研究遵义市整体区域及其各县(市、区)冰冻日数(ID)、霜冻日数(FD)、夏天日数(SU)、热夜日数(TR)、冷日指数(TX10)、冷夜指数(TN10)、暖日指数(TX90)、暖夜指数(TN90)、最高气温极大值(TXx)、最低气温极小值(TNn)、最低气温极大值(TNx)、最高气温极小值(TXn)、冷日持续日数(CSDI)、暖日持续日数(WSDI)、生长期长度(GSL)和月平均日较差(DTR)16种极端气温指数长期变化趋势,以及指数及其倾向值与海拔、经度和纬度相关性.[结果]遵义市16个极端气温指数的长期变化中,ID、FD、TX10、TN10、CSDI、WSDI 和 DTR 均呈减少趋势;SU、TR、TX90、TN90、GSL、TXx、TNn、TNx 和 TXn 均呈增加趋势;FD、CSDI、TN10和DTR呈显著减少趋势,暖特征指数的TN90和TR以及所有极值指数TXx、TNn、TNx和TXn均呈显著增加趋势;海拔是ID、FD、SU、TR、TX10、TXx、TNn、TNx、TXn和GSL等指数空间分布的主要影响因素,经、纬向分布规律不强.[结论]遵义气候呈变暖趋势,气候变暖和立体气候差异缩小,有利于高山农业可持续发展;海拔是进行产业结构布局调整和防灾减灾规划时首要考虑的因素.

防雷装置检测报告是防雷装置安全性能指标的重要载体.它的质量高低对于评估防雷装置安全性能十分重要.对近几年监管过程中发现的较典型的两个例子,结合现行规范进行技术分析.结果 表明:某景区大型游乐设施(摩天轮)类别划分不准确,以及对接触电压、跨步电压、地面电阻率不检测时有较大安全隐患;独立防雷装置间隔距离是一个动态指标,定期检测时需要通过实时计算来判定其安全性能,仅仅以冲击接地电阻为依据判定合格与否,存在重大安全隐患.

对于四周处于自然生态属性的大型空旷区防雷措施的确定,《建筑物防雷设计规范》没有做出具体规定,提供风险评估办法确定防雷措施等级的《雷电防护第二部分:风险管理》标准对象也只针对建筑物.为了解决这一问题,利用风险管理理念,在充分考虑大型空旷区的风险源、风险分量的前提下,通过人身伤亡国际容许风险典型值关系式得出大型空旷区的雷电防护等级(LPL).

了解和掌握监管对象比例、属性特征,对提升监管效率和质量意义重大.通过对遵义市防雷监管对象入库名录分析得出辖区内监管对象属性类别及其占比,针对各类别属性特征列出主要监管技术标准,并且对监管业务中突出问题提出建议和思考.

随着人们生活水平不断提高,外出旅游已经成为时尚.人们在放松身心、享受自然风光的同时,也面临许多安全隐患,景区发生的雷电灾害就是其中之一.为了获得景区游道游客雷电伤害风险在国际容许值以下,又不至于过度设置浪费财力的游道防雷装置间隔距离,利用建筑物雷电风险管理理念,在对游道雷电伤害风险充分分析的基础上,通过国际容许风险关系式R1<10-5得出游道防雷装置设置间隔距离公式,并模拟计算得出某文化遗产景区游道防雷装置间隔距离为48.2米,进一步据此间隔距离反算出游道各风险分量.

利用常规气象观测资料、NCEP/NCAR再分析资料以及雷达、卫星等资料,对2013年6月21日和2014年8月11日遵义市习水河流域两次局地特大暴雨的天气形势场,热力、动力和水汽条件,结合地形特征进行对比分析.结果表明:①6.21暴雨大陆高压控制我国中东部地区,受高压阻挡,低层低涡切变主要影响四川中东部,低涡未整体东移,仅850 hPa冷式切变影响遵义西北部;8.11暴雨降水区中低层处于槽前正涡度区,高层200 hPa处于南亚高压脊线附近,垂直方向上存在正向环流圈,受副高稳定维持阻挡,中低层低涡切变及地面辐合线东移缓慢,较长时间停留在强降水区域.②两次过程雷达回波反射率因子均呈带状分布,且回波移动方向与带状回波长轴一致,具有典型的“列车效应”,剖面显示均为低质心结构,降水效率高.③6.21暴雨能量条件比8.11暴雨好,但水汽条件和动力条件不及8.11暴雨.④受习水河谷地形影响,6.21暴雨和8.11暴雨强降雨落区分别与习水河谷赤水段和习水段走向一致.

According to the temperature data of 13 weather stations at county (district or city) level under Zunyi City from 1960 to 2015, this study has calculated the extreme temperature indexes in Zunyi area. In addition, trend analysis, mutation test and Morlet wavelet function were used to analyze the extreme temperature index sequence and its periodic variation.The results show: (1) 10 indexes including average minimum temperature (TMINmean), minimum value of minimum temperature (TNn), warn night index (TN90P), tropical nights (TR20), maximum value of minimum temperature (TNX), minimum value of maximum temperature (TXn), maximum value of maximum temperature (TXX), average maximum temperature (TMAXmean), warn day index (TX90P), growing season length (GSL) etc in Zunyi area show a positive trend that decreases in turn.Among them, TMINmean, TNn, TN90P, TR20, TNX, TXn, TXX and TMAXmean reach above 0.05 of significance level, and all of them except TMAXmean experienced sudden increase in temperature between 1989 and 2009 that lasts till now, which means that obvious increase in extreme temperature still continues. The trend of TMINmean is greater than that of TMAXmean, signifying that high temperature weather caused by asymmetric change in temperature is intensifying.(2) 7 indexes including cold night index (TN10p), daily temperature range (DTR), frost day (FD0), cold spell duration indicator (CSDI), ice day (ID0), cold day index (TX10P) and warm spell duration indicator (WSDI) in Zunyi area show a negative trend that decreases in turn.Among them, TN10p, DTR, FD0 and CSDI reach above 0.05 of significance level, and all of them except CSDI experienced sudden change that lasts till now, which respectively shows that obvious range of increase in temperature at night, and asymmetric change in minimum temperature and maximum temperature increase, while frost weather decreases obviously.(3) The period of the strongest vibration of extreme temperature indexes in Zunyi area is between 4 and 32 years, and most of the first strong vibration occurred in the early 1960s.