王學(xué)強(qiáng)，孟雪峰

(1.錫林郭勒盟氣象局，內(nèi)蒙古 錫林浩特 026000；2.內(nèi)蒙古氣象臺(tái)，內(nèi)蒙古 呼和浩特 010051)

引言

暴風(fēng)雪是一種強(qiáng)風(fēng)雪寒潮天氣過程，俗稱白毛風(fēng)，其特點(diǎn)是伴隨出現(xiàn)大風(fēng)、強(qiáng)降溫、低能見度等天氣現(xiàn)象。錫林郭勒盟以草原植被為基本類型，畜牧業(yè)經(jīng)濟(jì)為主體，是我國(guó)四大草原之一的內(nèi)蒙古草原的主要天然草場(chǎng)。暴風(fēng)雪是對(duì)草原牧業(yè)影響最明顯的災(zāi)害之一，對(duì)畜牧業(yè)生產(chǎn)危害非常大，直接造成牲畜傷亡，給牧民的生產(chǎn)、生活造成很大的困擾，不僅牲畜不能出牧,人也很難出行，這個(gè)過程中,有些牲畜會(huì)走失甚至被凍死。可見，暴風(fēng)雪是對(duì)錫林郭勒盟草原牧區(qū)危害非常嚴(yán)重的一種氣象災(zāi)害，也一直被很多學(xué)者關(guān)注。例如,孟雪峰等[1-2]對(duì)暴風(fēng)雪天氣個(gè)例從成因及機(jī)理方面進(jìn)行了深入的分析。王文輝等[3]對(duì)錫林郭勒盟的大（暴）雪的天氣形勢(shì)及物理量進(jìn)行了全面的分析；宮德吉等[4]對(duì)內(nèi)蒙古近60年來的暴風(fēng)雪天氣進(jìn)行了深入的分析。

隨著災(zāi)害天氣研究的深入，許多學(xué)者基于信息擴(kuò)散理論對(duì)自然災(zāi)害風(fēng)險(xiǎn)及區(qū)劃進(jìn)行了研究。黃崇福[5]研究了基于信息擴(kuò)散理論的災(zāi)害風(fēng)險(xiǎn)評(píng)估方法。張繼權(quán)等[6-16]多位學(xué)者研究并提出災(zāi)害風(fēng)險(xiǎn)指數(shù)法。張麗娟等[17]基于信息擴(kuò)散理論方法得出發(fā)生不同大風(fēng)日數(shù)的概率風(fēng)險(xiǎn)估計(jì)值。溫家洪等[18]根據(jù)臺(tái)風(fēng)和引發(fā)的暴雨洪澇歷史災(zāi)情、自然環(huán)境和社會(huì)經(jīng)濟(jì)風(fēng)險(xiǎn)要素資料，進(jìn)行了臺(tái)風(fēng)風(fēng)險(xiǎn)評(píng)估研究。本文主要利用錫林郭勒盟近60年15 個(gè)氣象站逐日吹雪和雪暴的常規(guī)觀測(cè)資料，分析研究錫林郭勒盟暴風(fēng)雪的變化特征及規(guī)律，并基于信息擴(kuò)散理論揭示其發(fā)生的風(fēng)險(xiǎn)概率，對(duì)地方經(jīng)濟(jì)發(fā)展和防災(zāi)減災(zāi)有很好的指導(dǎo)意義。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及研究區(qū)域區(qū)劃

本文研究所需的資料為錫林郭勒盟近60年15 個(gè)國(guó)家氣象站逐日吹雪和雪暴的常規(guī)觀測(cè)資料，研究的區(qū)域范圍為111 °～120 °E，41 °～47 °N；本文研究的時(shí)段確定為1964—2020年冬季（12月—翌年2月）。氣象日界為20:00（北京時(shí)）,如某一次雪暴或吹雪跨越20:00,按兩個(gè)暴風(fēng)雪日數(shù)計(jì)算,2013年以前一日天氣現(xiàn)象中記雪暴或吹雪為一個(gè)暴風(fēng)雪日。由于2013年之后停止暴風(fēng)雪天氣現(xiàn)象的觀測(cè)，所以本文根據(jù)吹雪和雪暴定義來統(tǒng)計(jì)2013年后暴風(fēng)雪日數(shù)，劉志剛[19]等對(duì)吹雪定義：地面有積雪時(shí)，由于風(fēng)大，將地面積雪刮起，造成能見度時(shí)好時(shí)壞。一般發(fā)生于野外，能見度在1000～10000 m之間，風(fēng)速＞8.0 m·s-1。雪暴定義：能見度在1000 m以下，風(fēng)速＞10.7 m·s-1，伴有少量降雪或無降雪。根據(jù)錫林郭勒盟地形將其分為東北部、中部、西部、南部4個(gè)區(qū)域,各區(qū)域包含的旗、縣（市）見表1。

表1 錫林郭勒盟區(qū)域劃分及研究區(qū)域所選取的代表旗、縣（市）

1.2 研究方法

1.2.1 線性傾向估計(jì)

用xij表示樣本量為m的某一變量，用t表示所對(duì)應(yīng)的時(shí)間，建立xi與t之間的一元線性回歸：

式中：a為回歸常數(shù)，b為回歸系數(shù)。b值則反映了升降的速率，即表示升降的傾向度。

1.2.2 信息擴(kuò)散理論

對(duì)于暴風(fēng)雪災(zāi)害風(fēng)險(xiǎn)的研究，過去主要側(cè)重于傳統(tǒng)數(shù)據(jù)資料的統(tǒng)計(jì)分析風(fēng)險(xiǎn), 對(duì)大區(qū)域小樣本數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評(píng)估存在大量的不確定性和模糊性。信息擴(kuò)散理論是對(duì)樣本值進(jìn)行集值化處理以彌補(bǔ)樣本不足導(dǎo)致風(fēng)險(xiǎn)評(píng)估不確定性的主要方法，主要適用于研究區(qū)域較大，而樣本數(shù)據(jù)較少的風(fēng)險(xiǎn)評(píng)估，進(jìn)而建立暴風(fēng)雪風(fēng)險(xiǎn)概率圖。根據(jù)張麗娟等[20]提出的信息擴(kuò)散理論方法，假設(shè)研究的暴風(fēng)雪災(zāi)害指標(biāo)論域?yàn)椋?/p>

一個(gè)單值觀測(cè)樣本點(diǎn)x依式 (1) 將其所攜帶的信息擴(kuò)散給U中的所有點(diǎn)。

其中,h稱為擴(kuò)散系數(shù),可根據(jù)樣本最大值b和最小值a及研究的暴風(fēng)雪災(zāi)害指標(biāo)論域U的樣本點(diǎn)個(gè)數(shù)n來確定。公式為：

本文研究的暴風(fēng)雪災(zāi)害指標(biāo)論域的樣本點(diǎn)個(gè)數(shù)為13個(gè)，即h=2.6851(b?1)/(n?1)，n=13；令 ：

相應(yīng)模糊子集隸屬函數(shù)公式為：

其中，μxi（uj）為樣本點(diǎn)xi歸一化信息分布。對(duì)μxi（uj）進(jìn)行處理, 得到效果較好風(fēng)險(xiǎn)評(píng)估結(jié)果。令：

其物理意義是：由{x1,x2,…, xn}, 經(jīng)信息擴(kuò)散推斷出, 如果災(zāi)害觀測(cè)值只能取u1,u2,…,um中一個(gè), 再將xi均看作是樣本點(diǎn)代表時(shí), 觀測(cè)值為μj樣本點(diǎn)個(gè)數(shù)q(uj) ，顯然q(uj) 通常不是一個(gè)正整數(shù), 但一定是個(gè)不小于零的數(shù), 再令：

Q事實(shí)上就是各μj點(diǎn)上樣本點(diǎn)數(shù)的總和, 從理論上講,必有Q=n, 但由于數(shù)值計(jì)算四舍五入的誤差,Q與n之間略有差別。?。?/p>

即：p(uj)為樣本點(diǎn)落在μj處的頻率值, 可作為概率的估計(jì)值。其超越μj的概率值公式為：

即：p(uj)就是所要求的超越概率風(fēng)險(xiǎn)估計(jì)值。

2 結(jié)果與分析

2.1 暴風(fēng)雪時(shí)空分布

由圖1可知，錫林郭勒盟近60年間平均暴風(fēng)雪日數(shù)年際變化整體呈上升的趨勢(shì)，但有一定的波動(dòng)性，年平均暴風(fēng)雪日數(shù)最小值出現(xiàn)在1979年和2011年（0.2 d），最大值出現(xiàn)在2017年（11.5 d）。由此說明，錫林郭勒盟年平均暴風(fēng)雪日數(shù)年際變化非常大。20 世紀(jì)60年代初期至70年代前期呈較弱的上升趨勢(shì)，70年代中期至2000年呈下降趨勢(shì)。2000—2010年年平均暴風(fēng)雪日數(shù)變化不明顯，直到2011年以來又有明顯的上升趨勢(shì)。錫林郭勒盟年平均暴風(fēng)雪日數(shù)呈現(xiàn)上升趨勢(shì)并通過了α=0.05的顯著性檢驗(yàn)，年平均上升率為0.23 d/10 a,除錫林浩特市、西烏珠穆沁旗、多倫縣代表站未通過顯著性檢驗(yàn)外，蘇尼特右旗代表站的變化趨勢(shì)與錫林郭勒盟年平均暴風(fēng)雪日數(shù)的變化趨勢(shì)基本一致，呈上升趨勢(shì)，都通過顯著性檢驗(yàn)（表2）。

表2 各區(qū)域年平均暴風(fēng)雪日數(shù)線性擬合方程及相關(guān)系數(shù)

圖1 1964—2020年錫林郭勒盟冬季平均暴風(fēng)雪日數(shù)年際序列及變化趨勢(shì)

從圖2可知，錫林郭勒盟暴風(fēng)雪空間分布總體呈現(xiàn)南多北少的特征。高值區(qū)主要分布在南部地區(qū)，西北部及中部地區(qū)發(fā)生暴風(fēng)雪的日數(shù)最少，其中正鑲白旗為最大值，近60年共有463 d出現(xiàn)暴風(fēng)雪天氣；暴風(fēng)雪日數(shù)最少出現(xiàn)在錫林浩特市，近60年僅有60 d暴風(fēng)雪天氣。

圖2 1964—2020年錫林郭勒盟暴風(fēng)雪日數(shù)空間分布

2.2 基于信息擴(kuò)散理論的暴風(fēng)雪風(fēng)險(xiǎn)研究

2.2.1 暴風(fēng)雪日數(shù)風(fēng)險(xiǎn)概率分析

根據(jù)信息擴(kuò)散理論,選取1964—2020年各站暴風(fēng)雪日數(shù)作為樣本,從0～24 d之間每間隔2 d選取一個(gè)控制點(diǎn),共13個(gè)控制點(diǎn)。從圖3a可知，4 個(gè)代表站的暴風(fēng)雪日數(shù)均在0～4 d的值域上所占的比例最大，風(fēng)險(xiǎn)概率值都在0.61～0.88之間，其中錫林浩特市發(fā)生的風(fēng)險(xiǎn)概率值最高，概率為0.89，其次為蘇尼特右旗、西烏珠穆沁旗、多倫縣。發(fā)生暴風(fēng)雪4 d的風(fēng)險(xiǎn)概率錫林浩特市為每8.3 a一遇，蘇尼特右旗為每5.1 a一遇，西烏珠穆沁旗為每5.3 a一遇，多倫縣為每5 a一遇。4個(gè)代表站的暴風(fēng)雪日數(shù)概率值均在10 d之后的值域上非常小,其中錫林浩特市發(fā)生的風(fēng)險(xiǎn)概率值最小，為0.014，其次為蘇尼特右旗、西烏珠穆沁旗、多倫縣。超越概率曲線則反映暴風(fēng)雪風(fēng)險(xiǎn)的變化趨勢(shì)及范圍，坡度的陡緩反映災(zāi)害離散性的大小。從圖 3b 可知，4 個(gè)代表站的曲線坡度都比較陡，表明4 個(gè)代表站暴風(fēng)雪風(fēng)險(xiǎn)的離散性較小，錫林浩特市、蘇尼特右旗暴風(fēng)雪日數(shù)都在14 d時(shí)，超越概率曲線基本與橫坐標(biāo)重合，表明暴風(fēng)雪日數(shù)超過 14 d的發(fā)生概率很小，而西烏珠穆沁旗、多倫縣暴風(fēng)雪日數(shù)超過18 d的發(fā)生概率很小。

圖3 錫林郭勒盟代表站暴風(fēng)雪日數(shù)風(fēng)險(xiǎn)概率（a）和超越概率（ b）

2.2.2 暴風(fēng)雪日數(shù)風(fēng)險(xiǎn)空間分布

通過信息擴(kuò)散理論對(duì)錫林郭勒盟暴風(fēng)雪日數(shù)進(jìn)行風(fēng)險(xiǎn)概率值計(jì)算，將暴風(fēng)雪日數(shù)分為2 個(gè)等級(jí)，分別為0～4 d和5～10 d，并繪制概率風(fēng)險(xiǎn)分布 (圖4)。從圖4a看出，在0～4 d等級(jí)，北部地區(qū)的暴風(fēng)雪出現(xiàn)概率明顯高于南部地區(qū)，且高值中心位于西北部和中部（風(fēng)險(xiǎn)值0.9）一帶。隨著暴風(fēng)雪日數(shù)的增加，暴風(fēng)雪出現(xiàn)的概率也隨之減小，在暴風(fēng)雪日數(shù)第二個(gè)級(jí)別的區(qū)域分布情況與第一級(jí)別恰好相反，北部地區(qū)暴風(fēng)雪出現(xiàn)的概率低于南部地區(qū)，與暴風(fēng)雪日數(shù)的分布基本一致，高值中心位于南部地區(qū)的正鑲白旗，風(fēng)險(xiǎn)概率值達(dá)到0.36。

圖4 錫林郭勒盟暴風(fēng)雪日數(shù)分級(jí)風(fēng)險(xiǎn)空間分布（a，0～4 d；b，5～10 d）

2.3 南部地區(qū)暴風(fēng)雪偏多主要原因

暴風(fēng)雪天氣的發(fā)生需要具備兩個(gè)條件：一個(gè)是強(qiáng)風(fēng)，另外一個(gè)要有較豐富的雪源。強(qiáng)風(fēng)是暴風(fēng)雪的主要?jiǎng)恿?，降雪和地面積雪是物質(zhì)基礎(chǔ)。一方面是南部及東北部地區(qū)的近60年平均降雪日數(shù)都在30 d以上，明顯高于其余地區(qū)（圖略）；另一方面是冬季南部地區(qū)大風(fēng)日數(shù)較多，從近60年冬季平均大風(fēng)日數(shù)空間分布來看（圖5），南部地區(qū)的大風(fēng)日數(shù)明顯多于北部地區(qū)。即南部地區(qū)較多的降雪和大風(fēng)日數(shù)使得暴風(fēng)雪天氣發(fā)生的概率較其余地區(qū)大；另外，地形和下墊面對(duì)暴風(fēng)雪的發(fā)生也有一定的影響。錫林郭勒盟的氣候受地形影響較大，西北低、東南高的傾斜型地貌使西北部地形的“V”型缺口，又處于氣旋發(fā)展的西風(fēng)帶中，使得錫林郭勒盟風(fēng)力較大；同時(shí)由于陰山山脈余脈和大興安嶺邊緣迎風(fēng)坡的地形輻合抬升作用，使南部地區(qū)降雪量偏大，容易形成暴風(fēng)雪天氣，這與南部地區(qū)暴風(fēng)雪發(fā)生的風(fēng)險(xiǎn)概率大的結(jié)論也是非常一致。

圖5 錫林郭勒盟1964—2020年冬季平均大風(fēng)日數(shù)空間分布

3 結(jié)論

(1)錫林郭勒盟近60年間平均暴風(fēng)雪日數(shù)年際變化整體呈上升的趨勢(shì)，但有一定的波動(dòng)性，年際變化非常大。除錫林郭勒盟及蘇尼特右旗年平均暴風(fēng)雪日數(shù)呈上升趨勢(shì)，通過顯著性檢驗(yàn)外，其余3 個(gè)代表站都未通過顯著性檢驗(yàn)。20 世紀(jì)60年代初期開始至70年代前期呈較弱的上升趨勢(shì)，70年代中期開始至2000年呈下降趨勢(shì)。2000—2010年年平均暴風(fēng)雪日數(shù)變化不明顯，直到2010年以來又有明顯的上升趨勢(shì)。錫林郭勒盟暴風(fēng)雪日數(shù)空間分布總體呈現(xiàn)南多北少的特征，南部地區(qū)發(fā)生的暴風(fēng)雪日數(shù)高于北部地區(qū)。

(2)根據(jù)信息擴(kuò)散理論，錫林郭勒盟4個(gè)代表站的暴風(fēng)雪日數(shù)均在0～4 d的值域上所占的比例最大，錫林浩特市發(fā)生的風(fēng)險(xiǎn)概率值最高，其次為蘇尼特右旗、西烏珠穆沁旗、多倫縣；在10 d之后的值域上概率值都非常小，錫林浩特市發(fā)生的風(fēng)險(xiǎn)概率值最小，其次為蘇尼特右旗、西烏珠穆沁旗、多倫縣。4 個(gè)代表站的超越概率曲線坡度較陡，暴風(fēng)雪風(fēng)險(xiǎn)的離散性都較小。錫林浩特市、蘇尼特右旗暴風(fēng)雪日數(shù)都在14 d時(shí)，超越概率曲線基本與橫坐標(biāo)重合，表明暴風(fēng)雪日數(shù)超過 14 d的發(fā)生概率很小，而西烏珠穆沁旗、多倫縣暴風(fēng)雪日數(shù)超過18 d的發(fā)生概率很小。

(3)從暴風(fēng)雪災(zāi)害風(fēng)險(xiǎn)空間分布來看，在第一級(jí)別中，北部地區(qū)的暴風(fēng)雪出現(xiàn)概率明顯高于南部地區(qū)，且高值中心位于西北部和中部一帶。隨著暴風(fēng)雪日數(shù)的增加，暴風(fēng)雪出現(xiàn)的概率也隨之減小，第二個(gè)級(jí)別的暴風(fēng)雪風(fēng)險(xiǎn)區(qū)域與第一等級(jí)的風(fēng)險(xiǎn)區(qū)域恰好相反，北部地區(qū)的暴風(fēng)雪出現(xiàn)的概率低于南部地區(qū)，與暴風(fēng)雪日數(shù)的分布基本一致，高值中心位于南部地區(qū)。

(4)南部地區(qū)較多的降雪和大風(fēng)日數(shù)使得暴風(fēng)雪天氣發(fā)生的概率較其余地區(qū)偏大；地形和下墊面對(duì)暴風(fēng)雪的發(fā)生也有一定的影響, 使南部地區(qū)降雪量偏大，容易形成暴風(fēng)雪天氣。