EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 12: 2166 - 2178

DOI: https://doi.org/10.13866/j.azr.2025.12.02

天气与气候

2013—2022年新疆巴州北部暖季降水日变化特征

  • 陈艳丽 , 1, 2 ,
  • 姚俊强 , 3 ,
  • 肖天贵 2 ,
  • 杨霰 4
展开
  • 1 新疆生产建设兵团第二师农业发展服务中心， 新疆 铁门关 841007
  • 2 成都信息工程大学大气科学学院， 四川 成都 610225
  • 3 中国气象局乌鲁木齐沙漠气象研究所， 新疆 乌鲁木齐 830002
  • 4 新疆维吾尔自治区气象服务中心， 新疆 乌鲁木齐 830002
姚俊强. E-mail:

陈艳丽（1981-），女，硕士，高级工程师，主要从事中短期天气预报及灾害性天气研究. E-mail:

收稿日期: 2025-01-26

  修回日期: 2025-06-05

  网络出版日期: 2026-03-12

基金资助

新疆科技创新团队（天山创新团队）项目(2022TSYCTD0007)

新疆生产建设兵团第二师强青科技领军人才计划(2023HZ0105)

收起

Diurnal variation characteristics of warm-season precipitation in northern Bazhou of Xinjiang from 2013 to 2022

  • CHEN Yanli , 1, 2 ,
  • YAO Junqiang , 3 ,
  • XIAO Tiangui 2 ,
  • YANG Xian 4
Expand
  • 1 Agricultural Development Service Center, Second Division of Xinjiang Production and Construction Corps, Tiemenguan 841007, Xinjiang, China
  • 2 College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China
  • 3 Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, Xinjiang, China
  • 4 Meteorological Service Center of Xinjiang Uygur Autonomous Region, Urumqi 830002, Xinjiang, China

Received date: 2025-01-26

  Revised date: 2025-06-05

  Online published: 2026-03-12

Fold

摘要

新疆干旱区暖季降水具有局地性强、突发性高等特点，其日变化规律对改进区域精细化降水预报具有重要意义。本文基于2013—2022年新疆巴州北部17个自动气象站逐小时降水观测数据，并结合ERA5再分析数据，系统分析了该地区暖季（5—9月）降水的日变化特征。结果表明：（1） 降水量和降水频次均呈现显著的“双峰型”日变化特征，峰值主要出现在02:00—06:00和16:00—22:00，谷值出现在12:00；降水时序呈自西向东的传播特征。（2） 焉耆盆地主要以长历时降水（>6 h）为主，对总降水量的贡献率最大，占38.7%；库尉轮地区则以短历时降水（1~3 h）为主，对总降水量的贡献率超过50%；中历时降水（4~6 h）在两个区域的贡献率为20%~40%。（3） 不同等级降水整体呈现“夜间出现主峰，午后至傍晚出现次峰”的特征。微雨降水量峰值出现在00:00—05:00，降水频次峰值出现在17:00—05:00；小雨降水量和降水频次峰值均出现在03:00—04:00，对总降水量的贡献率最高（占38.8%）；中雨及以上等级降水量和降水频次的主峰值与次峰值分别出现在05:00和18:00，贡献率为30.1%。（4） 降水量和降水频次的昼夜分布具有非均匀性，主要集中在02:00—07:00和14:00—19:00；两者的次高值时段存在差异，反映了该区域地形动力和热力驱动的协同效应。

关键词： 日变化; 小时降水量; 降水频次; 降水持续时间; 新疆

本文引用格式

陈艳丽 , 姚俊强 , 肖天贵 , 杨霰 . 2013—2022年新疆巴州北部暖季降水日变化特征[J]. 干旱区研究, 2025 , 42(12) : 2166 -2178 . DOI: 10.13866/j.azr.2025.12.02

Abstract

In the arid regions of Xinjiang, warm-season precipitation exhibits strong spatial locality and pronounced intermittency. Understanding its diurnal cycle is crucial for improving high-resolution regional precipitation forecasts. Using hourly precipitation records from 17 automatic weather stations in northern Bazhou Prefecture (Bazhou), Xinjiang, for the period 2013-2022, together with ERA5 reanalysis data, this study systematically examines the diurnal variation characteristics of warm-season (May-September) precipitation. The results reveal that: (1) Both precipitation amount and frequency show a distinct bimodal diurnal pattern, with primary peaks from 02:00 to 06:00 and 16:00-22:00, and a pronounced minimum around noon (12:00). The timing of precipitation events demonstrates a west-to-east propagation pattern. (2) In the Yanqi Basin, long-duration precipitation events (>6 h) dominate, contributing the largest fraction to total precipitation (38.7%). In contrast, short-duration events (1-3 h) prevail in the Kuiwulun area, accounting for more than 50% of the total. Medium-duration precipitation (4-6 h) contributes 20%-40% in both regions. (3) Precipitation across different intensity categories exhibits a characteristic “nighttime primary peak and afternoon-to-evening secondary peak” pattern. For drizzle, the maximum precipitation amount occurs between 00:00 and 05:00, while its frequency peaks from 17:00 to 05:00. Light rain displays concurrent peaks in amount and frequency at 03:00-04:00, contributing most to the total precipitation (38.8%). Moderate and heavy precipitation events have their primary and secondary peaks at 05:00 and 18:00, respectively, with a contribution of 30.1%. (4) The diurnal distributions of precipitation amount and frequency are markedly nonuniform, with concentrations mainly during 02:00-07:00 and 14:00-19:00. The differences between the secondary peak phases of precipitation amount and frequency reflect the joint influence of orographic forcing and thermally driven circulations over the region.

Key words： diurnal variation; hourly precipitation; precipitation frequency; precipitation duration; Xinjiang

降水是海-陆-气系统水分循环的重要环节，影响着全球的能量传输；其日变化不仅反映了气候系统对太阳辐射与地表过程的响应机制，还受地理位置、气候带分布、地形地貌和季风系统等多重因素的调控[1-4]。根据《IPCC第六次评估报告》，全球变暖加剧了水循环过程，导致极端降水事件发生频率和强度都显著增加，给区域水资源管理和灾害风险调控带来极大挑战。新疆属于典型的干旱、半干旱地区，降水时空分布极为不均[5-6]，生态环境脆弱，农业用水压力大，水资源短缺是制约新疆经济社会高质量发展和生态安全保障的关键瓶颈[7]。近年来，西北干旱区气候逐步由“暖干”向“暖湿”转型[8-9]，南疆盆地极端降水事件频发，引起学界对该区域水汽输送和降水演变机制的高度关注[10-13]。因此，深入揭示该区域降水的多尺度特征，特别是日变化规律，对于优化水资源调控策略和提升气象服务效能具有重要意义。
得益于高分辨率、长时间序列多源气象探测资料的累积和分析方法的不断优化，降水日变化特征已逐渐成为全球气候研究的重要课题之一，国内诸多研究揭示了不同区域降水日变化特征的差异[14-18]。研究显示，新疆地区降水日变化呈明显的区域差异性和复杂的季节性。例如，北疆日降水峰值集中在16:00、20:00，而南疆则主要集中在17:00—18:00、00:00—01:00和10:00[19-20]。天山中段的日降水峰值主要出现在清晨、傍晚和夜间[21]，尤其在18:00—23:00；而盆地则主要集中在00:00—05:00[22]。乌鲁木齐与伊犁河谷的夏季降水多发生在夜间，而河谷冬季峰值则多出现在清晨[23-24]；南疆西部的喀什地区冬季降水主要集中在清晨[25]。然而，现有研究多采用南疆与北疆的区域划分，或根据不同地理特征进行分区讨论；这些方法虽有助于揭示降水日变化的总体空间格局，但难以有效捕捉局地的时空差异性。
新疆巴音郭楞蒙古自治州（以下简称“巴州”）位于天山南麓，是新疆重要的绿洲农业区，地形地貌多样、气候条件复杂，生态系统脆弱；由于巴州地区南北跨度较大，水汽匮乏且输送路径较长，降水条件相对苛刻。巴州北部作为新疆重要的农业生产基地和人口聚集区，主要种植棉花、小麦及特色林果等；降水模式的变化，尤其是降水的时空分布、强度和持续时间的变化，直接影响着农业的可持续发展和水资源配置效率。尽管该区域相关研究逐步增多，但针对巴州北部暖季逐小时尺度降水特征的系统性研究仍显不足。目前，相关成果多集中在个别县域或特定降水事件的分析，已有研究表明，巴音布鲁克盆地暖季（5—9月）6 h以上的长历时降水贡献率较高，而1~3 h的短历时降水易频发[26]；库尔勒市降水强度高值区出现在16:00—17:00[27]。因此，新疆巴州北部降水的日变化周期、不同持续时间与强度等级降水量及降水频次分布及其贡献率等方面，仍需要进一步的系统性研究。
本文以新疆巴州北部为研究区域，基于2013—2022年暖季（5—9月）逐小时降水资料和ERA5再分析资料，系统分析小时时间尺度下的降水日变化特征。研究旨在揭示本区域降水的日变化规律，分析不同持续时间与强度等级的降水特征，从而深化对本区域气候特征的理解。研究成果将为该区域降水预报的改进与模式订正提供重要理论支持和实践指导，同时也为区域水资源管理、农业气象服务及灾害防御提供更加高效的气象服务支撑。

1 研究区概况及研究方法

1.1 研究区概况

新疆巴州地处南疆东部，北接天山、南邻昆仑山，与西藏接壤，降水时空分布极不均匀，平原地区年降水量不足100 mm。本研究区域为新疆巴州北部（图1），位于塔里木盆地东北缘，地理范围约为84°~88°E、40°~43°N，主要包括A区焉耆盆地（和静、和硕、焉耆）和B区库尉轮地区（库尔勒、尉犁、轮台、铁干里克）。焉耆盆地的地势西北高东南低，为天山主脉及其支脉间的山间盆地；库尉轮地区偏北区域紧邻天山南麓支脉。铁干里克站地处尉犁县南部，但因地理邻近、气候特征相似，且该区域站点稀疏，故将其纳入库尉轮地区进行讨论，以增强数据的空间覆盖与分析的连续性。本文研究选取的焉耆盆地气象站海拔范围1050~1220 m，库尉轮地区气象站海拔范围846~982 m，观测站分布与海拔差异为揭示新疆巴州北部不同区域降水日变化的空间特征和区域气候研究提供了重要依据。
图1 研究区域地形及站点分布示意图

Fig. 1 Topographic map of the study area and distribution of stations

1.2 数据来源与处理

利用新疆巴州北部17个自动气象观测站2013—2022年暖季（5—9月，4月30日21:00至9月30日20:00，以20：00为日界）逐小时降水量数据进行研究（表1）。首先进行数据筛选、缺失值处理、数据清洗等流程，对研究所用的数据进行了严格检查及质量控制，剔除了异常值和缺测数据，确保研究数据的准确性和代表性。本文选取的站点覆盖了巴州北部的主要地理区域，确保了降水特征的代表性。
表1 研究区域观测站点信息

Tab. 1 Observational station information for the study area

站点名称 纬度 经度 海拔/m 分区
焉耆 42.050°N 86.600°E 1055.3 焉耆盆
地（A区）
和静县和静镇热乎沟 42.413°N 86.295°E 1218.0
和静 42.333°N 86.367°E 1113.2
和硕县塔哈其镇杭静口 42.318°N 86.958°E 1161.5
和硕县芳香科技园 42.239°N 87.182°E 1122.0
新疆兵团第二师原26团 42.166°N 87.061°E 1066.0
和硕县曲惠镇万亩葡萄基地 42.307°N 87.115°E 1178.0
和硕县苏哈特乡苏哈特村 42.269°N 86.899°E 1089.0
和硕县新塔热乡新塔热村 42.185°N 86.964°E 1063.0
和硕县艾盖其公益林管理站 42.115°N 87.486°E 1126.0
和硕县银沙滩 42.084°N 87.026°E 1063.0
和硕县巴州清水河农场9队 42.254°N 86.818°E 1081.0
和硕 42.267°N 86.850°E 1085.4
轮台 41.817°N 84.267°E 982.0 库尉轮地
区（B区）
库尔勒 41.733°N 85.817°E 899.8
尉犁 41.350°N 86.267°E 884.9
铁干里克 40.633°N 87.700°E 846.0
使用空间分辨率为0.25°×0.25°的ERA5再分析数据（欧洲中期天气预报中心提供），包括2013—2022年暖季（5—9月）逐小时700 hPa风场、相对湿度、比湿以及逐日小时总降水量等气象要素。

1.3 研究方法

1.3.1 降水的定义与分类

为明确本文所涉及的降水指标和分类标准，便于后续分析的统一性与科学性，对小时降水的相关定义、降水强度等级及时间段的划分进行了规范，具体如表2所示。
表2 小时降水相关指标定义与分类标准

Tab. 2 Definitions and classification criteria for hourly precipitation-related indices

指标 定义
小时降水量 指在整点至下一整点1 h内，累计降水量≥0.1 mm的记录值
小时降水频次 次降水≥0.1 mm计为1次小时降水频次，表示某时刻发生降水的次数
小时累计降水量 在研究时段内，相同时刻降水量的累计值，即该时刻所有降水量的总和
小时累计降水频次 在研究时段内，相同时刻降水出现的频次，是评估降水事件分布特征和频繁程度的关键指标
多年平均降水强度 某小时累计降水量与相应频次的比值，表示降水事件的强度
降水持续时间 从降水开始至结束的连续小时数，若连续2 h无降水，则视为一次降水事件结束。分为：短历时（1~3 h）、
中历时（4~6 h）、长历时（>6 h）

1.3.2 降水强度分类及时间划分

降水强度（雨强）按1 h降水量（R）分为微雨（0.1 mm≤R≤1.0 mm）、小雨（1.1 mm≤R≤ 3.0 mm）、中雨及以上（R≥3.1 mm）。每日24 h按北京时间分为4个时段：08:00—13:00、14:00—19:00、20:00—01:00和02:00—07:00。

1.3.3 分析方法

谐波分析（Harmonic Analysis）通过分离周期现象，利用振幅和位相定量描述不同周期特征的差异，是分析日变化规律的重要工具[28]。本文采用谐波分析方法对新疆巴州北部逐小时降水量、降水频次及降水强度的日变化特征进行定量分析，揭示不同降水特征（如降水量、降水频次和降水强度）的周期性变化规律。

2 结果与分析

2.1 降水日变化的基本特征

分析显示，新疆巴州北部暖季（5—9月）逐年小时累计降水量的日变化呈显著的“双峰型”特征（图2a），峰值和谷值具有明显的规律性；日累计降水量主峰值出现在02:00—06:00，次峰值出现在16:00—22:00，而谷值则出现在12:00。巴州北部降水频次与降水量日变化周期较一致，也表现为“双峰型”特征(图2b)；降水频次峰值主要出现在00:00—06:00、17:00—19:00，谷值则出现在12:00—13:00。
图2 2013—2022年新疆巴州北部暖季逐年小时降水量、降水频次和降水强度的日分布

Fig. 2 Diurnal distribution of annual hourly precipitation, precipitation frequency, and precipitation intensity in the warm season in northern Bazhou of Xinjiang from 2013 to 2022

相比而言，该区域降水强度的日变化特征曲线波动较大，呈明显的“多峰型”特征（图2c），且与降水量和降水频次的峰值时间存在不一致的现象。值得关注的是，2020年之后，新疆巴州北部午后至夜间降水频次和降水强度呈增加趋势，但这一趋势仅能代表局部年份内的异常增幅，并不能反映该区域的平均状态。研究表明，干旱区降水以间歇性和突发性为特征[29]，单次强降水事件可能达到或超过其年降水总量。例如，2016年8月23日库尉轮地区遭遇暴雨，尉犁县日降水量达35.7 mm，占该站年降水量的71%。需要注意的是，极端降水事件对降水强度的统计分析具有显著影响[30]，易导致统计特征的偏差。
通过不同区域分析显示，焉耆盆地午后降水量、降水频次峰值更为显著，并在17:00—18:00达到日峰值，表明午后局部对流频繁且强度较大，这与干旱区午后受太阳辐射增温引发的局地对流现象相吻合[31]。库尉轮地区降水频次在00:00—04:00达到日峰值，但降水量的日变化呈“多峰值”特征，其峰值主要出现在16:00—19:00。由此可见，新疆巴州北部降水的日变化趋势与干旱地区典型的日变化特征一致，即夜间强降水和午后频繁的对流降水相结合。
根据分析，降水量和降水频次之间并非总是呈线性关系，特别是在小时时间尺度下，这一特征表现更突出。以和静为例，小时累计降水量的主峰值为50.3 mm，其对应时刻的累计降水频次为43次；而在02:00，小时累计降水量为17.0 mm，但降水频次为34次（图3a、图3b）。库尔勒的小时累计降水量主峰值为41.8 mm，对应的降水频次为27次；降水频次峰值为36次，对应的小时累计降水量为31.3 mm（图3c、图3d）。由此可见，该地区降水频次的增加并不一定会导致降水总量的线性增长，反映了不同时间段降水强度和降水频次的差异。
图3 2013—2022年新疆巴州北部不同区域暖季逐小时累计降水量及降水频次的日分布

Fig. 3 Diurnal distribution of hourly accumulated precipitation and precipitation frequency during the warm season in different regions of northern Bazhou of Xinjiang from 2013 to 2022

对比分析显示，位于焉耆盆地东北部的和硕县降水量日变化表现出明显的时序滞后特征，其降水量的峰值时间（05:00）相比于焉耆县（03:00）滞后约2 h，而次峰值时间（18:00—19:00）也滞后2 h（图3a）。类似的变化规律也出现在轮台和库尔勒之间，在多个日降水量波动峰值上，库尔勒的降水量峰值相较于轮台表现出滞后现象，这种滞后性在降水频次日变化中得到了进一步体现。例如，库尔勒的降水频次峰值出现在02:00，较轮台的01:00峰值滞后约1 h。

2.2 不同持续时间降水事件的日变化特征

焉耆盆地暖季（5—9月）降水事件在不同时间尺度上呈现显著的差异（图4a）。短历时降水（1~3 h）发生频次最高（图4b），其对总降水量的贡献率为35.7%；与之相比，长历时降水（>6 h）的发生频次较低，但其对总降水量的贡献最大（占38.7%）；中等历时降水（4~6 h）对总降水量的贡献率为25.7%。对于焉耆盆地大部分区域而言，长历时降水（>6 h）对总降水量贡献率相对较大，主要是由于地形差异造成的降水空间分布的显著影响。位于盆地中部的焉耆县和东北部的和硕县主要以长历时降水（>6 h）为主，降水量贡献率分别为49.3%和38.1%。相比之下，位于盆地与山区过渡带的和静县则以短历时降水（1~3 h）为主，其对总降水量的贡献率达到49.0%。上述特征表明，不同地形对该区域降水事件的响应存在显著的区域性差异。
图4 2013—2022年新疆巴州北部暖季不同区域、不同历时降水事件的累计降水量及降水频次分布

Fig. 4 Distribution of cumulative precipitation and precipitation frequency for different regions and ephemeral precipitation events during the warm season in northern Bazhou of Xinjiang from 2013 to 2022

库尉轮地区暖季（5—9月）主要以短历时降水（1~3 h）占主导（图4c），对总降水量的贡献率达50.6%；中历时降水（4~6 h）、长历时降水（>6 h）对总降水量的贡献率分别为30.4%和19.4%。由此可见，库尉轮地区的降水特征主要表现为短历时降水频繁发生，长历时降水相对较少，且不同县域之间长历时和中历时降水事件的发生频次差异较小（图4d）。
综上所述，库尉轮地区主要以短历时降水（1~3 h）为主，其对总降水量的贡献率超过50%；焉耆盆地则以长历时降水（>6 h）为主，贡献率为38.7%。但焉耆盆地的降水特征具有显著的区域性差异，尤其是在地势平坦的盆地中部及其东北部，长历时降水（>6 h）的贡献率较为显著；例如，焉耆县长历时降水的贡献率最大（49.3%），而对于和静县来说相对较小（29.4%）。这表明，暖季不同持续时间的降水事件在新疆巴州北部的空间分布上存在差异，而这种差异受地形因素的显著影响，反映出区域间复杂的地形动力响应机制[32]。

2.3 不同等级小时降水的日变化特征

新疆巴州北部暖季（5—9月）不同等级降水事件的小时累计降水量具有显著的日变化特征（图5a~图5c）。微雨对总降水量的贡献率为31.1%，日变化主峰高值时段为00:00—05:00，次峰值时段为17:00—19:00，谷值出现在11:00—13:00，总体呈现夜间活跃且分散的“多峰型”分布特征。小雨对总降水量的贡献率最大（占38.8%），其降水量日变化主峰值出现在03:00—04:00，次峰值出现在18:00—19:00，谷值则出现在12:00—13:00。中雨及以上等级降水对总降水量的贡献率为30.1%，其降水量主峰值出现在05:00，次峰值出现在18:00，谷值则出现在13:00。
图5 2013—2022年新疆巴州北部暖季不同等级降水的小时累计降水量、降水频次的日分布

Fig. 5 Diurnal distributions of hourly accumulated precipitation and precipitation frequency for different precipitation intensity levels during the warm season in northern Bazhou of Xinjiang from 2013 to 2022

新疆巴州北部暖季（5—9月）不同等级降水事件的小时累计降水频次日变化规律与降水量的日变化位相较一致（图5d~图5f）。微雨降水频次的峰值主要集中在17:00—次日05:00，谷值出现在12:00，呈现夜间高发且分散的“多峰型”特征。小雨降水频次主峰值和次峰值与降水量峰值一致，分别出现在03:00—04:00和18:00—19:00，谷值在12:00—13:00。中雨及以上等级的降水频次主峰值出现在05:00，次峰值出现在18:00，谷值出现在13:00。
综上所述，新疆巴州北部暖季（5—9月）不同等级降水事件的日变化整体呈现“夜间活跃、午后至傍晚出现次峰值”的特征。微雨和小雨的降水频次日变化趋势与降水量一致，小雨对总降水量的贡献率最大（占38.8%）。微雨主要集中发生在夜间至清晨，降水频次日变化振幅较小；小雨和中雨及以上等级降水在凌晨和傍晚发生频次均较高。总体而言，微雨和小雨均表现出显著的“夜雨”特性，其中小雨的夜间发生概率最高，占55.0%。

2.4 暖季降水的昼夜分布特征

分区域分析显示，焉耆盆地与库尉轮地区暖季降水量的昼夜分布存在明显的时空差异。焉耆盆地降水量主要集中在02:00—07:00和14:00—19:00，分别占暖季总降水量的29.2%和26.1%，而08:00—13:00降水量最少（占19.7%），这表明该区域降水在夜间和午后时段最为活跃。相比之下，库尉轮地区降水量的昼夜分布相对均衡，主要集中在14:00—19:00和02:00—07:00，分别占27.5%和27.2%，上午时段占21.0%。从降水频次来看，焉耆盆地在02:00—07:00的降水频次最高（占27.7%），14:00—19:00次之（占26.4%），上午最低（占19.9%）。库尉轮地区降水频次最高出现在前半夜（占28.5%），后半夜次之（占28.3%），上午亦为最低（占19.1%）。
整体来看，新疆巴州北部暖季降水量在后半夜和下午最为集中，分别占总降水量的29.0%、26.4%（图6a）；降水频次最高值则出现在后半夜（27.8%）和前半夜（26.4%），上午时段的降水量和频次均为最低，分别为20.0%和19.7%（图6b）。
图6 新疆巴州北部暖季累计降水量及降水频次的昼夜分布

Fig. 6 Diurnal distribution of warm season cumulative precipitation and precipitation frequency in northern Bazhou, Xinjiang

分区域对比可见，虽然焉耆盆地和库尉轮地区的降水高峰时段存在一定差异，但整体呈相似的昼夜变化规律；尤其是后半夜和午后为降水主要活动期，对新疆巴州北部暖季降水的贡献显著。造成上述区域差异归因于地形效应、下垫面特征、局地热力条件以及边界层结构等多因素耦合作用的结果，这一机制有待于今后进一步深入探讨。

2.5 700 hPa热力条件和动力条件对降水日变化的影响

考虑到所选气象观测站数据的空间覆盖率和分辨率存在局限性，本研究进一步利用了2013—2022年暖季（5—9月）ERA5再分析数据，系统分析了700 hPa热力条件和动力条件对本研究区域降水日变化的影响，旨在验证前文提到的降水日变化特征。
通过对逐6 h（08:00、14:00、20:00、02:00）700 hPa平均风场的分析结果表明，在02:00和08:00新疆巴州南北山区700 hPa平均相对湿度均超过80%，且比湿场维持在4~5 g·kg-1之间（图7a、图7d）；这表明该区域具备充足的水汽条件，且水汽含量较为理想。此外，700 hPa平均风场相对稳定，导致水汽的水平输送减少，有利于水汽在局部区域的聚集。夜间的地面辐射冷却增强了水汽的凝结作用，结合该区域特殊的地形效应，进一步促进了降水的形成。这一特征与观测站小时降水数据所揭示的新疆巴州北部降水日变化规律较为一致，进一步验证了该区域主要降水时段的分布特征。
图7 2013—2022年5—9月逐6 h低层（700 hPa）平均风场、平均相对湿度和比湿场的叠加（北京时间）

注：箭头代表风场，单位：m·s-1；阴影代表相对湿度，单位：%；等值线代表比湿场，单位：g·kg-1；矩形框为研究区域。

Fig. 7 Composite of 6-hourly mean lower-tropospheric (700 hPa) wind fields, relative humidity fields, and specific humidity fields from May to September during 2013-2022 (Beijing Time)

相比之下，在14:00和20:00新疆巴州南北山区700 hPa平均相对湿度均低于60%；比湿场变幅较小，虽仍维持在4~5 g·kg-1，但是5 g·kg-1的范围明显缩小（图7b、图7c）。14:00研究区域偏西方向的西南风或偏西风明显增强，表明水汽输送有所增强；午后气温升高导致地表加热显著，当遇到中高层冷平流时，大气层结不稳定，易触发局地对流性天气。这一特征与新疆巴州北部降水日变化呈“双峰型”的结论较为一致。

2.6 地形特征对降水日变化特征的影响

新疆巴州北部地形复杂，天山山脉形成的显著地形屏障导致该区域的降水条件较为苛刻。基于ERA5再分析数据中的逐小时总降水量数据，沿70°~90°E经度带探讨了降水日变化与地形高度的耦合关系。由图8可见，巴州北部主体区域（40°~43°N，84°~88°E）的降水主要集中在14:00—22:00，呈明显的“单峰型”日变化特征。同时，降水空间分布呈现出明显的经向传播特征，这与中高纬度西风带主导的大尺度环流密切相关，降水系统在其引导下自西向东传播。北支冷空气携带的水汽受天山的地形阻挡而难以翻越，而中低纬度的西南暖湿气流则通过大气中层“水汽接力输送”机制，有效地将水汽输送至该区域，从而提高了局部降水的发生概率。
图8 2013—2022年暖季（5—9月）在40°~43°N、70°~90°E区域的逐小时降水量经向分布（单位：mm）（a）及对应区域地形（海拔）剖面（b）

Fig. 8 Longitudinal distribution of hourly precipitation during the warm season (May-September) from 2013 to 2022 over the region 40°-43°N, 70°-90°E (unit: mm) (a), corresponding topographic (elevation) profile of the same region (b)

然而，基于自动站降水数据与ERA5再分析数据的对比结果表明，两者在本研究区域降水日变化结构的刻画上存在显著差异。自动站数据分析结果显示，本研究区域的降水日变化呈“双峰型”特征，而利用ERA5再分析数据则得出“单峰型”的结论。已有研究表明，ERA5再分析数据在弱降水事件的频率上通常存在高估现象，导致其降水日变化呈现“单峰”或“宽峰”特征；与此同时，其对极端强降水事件的频率存在普遍低估，峰值信号易被平滑处理，难以有效反映强降水的实际峰值，从而导致强降水事件的低估或漏报[33]。特别是在西北干旱气候区与高原气候区，ERA5再分析数据对强降水事件的漏报相对严重，且对中强度降水事件（>10 mm·d-1）的探测存在困难[34]。此外，在复杂地形下，随坡度和起伏度的增加，ERA5再分析数据的精度通常呈变差趋势[35]。因此，自动站数据与ERA5再分析数据在降水日变化分析结果上的差异，主要源于后者在降水频率和降水强度估计方面的系统性偏差，而非自动站数据的误差所致。该分析结果进一步强调了自动站数据在捕捉降水变化特征方面的重要性，并为后续的降水模拟和验证提供了关键的参考依据。

3 讨 论

新疆暖季（5—9月）是降水最集中、地表径流最显著的时期，也是水资源供给和农业生产的关键期，其降水日变化特征对区域水循环和用水调控具有重要意义。基于自动气象站逐小时降水数据的分析表明，巴州北部暖季降水在小时尺度上呈现显著的“双峰型”结构，反映了区域降水过程受局地环流及热力条件的共同调制。为验证观测数据分析结果的可靠性，本文进一步利用 ERA5 再分析数据进行对比，结果显示其降水日变化表现为“单峰型”特征，与自动站观测存在明显差异。这种偏差主要源于ERA5再分析数据对弱降水频率的高估和强降水事件的低估，且在干旱区与复杂地形区尤为突出。因此，在干旱区利用 ERA5 再分析数据研究降水日变化或极端降水事件时，应充分考虑其偏差，并结合偏差订正、观测资料融合及高分辨率区域模式结果以降低系统误差。
从空间分布特征来看，焉耆盆地以长历时降水为主，而库尉轮地区则以短历时降水为主，这种差异可能与地形特征及局地环流条件有关[36]，具体物理机制仍需在后续研究中进一步探讨。需要指出的是，受限于气象站点稀疏分布，本文未能全面揭示降水日变化的空间细节特征；降水强度和频次峰值不同步的现象也提示极端降水事件对统计结果存在扰动效应。未来研究可结合高分辨率数值模拟、多源探测数据（卫星、雷达）及加密观测网络，对本研究结论进行验证与拓展，并系统探讨大气稳定度、水汽输送和垂直运动等过程对降水日变化的作用机制。此外，也应考虑西北地区暖湿化背景下气候变化对降水特征的潜在影响，以深化对该区域复杂地形区降水形成与演变规律的理解。

4 结 论

基于2013—2022年新疆巴州北部暖季17个自动气象站逐小时降水观测资料及ERA5再分析数据，系统揭示了该区域暖季降水在小时时间尺度上的演变规律与空间差异，得出如下主要结论：
（1） 暖季降水日变化特征显著。自动气象站观测的小时尺度降水量与降水频次的位相变化来看，二者均呈现“双峰型”日变化特征，而ERA5再分析数据则表现为“单峰型”。这表明ERA5再分析数据对本研究区域降水日变化的刻画存在局限，尤其是在干旱区及复杂地形条件下。
（2） 降水历时结构区域差异显著。焉耆盆地主要以长历时降水（>6 h）为主，对总降水量的贡献率最大（占38.7%）；库尉轮地区则以短历时降水（1~3 h）为主，贡献率超过50%；中历时降水（4~6 h）在两个区域的贡献率为20%~40%。此外，不同等级降水的日变化整体呈现“夜间主峰，午后至傍晚次峰”的特征，其中小雨对总降水量的贡献率最大（占38.8%），并表现出显著的夜雨特性（夜间发生概率55.0%）。
（3） 昼夜降水分布不均。降水量和降水频次均表现出明显的昼夜差异，两者均在02:00—07:00达到最高值，显示出显著的夜雨特征。两者的次高值时段不同：降水量的次高值出现在14:00—19:00，而降水频次的次高值则出现在20:00—01:00。这种差异表明，不同强度降水过程受热力驱动与地形作用的影响程度存在差异，体现了两者在降水形成与持续机制上的协同调制效应。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Lin X, Randall D A, Fowler L D. Diurnal variability of the hydrologic cycle and radiative fluxes: Comparisons between observations and a GCM[J]. Journal of Climate, 2000, 13(23): 4159-4179.

[2]
丁乙, 窦晶晶, 王迎春, 等. 华北平原及沿山和沿海五个城市夏季短历时降水过程的日变化分析[J]. 气象学报, 2024, 82(4): 490-509.

[ Ding Yi, Dou Jingjing, Wang Yingchun, et al. Analysis of diurnal variation of summer short-duration rainfall events in the North China Plain and five main cities based on hourly rainfall data over 1980-2022[J]. Acta Meteorologica Sinica, 2024, 82(4): 490-509. ]

[3]
李岩瑛, 张红丽, 张强, 等. 西北地区东部季风摆动区大气边界层高度对夏季风活动和季风降水的响应特征[J]. 干旱区地理, 2020, 43(5): 1169-1178.

[ Li Yanying, Zhang Hongli, Zhang Qiang, et al. Response characteristics of atmospheric boundary layer height to summer monsoon activity and monsoon precipitation of monsoon swing region in the eastern part of Northwest China[J]. Arid Land Geography, 2020, 43(5): 1169-1178. ]

[4]
马丽, 武永利, 董春卿, 等. 太行山复杂地形下华北暖季极端降水的时空分布特征[J]. 大气科学学报, 2024, 47(3): 438-449.

[ Ma Li, Wu Yongli, Dong Cunqing, et al. Spatial-temporal distribution characteristics of extreme precipitation in the warm season in northern China under the complex topography of the Taihang Mountains[J]. Transactions of Atmospheric Sciences, 2024, 47(3): 438-449. ]

[5]
杨涛, 张云惠, 杨莲梅. 新疆短时强降水时空分布精细化特征[J]. 气象水文海洋仪器, 2022, 39(3): 34-37.

[ Yang Tao, Zhang Yunhui, Yang Lianmei. Fine-scale characteristics of temporal and spatial distribution of short-term heavy precipitation in Xinjiang[J]. Meteorological and Hydrological Instruments, 2022, 39(3): 34-37. ]

[6]
王姣妍. 基于MSWEP降水产品的新疆干旱时空特征分析[J]. 干旱区研究, 2022, 39(5): 1398-1409.

[ Wang Jiaoyan. Study on spatiotemporal characteristics of drought in Xinjiang based on Multi-Source Weighted-Ensemble Precipitation multi-source merged precipitation product[J]. Arid Zone Research, 2022, 39(5): 1398-1409. ]

[7]
姚俊强. 新疆空中水资源和地表水资源变化特征研究[J]. 干旱区研究, 2024, 41(2): 181-190.

[ Yao Junqiang. Change in atmospheric and surface water resources in Xinjiang[J]. Arid Zone Research, 2024, 41(2): 181-190. ]

[8]
杨倩, 秦莉, 高培, 等. 基于EEMD-LSTM模型的天山北坡经济带年降水量预测[J]. 干旱区研究, 2021, 38(5): 1235-1243.

[ Yang Qian, Qin Li, Gao Pei, et al. Prediction of annual precipitation in the Northern Slope Economic Belt of Tianshan Mountains based on an EEMD-LSTM model[J]. Arid Zone Research, 2021, 38(5): 1235-1243. ]

[9]
姚俊强, 曾勇, 李建刚, 等. 中亚区域干湿及极端降水研究综述[J]. 气象科技进展, 2020, 10(4): 7-14.

[ Yao Junqiang, Zeng Yong, Li Jiangang, et al. A review of dry-wet climate change and extreme precipitation in Central Asia[J]. Advances in Meteorological Science and Technology, 2020, 10(4): 7-14. ]

[10]
杨霞, 杨柳. 昆仑山北坡西段和中段暴雨的特征及差异[J]. 干旱区研究, 2025, 42(2): 202-211.

[ Yang Xia, Yang Liu. Characteristics and differences in heavy rainfall in the western and central sections of the northern slope of the Kunlun Mountains[J]. Arid Zone Research, 2025, 42(2): 202-211. ]

[11]
努尔比亚·吐尼牙孜, 李凤晶, 阿依努尔·买买提吐逊, 等. 中亚低涡背景下南疆西部山区一次极端暴雨成因分析[J]. 沙漠与绿洲气象, 2024, 18(6): 38-46.

[ Nurbiye Tunyaz, Li Fengjing, Aynur Mamattusun, et al. Analysis of the cause of an extreme rainstorm process in the western Mountainous areas in southern Xinjiang of China under the background of Central-Asia Vortex[J]. Desert and Oasis Meteorology, 2024, 18(6): 38-46. ]

[12]
姚俊强, 陈静, 周桂香, 等. 新疆南部干旱区暴雨研究: 科学认知与主要进展[J]. 沙漠与绿洲气象, 2024, 18(5): 1-8.

[ Yao Junqiang, Chen Jing, Zhou Guixiang, et al. Research on heavy rainfall in southern Xinjiang: Scientific nnowledge and research advances[J]. Desert and Oasis Meteorology, 2024, 18(5): 1-8. ]

[13]
努尔比亚·吐尼牙孜, 姚俊强, 阿依努尔·买买提吐逊, 等. 1961—2021年塔里木盆地极端降水指数时空变化特征[J]. 沙漠与绿洲气象, 2024, 18(5): 25-34.

[ Nurbiye Tunyaz, Yao Junqiang, Aynur Mamattusun, et al. Spatial and temporal variation characteristics of extreme precipitation indexes in the Tarim Basin from 1961 to 2021[J]. Desert and Oasis Meteorology, 2024, 18(5): 25-34. ]

[14]
Wu Guocan, Li Yunli, Tao Wu, et al. The unevenness in observed daily precipitation in the mainland of China[J]. Theoretical and Applied Climatology, 2021, 146(3-4): 1031-1041.

[15]
Zhang Xinyan, Xu Weixin. Diurnal variations in rainfall and precipitation asymmetry of tropical cyclones in the Northwest Pacific region[J]. Journal of Climate, 2021, 34(13): 4979-4999.

[16]
多典洛珠, 周顺武, 郑丹, 等. 2005—2017年拉萨小时降水变化特征[J]. 干旱区地理, 2020, 43(6): 1467-1476.

[ Duodianluozhu, Zhou Shunwu, Zheng Dan, et al. Characteristics of hourly precipitation in Lhasa during 2005-2017[J]. Arid Land Geography, 2020, 43(6): 1467-1476. ]

[17]
李天江, 奚立宗, 李玲萍, 等. 基于CMPAS产品的河西走廊汛期降水日变化特征[J]. 陕西气象, 2024(4): 26-31.

[ Li Tianjiang, Xi Lizong, Li Lingping, et al. Diurnal variation characteristics of precipitation during the flood season in the Hexi Corridor based on CMPAS products[J]. Shanxi Meteorology, 2024(4): 26-31. ]

[18]
朱晓彤, 姚凯, 涂钢, 等. 东北暖季冷涡降水日变化的聚类分析[J]. 气候与环境研究, 2024, 29(2): 136-144.

[ Zhu Xiaotong, Yao Kai, Tu Gang, et al. Clustering analyses of diurnal precipitation variations associated with the Northeast cold vortex in warm season[J]. Climatic and Environmental Research, 2024, 29(2): 136-144. ]

[19]
赵勇, 黄丹青, 杨青. 新疆北部汛期降水的变化特征[J]. 干旱区研究, 2012, 29(1): 35-40.

[ Zhao Yong, Huang Danqing, Yang Qing. Analysis on variation of precipitation in flood season in North Xinjiang[J]. Arid Zone Research, 2012, 29(1): 35-40. ]

[20]
朱小凡, 张明军, 王圣杰, 等. 2008—2013年新疆夏季降水的日变化特征[J]. 生态学杂志, 2016, 35(2): 478-488.

[ Zhu Xiaofan, Zhang Mingjun, Wang Shengjie, et al. Diurnal variation characteristics of precipitation of Xinjiang in summer during 2008-2013[J]. Chinese Journal of Ecology, 2016, 35(2): 478-488. ]

[21]
Li Jian, Chen Tianru, Li Nina. Diurnal variation of summer precipitation across the Central Tianshan Mountains[J]. Journal of Applied Meteorology and Climatology, 2017, 56(6): 1537-1550.

[22]
陈春艳, 王建捷, 唐冶, 等. 新疆夏季降水日变化特征[J]. 应用气象学报, 2017, 28(1): 72-85.

[ Chen Chunyan, Wang Jianjie, Tang Ye, et al. Diurnal variations of summer precipitation in Xinjiang[J]. Journal of Applied Meteorological Science, 2017, 28(1): 72-85. ]

[23]
苗运玲, 宫恒瑞, 王健, 等. 2012—2019年乌鲁木齐市夏季降水日变化特征[J]. 干旱区地理, 2021, 44(5): 1222-1230.

[ Miao Yunling, Gong Hengrui, Wang Jian, et al. Diurnal variation characteristics of summer precipitation in Urumqi City from 2012 to 2019[J]. Arid Land Geography, 2021, 44(5): 1222-1230. ]

[24]
黄秋霞, 赵勇, 何清. 新疆伊犁河谷夏季降水日变化特征[J]. 冰川冻土, 2015, 37(2): 369-375.

[ Huang Qiuxia, Zhao Yong, He Qing. The daily variation characteristics of summer precipitation over the Yili River Valley, Xinjiang[J]. Journal of Glaciology and Geocryology, 2015, 37(2): 369-375. ]

[25]
郑博华, 陈胜, 王勇. 喀什地区降水(雨雪)的日变化特征[J]. 干旱区地理, 2020, 43(1): 108-116.

[ Zheng Bohua, Chen Sheng, Wang Yong. Interdiurnal variation characteristics of precipitation (rain and snow) in Kashi Prefecture[J]. Arid Land Geography, 2020, 43(1): 108-116. ]

[26]
刁鹏, 周雪英, 尼米才仁·努加, 等. 中天山巴音布鲁克盆地暖季降水日变化特征[J]. 干旱区地理, 2024, 47(12): 2093-2103.

[ Diao Peng, Zhou Xueying, Nimicairen Nujia, et al. Diurnal variation characteristics of warm season precipitation in the Bayanbuluke Basin of the Middle Tianshan Mountains[J]. Arid Land Geography, 2024, 47(12): 2093-2103. ]

[27]
李胜楠, 高婧, 宋佳, 等. 库尔勒市主汛期降水日变化特征分析[J]. 沙漠与绿洲气象, 2019, 13(2): 63-68.

[ Li Shengnan, Gao Jing, Song Jia, et al. Diurnal variation characteristics of precipitation in Korla in main flood season[J]. Desert and Oasis Meteorology, 2019, 13(2): 63-68. ]

[28]
丁裕国, 江志红. 气象数据时间序列信号处理[M]. 北京: 气象出版社, 2002: 32-37.

[ Ding Yuguo, Jiang Zhihong. Time Series Signal Processing of Meteorological Data[M]. Beijing: China Meteorological Press, 2002: 32-37. ]

[29]
刘维成, 张强, 刘新伟. 陆-气相互作用对大气对流活动影响研究进展和展望[J]. 高原气象, 2021, 40(6): 1278-1293.

[ Liu Weicheng, Zhang Qiang, Liu Xinwei. The impact of land-atmosphere interaction on the initiation and development of convective activities: A review[J]. Plateau Meteorology, 2021, 40(6): 1278-1293. ]

[30]
王志福, 钱永甫. 中国极端降水事件的频数和强度特征[J]. 水科学进展, 2009, 20(1): 1-9.

[ Wang Zhifu, Qian Yongfu. Frequency and intensity of extreme precipitation events in China[J]. Advances in Water Science, 2009, 20(1): 1-9. ]

[31]
Williams, Ian N. Evaluating soil moisture feedback on convective triggering: Roles of convective and land-model parameterizations[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(1): 317-332.

[32]
Basist A, Bell G D, Meentemeyer V. Statistical relationships between topography and precipitation patterns[J]. Journal of Climate, 1994, 7(9): 1305-1315.

[33]
李蓬生, 李晓峰, 杨崧. 基于多套卫星资料的ERA5全球小时降水频率评估[J]. 大气科学学报, 2024, 47(2): 249-259.

[ Li Pengsheng, Li Xiaofeng, Yang Song. Evaluation of the global hourly precipitation frequency in ERA5 using multiple satellite datasets[J]. Transactions of Atmospheric Sciences, 2024, 47(2): 249-259. ]

[34]
Jiang Qin, Li Weiyue, Fan Zedong, et al. Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland[J]. Journal of Hydrology, 2021, 595: 125660.

[35]
赵平伟, 李斌, 王佳妮, 等. GPM IMERG和ERA5降水数据精度在云南复杂地形区域的评估检验[J]. 气象科技, 2021, 49(1): 114-123.

[ Zhao Pingwei, Li Bin, Wang Jiani, et al. Accuracy evaluation and comparison of GPM IMERG and ERA5 precipitation products over complex terrain of Yunnan[J]. Meteorological Science and Technology, 2021, 49(1): 114-123. ]

[36]
钟水新. 地形对降水的影响机理及预报方法研究进展[J]. 高原气象, 2020, 39(5): 1122-1132.

[ Zhong Shuixin. Advances in the study of the influencing mechanism and forecast methods for orographic precipitation[J]. Plateau Meteorology, 2020, 39(5): 1122-1132. ]

Options
文章导航

/

〈 〉