一种点暴雨降雨量排序方法及点暴雨重现期估算方法

技术领域

本发明属于水利工程及水土保持工程领域，涉及水利工程建设，包括水库库容设计、城市防洪工程以及各种水土保持工程建设防洪标准的确定，特别涉及一种点暴雨降雨量排序方法及对暴雨重现期估算方法以及与此密切相关的由暴雨引发的次生灾害评估。

背景技术

降雨是大气中的湿热空气遭遇冷气流后导致温度大幅降低，进而出现水汽的超饱和现象，多余的水分便会凝结，然后以液态或固态的形式降落到地面的现象，降雨是地球表面水循环的一个重要组成部分，属于气候过程中的一种自然现象。对于地球陆地表面来说，在降雨过程中，当降雨强度超过对应时段的地表土壤等下垫面的入渗和蓄水能力时就会产生地表径流。暴雨是一种降雨强度和降雨量都相对较大的降雨，是产生地表径流和水土流失的主要原因，尤其是大范围持续性暴雨和集中的特大暴雨。大暴雨不仅产生较大且迅猛的地表径流，引发山洪暴涨，水库垮坝，江河横溢，房屋被冲塌，农田被淹没，继而产生城市内涝，交通和电讯中断等一系列严重的自然灾害，给国民经济和人民的生命财产带来严重危害。

降雨是地球水汽循环的一种形式，是区域气候变化的产物。在不同的气候和环境条件下，降雨的成因过程略有不同。通常划分为对流降雨、地形降雨、锋面降雨以及台风降雨等，不同成因的降雨其表现形式不尽相同。不同季节、不同时间段的降雨，其表现特征也不相同，主要表现为：降雨的强度大小不同，降雨的持续时间不同，最终的降雨量大小不同，而且降雨的覆盖范围也不相同，同一场降雨过程中不同位置的降雨量也有差异，有时差异很大。因此对暴雨过程描述时通常主要采用以下五个主要参数：降雨强度、降雨历时、降雨量(通常指雨量站测定的点雨量，即单位面积的降雨量深度)、降雨区面积和降雨中心(位置)。

在描述降雨特征的五个参数中，只有降雨量和降雨历时是实测值，降雨强度则是计算值(基于降雨量和降雨历时)，而降雨区域面积和降雨中心位置则是统计分析值。由于降雨量能够相对直观的反映降雨大小，所以通常采用在相同时段内按照降雨量的大小对降雨进行等级划分和评价。对于某一特定降雨，一般以降雨覆盖区域内采集到的最大降雨量(点雨量)作为降雨中心，然后再在此基础上，结合降雨的其他特征参数进行综合分析评价。过去受观测手段和方法的限制，气象数据的观测间隔多为12小时或24小时，所以在降雨等级划分方面，为了一致性，我国气象部门规定，24小时降雨量小于 10mm的降雨为小雨；24小时降雨量介于10-25mm的降雨为中雨，24小时降雨量介于25-50mm的降雨为大雨，24小时降雨量大于50mm的降雨为暴雨。由于暴雨常常产生严重的自然灾害，且50mm以上的范围太大，为了便于对暴雨可能产生的灾害进行精准分析评价，对不同降雨量的暴雨又进行了划分，其中：24小时降雨量介于50-100mm的降雨为暴雨(普通暴雨)，24小时降雨量介于100-250mm的降雨为大暴雨，24小时降雨量大于250mm的降雨为特大暴雨。由于暴雨不仅指降雨量较大，而且包含了降雨强度也较大的属性，所以气象部门对部分短历时、大雨强的降雨，如每小时降雨量16毫米以上的强降雨以及12小时降雨量等于和大于30毫米也纳入“暴雨”的范围。

另外，在暴雨划分方面，按照暴雨持续的时间长短将暴雨划分为短历时暴雨和长历时暴雨；按照暴雨发生和影响范围的大小将暴雨划分为局地暴雨、区域性暴雨、大范围暴雨、特大范围暴雨。短历时暴雨一般持续时间只有几分钟到几十分钟；而长历时暴雨则可能持续几个小时到数十个小时。一般情况下，局地暴雨影响范围较小，历时也较短，区域性暴雨一般影响范围较大，持续时间较长。

上述暴雨划分标准是将降雨历时限定为24小时(或12小时)，由于固定了降雨历时，所以弱化了降雨强度大小的属性。实际上，在降雨量相同的条件下，通常短历时的强降雨产生的灾害更为严重。由于降雨过程是一种自然现象，每次降雨的时长(降雨持续时间)和降雨量都存在很大的随机性和不确定性，相同降雨时长不同降雨量或不同降雨时长相同的降雨量之间很难进行暴雨大小比较，也不便对可能产生的灾害进行评估。例如：20毫米降雨如果均匀分布在24小时内，给人的感觉是细雨纷飞，只能算是中雨，但是如果 1分钟降雨量达到20毫米(目前全球陆地1分钟的降雨记录是38.1毫米)，给人的感觉一定是天塌地陷，非暴雨倾盆所能形容，其产生的破坏力不亚于一场小暴雨，但由于降雨量较小，达不到暴雨级别标准。同样道理，1小时降雨100毫米、12小时降雨100毫米和24小时降雨100毫米三种情况下产生的地表径流量以及后续产生的灾害完全不同，但是缺乏相关的评价方法。另外，如果24小时降雨量120毫米与48小时降雨量150毫米，二者产生的自然灾害有多大差异，目前还无法从理论上去评定。由于不同降雨历时的暴雨之间无法直接进行大小比较，所以就很难对暴雨的再现频率进行可靠估算，当然也就很难对各种水利及水保工程和道路及城市防洪排涝工程的标准进行合理设计。

在暴雨重现期或频率估算方面，目前采用的估算方法主要是适线法。其经验频率公式采用期望值公式，线型采用P-Ⅲ型。具体操作方法是首先选择研究区域内的典型暴雨(指研究区域内降雨量比较大的点暴雨降雨量，点暴雨是指气象站或雨量观测站在一定时间内测得的降雨量达到或超过暴雨标准的降雨)，对当地气象站或雨量观测站历年实测降雨量中最大点暴雨进行统计 (这种方法的结果是最大样本数等于观测年数)，并按照大小排序，根据观测年数分析计算每场暴雨曾经出现的频率，然后点绘到暴雨量频率格纸上，勾画暴雨频率趋势线。这种方法只有当样本数量相当大(大小与评估的暴雨大小有关)时，才具有一定可信度，但大多数情况由于样本数较少，对观测到的极端大暴雨的重现期不能做出正确评估，故而会出现偏离趋势线较远或者结果偏差较大的现象，为了将其纳入趋势线，只有对部分极端暴雨产生的不合理现象(不在趋势线上)，则是结合当地降雨的平均值、离差系数、偏态系数等统计参数之间的关系，再结合周边暴雨的调查资料和经验对趋势线进行适当修正。例如我国南方某地有一场次24h的降雨量达到338mm,结合前期的典型暴雨资料，在暴雨量频率格纸上，勾画暴雨频率趋势线，通过核算，显示该次降雨为万年一遇的暴雨，但在调查附近其他地区的降雨资料后发现该次暴雨的等级没有那么高，后来结合周边暴雨的调查资料和经验对趋势线进行了适当修正，最后得出该次降雨为200年一遇的暴雨。因此传统的暴雨再现频率确定方法中的近线法(也可以说是修改频率曲线)带有一定的主观性，而且修正依据的可信度有多高则不得而知。另外，这种方法由于无法对不同降雨历时的暴雨(特别是降雨历时超过24h以上的暴雨)降雨量进行大小比较，从而降低了部分暴雨的重现频率，这样计算的暴雨重现期或再现频率在暴雨灾害预防和治理方面会产生较大的偏差，从而产生各种不必要的损失。

发明内容

鉴于目前国内外在工程水文方面还缺乏对各种不同类型(短历时暴雨和长历时暴雨)点暴雨的降雨量大小进行直接比较和评判的方法，当然也无法对点暴雨的重现期和频率及灾害等级进行准确可靠的评估，本发明的目的在于提出一种普适性的点暴雨大小比较方法，使得不同降雨历时的点暴雨大小之间具有可比性；在此基础上提出一种点暴雨重现期或频率的估算方法，从而为暴雨的大小分级和灾害评判以及暴雨频率设计提供可靠的技术支撑。

为了实现上述目标，本发明采用以下技术方案：

一方面，本发明公开了一种点暴雨降雨量排序方法，具体包括以下步骤：

步骤1，根据研究区域内的历史降雨特征，确定不同降雨历时的暴雨降雨量阈值；

步骤2，统计研究区域内历史降雨资料中一次连续降雨过程的总降雨量大于或等于降雨历时对应的暴雨降雨量阈值的降雨信息，降雨信息包括降雨量和降雨历时；

步骤3，用每次暴雨的降雨量除以降雨历时获得每次暴雨的平均降雨强度；

步骤4，从步骤3得到的平均降雨强度中删除降雨强度较小的暴雨记录，得到有效暴雨数据；

步骤5，对步骤4得到的有效暴雨数据计算每次暴雨的当量降雨量；

步骤6，根据步骤5得到的每次暴雨的当量降雨量，确定暴雨的有效当量降雨量；

步骤7，对步骤6得到的每次暴雨对应的有效当量降雨量进行降序排列。

进一步的，所述步骤1具体是：

(1)如果降雨历时不大于24h，对于半干旱地区、干旱地区和湿润地区，暴雨降雨量阈值依次取30mm/24h、20mm/24h和50mm/24h；

(2)如果降雨历时大于24h，降雨历时每增加24h，对应降雨历时的降雨量阈值以降雨历时不大于24h的暴雨降雨量阈值的2/3作为增幅梯度。

进一步的，所述步骤2中，统计得到的降雨信息还应满足：每个24h时段内的降雨量不小于降雨历时不大于24h的暴雨降雨量阈值的1/3。

进一步的，所述步骤4中，以连续3天降雨的暴雨降雨量阈值对应的平均降雨强度作为有效暴雨的最小降雨强度，从步骤3得到的平均降雨强度的结果中删除小于该最小降雨强度的暴雨记录，得到有效暴雨数据。

进一步的，所述步骤5中，利用公式(1)和(2)计算得到暴雨的当量降雨量P：

P＝η×R (1)

式中：P--当量降雨量；R--实测降雨量mm；η--转化特征参数；

另一方面，本发明公开了一种点暴雨重现期估算方法，具体包括如下步骤：

步骤1，选择研究区域内具有连续20年以上的暴雨观测记录；采用上述的点暴雨降雨量排序方法来计算每次暴雨的当量降雨量，确定暴雨的有效当量降雨量并对其进行排序；如果有效暴雨当量降雨量的个数大于40个，执行步骤2，否则返回步骤1；

步骤2，对步骤1得到的有效当量降雨量样本分组；

步骤3，计算步骤2得到的每组样本的有效当量降雨量平均值；

步骤4，根据步骤3的结果计算每个样本组的平均重现期；

步骤5，根据步骤3得到的每个样本组的有效当量降雨量平均值和步骤4 得到的每个样本组的平均重现期，构建当量降雨量与重现期二者关系的回归模型；

步骤6，根据步骤5的回归模型，计算实测或设计极端大暴雨降雨量对应的重现期。

进一步的，所述步骤1包括如下子步骤：

步骤1.1，研究区域内的暴雨资料是否具有连续20年以上观测记录，若是且有数个雨量观测站，则选择降雨资料序列较长的暴雨资料，执行步骤1.2，否则在研究区域周边气候环境相似区域选择新的暴雨资料，执行步骤1.1；

步骤1.2，按照权利要求1-6任一所述的点暴雨降雨量排序方法，得到降序排列的有效暴雨当量降雨量；

步骤1.3，步骤1.2得到的有效暴雨当量降雨量的个数须大于40个，即需要有40场次以上的降雨资料，是则将其作为有效当量降雨量样本，执行步骤2；否则在研究区域周边气候环境相似区域选择新的暴雨资料，执行步骤 1.1。

进一步的，所述步骤2操作如下：

对步骤1得到的有效当量降雨量样本按照从大到小的次序进行分组，分组的规则采用等差分组法或等比分组法，即后面一组的样本数与前一组的样本数成等差或等比关系增加，且分组满足以下条件：

(1)分组从样本群中第一个样本开始；

(2)每组内的样本在大小排序上是连续的；

(3)第一组的样本数n

(4)样本所分组数大于等于4；

(5)第二组接着第一组样本序列选取样本，第二组及以后的样本分组若采用等差法，选择级差为2或3；若采用等比法，选择公比为1.5-2；

(6)最后一组的样本数须足额且为有效样本。

进一步的，所述步骤3采用下式进行计算：

式中，

进一步的，所述步骤4采用下式进行计算：

式中，

与目前暴雨重现期估算采用的适线法相比较，本发明的点暴雨重现期估算方法具有以下优点：

(1)本发明的方法具有创新特点。本发明的方法将实测点暴雨量转化为能够表征暴雨雨势属性(包含降雨量大小和降雨强度大小特征)的无量纲综合参量——当量降雨量，消除降雨历时长短对暴雨雨势的影响，从而使得不同类型的暴雨(长历时暴雨和短历时暴雨)可以不受降雨历时长短的限制，可以进行雨势大小比较。这样在暴雨样本统计时不仅避免了样本遗漏的可能，而且扩大了暴雨样本数量，使得分析结果更可信。

(2)本发明的方法具有科学性。在对实测暴雨的降雨量对应的当量降雨量进行大小排序的基础上，根据以往暴雨发生的规律：大暴雨再现频率相对较低，小暴雨再现频率相对较高的特点，以实测暴雨的当量降雨量为样本，采用“金字塔”式的样本分组法，构建历史暴雨的重现期模型，以历史暴雨重现期模型推算设计暴雨重现期。特别是第一组采用3个样本，且样本的偏差不大于5％，这样不仅代表性更强，而且消除了少数大暴雨在重现期计算时可能引起的小概率随机误差。

(3)结果的可信度较高。构建点暴雨重现期模型所采用的当量降雨量样本均是以历史上实测的暴雨降雨量为依据转化而来。建立历史降雨量与对应重现期二者之间的相关性，从统计学角度来说是合理的，从对历史上已发生且有记录的较大暴雨重现期的估算结果可以看出用该方法估算暴雨的重现期，结果是可信的，方法是可行的。

(4)本发明的方法具有通用性。一方面本发明的方法不仅可用于对实测的极端特大暴雨或未来设计大暴雨的重现期进行评估计算，也可以用于工程设计时估算设计重现期对应的暴雨降雨量。另一方面，本方法在应用时不受地域和降雨的平均值、离差系数、偏态系数等统计参数的影响，要知道暴雨的降雨量和降雨历时，计算出对应的当量降雨量，就可对暴雨进行估计。

具体实施方式

以下根据上述技术方案和实施例，对本发明进一步详细说明。

本发明的点暴雨重现期(或再现频率)的估算方法，包括对各种类型点暴雨降雨量相对大小的排序方法和在此基础上构建基于历史点暴雨的重现期(或再现频率)模型(回归方程)，进而估算目标点暴雨的重现期(或再现频率)的方法两部分内容。

第一部分是点暴雨降雨量排序方法，该方法为针对研究区域内各种不同类型的暴雨，包括不同历时暴雨、不同强度暴雨、不同雨量暴雨，通过引入与降雨强度属性有关的特征参数，将实际暴雨降雨量转化为当量降雨量，使得每场暴雨的降雨量都具有隐形的相同物理意义，从而使得其大小具有可比性。主要包括以下步骤：

步骤1，确定暴雨降雨量阈值。

根据研究区域内的历史降雨特征，确定属于暴雨范畴的最小降雨量，即暴雨降雨量阈值(不同地区暴雨降雨量阈值可能不同)。(1)如果降雨历时不大于24h，对于暴雨频次较低且雨量较小的半干旱地区，暴雨降雨量阈值建议取30mm/24h；对于暴雨频次极低且雨量小的干旱地区，暴雨降雨量阈值建议取20mm/24h；对于降雨丰沛，暴雨频次较高且雨量较大的湿润地区，暴雨降雨量阈值建议取50mm/24h。(这里需要说明的是，尽管我国的气象部门将 50mm/24h作为暴雨的划分标准，但在我国大部分地区，特别是北方干旱与半干旱地区，一方面，50mm/24h以上的降雨频次实在太低，甚至多年不遇，同时许多地方由于降雨资料序列较短，无法对极端暴雨的可能再现期进行分析；另一方面，从降雨灾害方面考虑，北方许多地方的降雨多以短历时强降雨的形式出现，50mm/24h以下的降雨仍可产生严重的雨洪灾害，因此本发明根据不同地区的特点因地制宜地确定暴雨阈值)；(2)如果降雨历时大于24h(包括降雨过程中出现的间歇性停止降雨时段在内)，降雨历时每增加24h(考虑到过去降雨资料均是以24h为统计时段，所以降雨历时每增加1h-24h，均按24h 计算)，对应降雨历时的降雨量阈值建议在降雨历时不大于24h的暴雨降雨量阈值基础上确定，具体以降雨历时不大于24h的暴雨降雨量阈值的2/3作为增幅梯度确定暴雨降雨量阈值。以半干旱地区为例，24h暴雨降雨量阈值取 30mm，连续48h降雨的暴雨降雨量阈值则取50mm,连续72h降雨的暴雨降雨量阈值则取70mm,以此类推。

步骤2，统计历年暴雨的降雨信息。

选择研究区域具有连续20年以上(包括20年)降雨观测记录的降雨观测站，统计历年暴雨信息。具体是：根据步骤1确定的不同降雨历时的暴雨降雨量阈值，对历史降雨资料中一次连续降雨过程(不受降雨日数的限制) 的总降雨量大于或等于该降雨历时对应的暴雨降雨量阈值的降雨信息进行统计，主要包括降雨量(mm)和降雨历时(24h或min)两项。但每个24h时段内的降雨量不能小于降雨历时不大于24h的暴雨降雨量阈值的1/3，即干旱地区不小于7mm/24h，半干旱地区为不小于10mm/24h，湿润地区不小于 17mm/24h。例如，对于半干旱地区，如果连续降雨历时达到48h，那么就仅统计48h总降雨量大于或等于50mm的降雨量，且这48h内的每个24h时段内的降雨量也必须大于或等于10mm的降雨事件；如果降雨历时属于72h范围，那么就仅统计72h总降雨量大于或等于70mm的降雨量，且每个24h内的降雨量也必须大于或等于10mm的降雨事件。

步骤3，计算每次暴雨的平均降雨强度(mm/min)。

用每次暴雨的降雨量(mm)除以降雨历时(min)获得每次暴雨的平均降雨强度(mm/min)。具体的，对于降雨历时以天(24h)为监测统计单位的降雨资料，1天(24h)对应的降雨历时取1440min，n天对应的降雨历时取 n×1440min；对于降雨历时以小时(h)为统计单位的降雨资料，将其转化为 min计算降雨强度，计算结果表示对应时段内的平均降雨强度。

步骤4，筛选有效暴雨强度。

考虑到暴雨是指降雨强度或降雨量较大的降雨，为了不漏掉连续多日产生的大雨，并排除连续多日的小雨强对计算结果的影响，以连续3天降雨的暴雨降雨量阈值对应的平均降雨强度作为有效暴雨的最小降雨强度，因此从步骤3得到的平均降雨强度的结果中删除降雨强度较小的暴雨记录，得到有效暴雨数据。例如，对于半干旱地区，如果以72h降雨量阈值70mm为标准，可以删除平均降雨强度

步骤5，计算暴雨的当量降雨量P。

将物理意义单纯的降雨量转化为既具有雨量属性，又具有降雨强度属性的无量纲综合参量—当量降雨量P，计算公式见(1)。用步骤4遴选得到的有效暴雨数据中的暴雨降雨量R(即对应于步骤2统计的实测降雨量)乘以一个与该次暴雨降雨强度属性密切有关的无量纲转化特征参数η，η的计算见式(2)。使得以往无法对不同降雨历时(包括降雨历时小于24h和大于24h 以上的任何场次降雨)的降雨量进行大小比较的问题，通过属性归一化处理，使其具有可比性。

P＝η×R (1)

式中：P--当量降雨量；R--实测降雨量mm；η--转化特征参数；

式中：

步骤6，确定暴雨有效当量降雨量。

有效当量降雨量的确定原则：以12小时降雨量达到当地24h降雨量阈值对应的当量降雨量作为暴雨频率分析所需降雨资料的最小当量降雨量，从步骤5得到的历次暴雨的当量降雨量P中弃除当量降雨量P小于最小当量降雨量的降雨记录,将剩余当量降雨量作为对应暴雨的有效当量降雨量。

例如，对于半干旱地区，以12小时30mm降雨量对应的当量降雨量(P＝16) 作为暴雨频率分析所需降雨资料的最小当量降雨量，从步骤5得到的历次暴雨的当量降雨量P中弃除当量降雨量P＜16的降雨记录,保留P≥16的当量降雨量，将其作为有效当量降雨量。对于年降雨量较多、降雨强度较大的湿润地区，有效当量降雨量的最小取值可以相对较大。

步骤7，对当量降雨量进行排序。

对步骤6得到的每次暴雨对应的有效当量降雨量按照数值大小进行降序排列。如果当量降雨量(或雨势)数值较大，表明该场次暴雨要么实际降雨量较大，要么降雨强度较大，要么二者都较大，在这种情况下，要么是暴雨的产流量较大，要么是产流强度较大，总体具有的破坏性较大，产生的次生灾害越严重；反之，则相反。因此排序结果就反映了该区域不同的当量降雨量对应的实际暴雨具有或可能产生的破坏性相对大小。

第二部分是构建点暴雨重现期(或再现频率)的计算方法。根据统计水文学的研究结果表明：暴雨的发生存在一定的重现期，不同级别的暴雨其重现期不同。本方法是在上述第一部分的基础上(即基于对历史实测点暴雨的当量降雨量的大小排序)，通过构建当量降雨量与其对应重现期之间的相关关系回归方程(重现期模型)，据此可以计算出实测(已知)或设计极端暴雨的重现期。主要包括以下步骤：

步骤1，暴雨资料序列遴选。

步骤1.1，研究区域内的暴雨资料是否具有连续20年以上(包括20年) 观测记录，若是且有数个雨量观测站，则优选降雨资料序列较长的暴雨资料，执行步骤1.2，否则在研究区域周边气候环境相似区域选择新的暴雨资料，执行步骤1.1；

步骤1.2，按照上述第一部分的对点暴雨降雨量相对大小的排序方法对暴雨资料进行排序处理，得到降序排列的有效暴雨当量降雨量；

步骤1.3，步骤1.2得到的有效暴雨当量降雨量的个数须大于40个，即需要有40场次以上的降雨资料，是则将其作为有效当量降雨量样本，执行步骤2；否则在研究区域周边气候环境相似区域选择新的暴雨资料，执行步骤 1.1；

步骤2，对有效当量降雨量样本分组。

对步骤1得到的有效当量降雨量样本按照从大到小的次序进行分组，分组的规则采用等差分组法或等比分组法，即后面一组的样本数与前一组的样本数成等差或等比关系增加(即“金字塔”式样本分组)，且分组满足以下条件：

(1)分组从样本群中第一个样本(数值最大的样本)开始；

(2)每组内的样本在大小排序上必须是连续的；

(3)第一组的样本数n

(4)样本所分组数必须大于等于4(即样本组数如果小于4，便返回第二部分的步骤1)；

(5)第二组接着第一组样本序列选取样本，第二组及以后的样本分组若采用等差法，优选级差取值为2或3，即后一组的样本数比前一组多2-3个；若采用等比法，优选公比取值为1.5～2，即后一组的样本数是前一组的1.5～ 2倍。

(6)最后一组的样本数必须足额且必须是有效样本(即剩余样本数不够继续分组时便将其弃除不进行分组)；

步骤3，计算步骤2得到的每组样本的有效当量降雨量平均值

具体是用每组暴雨的有效当量降雨量之和除以对应的样本数，即：

式中：

步骤4，计算每个样本组的平均重现期

步骤5，构建当量降雨量与重现期二者关系回归模型。

根据步骤3得到的每组样本的有效当量降雨量平均值和步骤4得到的每个样本组的平均重现期，以平均当量降雨量

T＝a·P

式中：T---对应于当量降雨量为P的暴雨重现期(年)，即该次暴雨的量级为T年一遇的暴雨；P---暴雨的当量降雨量；a、b、c---多项式回归方程的系数和常数项。

步骤6，确定实测(或设计)极端大暴雨降雨量对应的重现期或频率。

根据已知极端大暴雨降雨量和降雨持续时间(或设计暴雨降雨量和设计暴雨持续时间)，首先利用第一部分的步骤3得到暴雨的平均降雨强度i，利用步骤5中的公式(1)、(2)计算出已知暴雨(或设计暴雨)对应的当量降雨量，其次将该当量降雨量P代入步骤5得到的公式(5)计算出该场暴雨对应的重现期T(单位为年)，数值T就表示在类似的气候和环境条件下，在未来T年内有可能再次发生该量级的暴雨。重现期T的倒数即为该暴雨的年重现概率，将年重现概率用百分数、千分数或万分数表示，即为目标暴雨的重现期频率。

实施例：

2020年8月初，北方某地连续两天降雨量达到了214.6mm，超过有降雨记录以来历史降雨最大值，其中第一天降雨152.4mm，第二天降雨62.2mm，造成了大量梯田、道路坍塌和坡面冲刷等严重的水土流失。为了评估暴雨的量级与水利工程的防洪能力，需要知道本次暴雨是多少年一遇的暴雨，即可能再现频率或重现期。

按照上述本发明的技术方案，首先对当地已发生过的点暴雨降雨量按照对应当量降雨量的大小进行排序。

步骤1：降雨资料获取。就近选择当地具有连续20年以上降雨观测记录的降雨观测站，统计历年详细降雨资料。采集到本次极端降雨的气象站具有 21年(2000年-2020年)完整的气象资料，包括降雨资料，故满足降雨资料序列要求。

步骤2：确定最小暴雨降雨量阈值。根据研究区域内的历史降雨特征，确定属于暴雨(具有灾害性的降雨)范畴的最小降雨量，即暴雨降雨量阈值。本地属于半干旱地区，降雨量相对较小，频次较低，故取24h(1天)降雨量30mm 作为暴雨降雨量阈值，对于连续两天及以上降雨过程，对应的降雨量阈值在 1天30mm的基础上，降雨历时增加1天，降雨量阈值增加20mm。且对应的时间段内的实际降雨量不小于10mm。

步骤3：统计历年“暴雨”资料信息。对历史降雨资料中一次连续降雨过程(不受降雨日数的限制)降雨量大于该阈值的降雨信息进行统计，主要包括次降雨量(mm)和降雨历时(d)两项。按暴雨发生的历史时间顺序，统计结果见下表1中第(1)-(3)列和第(6)-(8)列。

表1.历年暴雨资料信息统计计算结果

步骤4：计算每次暴雨的平均降雨强度(mm/min)，删除平均降雨强度小于或等于0.016mm/min的降雨信息。结果见表1中第(4)列和第(9)列。

步骤5，计算暴雨的当量降雨量P。用暴雨的实际降雨量乘以无量纲转化参数

步骤6，确定暴雨有效当量降雨量P。删除当量降雨量P＜16的降雨记录, 保留P≥16的当量降雨量作为有效当量降雨量。结果见表2第(3)列和第(7) 列。

表2.暴雨当量降雨量计算及排序

步骤7，当量降雨量大小排序。对有效当量降雨量按照数值的大小进行降序排列，排序结果见表2第(4)列和第(8)列。

其次，在完成上述步骤的基础上构建历史实测点暴雨对应的当量降雨量与重现期之间的相关关系(重现期模型)。主要包括以下步骤：

步骤8，暴雨资料序列遴选。根据前面对有效当量降雨量的排序可以知道，该气象站21年记录的暴雨样本(有效当量降雨量)数为53个，满足要求。

步骤9，对实测暴雨样本分组。根据分组规则，第一组的样本数n

步骤10，计算每组暴雨的当量降雨量平均值

步骤11，计算每组实测暴雨样本组的平均重现期

步骤12，构建重现期与当量降雨量二者关系回归模型。统计表3中的平均当量降雨量和对应的平均重现期，结果见表4。

表3.样本分组结果

以平均当量降雨量为横坐标，以平均重现期为纵坐标，采用多项式回归二者之间的相关关系，二者之间的相关关系见下式(9)。

表4.各组平均值统计表

T＝0.0065P

R

式中：T---对应于当量降雨量为P的暴雨重现期(年)；P---暴雨的当量降雨量。由相关系数可以看出，就已发生过的暴雨，其当量降雨量与重现期有较高的相关性。

步骤13，目标暴雨降雨量对应的重现期或频率确定。针对2020年8月初发生在北方某地的大暴雨，连续两天降雨量为214.6mm，即降雨持续时间为2880min，对应的平均降雨强度为0.0745mm/min，该场降雨的当量降雨量为P＝127.7。

将降雨量214.6mm对应的当量降雨量127.7代入(9)式，

得：T＝78(年)，

即：当地两天降雨量214.6mm对应的暴雨重现期为78年(科学的说应该是约为78年)，对应的再现频率为1.23％。即在气候和环境不变的条件下，在未来80年内有可能再次发生该量级的暴雨，或者说该量极的暴雨在当地再次发生的概率为1.23％，即在未来100年内再次发生的概率为1.23次。

对于一天降雨量152.4mm，其对应的当量降雨量为97，将其代入(9) 式，得：T＝41(年)

同样方法可以得出当地曾经发生过的两天降雨量133.9mm和121.3mm (统计的降雨资料)对应的重现期分别为20年和15年。上述两种暴雨在21 年降雨记录中分别只出现过1次，这也说明了本暴雨重现期的估算方法是可信的。

根据调查，在上个世纪七十年代中期，距离研究区域约100km外的同一地貌类型区另一地方曾经发生过12h降雨量达到320mm，24h降雨量达到 400mm的特大暴雨，产生了极其严重的洪水灾害。按照本专利提出的方法，该次暴雨降雨量对应的当量降雨量分别为272和310，将其分别代入重现期方程(9)式，即可得到对应的重现期分别为417年和551年(再现频率约为 2‰)，结合当地的气候特点，这个结果是具有较高的可信度。