劉春紅，王逸鵬，王萌萌，胡雪紅

(山東省德州市氣象局,山東 德州 253078)

1 引言

德州市位于山東西北部，屬于大陸性氣候，冷熱干濕界限明顯，以種植小麥、玉米等大田作物為主，降水對(duì)作物的生長(zhǎng)、灌溉和收獲都有著重要的影響。12121撥打量數(shù)據(jù)具有真實(shí)、可靠、連續(xù)的特點(diǎn)，真實(shí)的反應(yīng)了社會(huì)公眾的需求。羅慧[1-2]等人利用西安市2004—2006年高影響天氣事件及所對(duì)應(yīng)的12121日撥打次數(shù)分析得到了高影響天氣事件的關(guān)注度風(fēng)險(xiǎn)水平和風(fēng)險(xiǎn)關(guān)注度;對(duì)咸陽(yáng)的6類(lèi)高影響天氣事件進(jìn)行分析，得到了咸陽(yáng)市高影響天氣事件的關(guān)注度風(fēng)險(xiǎn)水平。劉璐[3]利用西安、榆林、咸陽(yáng)、安康的天氣事件及對(duì)應(yīng)12121撥打次數(shù)分析得到了陜西公眾對(duì)高影響天氣事件風(fēng)險(xiǎn)關(guān)注度的差異性。

本文擬利用2015—2017年德州市的降水類(lèi)天氣事件及“12121”的撥打量數(shù)據(jù)，來(lái)對(duì)比分析降水類(lèi)天氣事件的風(fēng)險(xiǎn)水平關(guān)注度，為今后的氣象服務(wù)的提前量及服務(wù)的精度提供科學(xué)依據(jù)。

2 資料來(lái)源及分析方法

采用2015—2017年德州市11縣市區(qū)的降水類(lèi)天氣事件及對(duì)應(yīng)的“12121”撥打量數(shù)據(jù)。選取德州市2015—2017年的降水類(lèi)天氣事件，按照降水量分為小雨、中雨、大雨、暴雨和雷電5種降水類(lèi)事件，以及天氣事件發(fā)生日對(duì)應(yīng)的“12121”撥打量，利用基礎(chǔ)模糊數(shù)學(xué)和信息擴(kuò)散理論的評(píng)估方法[4-5]，模擬人們對(duì)不同降水類(lèi)天氣的關(guān)注度。

3 “12121”撥打量與降水的關(guān)系

3.1 “12121”撥打量日變化趨勢(shì)

圖1為德州市2015—2017年“12121”撥打量的日變化趨勢(shì)圖，可以發(fā)現(xiàn)：“12121”撥打量的日變化主要有兩個(gè)峰值時(shí)段，07時(shí)和18—20時(shí)，00—04時(shí)“12121”撥打量接近為0，不受任何氣象因素的影響，這也與公眾的生活習(xí)慣基本一致，一日之計(jì)在于晨，早上用戶(hù)根據(jù)天氣預(yù)報(bào)安排好一天的生活，傍晚，關(guān)注明天的天氣，做好第二天的安排。

圖1 2015—2017年撥打量的日變化趨勢(shì)Fig.1 Daily trend of annual calls during 2015—2017

3.2 “12121”撥打量與降水發(fā)生時(shí)間變化分析

我們選取了降水當(dāng)天及前兩天的日撥打量與常年撥打量的日均值進(jìn)行了比較，得到了圖2，發(fā)現(xiàn)很多用戶(hù)在降水開(kāi)始前的兩天就開(kāi)始關(guān)注，隨著降水的臨近，關(guān)注用戶(hù)的數(shù)量逐漸增多。我們定義德州有兩個(gè)站出現(xiàn)降水即為降水開(kāi)始，降水強(qiáng)度最大的時(shí)段定義為集中降水時(shí)段，我們選擇降水開(kāi)始前3 h(含降水開(kāi)始時(shí))、集中降水時(shí)段前后各1 h(含集中降水時(shí))的撥打量進(jìn)行分析，由于上述日變化中我們發(fā)現(xiàn)00—04時(shí)的撥打量不受任何因素的影響，接近為零，我們?cè)诜治鰰r(shí)將00—04時(shí)的數(shù)據(jù)剔除，得到了圖3，發(fā)現(xiàn)降水天氣發(fā)生時(shí)用戶(hù)撥打12121高峰出現(xiàn)在降水開(kāi)始前1 h，降水開(kāi)始前關(guān)注天氣的用戶(hù)數(shù)量要明顯高于集中降水時(shí)段。

圖2 降水當(dāng)日及前兩天撥打量與常年撥打量日均值比較圖Fig.2 Comparison of daily average value of dial up and annual dialing date on the same day and the first two days of precipitation

圖3 降水開(kāi)始前3 h、集中降水前后各1 h的撥打量圖Fig.3 3 hours before the beginning of precipitation and 1 hours before and after centralized precipitation

3.3 “12121”撥打量和降水量的月變化趨勢(shì)

圖4為2015—2017年“12121”撥打量和降水量的月變化趨勢(shì)，“12121”月?lián)艽蛄亢驮陆邓康淖兓厔?shì)是一致的，但峰值出現(xiàn)的月份不同，“12121”月?lián)艽蛄康姆逯党霈F(xiàn)在6月份，而月降水量的峰值出現(xiàn)在8月份。這跟德州當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)有關(guān)系，6月份是德州主要的糧食作物——小麥的收獲期，降水天氣對(duì)于小麥的產(chǎn)量有著至關(guān)重要的影響。2015—2017年共出現(xiàn)48站次的暴雨，其中32站次出現(xiàn)在8月份，達(dá)到了2/3。

圖4 2015—2017年撥打量和降水量的月變化趨勢(shì)Fig.4 Monthly trend of annual calls and precipitation during 2015—2017

4 降水類(lèi)天氣氣象風(fēng)險(xiǎn)關(guān)注度的對(duì)比分析

降水類(lèi)天氣屬于小樣本事件，用建立在大數(shù)定理基礎(chǔ)上的傳統(tǒng)統(tǒng)計(jì)方法得出的概率統(tǒng)計(jì)結(jié)果是很不可靠的。因此,全面進(jìn)行氣象風(fēng)險(xiǎn)評(píng)估,可采用模糊數(shù)學(xué)方法?；谀：龜?shù)學(xué)的風(fēng)險(xiǎn)評(píng)估模型在文獻(xiàn)[5]已有較為完整的表述,大多都采用的是正態(tài)擴(kuò)散模型,可以將單值樣本變成集值樣本，按照信息擴(kuò)散理論計(jì)算氣象風(fēng)險(xiǎn)關(guān)注度。

2015—2017年“12121”逐日撥打量峰值29萬(wàn)次。降水類(lèi)天氣整理得到：245小雨樣本，37個(gè)中雨樣本，7個(gè)大雨樣本，4個(gè)暴雨樣本，78個(gè)雷電樣本。以中雨天氣為例，樣本有37個(gè)，設(shè)為y=(1,2,…,37)歷次中雨事件，確定一維實(shí)數(shù)集合[0,290 000]為xi連續(xù)論域,按等間距取點(diǎn)，考慮到精度的要求，取30個(gè)控制點(diǎn)(n=30)，構(gòu)成離散論域：U={0,10 000,20 000,…,290 000}，此時(shí)樣本個(gè)數(shù)m=37,樣本最大值b=203 792，最小值a=16 998,可算的擴(kuò)散系數(shù)h=7 372.1，計(jì)算得出中雨發(fā)生時(shí)的超越概率風(fēng)險(xiǎn)估計(jì)值P[1]，從而計(jì)算出公眾對(duì)降水類(lèi)天氣的風(fēng)險(xiǎn)關(guān)注度分布圖(見(jiàn)圖5)?？梢钥闯觯?在不同的風(fēng)險(xiǎn)關(guān)注度，社會(huì)公眾對(duì)降水類(lèi)天氣的關(guān)注風(fēng)險(xiǎn)水平，由高到低依次為大雨、暴雨、雷電、中雨和小雨。

圖5 公眾對(duì)降水類(lèi)天氣風(fēng)險(xiǎn)水平關(guān)注度分布Fig.5 Public attention distribution of precipitation risk level

5 粉絲忠誠(chéng)度分析

2015—2017年撥打12121收聽(tīng)天氣信息的粉絲平均每年有43萬(wàn)人次，占德州電話(huà)擁有數(shù)量的8%。通過(guò)撥打頻次我們對(duì)收聽(tīng)過(guò)12121的粉絲按照忠誠(chéng)度進(jìn)行劃分，年撥打次數(shù)為24次的劃分為隨機(jī)，年撥打次數(shù)25～100次劃分為一般，年撥打次數(shù)101～400次劃分為忠實(shí)，撥打次數(shù)400次以上為超級(jí)，根據(jù)這種分類(lèi)方法，得到了表1。

表1 德州市2015—2017年收聽(tīng)12121的粉絲的忠誠(chéng)度水平Tab.1 Fans' loyalty level of dezhou listened 12121 during 2015—2017

根據(jù)表1，得出忠誠(chéng)度為隨機(jī)的粉絲最多，達(dá)到了80%以上，其次為一般，并且由于新媒體的發(fā)展，粉絲呈逐年下降趨勢(shì)。我們隨機(jī)選取了撥打量超過(guò)1 000次的部分超級(jí)忠誠(chéng)的粉絲進(jìn)行電話(huà)回訪(fǎng)，超級(jí)忠誠(chéng)粉絲對(duì)降水非常關(guān)注，這些用戶(hù)中80%為種糧大戶(hù),還有一部分是跟糧食存儲(chǔ)有關(guān)的用戶(hù)。

6 服務(wù)策略

通過(guò)以上的分析，我們提出了相應(yīng)的服務(wù)策略

①公眾對(duì)早晚天氣的關(guān)注度高，我們應(yīng)著重加強(qiáng)早晚的氣象服務(wù)，早上氣象服務(wù)著重體現(xiàn)精細(xì)化的服務(wù)，傍晚要著眼于第二天及未來(lái)的天氣趨勢(shì)的發(fā)展。

②對(duì)于降水類(lèi)天氣，應(yīng)該提前兩天開(kāi)展氣象服務(wù)，著重于降水開(kāi)始的時(shí)間、強(qiáng)度及造成的影響，而當(dāng)降雨即將開(kāi)始時(shí)，則應(yīng)側(cè)重于降水云團(tuán)移動(dòng)的方向，降水的強(qiáng)度和持續(xù)時(shí)長(zhǎng)方面下功夫。

③重點(diǎn)做好6月和7月的降水天氣服務(wù)，尤其是6月份，任何量級(jí)的降水天氣都要注意跟蹤服務(wù)，并且提前量要達(dá)到兩天以上。

④注意做好用戶(hù)分析，忠誠(chéng)度隨機(jī)的粉絲占比較大，我們?cè)谌粘５臍庀蠓?wù)中，要盡可能考慮這些用戶(hù)的需求，而對(duì)于超級(jí)忠誠(chéng)的用戶(hù)，我們可以采取多樣化的服務(wù)方式，針對(duì)他們的需求，提供更加專(zhuān)業(yè)化的服務(wù)。隨著目前新媒體的發(fā)展，12121的用戶(hù)在逐年下降，但是保有用戶(hù)基數(shù)較大，并且12121入門(mén)級(jí)別較低，一個(gè)電話(huà)就可以收聽(tīng)，我們未來(lái)的服務(wù)要注意加強(qiáng)新技術(shù)的創(chuàng)新和內(nèi)容的多樣化。