摘要 由于西北太平洋副熱帶高壓、2023年第5號(hào)臺(tái)風(fēng)“杜蘇芮”、第6號(hào)臺(tái)風(fēng)“卡努”等共同作用，2023年7月29日08時(shí)—8月2日08時(shí)（北京時(shí)）華北地區(qū)發(fā)生極端特大暴雨，造成了重大社會(huì)影響。利用中國氣象局國家氣象信息中心提供的國家級(jí)氣象站逐小時(shí)降水資料，分析了此次特大暴雨過程中的小時(shí)強(qiáng)降水（Hourly Heavy Rainfall，HHR）時(shí)空分布特征，并對(duì)不同歷時(shí)類型強(qiáng)降水事件（Heavy Rainfall Event，HRE）的統(tǒng)計(jì)特征進(jìn)行了對(duì)比。結(jié)果表明：1）此次特大暴雨HHR強(qiáng)度高、局地性明顯，其對(duì)總降水量的貢獻(xiàn)超過20％，北京西部、河北中部和西南部等太行山東麓為HHR降水量大值區(qū)和降水頻次活躍區(qū)，雙臺(tái)風(fēng)將水汽源源不斷地輸送到華北平原，受到太行山等山脈阻擋抬升，利于HHR增幅和持續(xù)。2）HHR降水量、降水頻次經(jīng)歷6次峰值后減弱，其中第3次峰值時(shí)段的HHR降水量最大、降水頻次最多、持續(xù)時(shí)間最長;而在“杜蘇芮”殘渦螺旋影響、暖式切變線和偏東風(fēng)影響以及偏南或西南急流影響的3個(gè)主要降水階段中，“杜蘇芮”殘渦螺旋影響階段HHR最為活躍，共發(fā)生257次HHR，HHR最大降水量達(dá)73.5 mm。3）在3種類型HRE中，長歷時(shí)（>12 h）最多，占比54.5％，短歷時(shí)（1～6 h）次之，占比32.9％，中歷時(shí)（7～12 h）最少，占比12.6％;長歷時(shí)HRE降水量多>180 mm，短歷時(shí)、中歷時(shí)HRE的降水量多為［20，60）mm;HRE的最大降水量表現(xiàn)為短歷時(shí)<中歷時(shí)<長歷時(shí)，而最大降水強(qiáng)度表現(xiàn)正相反，3種歷時(shí)HRE的最大小時(shí)降水量多為［20，30）mm。4）不同類型HRE降水量、頻次和平均降水強(qiáng)度的空間分布顯示，長歷時(shí)HRE因頻次高于短歷時(shí)和中歷時(shí)，加之歷時(shí)長，其降水量也高于后兩種類型，北京、河北等地是長歷時(shí)HRE降水量和頻次大值區(qū)。

關(guān)鍵詞華北;特大暴雨;小時(shí)強(qiáng)降水;強(qiáng)降水事件;時(shí)空分布;臺(tái)風(fēng);地形

2023-10-22收稿，2023-12-20接受

國家自然科學(xué)基金項(xiàng)目（41975058）;湖北省氣象局科技發(fā)展基金重點(diǎn)項(xiàng)目（2022Z02）;長江流域氣象開放基金項(xiàng)目（CJLY2022Y06）

引用格式：唐永蘭，徐桂榮，唐國瑛，等，2024.“23.7”華北特大暴雨過程小時(shí)強(qiáng)降水時(shí)空分布特征［J］.大氣科學(xué)學(xué)報(bào)，47（5）：778-788.

Tang Y L，Xu G R，Tang G Y，et al.，2024.Temporal and spatial distribution characteristics of hourly heavy rainfall of the “23.7” heavy rainstorm event in North China［J］.Trans Atmos Sci，47（5）：778-788.doi：10.13878／j.cnki.dqkxxb.20231022003.（in Chinese）.

華北地區(qū)是我國夏季三大雨帶之一，受東亞季風(fēng)季節(jié)性推進(jìn)影響，華北暴雨主要集中在7月下旬到8月上旬（俗稱“七下八上”）（《華北暴雨》編寫組，1992;劉海文等，2022）。由于華北暴雨強(qiáng)度大、災(zāi)害重、預(yù)報(bào)難，對(duì)國民經(jīng)濟(jì)和工農(nóng)業(yè)生產(chǎn)有著重要的影響，且其季節(jié)性、區(qū)域性、持續(xù)性等與發(fā)生在我國南方的暴雨有較大區(qū)別（張文龍和崔曉鵬，2012;郝立生等，2023），受到我國氣象工作者的廣泛關(guān)注。近年來在全球變暖的背景下，華北降水的時(shí)空格局發(fā)生著顯著變化（楊若子等，2020），一些與華北暴雨相關(guān)的氣候?qū)W指標(biāo)顯示華北暴雨或?qū)⒍喟l(fā)（Lin et al.，2017;孔鋒等，2018），進(jìn)而導(dǎo)致洪澇災(zāi)害頻發(fā)，給社會(huì)經(jīng)濟(jì)發(fā)展帶來巨大的危害。2012年“7.21”北京大暴雨，北京全市平均過程降水量達(dá)160 mm以上，局部達(dá)460 mm以上，導(dǎo)致嚴(yán)重城市內(nèi)澇、山洪泥石流及山體塌方等次生災(zāi)害，造成北京市79人死亡，河北省26人死亡、20人失蹤（孫繼松等，2012）。2016年“16.7”華北特大暴雨，河北石家莊、邯鄲、邢臺(tái)和秦皇島等地累積降水量達(dá)400～690 mm，強(qiáng)降水導(dǎo)致河北、山西等省發(fā)生城市內(nèi)澇、山洪等災(zāi)害，其中邢臺(tái)洪澇災(zāi)害造成47人死亡或失蹤（符嬌蘭等，2017）。嚴(yán)重的暴雨災(zāi)害已引起氣象學(xué)界對(duì)華北暴雨的深思，加強(qiáng)華北暴雨研究以提高其預(yù)報(bào)水平是亟須開展的工作。

暴雨過程中的小時(shí)強(qiáng)降水（Hourly Heavy Rainfall，HHR）可在短時(shí)間內(nèi)使降水迅速積累，造成山體崩塌、滑坡、城市道路積水、暴洪等次生災(zāi)害，且超過一定強(qiáng)度和持續(xù)時(shí)間的強(qiáng)降水事件（Heavy Rainfall Event，HRE）更容易致災(zāi)（Doswell et al.，1996），給人民生命財(cái)產(chǎn)安全造成嚴(yán)重威脅。HHR主要由中小尺度天氣系統(tǒng)造成，因突發(fā)性強(qiáng)、生命史短、預(yù)測(cè)難度大等特點(diǎn)（張霞等，2021），給業(yè)務(wù)預(yù)報(bào)和科學(xué)研究帶來巨大的困難和挑戰(zhàn)。在華北特殊地形和天氣系統(tǒng)作用下，其暴雨過程中的HHR頻發(fā)，致災(zāi)性尤為嚴(yán)重（孫繼松和楊波，2008;符嬌蘭等，2017）。2023年7月29日—8月2日，由于西北太平洋副熱帶高壓（簡稱副高）、2023年第5號(hào)臺(tái)風(fēng)“杜蘇芮”、第6號(hào)臺(tái)風(fēng)“卡努”等共同作用，華北地區(qū)出現(xiàn)極端特大暴雨（簡稱“23.7”華北特大暴雨），19個(gè)國家級(jí)氣象站（簡稱國家站）單日降水量突破歷史極值，其中單日降水量最大的國家站出現(xiàn)在贊皇站，達(dá)到307.5 mm，期間發(fā)生了多次HHR，導(dǎo)致嚴(yán)重災(zāi)情（楊舒楠等，2023;張江濤等，2023）。因此，迫切需要掌握此次華北特大暴雨過程HHR特征及演變規(guī)律，為后續(xù)研究工作的開展提供事實(shí)依據(jù)和基礎(chǔ)信息。

本文利用中國氣象局國家氣象信息中心提供的國家站逐小時(shí)降水資料，研究“23.7”華北特大暴雨過程HHR的時(shí)空分布特征以及不同歷時(shí)類型HRE的統(tǒng)計(jì)特征，以深入認(rèn)識(shí)此次華北特大暴雨過程HHR特征及演變規(guī)律，為華北暴雨的業(yè)務(wù)預(yù)報(bào)和科學(xué)研究提供參考，為防災(zāi)減災(zāi)工作提供科學(xué)依據(jù)。

1 研究區(qū)域概況

華北地區(qū)地域遼闊，地貌復(fù)雜多樣，位于燕山以南、淮河以北、太行山以東，瀕臨渤海和黃海，西部是黃土高原一部，東部是華北平原，兩大主體部分以太行山為界，地勢(shì)特點(diǎn)是西高東低。華北地理范圍包括北京市、天津市、河北省、山西省和內(nèi)蒙古自治區(qū)中部。本文參考陳碧瑩和閔錦忠（2020）對(duì)于華北地區(qū)范圍的選取，將（110°～120°E，32°～42°N）范圍作為此次華北特大暴雨過程的研究區(qū)域。研究區(qū)域內(nèi)共有630個(gè)國家站，區(qū)域內(nèi)站點(diǎn)海拔為1.3～2 208.3 m，海拔最高、最低的國家站分別為山西五臺(tái)山站（113.52°E，38.95°N）、天津漢沽站（117.78°E，39.25°N），各站點(diǎn)及地形分布如圖1所示。

2 資料和方法

所用資料為中國氣象局國家氣象信息中心提供的2023年7月29日08時(shí)（北京時(shí)，下同）—8月2日08時(shí)（110°～120°E，32°～42°N）范圍630個(gè)國家站逐小時(shí)降水資料和美國國家地球物理數(shù)據(jù)中心（National Geophysical Data Center，NGDC）提供的ETOPO1地形資料（http：／／www.ngdc.noaa.gov／mgg／global／etopo1source.html）。

參照Zheng et al.（2019）研究方法，定義了7個(gè)小時(shí)降水量閾值，即0.1、0.5、1、5、10、20、50 mm，以此來劃分小時(shí)降水等級(jí)，研究“23.7”華北特大暴雨不同等級(jí)小時(shí)降水特征。同時(shí)，為研究“23.7”華北特大暴雨過程HHR的時(shí)空分布特征以及不同歷時(shí)類型HRE的統(tǒng)計(jì)特征，定義了相關(guān)統(tǒng)計(jì)量，具體見表1。

3 結(jié)果分析

3.1 環(huán)流形勢(shì)和降水概況

2023年7月29日臺(tái)風(fēng)“杜蘇芮”減弱后的低壓環(huán)流北上，受到副高和京津冀西部高壓打通形成的“高壓壩”阻擋，在華北到黃淮一帶停留，同時(shí)位于西太平洋上的臺(tái)風(fēng)“卡努”將水汽和能量源源不斷地輸送到華北平原（圖略），為華北地區(qū)中小尺度對(duì)流系統(tǒng)發(fā)生發(fā)展提供了良好的條件。

“23.7”華北特大暴雨從7月29日開始，直至8月2日結(jié)束，降水過程持續(xù)時(shí)間長，影響了河北、北京、天津、山西、河南、山東等大范圍地區(qū)（圖2）。北京、天津、河北中部和南部以及山西東部、河南中北部、山東中西部等地累積降水量超過100 mm，其中北京大部、河北中部和南部、河南北部等地累積降水量超過200 mm，北京西部、河北中部和西南部等太行山東麓累積降水量達(dá)400 mm以上（圖2a）。國家站錄得的過程累積最大降水量出現(xiàn)在易縣站（115.53°E，39.35°N），為511.1 mm;區(qū)域站錄得的過程累積最大降水量出現(xiàn)在河北邢臺(tái)臨城梁家莊，為1 003.4 mm（張江濤等，2023）。與華北歷史上三次區(qū)域性特大暴雨過程（“96.8”“7.21”和“16.7”過程）相比，“23.7”華北特大暴雨造成單站過程累積降水量最大，表現(xiàn)出顯著的極端性特征（楊舒楠等，2023）。華北大部分區(qū)域累積降水頻次超過20次，降水頻次大值區(qū)與降水量大值區(qū)位置較一致（圖2a、b），其中北京大部、河北中部和南部、河南北部等地累積降水頻次超過50次，國家站錄得的過程累積最大降水頻次出現(xiàn)在易縣站，為77次。平均降水強(qiáng)度和最大小時(shí)降水量（Rmax）的空間分布雖然與累積降水量和降水頻次的空間分布相似，但大值區(qū)較為分散（圖2c、d）。平均降水強(qiáng)度大值區(qū)主要位于北京西南部、河北西南部，國家站錄得的過程最大平均降水強(qiáng)度出現(xiàn)在霞云嶺（115.75°E，39.73°N），為11 mm／h（圖2c）;Rmax大值區(qū)位于河北中部，國家站錄得的Rmax最大值出現(xiàn)保定站（115.48 °E，38.75°N），為73.5 mm（圖2d）。綜上所述，“23.7”華北特大暴雨具有降水持續(xù)時(shí)間長、影響范圍廣、累積降水量大、降水頻次多、降水強(qiáng)度大等極端特征，且降水大值區(qū)與太行山地形密切相關(guān)。

研究不同等級(jí)小時(shí)降水特征有助于提升對(duì)降水過程精細(xì)化特征的認(rèn)知。圖3給出了“23.7”華北特大暴雨過程不同等級(jí)小時(shí)降水的降水概率和降水占比。分析可知：此次華北特大暴雨的降水概率在［1，5）mm等級(jí)最大，為34.4％;其次為［0.1，0.5）mm等級(jí)，為31.0％;≥20 mm等級(jí)的HHR最小，為2.4％。降水占比在［10，20）mm等級(jí)最大，為27.4％;其次為［1，5）mm等級(jí)，為24.4％;［0.1，0.5）mm等級(jí)最小，為1.8％。值得注意的是，≥20 mm等級(jí)的HHR降水概率雖然僅為2.4％，但其降水占比卻達(dá)20.3％。綜上所述，“23.7”華北特大暴雨過程中，不同等級(jí)小時(shí)降水在此次過程中存在明顯差異，［1，5）mm等級(jí)小時(shí)降水的降水頻次最多，［10，20）mm等級(jí)小時(shí)降水對(duì)總降水量起主導(dǎo)作用，而≥20 mm等級(jí)小時(shí)降水（HHR）雖然降水頻次最少，但對(duì)總降水量的貢獻(xiàn)高達(dá)20.3％，其高強(qiáng)度性容易造成洪澇等次生災(zāi)害，值得重點(diǎn)關(guān)注。

3.2 HHR時(shí)空分布特征

3.2.1 HHR空間分布特征

下面分析“23.7”華北特大暴雨過程HHR空間分布特征。如圖4a、b所示，HHR降水量和降水頻次的空間分布與累積降水量的空間分布對(duì)應(yīng)較好，北京、天津、河北中部和南部、河南北部、山東中西部和南部等地均出現(xiàn)HHR，其中北京西部、河北中部和西南部等太行山東麓為HHR降水量大值區(qū)和降水頻次活躍區(qū)，HHR累積降水量超過200 mm，累積降水頻次超過6次，可見HHR具有明顯的局地性特征。國家站錄得的HHR最大累積降水量和最大降水頻次均出現(xiàn)在保定站（115.48 °E，38.75°N），分別為275.2 mm、8次。然而，圖4c、d顯示HHR平均降水強(qiáng)度和HHR降水占比的大值區(qū)比較分散，但在太行山東麓仍存在大值區(qū)且HHR降水占比超過30％。綜上所述，“23.7”華北特大暴雨過程HHR降水量的空間分布依賴于其降水頻次的空間分布，且HHR具有明顯的局地性特征，太行山東麓為HHR降水量大值區(qū)和降水頻次活躍區(qū)。孫繼松和楊波（2008）研究表明復(fù)雜地形和下墊面在華北暴雨中具有重要作用，地形強(qiáng)迫抬升產(chǎn)生的上升運(yùn)動(dòng)有利于HHR發(fā)生。此次特大暴雨中臺(tái)風(fēng)“杜蘇芮”、“卡努”將水汽源源不斷地輸送到華北平原，受到太行山等山脈阻擋抬升而利于HHR增幅和持續(xù)，從而使HHR極值多分布于太行山東麓。

3.2.2 HHR時(shí)間變化特征

由研究區(qū)域內(nèi)各單站累計(jì)得到區(qū)域內(nèi)總降水量、總降水頻次和HHR降水量、降水頻次的逐小時(shí)演變（圖5）可見，“23.7”華北特大暴雨HHR降水量、降水頻次經(jīng)歷了6次峰值，其中第3次峰值時(shí)段的HHR降水量最大、降水頻次最多、持續(xù)時(shí)間最長。此外，HHR降水量對(duì)總降水量的貢獻(xiàn)一直較大，HHR降水頻次相對(duì)總降水頻次占比較小，HHR降水量、降水頻次峰值均發(fā)生在31日02時(shí)，分別為403.4 mm、16次，分別占總降水量、總降水頻次的40.2％、7.1％。

楊舒楠等（2023）根據(jù)FY-4A衛(wèi)星紅外云頂亮溫、逐小時(shí)降水量和主要影響系統(tǒng)的演變特征，將“23.7”華北特大暴雨降水劃分為3個(gè)主要階段，本文參照其劃分的階段進(jìn)行HHR演變特征的統(tǒng)計(jì)分析。結(jié)合圖5、表2分析可知，“23.7”華北特大暴雨共發(fā)生HHR 370次，其中SEHP 9次;29日08時(shí)—31日02時(shí)“杜蘇芮”殘渦螺旋影響階段，總降水量、總降水頻次和HHR降水量、降水頻次最為活躍，HHR經(jīng)歷了約2.5次峰值，共發(fā)生HHR 257次，其中SEHP 5次，HHR總降水量達(dá)7 329.6 mm，HHR最大降水量為73.5 mm;31日03—22時(shí)暖式切變線和偏東風(fēng)影響階段，

HHR經(jīng)歷了約1.5次峰值，共發(fā)生HHR 68次，其中SEHP 3次，HHR總降水量為2 051.1 mm，HHR最大降水量為59.5 mm;31日22時(shí)—8月2日08時(shí)偏南或西南急流影響階段，HHR

經(jīng)歷了2次峰值，其降水量、降水頻次逐漸減弱，共發(fā)生HHR 45次，其中SEHP 1次，HHR總降水量為1 270.6 mm，HHR最大降水量為50.8 mm。

綜上所述，“23.7”華北特大暴雨HHR降水量、降水頻次經(jīng)歷6次峰值后減弱，其中第3次峰值時(shí)段的HHR降水量最大、降水頻次最多、持續(xù)時(shí)間最長;而在“杜蘇芮”殘渦螺旋影響、暖式切變線和偏東風(fēng)影響以及偏南或西南急流影響的3個(gè)主要降水階段中，“杜蘇芮”殘渦螺旋影響階段HHR最為活躍。

3.3 不同歷時(shí)類型HRE特征

降水造成災(zāi)害的原因往往是持續(xù)一段時(shí)間的總降水量過大，即降水強(qiáng)度和持續(xù)時(shí)間的綜合貢獻(xiàn)（李爭輝和羅亞麗，2021）。在華北主汛期，通常以過程性的降水為主，持續(xù)時(shí)間一般不超過2 d，比如2012年“7.21”北京特大暴雨中北京地區(qū)降水持續(xù)時(shí)間為20 h（孫繼松等，2012），但“23.7”華北特大暴雨過程中京津冀地區(qū)降水持續(xù)時(shí)間達(dá)96 h，導(dǎo)致這些地區(qū)出現(xiàn)了嚴(yán)重的洪澇、山體滑坡和城市內(nèi)澇等次生災(zāi)害。因此“23.7”華北特大暴雨降水的持續(xù)性特征值得重點(diǎn)研究。

3.3.1 不同歷時(shí)類型HRE的統(tǒng)計(jì)特征

分析不同歷時(shí)類型的HRE特征，可加深對(duì)“23.7”華北特大暴雨降水持續(xù)性特征的認(rèn)識(shí)。由研究區(qū)域內(nèi)各單站累計(jì)得到區(qū)域內(nèi)不同歷時(shí)類型HRE的統(tǒng)計(jì)特征（表略）分析可知：“23.7”華北特大暴雨過程中共發(fā)生222次HRE，其中長歷時(shí)最多，為121次，占比54.5％;短歷時(shí)次之，為73次，占比32.9％;中歷時(shí)最少，為28次，占比12.6％。HRE最大歷時(shí)為71 h，其降水量達(dá)493.0 mm，發(fā)生在鹽山站（117.25°E，38.05°N）?？梢?，“23.7”華北特大暴雨中HRE的持續(xù)時(shí)間存在明顯差異，故對(duì)不同歷時(shí)HRE的降水特征做進(jìn)一步分析（圖6）。

由圖6a看出，短歷時(shí)、中歷時(shí)HRE的降水量多為［20，60）mm，二者在此降水量區(qū)間的頻次占比分別約為87.7％、71.4％，且頻次占比隨著降水量的增加逐漸減小，而長歷時(shí)HRE的降水量多>180 mm;對(duì)比發(fā)現(xiàn)，HRE的最大降水量自短歷時(shí)、中歷時(shí)、長歷時(shí)依次增加。由圖6b可知，3種類型HRE的頻次占比隨降水強(qiáng)度增大呈先增后減的特征，降水強(qiáng)度多為［5，10）mm／h，在此降水強(qiáng)度區(qū)間短歷時(shí)、中歷時(shí)頻次占比約為50％，長歷時(shí)頻次占比超過為60.0％;對(duì)比發(fā)現(xiàn)，HRE的最大降水強(qiáng)度自短歷時(shí)、中歷時(shí)、長歷時(shí)依次減小，最大降水強(qiáng)度為37.8 mm／h。短歷時(shí)、長歷時(shí)HRE的頻次占比均隨最大小時(shí)降水量增加而減小，3種歷時(shí)HRE［20，30）mm區(qū)間的頻次占比最大，均超過50.0％（圖6c）。綜上所述，“23.7”華北特大暴雨過程HRE發(fā)生頻繁，以長歷時(shí)為主、短歷時(shí)次之、中歷時(shí)的最少;長歷時(shí)HRE降水量多>180 mm，短歷時(shí)、中歷時(shí)HRE的降水量多為［20，60）mm;HRE的最大降水量表現(xiàn)為短歷時(shí)<中歷時(shí)<長歷時(shí)，而最大降水強(qiáng)度表現(xiàn)正相反;短歷時(shí)、長歷時(shí)HRE的發(fā)生概率隨最大小時(shí)降水量的增加而減小，3種歷時(shí)HRE的最大小時(shí)降水量多為［20，30）mm。

3.3.2 不同歷時(shí)類型HRE的空間分布特征

華北地區(qū)河流較多，易發(fā)生洪澇的地區(qū)約占總區(qū)域面積的66％（高旭旭等，2021）。若HRE持續(xù)時(shí)間長，極易導(dǎo)致中小河流水位急速上漲，進(jìn)而引發(fā)洪澇災(zāi)害，因此深入研究華北地區(qū)不同歷時(shí)類型HRE的空間分布特征，對(duì)于提高重大致災(zāi)暴雨的預(yù)報(bào)準(zhǔn)確性、預(yù)警時(shí)效以及防御洪澇災(zāi)害具有重要意義。圖7給出了“23.7”華北特大暴雨不同歷時(shí)類型HRE降水量、頻次和平均降水強(qiáng)度的空間分布，可見在3種歷時(shí)類型HRE中，長歷時(shí)HRE頻次最多（圖7d—f），這與第3.3.1節(jié)的統(tǒng)計(jì)結(jié)果是一致的。正因?yàn)殚L歷時(shí)HRE頻次最高，加之歷時(shí)長，其降水量明顯高于短歷時(shí)和中歷時(shí)HRE（圖7a—c）。需要指出的是，長歷時(shí)HRE降水量和頻次大值區(qū)主要出現(xiàn)在北京、河北（圖7c、f），這說明“23.7”華北特大暴雨持續(xù)時(shí)間內(nèi)，北京、河北的強(qiáng)降水可能與區(qū)域內(nèi)長歷時(shí)HRE頻發(fā)有關(guān)，其中的物理機(jī)制有待進(jìn)一步探討。然而，短歷時(shí)HRE由于歷時(shí)小于中歷時(shí)和長歷時(shí)，其更易在局地形成降水強(qiáng)度高值（圖7g—i）。綜上可知，長歷時(shí)HRE因頻次高于短歷時(shí)和中歷時(shí)，加之歷時(shí)長，其降水量也高于后兩種類型，北京、河北是長歷時(shí)HRE降水量和頻次大值區(qū)，而短歷時(shí)HRE更易在局地形成降水強(qiáng)度高值。

4 結(jié)論和討論

基于中國氣象局國家氣象信息中心提供的國家級(jí)氣象站逐小時(shí)降水資料，本文分析了“23.7”華北特大暴雨HHR時(shí)空分布特征，進(jìn)一步探討了不同歷時(shí)類型HRE的統(tǒng)計(jì)特征，得到如下主要結(jié)論：

1）此次特大暴雨具有降水持續(xù)時(shí)間長、影響范圍廣、累積降水量大、降水頻次多、降水強(qiáng)度大等極端特征。不同等級(jí)小時(shí)降水在此次過程中存在明顯差異，［1，5）mm等級(jí)小時(shí)降水的降水頻次最多，［10，20）mm等級(jí)小時(shí)降水對(duì)總降水量起主導(dǎo)作用，而≥20 mm等級(jí)小時(shí)降水（HHR）雖然降水頻次最少，但對(duì)總降水量的貢獻(xiàn)高達(dá)20.3％。

2）HHR具有明顯的局地性特征，其降水量的空間分布依賴于降水頻次的空間分布，北京、天津、河北中部和南部、河南北部、山東中西部和南部等地均出現(xiàn)HHR，其中北京西部、河北中部和西南部等太行山東麓為HHR降水量大值區(qū)和降水頻次活躍區(qū)，HHR累積降水量、降水頻次分別超過200 mm、6次。臺(tái)風(fēng)“杜蘇芮”“卡努”將水汽源源不斷地輸送到華北平原，受到太行山等山脈阻擋抬升，利于HHR增幅和持續(xù)。

3）此次特大暴雨中HHR降水量、降水頻次經(jīng)歷6次峰值后減弱，其中第3次峰值時(shí)段的HHR降水量最大、降水頻次最多、持續(xù)時(shí)間最長;而在“杜蘇芮”殘渦螺旋影響、暖式切變線和偏東風(fēng)影響以及偏南或西南急流影響的3個(gè)主要降水階段中，“杜蘇芮”殘渦螺旋影響階段HHR最為活躍，共發(fā)生257次HHR，HHR最大降水量達(dá)73.5 mm。

4）在3種類型HRE中，長歷時(shí)最多，占比為54.5％;短歷時(shí)次之，占比為32.9％;中歷時(shí)最少，占比為12.6％。長歷時(shí)HRE降水量多>180 mm，短歷時(shí)、中歷時(shí)HRE的降水量多為［20，60）mm;HRE的最大降水量表現(xiàn)為短歷時(shí)<中歷時(shí)<長歷時(shí)，而最大降水強(qiáng)度表現(xiàn)正相反;短歷時(shí)、長歷時(shí)HRE的發(fā)生概率隨最大小時(shí)降水量的增加而減小，3種歷時(shí)HRE的最大小時(shí)降水量多為［20，30）mm。

5）不同類型HRE降水量、頻次和平均降水強(qiáng)度的空間分布顯示，長歷時(shí)HRE因頻次高于短歷時(shí)和中歷時(shí)，加之歷時(shí)長，其降水量也高于后兩種類型;北京、河北等地是長歷時(shí)HRE降水量和頻次大值區(qū)，而短歷時(shí)HRE更易在局地形成降水強(qiáng)度高值。

本文研究表明“23.7”華北特大暴雨HHR具有明顯的局地性特征，北京西部、河北中部和西南部等太行山東麓為HHR降水量大值區(qū)和降水頻次活躍區(qū)，太行山地形是“23.7”華北特大暴雨HHR的關(guān)鍵影響因素。張江濤等（2023）研究表明，此次暴雨過程中太行山北段較太行山中段的極端降水持續(xù)時(shí)間更長、強(qiáng)降水范圍更大。因此精細(xì)化地形在此次特大暴雨過程中作用機(jī)制值得深入探討，今后可設(shè)計(jì)數(shù)值模擬試驗(yàn)深入研究太行山地形對(duì)此次華北特大暴雨過程HHR分布的影響。此外，“23.7”華北特大暴雨過程HRE發(fā)生頻繁，且以長歷時(shí)HRE為主。臺(tái)風(fēng)“杜蘇芮”在華北到黃淮一帶長時(shí)間停留，同時(shí)臺(tái)風(fēng)“卡努”將水汽和能量源源不斷地輸送到華北平原，雙臺(tái)風(fēng)暖濕輸送的持續(xù)時(shí)間長，這可能是導(dǎo)致此次華北特大暴雨以長歷時(shí)HRE為主的原因（楊舒楠等，2023;張江濤等，2023）。周璇等（2020）研究表明，華北持續(xù)性極端暴雨期間，大多數(shù)情況下熱帶風(fēng)暴系統(tǒng)相對(duì)活躍，極端暴雨持續(xù)時(shí)間與遠(yuǎn)距離暖濕輸送造成的暴雨區(qū)斜壓性增強(qiáng)和層結(jié)不穩(wěn)定發(fā)展有密切關(guān)系，“23.7”華北特大暴雨以長歷時(shí)HRE為主的物理機(jī)制是否與此有關(guān)，值得進(jìn)一步探討。

參考文獻(xiàn)（References）

陳碧瑩，閔錦忠，2020.華北“7.19” 暴雨中低渦系統(tǒng)演變及多尺度相互作用機(jī)制研究［J］.熱帶氣象學(xué)報(bào)，36（1）：85-96. Chen B Y，Min J Z，2020.A study on the evolution of vortex system and multi-scale interaction mechanism during the “7.19” rainstorm in North China［J］.J Trop Meteor，36（1）：85-96.doi：10.16032／j.issn.1004-4965.2020.009.（in Chinese）.

陳炯，鄭永光，張小玲，等，2013.中國暖季短時(shí)強(qiáng)降水分布和日變化特征及其與中尺度對(duì)流系統(tǒng)日變化關(guān)系分析［J］.氣象學(xué)報(bào)，71（3）：367-382.Chen J，Zheng Y G，Zhang X L，et al.，2013.Analysis of the climatological distribution and diurnal variations of the short-duration heavy rain and its relation with diurnal variations of the MCSs over China during the warm season［J］.Acta Meteor Sinica，71（3）：367-382.doi：10.11676／qxxb2013.035.（in Chinese）.

Doswell C A III，Brooks H E，Maddox R A，1996.Flash flood forecasting：an ingredients-based methodology［J］.Wea Forecasting，11（4）：560-581.doi：10.1175／1520-0434（1996）011<0560：fffaib>2.0.co;2.

符嬌蘭，馬學(xué)款，陳濤，等，2017.“16.7” 華北極端強(qiáng)降水特征及天氣學(xué)成因分析［J］.氣象，43（5）：528-539. Fu J L，Ma X K，Chen T，et al.，2017.Characteristics and synoptic mechanism of the July 2016 extreme precipitation event in North China［J］.Meteor Mon，43（5）：528-539.doi：10.7519／j.issn.1000-0526.2017.05.002.（in Chinese）.

高旭旭，陳霞，于長文，等，2021.基于小時(shí)資料的華北持續(xù)性降水過程的區(qū)域特征分析［J］.自然災(zāi)害學(xué)報(bào)，30（6）：219-232. Gao X X，Chen X，Yu C W，et al.，2021.Regionalization characteristics of long-duration rainfall in North China based on hourly data［J］.J Nat Disasters，30（6）：219-232.doi：10.13577／j.jnd.2021.0623.（in Chinese）.

郝立生，何麗燁，馬寧，等，2023.華北近60年夏季降水年際異常與大氣動(dòng)力、水汽條件關(guān)系的研究［J］.大氣科學(xué)學(xué)報(bào)，46（4）：587-599. Hao L S，He L Y，Ma N，et al.，2023.A study on the relationship between interannual summer precipitation anomalies in North China and atmospheric dynamics and water vapor conditions in the recent 60 years［J］.Trans Atmos Sci，46（4）：587-599.doi：10.13878／j.cnki.dqkxxb.20220715002.（in Chinese）.

《華北暴雨》編寫組，1992.華北暴雨［M］.北京：氣象出版社：1-182. Compiling group of “Rainstorm in North China”，1992.Rainstorm in North China［M］.Beijing：China Meteorological Press：1-182.（in Chinese）.

孔鋒，方建，呂麗莉，2018.1961—2015年中國暴雨變化診斷及其與多種氣候因子的關(guān)聯(lián)性研究［J］.熱帶氣象學(xué)報(bào)，34（1）：34-47. Kong F，F(xiàn)ang J，Lü L L，2018.The diagnosis of heavy rainfall in China and correlation of heavy rainfall with multiple climatic factors in China from 1961 to 2015［J］.J Trop Meteor，34（1）：34-47.doi：10.16032／j.issn.1004-4965.2018.01.004.（in Chinese）.

Li J，Yu R C，Sun W，2013.Duration and seasonality of hourly extreme rainfall in the central eastern China［J］.Acta Meteor Sinica，27（6）：799-807.doi：10.1007／s13351-013-0604-y.

李爭輝，羅亞麗，2021.1980—2017年南海季風(fēng)爆發(fā)前后華南前汛期降水統(tǒng)計(jì)特征對(duì)比分析［J］.暴雨災(zāi)害，40（2）：101-110. Li Z H，Luo Y L，2021.Statistical characteristics of pre-summer rainfall over South China before and after South China Sea monsoon onset from 1980 to 2017［J］.Torrential Rain Disasters，40（2）：101-110.doi：10.3969／j.issn.1004-9045.2021.02.001.（in Chinese）.

Lin P，Xia J J，Yan Z W，et al.，2017.Assessment of the Pacific Decadal Oscillations contribution to the occurrence of local torrential rainfall in North China［J］.Climatic Change，144（3）：391-403.doi：10.1007／s10584-016-1610-8.

劉海文，袁帥，楊朝虹，等，2022.華北汛期降水長期變化規(guī)律研究新進(jìn)展［J］.大氣科學(xué)學(xué)報(bào)，45（5）：700-712. Liu H W，Yuan S，Yang Z H，et al.，2022.New research progress on long-term variation of precipitation in flood season in North China［J］.Trans Atmos Sci，45（5）：700-712.doi：10.13878／j.cnki.dqkxxb.20211017007.（in Chinese）.

孫繼松，楊波，2008.地形與城市環(huán)流共同作用下的β中尺度暴雨［J］.大氣科學(xué)，32（6）：1352-1364. Sun J S，Yang B，2008.Meso-β scale torrential rain affected by topography and the urban circulation［J］.Chin J Atmos Sci，32（6）：1352-1364.doi：10.3878／j.issn.1006-9895.2008.06.10.（in Chinese）.

孫繼松，何娜，王國榮，等，2012.“7.21” 北京大暴雨系統(tǒng)的結(jié)構(gòu)演變特征及成因初探［J］.暴雨災(zāi)害，31（3）：218-225. Sun J S，He N，Wang G R，et al.，2012.Preliminary analysis on synoptic configuration evolvement and mechanism of a torrential rain occurring in Beijing on 21 July 2012［J］.Torrential Rain Disasters，31（3）：218-225.（in Chinese）.

Tang Y L，Xu G R，Wan R，et al.，2022.Characteristics of summer hourly precipitation under different urbanization background in central China［J］.Sci Rep，12（1）：7551.doi：10.1038／s41598-022-11487-z.

唐永蘭，徐桂榮，萬蓉，2022.2020年主汛期長江流域短時(shí)強(qiáng)降水時(shí)空分布特征［J］.大氣科學(xué)學(xué)報(bào)，45（2）：212-224. Tang Y L，Xu G R，Wan R，2022.Temporal and spatial distribution characteristics of short-duration heavy rainfall in the Yangtze River basin during the main flood season of 2020［J］.Trans Atmos Sci，45（2）：212-224.doi：10.13878／j.cnki.dqkxxb.20211124002.（in Chinese）.

楊若子，邢佩，杜吳鵬，等，2020.1961—2017年華北地區(qū)降水氣候特征分析［J］.地理科學(xué)，40（9）：1573-1583. Yang R Z，Xing P，Du W P，et al.，2020.Climatic characteristics of precipitation in North China from 1961 to 2017［J］.Sci Geogr Sinica，40（9）：1573-1583.doi：10.13249／j.cnki.sgs.2020.09.019.（in Chinese）.

楊舒楠，張芳華，胡藝，等，2023.“23.7” 華北特大暴雨過程的基本特征與成因初探［J］.暴雨災(zāi)害，42（5）：508-520. Yang S N，Zhang F H，Hu Y，et al.，2023.Analysis on the characteristics and causes of the “23.7” torrential rainfall event in North China［J］.Torrential Rain Disasters，42（5）：508-520.doi：10.12406／byzh.2023-187.（in Chinese）.

Yu R C，Xu Y P，Zhou T J，et al.，2007.Relation between rainfall duration and diurnal variation in the warm season precipitation over central eastern China［J］.Geophys Res Lett，34（13）：L13703.doi：10.1029／2007gl030315.

張江濤，何麗華，李江波，等，2023.河北“23.7”極端暴雨過程特征及成因初探［J］.大氣科學(xué)學(xué)報(bào)，46（6）：884-903. Zhang J T，He L H，Li J B，et al.，2023.Preliminary study on the characteristics and causes of the “23.7” extreme rainstorm in Hebei［J］.Trans Atmos Sci，46（6）：884-903.doi：10.13878／j.cnki.dqkxxb.20230905001.（in Chinese）.

張文龍，崔曉鵬，2012.近50 a華北暴雨研究主要進(jìn)展［J］.暴雨災(zāi)害，31（4）：384-391. Zhang W L，Cui X P，2012.Main progress of torrential rain researches in North China during the past 50 years［J］.Torrential Rain Disasters，31（4）：384-391.（in Chinese）.

張霞，楊慧，王新敏，等，2021.“21.7” 河南極端強(qiáng)降水特征及環(huán)流異常性分析［J］.大氣科學(xué)學(xué)報(bào)，44（5）：672-687. Zhang X，Yang H，Wang X M，et al.，2021.Analysis on characteristic and abnormality of atmospheric circulations of the July 2021 extreme precipitation in Henan［J］.Trans Atmos Sci，44（5）：672-687.doi：10.13878／j.cnki.dqkxxb.20210907001.（in Chinese）.

Zheng Y G，Gong Y D，Chen J，et al.，2019.Warm-season diurnal variations of total，stratiform，convective，and extreme hourly precipitation over central and eastern China［J］.Adv Atmos Sci，36（2）：143-159.doi：10.1007／s00376-018-7307-3.

周璇，孫繼松，張琳娜，等，2020.華北地區(qū)持續(xù)性極端暴雨過程的分類特征［J］.氣象學(xué)報(bào)，78（5）：761-777. Zhou X，Sun J S，Zhang L N，et al.，2020.Classification characteristics of continuous extreme rainfall events in North China［J］.Acta Meteor Sinica，78（5）：761-777.doi：10.11676／qxxb2020.052.（in Chinese）.

·ARTICLE·

Temporal and spatial distribution characteristics of hourly heavy rainfall of the “23.7” heavy rainstorm event in North China

TANG Yonglan1，2，XU Guirong1，2，TANG Guoying1，2，ZHANG Wen1，2，MIN Airong1，2

1China Meteorological Administration Basin Heavy Rainfall Key Laboratory／Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research，Institute of Heavy Rain，China Meteorological Administration，Wuhan 430205，China;

2Three Gorges National Climatological Observatory，Yichang 443099，China

Abstract Amidst the backdrop of global warming，rainstorms have become increasingly frequent in North China，posing significant threats to both the socio-economic fabric and health and safety of the population.The convergence of the subtropical high over the northwestern Pacific and Typhoons “Dussuri” （No.5） and “Kanu” （No.6） in 2023 precipitated an extreme rainstorm event in North China from 08：00 BST on July 29 to 08：00 BST on August 2，2023，resulting in considerable social disruption.Utilizing hourly precipitation data from national meteorological stations provided by the National Meteorological Information Center of the China Meteorological Administration，this study analyzes the temporal and spatial distributions of hourly heavy rainfall （HHR） and statistically compare three types of heavy rainfall events（HREs）with varying durations to elucidate their characteristics.The findings indicate that：（1） HHR during this event exhibited high intensity and localized patterns，contributing over 20％ to the total precipitation.Areas such as the eastern foothills of the Taihang Mountains，including western Beijing and central and southwestern Hebei，recorded the highest precipitation amounts and the most active precipitation frequencies.The dual typhoons facilitated sustained water vapor transport to the North China Plain，which was enhanced by orographic lifting by the Taihang Mountains，promoting the persistence and intensification of HHR.（2） HHR experienced 6 periods，with the third peak showing the highest cumulative precipitation，frequency，and longest duration.During the stages influenced by the “Dussuri” residual vortex，warm shear lines，and easterly winds，as well as southerly or southwestern jets，HHR was most active during the stage associated with the “Dussuri” residual vortex，totaling 257 occurrences with a maximum precipitation of 73.5 mm.（3） Among the three HRE types，long-duration events （>12 hours） were most frequent，accounting for 54.5％，followed by short-duration events （1—6 hours） at 32.9％，and medium-duration events （7—12 hours） at 12.6％.Precipitation amounts for long-duration HREs typically exceeded 180 mm，while those for short and medium durations are mostly ranged from 20 to 60 mm.（4） Spatial analyses show that long-duration HREs had higher frequencies and precipitation amounts compared to shorter events.Beijing and Hebei were particularly prone to high precipitation amounts and frequencies during long-duration events.This study underscores critical role of the Taihang Mountains terrain in influencing HHR during heavy rainstorm events in North China，suggesting that the mechanisms driven by refined terrain features warrant further detailed investigation.Future studies could employ numerical simulation experiments to delve deeper into these dynamics.

Keywords North China;heavy rainstorm;hourly heavy rainfall;heavy rainfall event;spatial and temporal distribution;typhoon;terrain

doi：10.13878／j.cnki.dqkxxb.20231022003

（責(zé)任編輯：張福穎）