热带安第斯山脉事件内极端降水特征刻画：一种高分辨率天气雷达方法

《Frontiers in Remote Sensing》：Intra-event extreme rainfall characterization in the tropical Andes: a high-resolution weather radar approach

　　

引言：水文灾害如洪水与滑坡通常由极端降雨事件(Extreme Rainfall Events, ERE)驱动。因此，理解这些事件的极端性及其事件内(intra-event)行为与时空模式，对于识别脆弱区域、改进早期预警系统及加强水资源管理具有重要意义。方法：本研究旨在利用高分辨率(5分钟)天气雷达数据分析ERE的事件内时空特征，重点关注其内部结构与空间分布。研究在厄瓜多尔南部Paute流域源头(海拔2200–4400 m a.s.l.)进行。基于三类ERE，分析了四个事件内降雨特征：面积、最大降雨量、凝聚度(cohesion)及降雨热点(hotspots)位置。结果：这些特征揭示了三类不同降雨类别的不同降雨模式。第1类以最高降雨峰值为特征，集中在12:00至19:00(下午)。第3类显示最低降雨峰值。第2类显示凝聚力最低的降雨核及特征上的混合行为。关于降雨热点位置，第1类和第2类的热点位于集水区出口及子流域城市(昆卡市)区域(约2500 m a.s.l)，而第3类则位于源头(3500 m a.s.l以上)。讨论：识别这些降雨特征及热点位置有助于更好地理解热带安第斯山脉极端降雨行为，从而增强对水文过程的认识并改进洪水预报。

该研究发表于《Frontiers in Remote Sensing》。研究背景方面，极端降雨被认为是干旱、洪水和滑坡等许多灾害的关键驱动因素，会导致严重的经济、环境和人类损失。理解极端降雨模式对于识别易受此类极端事件影响的区域、建立早期预警系统、改进监测以及水资源管理与防洪减灾策略制定至关重要。目前极端降雨尚无统一定义，统计方法虽广泛应用但存在讨论空间。在热带安第斯山脉如秘鲁和厄瓜多尔地区，极端降雨具有高度的时空变异性，强烈的海拔梯度影响着降雨分布。尽管现有研究多关注大尺度大气环流模式的影响，但对极端降雨事件(ERE)的生命周期及事件内特征的探索较少。表征ERE的空间覆盖和峰值强度对于理解其局部影响十分重要。分析安第斯山脉ERE仍面临数据限制，传统雨量计、卫星影像或再分析产品受限于分辨率或地形效应，难以捕捉复杂的局地变异性及事件内过程。在厄瓜多尔南部，ERE持续时间通常短于7小时，现有数据集更适用于评估长期平均值而非特定事件内时序，稀缺的地面监测和低空间分辨率数据阻碍了对事件内过程的捕捉。因此，利用高时空分辨率的天气雷达数据成为极端降水分析的重要选择，本研究旨在使用5分钟天气雷达数据分析ERE的时空事件内特征，评估其内部结构与组织，研究区域为厄瓜多尔南部Paute流域源头(2200–4400 m a.s.l)，基于先前聚类方法识别的三类事件展开深入分析。

研究人员开展研究用到的主要关键技术方法包括：使用位于厄瓜多尔南部Cajas国家公园Paragüillas峰(4450 m a.s.l)的单偏振X波段雷达(CAXX)获取的5分钟分辨率极坐标反射率数据，经逐步校正法（去地杂波、基于门控迭代法的衰减校正）及本地化Z-R关系(Z=204R^1.57)转换为定量降水估算(QPE)并重采样至500 m笛卡尔坐标；基于Urgilés et al.(2024)的k-means聚类结果选取67个ERE，应用25 dBZ阈值消除孤立雨胞；提取事件内特征包括极端降雨面积(5分钟及总面积)、局部最大降雨强度、核胞凝聚度(簇内平方和WCSS、邻近分析距离缓冲区)及降雨热点位置(核密度估计KDE，带宽h=1000 m)；采用Kruskal–Wallis检验及Dunn’s post hoc检验(Bonferroni校正)进行类别间差异显著性分析。

研究结果部分保留小标题并说明结论如下：

4.1 Extreme rainfall area（极端降雨面积）：5分钟极端降雨面积在各类别间存在显著差异(p<0.001)，第1类事件面积最大(约120 km²均值)，第2类与第3类相似(约90 km²均值)，且60%的5分钟面积小于100 km²；总极端降雨面积在类别间无显著差异(p>0.1)，三类均值均在1500–1800 km²间，表明事件全生命周期追踪跨越多个子流域。

4.2 Local maxima rainfall（局部最大降雨强度）：该特征三类间差异显著(p<0.001)。第1类局部最大值最高可达38 mm/5min，且76%发生于下午12:00–19:00；第2类最高约30 mm/5min，第3类在10–20 mm/5min间，两类全天均有发生但下午仍占主导(52%及71%)；所有类别最高值多集中于下午。

4.3 Core cell cohesion（核胞凝聚度）：4.3.1 Within-cluster sum of squares (WCSS) – cell cohesion（簇内平方和与凝聚度）显示WCSS在类别间差异显著(p<0.1)，第2类均值和中位数最高，凝聚度最低，降雨核空间分散度大；第1类与第3类无显著差异但第1类存在异常值，第3类相对更凝聚；按月分析显示2–4月事件凝聚度最低(多为第2类)，1月及6月事件最凝聚(多为第1、3类)。4.3.2 Proximity analysis - cell cohesion（邻近分析与凝聚度）的距离缓冲区在类别间无显著差异(p>0.1)，三类均值均在54–57 km间，降雨核移动最大距离相似。

4.4 Locations of rainfall hotspots（降雨热点位置）：应用核密度估计(KDE)识别热点，第1类热点(4处)主要位于子流域出口及汇合处(约2600 m a.s.l)，累积雨量最高达149 mm，发生于10–12月；第2类热点(2处)主要位于出口(约2500 m a.s.l)，累积104 mm，发生于1–4月；第3类热点(3处)主要位于子流域源头上方(>3500 m a.s.l)，累积78 mm，发生于1–6月及10–12月；热点海拔分布呈明显分异，第3类高于3500 m a.s.l，第1、2类位于低海拔城市及河谷区。

讨论部分总结：研究人员指出分类成功捕捉了5分钟面积、局部最大降雨及WCSS的显著差异，而总面积与距离缓冲区重叠反映了降雨过程的复杂性。6 km²的5分钟面积阈值结合25 dBZ反射率阈值可有效界定极端降雨而不依赖目视。尽管5分钟面积多小于100 km²，但总事件面积达1200–2300 km²，强调追踪全生命周期的重要性。下午峰值主导(12:00–19:00)归因于山谷斜坡日间热对流及上坡风系统，第2、3类晨昏降雨尾迹可能受下坡流(katabatic flows)、亚马逊水汽及地形交互影响。第1类为高强度短历时、凝聚度高、低海拔河谷城市区的对流事件(10–12月)；第2类为大范围分散、凝聚度低、过渡型机制事件(1–4月)；第3类为低强度、高海拔源头(>3500 m a.s.l)的地形性降雨事件。季节性与ITCZ迁移及亚马逊湿度有关。热点位于城市区突显城市山洪风险，高海拔源头需扩展监测网。高分辨率雷达数据对刻画事件内模式至关重要，海拔与降雨关系需未来基于高程模型研究。

结论部分翻译总结：本研究利用X波段天气雷达数据分析了热带安第斯山脉三类ERE的事件内降雨特征(面积、凝聚度、局部最大值、热点位置)，是首批研究该区域事件内变异性的工作之一。ERE可使用25 dBZ及6 km²(5分钟)阈值界定。第1类具最大5分钟面积、高凝聚度、最高局部最大值(下午主导)、低海拔城市出口热点(10–12月)。第3类5分钟面积小于第1类但较第2类凝聚，局部最大值较低、下午主导、热点位于>3500 m a.s.l源头、全年发生。第2类面积似第3类但凝聚度最低、具混合特征、局部最大值似第3类、热点似第1类、发生于1–5月。识别高凝聚度城市区热点突显山洪风险，需纳入现在预报(nowcasting)算法；建议未来比较其他分类方法；热点位置暗示降雨与海拔复杂关系，需高程模型及高海拔(>3500 m a.s.l及昆卡市)长期监测以支持水文模型与洪水预报；虽用非参数百分位数定义ERE，未来长序列可探索广义极值(GEV)或广义帕累托(GPD)分布。