劉新彥 孫小麗 王華
摘要:對(duì)濟(jì)陽縣2015 — 2016年預(yù)警信號(hào)分時(shí)段進(jìn)行質(zhì)量檢驗(yàn)。結(jié)果表明,各時(shí)段TS評(píng)分雷電最高,暴雨次之,大風(fēng)最低;預(yù)警時(shí)間提前量大風(fēng)稍高,暴雨次之,雷電最低;總體上質(zhì)量檢驗(yàn)TS評(píng)分2015年較2016年略偏高,預(yù)警時(shí)間提前量2016年較2015年有所提高。
關(guān)鍵詞:氣象災(zāi)害;預(yù)警信號(hào);質(zhì)量檢驗(yàn)
中圖分類號(hào):P429 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):0439-8114(2018)12-0048-03
DOI:10.14088/j.cnki.issn0439-8114.2018.12.013
Abstract: The quality inspection of the early warning signal in Jiyang county from 2015 to 2016 was conducted. The results showed that the thunder TS scores were the highest in each period,followed by the rainstorm followed by the lowest gale. The early warning time of the gale was slightly higher,the rainstorm was second,and the thunder was the lowest; Overall quality test TS score was slightly higher in 2015 than 2016,and early warning time was raised in 2016 years earlier than in 2015.
Key words: meteorological disasters; warning signal; quality inspection
氣象災(zāi)害占中國自然災(zāi)害的70%以上,平均每年氣象災(zāi)害造成的直接經(jīng)濟(jì)損失占中國GDP的3%~6%,70%的農(nóng)業(yè)災(zāi)害來自氣象災(zāi)害[1-3]。2011年《國務(wù)院辦公廳關(guān)于加強(qiáng)氣象災(zāi)害監(jiān)測預(yù)警及信息發(fā)布工作的意見》指出,加強(qiáng)氣象災(zāi)害預(yù)警信號(hào)發(fā)布工作是防災(zāi)減災(zāi)工作的關(guān)鍵環(huán)節(jié),是防御和減輕災(zāi)害損失的重要基礎(chǔ)。2015年《國家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)》正式運(yùn)行,為了加強(qiáng)預(yù)警信號(hào)業(yè)務(wù)管理,促進(jìn)預(yù)警信號(hào)質(zhì)量提高,中國氣象局對(duì)縣級(jí)發(fā)布的暴雨(雪)、大風(fēng)、雷電、冰雹、大霧和霾等七類預(yù)警信號(hào)進(jìn)行質(zhì)量檢驗(yàn)。掌握預(yù)警信號(hào)分布規(guī)律和發(fā)布時(shí)機(jī)對(duì)進(jìn)一步提高預(yù)警信號(hào)的準(zhǔn)確性和時(shí)效性有很大幫助,并可以進(jìn)一步提升氣象服務(wù)效益[4-6]。黃歸蘭等[7]就預(yù)警信號(hào)分布特征進(jìn)行了研究;胡永松等[8]、肖偉軍等[9]對(duì)預(yù)警信號(hào)發(fā)布策略進(jìn)行了探討;李海鷹等[10]、徐穎等[11]、吉莉等[12]就預(yù)警信號(hào)時(shí)效、效益方面進(jìn)行論述。前人的研究大多未涉及預(yù)警信號(hào)的質(zhì)量檢驗(yàn),因此選取濟(jì)陽縣2015 — 2016年預(yù)警信號(hào)資料進(jìn)行質(zhì)量檢驗(yàn),結(jié)合歷年完整的實(shí)況觀測資料,以期找到氣象災(zāi)害預(yù)警信號(hào)分布特征和亟待提高環(huán)節(jié),為提高預(yù)警信號(hào)質(zhì)量、凸顯氣象服務(wù)社會(huì)效益提供參考和幫助。
1 資料與方法
1.1 資料來源
選取濟(jì)陽縣為檢驗(yàn)單元,氣象災(zāi)害資料選取濟(jì)陽縣氣象局2004 — 2016年期間已發(fā)布預(yù)警信號(hào)或?qū)崨r達(dá)到了預(yù)警信號(hào)發(fā)布標(biāo)準(zhǔn)的觀測資料,預(yù)警信號(hào)質(zhì)量檢驗(yàn)選取樣本比較完整的2015 — 2016年資料。大霧和霾山東省暫不檢驗(yàn),故只統(tǒng)計(jì)暴雨(雪)、大風(fēng)、雷電、冰雹5類災(zāi)害性天氣資料。
1.2 研究方法
1.2.1 質(zhì)量檢驗(yàn)規(guī)則 預(yù)警信號(hào)質(zhì)量檢驗(yàn)以縣(區(qū))為檢驗(yàn)單元,當(dāng)發(fā)布預(yù)警信號(hào)或?qū)崨r達(dá)到了預(yù)警信號(hào)發(fā)布標(biāo)準(zhǔn)時(shí)均需要進(jìn)行檢驗(yàn)。雷電和冰雹預(yù)警信號(hào)的級(jí)別與災(zāi)害性天氣過程強(qiáng)度是否準(zhǔn)確對(duì)應(yīng)只做不分級(jí)檢驗(yàn),其他預(yù)警信號(hào)不同級(jí)別與災(zāi)害性天氣過程強(qiáng)度是否準(zhǔn)確對(duì)應(yīng)需要做所有級(jí)別檢驗(yàn)。災(zāi)情實(shí)況已出現(xiàn)考慮過程將持續(xù)時(shí)發(fā)布的預(yù)警信號(hào),如果預(yù)警信號(hào)在實(shí)況出現(xiàn)后30分鐘內(nèi)發(fā)布,記為預(yù)警信號(hào)正確,提前時(shí)間記為0;否則,記為實(shí)況所對(duì)應(yīng)的預(yù)警信號(hào)漏報(bào),預(yù)警信號(hào)不正確時(shí)提前時(shí)間記為0。
1.2.2 質(zhì)量檢驗(yàn)內(nèi)容 質(zhì)量檢驗(yàn)內(nèi)容包括預(yù)警信號(hào)的準(zhǔn)確性和時(shí)效性。預(yù)警信號(hào)的準(zhǔn)確性是指實(shí)際發(fā)生的災(zāi)害性天氣嚴(yán)重程度與發(fā)布預(yù)警信號(hào)的對(duì)應(yīng)情況,準(zhǔn)確性檢驗(yàn)指標(biāo)有TS評(píng)分、空?qǐng)?bào)率FAR、漏報(bào)率PO和命中率POD。預(yù)警信號(hào)的時(shí)效性是指預(yù)警信號(hào)發(fā)布時(shí)間相對(duì)災(zāi)害性天氣發(fā)生時(shí)間的提前量,檢驗(yàn)指標(biāo)有準(zhǔn)確預(yù)警的時(shí)間提前量T1、預(yù)警的時(shí)間提前量T2和有效預(yù)警的時(shí)間提前量T3。NAk為預(yù)報(bào)正確次數(shù),NBk為空?qǐng)?bào)次數(shù),NCk為漏報(bào)次數(shù);K為預(yù)警信號(hào)級(jí)別,一般為1~4級(jí),Ⅳ級(jí)(一般)、Ⅲ級(jí)(較重)、Ⅱ級(jí)(嚴(yán)重)、Ⅰ級(jí)(特別嚴(yán)重)依次用藍(lán)色、黃色、橙色和紅色表示;C代表預(yù)警信號(hào)的提前時(shí)間,時(shí)間單位為分鐘。
1.2.3 質(zhì)量檢驗(yàn)方法
1)準(zhǔn)確性。準(zhǔn)確性檢驗(yàn)指標(biāo)有TS評(píng)分、空?qǐng)?bào)率、漏報(bào)率和命中率。計(jì)算公式如下。
2 結(jié)果與分析
2.1 氣象災(zāi)害和預(yù)警信號(hào)統(tǒng)計(jì)
2004 — 2016年出現(xiàn)氣象災(zāi)害性天氣合計(jì)477次(圖1)。其中暴雨、大風(fēng)和雷電所占比例分別為10%、30%和58%,三者合計(jì)所占比例為98%;冰雹和暴雪合計(jì)所占比例為2%。暴雨、大風(fēng)和雷電災(zāi)害對(duì)人民日常生活和農(nóng)業(yè)生產(chǎn)帶來的影響比較直接,三者出現(xiàn)的頻次和比重都比較高,預(yù)警信號(hào)質(zhì)量檢驗(yàn)選取暴雨、大風(fēng)和雷電進(jìn)行統(tǒng)計(jì)分析。暴雨天氣共計(jì)出現(xiàn)49次,其中6、7、8月所占比例分別為19%、38%和31%,3個(gè)月合計(jì)所占比例為88%;大風(fēng)天氣共計(jì)出現(xiàn)143次,其中3、4、5、6月所占比例分別為15%、24%、11%和15%,4個(gè)月合計(jì)占比65%;雷電天氣共計(jì)出現(xiàn)278次,其中6、7、8月所占比例分別為21%、29%和28%,3個(gè)月合計(jì)占比78%。2015—2016年發(fā)布預(yù)警信號(hào)合計(jì)71次,其中暴雨、大風(fēng)和雷電所占比例分別為8%、34%和55%,三者合計(jì)所占比例為97%。
2.2 暴雨預(yù)警信號(hào)質(zhì)量檢驗(yàn)
2015 — 2016年濟(jì)陽縣共計(jì)發(fā)布暴雨預(yù)警信號(hào)6次,其中正確5次,空?qǐng)?bào)1次,漏報(bào)0次。暴雨預(yù)警信號(hào)全部集中在6 — 8月,與暴雨災(zāi)害分布特征基本一致。只有2015年8月為暴雨黃色預(yù)警信號(hào),其余都是暴雨藍(lán)色預(yù)警信號(hào)。
按照質(zhì)量檢驗(yàn)方法對(duì)2015 — 2016年期間暴雨預(yù)警信號(hào)進(jìn)行不同時(shí)段質(zhì)量檢驗(yàn)(表1),各時(shí)段質(zhì)量檢驗(yàn)命中率都為100%,漏報(bào)率都為0。6月TS評(píng)分和T1、T2和T3較7、8月明顯偏低, 7月TS評(píng)分和T1、T2和T3最高。年度檢驗(yàn)2015年TS評(píng)分較2016年稍高,2016年T1、T2和T3較2015年有所提高。暴雨天氣絕大部分集中在6 — 8月,對(duì)于濟(jì)陽縣而言,在主汛期要密切關(guān)注暴雨天氣,天氣形勢、物理量場達(dá)到暴雨指標(biāo)可考慮發(fā)布暴雨藍(lán)色預(yù)警信號(hào);水汽充沛、雨強(qiáng)較大、持續(xù)時(shí)間較長等非常有利的天氣形勢下,可以考慮適時(shí)發(fā)布更高一級(jí)暴雨預(yù)警信號(hào)。
2.3 大風(fēng)預(yù)警信號(hào)質(zhì)量檢驗(yàn)
2015 — 2016年濟(jì)陽縣共計(jì)發(fā)布大風(fēng)預(yù)警信號(hào)24次,其中正確18次,空?qǐng)?bào)6次,漏報(bào)0次。3 — 6月合計(jì)發(fā)布15次,占所有大風(fēng)預(yù)警信號(hào)的62.5%,預(yù)警信號(hào)時(shí)間上的分布和大風(fēng)災(zāi)害性天氣分布特征基本一致。2016年11月發(fā)布一次大風(fēng)黃色預(yù)警信號(hào),其余都是大風(fēng)藍(lán)色預(yù)警信號(hào)。
按照質(zhì)量檢驗(yàn)方法對(duì)2015 — 2016年期間大風(fēng)預(yù)警信號(hào)進(jìn)行不同時(shí)段質(zhì)量檢驗(yàn)(表2),各時(shí)段質(zhì)量檢驗(yàn)命中率都為100%,漏報(bào)率都為0。一、二季度TS評(píng)分較三、四季度明顯偏低,第一季度T1、T2和T3最高,第三季度T1、T2和T3最低。大風(fēng)災(zāi)害比較集中的3 — 6月,2015年TS評(píng)分和預(yù)警時(shí)間提前量較2016年稍高;年度質(zhì)量檢驗(yàn)TS評(píng)分2015年較2016年稍微偏低,2016年T1、T2和T3明顯增加。
上半年大風(fēng)天氣出現(xiàn)次數(shù)較多,春季又是易發(fā)旱災(zāi)和火險(xiǎn)時(shí)間段,為保證氣象服務(wù)效果造成部分大風(fēng)預(yù)警信號(hào)空?qǐng)?bào),即一、二季度TS評(píng)分稍低;7、8月多雷雨大風(fēng)天氣,天氣形勢多變且持續(xù)時(shí)間較短,造成大部分預(yù)警信號(hào)是實(shí)況發(fā)生后發(fā)布,提前時(shí)間只能記為0,造成第三季度T1、T2和T3最低。對(duì)于濟(jì)陽縣而言,在3 — 6月要密切關(guān)注大風(fēng)天氣,適時(shí)發(fā)布大風(fēng)藍(lán)色預(yù)警信號(hào);如果南高北低氣壓場明顯、氣壓梯度較大,雷達(dá)資料MARC、弓形回波特征明顯等[13],特別是出現(xiàn)在6月時(shí)可提前直接發(fā)布大風(fēng)黃色預(yù)警信號(hào)。
2.4 雷電預(yù)警信號(hào)質(zhì)量檢驗(yàn)
2015 — 2016年濟(jì)陽縣共計(jì)發(fā)布雷電黃色預(yù)警信號(hào)39次,其中正確38次,空?qǐng)?bào)1次,漏報(bào)0次。6—8月合計(jì)發(fā)布31次,占所有雷電預(yù)警信號(hào)的79.5%,3個(gè)月合計(jì)占比79%,預(yù)警信號(hào)時(shí)間上的分布與雷電災(zāi)害分布特征基本一致。
按照檢驗(yàn)方法對(duì)2015 — 2016年雷電預(yù)警信號(hào)進(jìn)行不同時(shí)段不分級(jí)檢驗(yàn)(表3),各時(shí)段質(zhì)量檢驗(yàn)命中率都為100%,漏報(bào)率都為0。6 — 8月質(zhì)量檢驗(yàn)2015年TS評(píng)分較2016年偏高,2015年T1、T2和T3較2016年偏低。年度質(zhì)量檢驗(yàn)2015年TS評(píng)分較2016年偏高,2016年T1、T2和T3較2015年略有提高。
雷電天氣大部分集中在6 — 8月,規(guī)則要求雷電預(yù)警信號(hào)不考慮強(qiáng)度對(duì)應(yīng)關(guān)系只做不分級(jí)質(zhì)量檢驗(yàn)。對(duì)于濟(jì)陽縣而言在主汛期要密切關(guān)注雷電天氣,天氣形勢有利、雷達(dá)反射率-10 ℃(-20 ℃)高度上出現(xiàn)大于等于40 dBz(25 dBz)的反射率可考慮發(fā)布雷電預(yù)警信號(hào)[14]。
3 小結(jié)與討論
1)濟(jì)陽縣災(zāi)害性天氣以暴雨、大風(fēng)和雷電為主,三者合計(jì)占所有災(zāi)害性天氣的98%。暴雨和雷電天氣主要集中在6—8月,大風(fēng)天氣以3—6月居多。
2)暴雨預(yù)警信號(hào)6月TS評(píng)分較7、8月偏低,預(yù)警時(shí)間提前量逐年上升。大風(fēng)預(yù)警信號(hào)TS評(píng)分上半年較下半年偏低,第三季度預(yù)警時(shí)間提前量最低,整體上TS評(píng)分在60%~70%,預(yù)警時(shí)間提前量逐年上升。雷電預(yù)警信號(hào)TS評(píng)分較高,但預(yù)警時(shí)間提前量在分時(shí)段質(zhì)量檢驗(yàn)中較暴雨和大風(fēng)偏低??傮w上質(zhì)量檢驗(yàn)TS評(píng)分2015年較2016年略偏高,預(yù)警時(shí)間提前量則2016年較2015年有所提高。
3)預(yù)警信號(hào)在時(shí)間上的分布和災(zāi)害性天氣分布特征保持基本一致,在實(shí)際工作中可以據(jù)此有的放矢地關(guān)注相關(guān)預(yù)警信號(hào)的發(fā)布事宜,逐步提高大風(fēng)預(yù)警信號(hào)TS評(píng)分和雷電預(yù)警信號(hào)時(shí)間提前量。
由于預(yù)警信號(hào)統(tǒng)計(jì)樣本稍少,準(zhǔn)確性和時(shí)效性規(guī)律特征不是非常明顯,隨著樣本數(shù)量的增加可以做進(jìn)一步的統(tǒng)計(jì)分析。質(zhì)量檢驗(yàn)規(guī)則規(guī)定“實(shí)況已出現(xiàn)后30 min內(nèi)發(fā)布預(yù)警信號(hào)記為正確,提前時(shí)間記為0”,容易出現(xiàn)為提高TS評(píng)分而推遲預(yù)警信號(hào)發(fā)布時(shí)間,造成沒有漏報(bào)且空?qǐng)?bào)非常少的現(xiàn)象;準(zhǔn)確性指標(biāo)較好但時(shí)效性較差,對(duì)于做好地方氣象服務(wù)沒有特別明顯利好。實(shí)際工作中還應(yīng)該逐步提高預(yù)報(bào)和分析判斷能力,結(jié)合氣象災(zāi)害分布特征做好預(yù)警信號(hào)發(fā)布工作。
參考文獻(xiàn):
[1] 李世奎,霍治國,王道龍,等.中國農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與對(duì)策[M].北京:氣象出版社,1999.
[2] 章國材.防御和減輕氣象災(zāi)害-2006年世界起息日主題[J].氣象,2006,32(3):3-5.
[3] 霍治國,李世奎,王素艷,等.主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)及其應(yīng)用研究[J].自然資源學(xué)報(bào),2003,18(6):692-703.
[4] 蘭紅平,陳訓(xùn)來,孫向明,等.深圳市氣象災(zāi)害分區(qū)預(yù)警系統(tǒng)研究[J].氣象科技,2010,38(5):629-634.
[5] 張雪晨,鄭媛媛,姚 晨,等.安徽省突發(fā)氣象災(zāi)害預(yù)警信號(hào)制作系統(tǒng)[J].氣象,2007,33(6):107-111.
[6] 馬建國,錢霞榮,李 強(qiáng),等.六安市高溫特征及其預(yù)警信號(hào)發(fā)布[J].氣象科技,2006,34(6):693-697.
[7] 黃歸蘭,趙 宇,馬繼華,等.廣西氣象災(zāi)害預(yù)警信號(hào)分布特征及發(fā)布[J].氣象科技,2015,43(2):343-348.
[8] 胡永松,李德章,張壽榮,等.淺析畢節(jié)地區(qū)“暴雨預(yù)警信號(hào)”發(fā)布策略與技巧[J].貴州氣象,2009,33(6):44-46.
[9] 肖偉軍,劉運(yùn)策.暴雨預(yù)警信號(hào)發(fā)布策略與技巧初探[J].廣東氣象,2006(3):28-29.
[10] 李海鷹,許寧軍.預(yù)警信號(hào)發(fā)布中的一些問題[J].氣象,2005, 31(6):83-86.
[11] 徐 穎,丁永紅,馬立文.淺談寧夏突發(fā)性氣象災(zāi)害預(yù)警信號(hào)發(fā)布[J].科技資訊,2009(25):232-233.
[12] 吉 莉,茍 思,李光兵.災(zāi)害性氣象預(yù)警服務(wù)效益評(píng)估的研究[J].安徽農(nóng)業(yè)科學(xué),2011,29(23):14200-14201.
[13] 俞小鼎,姚秀萍,熊廷南,等.多普勒天氣雷達(dá)原理與業(yè)務(wù)應(yīng)用[M].北京:氣象出版社,2006.
[14] 閻麗鳳,楊成芳.山東省災(zāi)害性天氣預(yù)報(bào)技術(shù)手冊(cè)[M].北京:氣象出版社,2014.