青海省南部牧區(qū)二次雪災(zāi)成因?qū)Ρ确治?/h1>
2022-08-12 05:36:06史津梅朱玉軍保廣裕扎西尼瑪何永清解文璇
農(nóng)業(yè)災(zāi)害研究 2022年5期
史津梅，朱玉軍，保廣裕，扎西尼瑪，何永清，解文璇
1.青海省氣象臺(tái)，青海西寧 810001；2.青海省氣象服務(wù)中心，青海西寧 810001；3.玉樹(shù)州氣象局，青海玉樹(shù) 815000
雪災(zāi)主要是指依靠天然草場(chǎng)放牧的畜牧業(yè)地區(qū)，積雪掩埋牧草，牲畜無(wú)法采食，且未能及時(shí)補(bǔ)飼，膘情迅速下降，御寒抗病能力大大下降，饑寒交迫而導(dǎo)致死亡。另外，大雪會(huì)封山封路，阻斷交通、通訊，給雪區(qū)人民群眾的衣、食、住、行帶來(lái)極大困難，亦稱(chēng)白災(zāi)。中國(guó)的雪災(zāi)主要發(fā)生在內(nèi)蒙古草原和青藏高原等牧區(qū)[1]。已有諸多專(zhuān)家對(duì)青海省南部牧區(qū)產(chǎn)生降雪天氣和雪災(zāi)發(fā)生的變化規(guī)律進(jìn)行了研究。例如馬林[2]研究高原冬季降雪天氣形勢(shì)主要形成是由北冰洋低壓槽、貝加爾湖低壓、東亞大槽和南支槽等歐亞大型天氣系統(tǒng)活動(dòng)的作用。有研究[3-6]表明，青海南部牧區(qū)玉樹(shù)、果洛、黃南南部、海南南部極易出現(xiàn)雪災(zāi)，雪災(zāi)期從上一年10月至當(dāng)年5月，長(zhǎng)達(dá)8個(gè)月，一年有2個(gè)高值區(qū)，前冬10—12月，后冬2—4月，尤其是1月積雪峰值期是高原雪災(zāi)多發(fā)季節(jié)。張濤濤[6]研究發(fā)現(xiàn)初春為雪災(zāi)多發(fā)季節(jié)，雪災(zāi)發(fā)生地區(qū)主要在高原中部和高原東南部邊緣。宮德吉等[7]研究積雪掩埋牧草影響家畜采食是主要的致災(zāi)因子，積雪深度、持續(xù)時(shí)間、牧草豐欠，以及承災(zāi)力的大小都對(duì)災(zāi)情具有重大影響。2018—2019年青海省南部牧區(qū)出現(xiàn)的雪災(zāi)災(zāi)情為1997年以來(lái)最嚴(yán)重的一次，共造成約7.2萬(wàn)頭（只、匹）牲畜死亡，219頭只野生動(dòng)物死亡，造成直接經(jīng)濟(jì)損失約2.2億元，而2019—2020年災(zāi)情雖然沒(méi)有上一年嚴(yán)重，但從氣象雪災(zāi)標(biāo)準(zhǔn)來(lái)判斷，卻大于前一年，因此，有必要對(duì)2018—2020年出現(xiàn)的二次雪災(zāi)的成因進(jìn)行深度分析，找出原因，對(duì)氣象工作者在雪災(zāi)防災(zāi)減災(zāi)工作中能夠發(fā)揮更好作用具有深遠(yuǎn)的意義。
1 應(yīng)用資料和采用標(biāo)準(zhǔn)
青海南部牧區(qū)主要包括玉樹(shù)州，果洛州和黃南州河南、澤庫(kù)縣，海南州貴南、同德和興海縣共17個(gè)縣。
本研究所用資料為2018年10月—2019年5月 和2019年10月—2020年5月青南地區(qū)17縣站的降雪量、積雪深度、平均氣溫、最高、最低氣溫和各縣上報(bào)的雪災(zāi)災(zāi)情資料等。雪災(zāi)標(biāo)準(zhǔn)采用青海省《氣象災(zāi)害分級(jí)指標(biāo)》（DB 63/T 372—2018）。
2 雪災(zāi)情況
2.1 按雪災(zāi)災(zāi)情分析
雪災(zāi)按其發(fā)生的氣候規(guī)律可分為猝發(fā)型和持續(xù)型。持續(xù)型是長(zhǎng)期積雪累積造成的，具有雪災(zāi)造成的時(shí)間長(zhǎng)、影響范圍大的特點(diǎn)；猝發(fā)型是一次大降雪造成的短時(shí)雪災(zāi)，這種雪災(zāi)一般出現(xiàn)在前冬或春季，易造成作物凍傷、壓塌房屋、交通阻塞等，但它的影響時(shí)間短，降雪過(guò)程結(jié)束后，隨著氣溫的升高，部分災(zāi)情可以得到緩解。青海南部牧區(qū)雪災(zāi)大部分為持續(xù)型，在前冬及春季有時(shí)會(huì)出現(xiàn)猝發(fā)型。
2018—2019 年冬季，青海南部牧區(qū)12個(gè)縣(市)（果洛州瑪多、甘德、達(dá)日、瑪沁、班瑪縣、玉樹(shù)州雜多、曲麻萊、稱(chēng)多、治多、囊謙縣，以及玉樹(shù)市，黃南州河南縣）出現(xiàn)了不同程度的雪災(zāi)，多地雪災(zāi)為1997年以來(lái)最重的，積雪持續(xù)時(shí)間長(zhǎng)，大部分地區(qū)屬于持續(xù)型的，最早出現(xiàn)時(shí)間為11月，維持時(shí)間最長(zhǎng)為5個(gè)月，共造成約3.24萬(wàn)戶(hù)，15.73萬(wàn)人受災(zāi)，7.2萬(wàn)頭（只、匹）牲畜死亡，直接經(jīng)濟(jì)損失約2.2億元。另外，據(jù)不完全統(tǒng)計(jì)，有219頭只野生動(dòng)物死亡。2019—2020年冬季，只有3個(gè)縣出現(xiàn)了雪災(zāi)，其中貴南縣出現(xiàn)的2次雪災(zāi)為降雪天氣過(guò)程造成的猝發(fā)型雪災(zāi)，導(dǎo)致3個(gè)鄉(xiāng)鎮(zhèn)10個(gè)村的畜棚坍塌，青稞、春小麥?zhǔn)軆?，造?43.3 hm2農(nóng)作物不同程度受災(zāi)；其余2次雪災(zāi)是持續(xù)型的，稱(chēng)多縣雪災(zāi)維持了4個(gè)月，河南縣雪災(zāi)出現(xiàn)在1月維持了22 d，共造成直接經(jīng)濟(jì)損失約1 909萬(wàn)元（表1）。
表1 青南牧區(qū)各縣災(zāi)情情況
2.2 按雪災(zāi)標(biāo)準(zhǔn)分析
根據(jù)青海省《氣象災(zāi)害分級(jí)指標(biāo)》（DB63/T 372—2018）來(lái) 判 斷，2018—2019年冬季7個(gè)縣達(dá)到雪災(zāi)標(biāo)準(zhǔn)，其中瑪多、甘德、雜多3個(gè)縣出現(xiàn)特重度雪災(zāi)標(biāo)準(zhǔn)，稱(chēng)多縣為重度雪災(zāi)標(biāo)準(zhǔn)，曲麻萊縣為中度雪災(zāi)標(biāo)準(zhǔn)。2019—2020年冬季10縣達(dá)到雪災(zāi)標(biāo)準(zhǔn)，其中瑪多、甘德、雜多、稱(chēng)多4個(gè)縣出現(xiàn)特重度雪災(zāi)標(biāo)準(zhǔn)，達(dá)日縣為重度雪災(zāi)標(biāo)準(zhǔn)，治多縣為中度雪災(zāi)標(biāo)準(zhǔn)（表2）。相比而言，瑪多、甘德、雜多縣兩年中達(dá)到的雪災(zāi)標(biāo)準(zhǔn)均是特重度，而稱(chēng)多縣2019—2020年比2018—2019年嚴(yán)重，達(dá)日、治多縣2018—2019年沒(méi)有達(dá)到雪災(zāi)標(biāo)準(zhǔn)，而2019—2020年卻在中度以上。從達(dá)到標(biāo)準(zhǔn)的個(gè)數(shù)來(lái)看，2019—2020年也多于2018—2019年。
表2 青南牧區(qū)積雪時(shí)間、積雪深度、雪災(zāi)等級(jí)統(tǒng)計(jì)
上述分析表明，2019—2020年達(dá)到雪災(zāi)標(biāo)準(zhǔn)總體來(lái)說(shuō)比2018—2019年更嚴(yán)重，而實(shí)際2018—2019年出現(xiàn)了1997年以來(lái)最嚴(yán)重的雪災(zāi)。
3 天氣特征
雪災(zāi)形成是一個(gè)復(fù)雜的過(guò)程，是大降雪、持續(xù)低溫、積雪疊加后的自然災(zāi)害[1]。因此，分析這2年雪災(zāi)造成的原因，就從當(dāng)?shù)氐慕笛┨鞖膺^(guò)程以及氣溫、積雪的變化來(lái)探討。
3.1 降雪天氣分析
統(tǒng)計(jì)2018—2020年冬半年降雪天氣過(guò)程時(shí)發(fā)現(xiàn)，青南牧區(qū)的降雪天氣過(guò)程相比青海省其他地方多，這是因?yàn)榍嗪Ｄ喜磕羺^(qū)處于青海高原東南部，在東亞季風(fēng)與印度季風(fēng)的共同作用下降水充沛。另外，在高原自身的熱力和動(dòng)力作用的影響下，高原地區(qū)近地面處于熱低壓（高原季風(fēng)）的控制下，來(lái)自低緯度的暖濕氣流進(jìn)入高原東部，促使該地區(qū)成為高原降水的次中心[8]。另外發(fā)現(xiàn)，前冬前期（10月）和春季后期（4—5月）降雪天氣過(guò)程多于其他時(shí)段，例如2019年5月果洛州甘德縣降雪天數(shù)盡達(dá)29 d，雖然降雪天氣過(guò)程較多，但此時(shí)當(dāng)?shù)貧鉁赜袝r(shí)在0℃以上，過(guò)程結(jié)束后形成的積雪逐漸融化，沒(méi)有形成雪災(zāi)，而11月到翌年3月期間，降雪日數(shù)相對(duì)較少，5個(gè)月內(nèi)（152 d）各縣平均降雪日數(shù)在34 d左右，但此時(shí)該地區(qū)氣溫較低，形成積雪不容易融化，維持時(shí)間長(zhǎng)；且從發(fā)生雪災(zāi)的時(shí)間來(lái)分析，均從11月開(kāi)始至翌年3月基本結(jié)束。因此，本研究重點(diǎn)分析了11月至翌年3月的降雪天氣過(guò)程。
3.1.1 降雪日數(shù)2018—2019年降雪日數(shù)為107 d比2019—2020年96 d，多11 d。從各縣分析，有13縣降雪日數(shù)2018—2019年多于2019—2020年。統(tǒng)計(jì)一日中出現(xiàn)降雪的站數(shù)發(fā)現(xiàn)，2018—2019年出現(xiàn)9站（平均數(shù)）以上降雪日數(shù)為29 d，2019—2020年為21 d。說(shuō)明2018—2019年降雪日數(shù)多于2019—2020年。
3.1.2 降雪量各縣累積降雪量分析（圖1），2018—2019年 有14縣 降 雪量大于2019—2020年。從一日最大降雪量分析，2019—2020年降雪量大于2018—2019年，2018—2019年 日 最 大降雪量為10.0 mm，出現(xiàn)在澤庫(kù)縣，而2019—2020年有3站一日最大降雪量達(dá)10 mm以上。最大降雪量達(dá)16.1 mm，出現(xiàn)在班瑪縣。說(shuō)明2019—2020年日最大降雪量雖然較大，但使各縣累積降雪量2018—2019年卻大于2019—2020年。
圖1 青南牧區(qū)各縣11月至翌年3月累積降雪量
從降雪天氣方面分析，2019—2020年日降雪量大于前一年，但降雪日數(shù)、累積降雪量卻2018—2019年多（大）于2019—2020年。
3.2 積雪情況
積雪深度、持續(xù)時(shí)間等因素對(duì)發(fā)生雪災(zāi)有重大影響，積雪掩埋牧草影響家畜采食是主要致災(zāi)因子[8]。因此，從積雪日數(shù)、最大積雪深度以及積雪連續(xù)維持時(shí)間、開(kāi)始時(shí)間等方面進(jìn)行分析。
3.2.1 積雪日數(shù)從圖2中可以看出，2019—2020年有10縣的積雪日數(shù)多于2018—2019年。從各縣分析，積雪日數(shù)在100 d以上的瑪多、甘德縣是2018—2019年多于2019—2020年，而稱(chēng)多縣2019—2020年多?？?體 來(lái) 說(shuō)，2019—2020年積雪日數(shù)略多于2018—2019年。
圖2 青南牧區(qū)各縣11月至翌年3月積雪日數(shù)
3.2.2 積雪深度分析最大積雪深度發(fā)現(xiàn)，雖然最大積雪深度在2018—2019年瑪多縣，積雪深度達(dá)22 cm，但是從各縣的積雪深度來(lái)看，2019—2020年積雪深度大于2018—2019年的有9個(gè)縣，有3個(gè)縣積雪深度相同。說(shuō)明2019—2020年青南牧區(qū)大部分縣積雪深度大于2018—2019年的積雪深度。
3.2.3 積雪維持時(shí)間從各縣積雪連續(xù)維持時(shí)間最長(zhǎng)的天數(shù)分析，有達(dá)日、稱(chēng)多、治多等9個(gè)縣2019—2020年多于2018—2019年；但積雪連續(xù)維持最長(zhǎng)的天數(shù)長(zhǎng)達(dá)144 d，出現(xiàn)在2018—2019年果洛州瑪多縣。對(duì)各縣積雪連續(xù)維持時(shí)間最長(zhǎng)的開(kāi)始日期分析，有10個(gè)縣2018—2019年相對(duì)早于2019—2020年，2018—2019年日期最早出現(xiàn)在11月4日，2019—2020年最早出現(xiàn)在11月6日，僅差2 d，這說(shuō)明青南牧區(qū)積雪最早從11月初開(kāi)始形成。
總之，通過(guò)以上降雪天氣分析發(fā)現(xiàn)是否造成雪災(zāi)，僅從某一單個(gè)要素判斷是無(wú)法確定的。從累積降雪量、降雪日數(shù)方面分析，2018—2019年大于（多于）2019—2020年，但一日最大降雪量卻出現(xiàn)在2019—2020年；從積雪情況來(lái)分析，積雪日數(shù)、積雪深度和最長(zhǎng)積雪連續(xù)維持時(shí)間大部分縣是2019—2020年多（大、長(zhǎng)）于上一年，而最大積雪深度和最長(zhǎng)持續(xù)時(shí)間、積雪持續(xù)時(shí)間出現(xiàn)日期早的地區(qū)均都出現(xiàn)在2018—2019年。
3.3 氣溫分析
通過(guò)分析青南牧區(qū)各縣的日平均、最高、最低氣溫與積雪發(fā)現(xiàn)，積雪持續(xù)時(shí)間與日最高氣溫相關(guān)性較強(qiáng)，在一次降雪天氣過(guò)程中形成的積雪，過(guò)程結(jié)束后日最高氣溫只要上升到0℃以上，無(wú)論日平均氣溫、還是最低氣溫雖維持在0℃以下，積雪仍會(huì)消融。另外，發(fā)現(xiàn)平均氣溫和最低氣溫在10月開(kāi)始就已經(jīng)維持在0℃以下，但最高氣溫從11月至翌年3月為0℃以下，其他時(shí)段在0℃以上，這明顯與積雪的維持一致。因此，重點(diǎn)分析了11月至翌年3月各縣的最高氣溫變化。
分析青南牧區(qū)各縣兩年內(nèi)日最高氣溫的變化得出，2018—2019年日最高氣溫低于0℃以下的氣溫出現(xiàn)時(shí)間早于2019—2020年，其中玉樹(shù)州治多縣早32 d，其他地區(qū)提前時(shí)間最少也有7~8 d，平均為17 d。這說(shuō)明2018—2019年低于0℃以下的最高氣溫出現(xiàn)時(shí)間早于2019—2020年。
雖然分析降雪天氣時(shí)不太確定雪災(zāi)哪年更嚴(yán)重，但從氣溫上很明顯表現(xiàn)出2018—2019年0℃以下的氣溫出現(xiàn)的時(shí)間較早。因此，出現(xiàn)降雪天氣后，積雪難以融化，累積積雪時(shí)間長(zhǎng)，造成了青南牧區(qū)大片的雪災(zāi)。
圖3 青南牧區(qū)各縣11月至翌年3月最大積雪深度
4 防災(zāi)減災(zāi)體系背景研判
這兩年的天氣狀況相對(duì)來(lái)說(shuō)是相似的，每年都有可能發(fā)生雪災(zāi)，但實(shí)際情況2018—2019年遠(yuǎn)遠(yuǎn)比2019—2020年嚴(yán)重，這要從防災(zāi)減災(zāi)體系來(lái)分析。
4.1 防災(zāi)減災(zāi)意識(shí)
經(jīng)歷了2018—2019年冬季的雪災(zāi)，無(wú)論是各級(jí)黨委和政府的決策層，還是強(qiáng)化牧民群眾的災(zāi)害意識(shí)，從而在思想上、行動(dòng)上對(duì)抗災(zāi)救災(zāi)有充分的認(rèn)識(shí)和準(zhǔn)備。
4.2 救災(zāi)物資情況
2018—2019 年冬季的雪災(zāi)引起中央、國(guó)務(wù)院的關(guān)注，以及全國(guó)各地的關(guān)注和支持，大量救災(zāi)物資、資金源源不斷涌向?yàn)?zāi)區(qū)，還有相關(guān)的配套政策，這減輕了第二年的雪災(zāi)造成的傷害。
4.3 氣象服務(wù)能力
2019—2020 年氣象部門(mén)提前發(fā)布了今冬明春雪災(zāi)趨勢(shì)預(yù)測(cè)“青海南部牧區(qū)有階段性短時(shí)積雪現(xiàn)象，玉樹(shù)東部將出現(xiàn)輕至中度雪災(zāi)，其中稱(chēng)多縣將出現(xiàn)中度雪災(zāi)，風(fēng)險(xiǎn)度較高”，且后續(xù)不斷提供長(zhǎng)中短期預(yù)報(bào)預(yù)測(cè)，并通過(guò)手機(jī)短信和青海省突發(fā)事件預(yù)警發(fā)布系統(tǒng)等及時(shí)發(fā)布?xì)庀笮畔?。一方面有了?zhǔn)確的氣象預(yù)報(bào)和提前的氣象服務(wù)，另一方面減少了雪災(zāi)發(fā)生的可能。
5 結(jié)論
（1）青南牧區(qū)從11月到翌年3月期間的降雪天氣易造成當(dāng)?shù)氐难?zāi)。
（2）從天氣角度分析，是否造成雪災(zāi)，僅從單個(gè)要素判斷是不準(zhǔn)確的。
（3）從氣溫中分析發(fā)現(xiàn)，積雪持續(xù)時(shí)間的長(zhǎng)短與日最高氣溫相關(guān)性較強(qiáng)。
（4）當(dāng)年是否發(fā)生雪災(zāi)事件，不僅有天氣系統(tǒng)的影響，還從防災(zāi)減災(zāi)體系背景來(lái)研判：氣象預(yù)報(bào)預(yù)警準(zhǔn)確率、氣象保障服務(wù)提前時(shí)間、防災(zāi)減災(zāi)意識(shí)的強(qiáng)化以及救災(zāi)物資到位情況等，這是雪災(zāi)致?lián)p大幅下降的主要因素。
猜你喜歡
1970—2019年內(nèi)蒙古大興安嶺林區(qū)降雪特征分析氣象與環(huán)境學(xué)報(bào)(2022年5期)2022-11-05 13:43:58 青海海西地區(qū)近41年雪災(zāi)時(shí)空分布特征青海環(huán)境(2022年2期)2022-07-23 09:07:42 1961—2016年中國(guó)天山不同級(jí)別降雪事件變化特征分析水利水電快報(bào)(2019年10期)2019-09-10 07:22:44 降雪量與積雪深度少兒科技(2018年7期)2018-08-04 22:35:11 川西高原東部?jī)纱芜B續(xù)強(qiáng)降雪過(guò)程對(duì)比分析成都信息工程大學(xué)學(xué)報(bào)(2017年6期)2017-03-16 03:04:39 2016年1月19～21日山南地區(qū)南部一次降雪過(guò)程分析西藏科技(2016年10期)2016-09-26 09:02:08 歷史時(shí)期以來(lái)山西省雪災(zāi)特征與氣候變化中山大學(xué)學(xué)報(bào)(自然科學(xué)版)(中英文)(2016年5期)2016-05-25 00:37:48 近51 a青藏高原雪災(zāi)時(shí)空分布特征水土保持通報(bào)(2014年1期)2014-09-13 10:03:22 2000-2010年新疆雪災(zāi)時(shí)空自相關(guān)分析災(zāi)害學(xué)(2014年1期)2014-03-01 02:26:07 美國(guó)降雪最多城市海外星云 (2012年5期)2012-04-29 00:44:38
史津梅，朱玉軍，保廣裕，扎西尼瑪，何永清，解文璇
1.青海省氣象臺(tái)，青海西寧 810001；2.青海省氣象服務(wù)中心，青海西寧 810001；3.玉樹(shù)州氣象局，青海玉樹(shù) 815000
雪災(zāi)主要是指依靠天然草場(chǎng)放牧的畜牧業(yè)地區(qū)，積雪掩埋牧草，牲畜無(wú)法采食，且未能及時(shí)補(bǔ)飼，膘情迅速下降，御寒抗病能力大大下降，饑寒交迫而導(dǎo)致死亡。另外，大雪會(huì)封山封路，阻斷交通、通訊，給雪區(qū)人民群眾的衣、食、住、行帶來(lái)極大困難，亦稱(chēng)白災(zāi)。中國(guó)的雪災(zāi)主要發(fā)生在內(nèi)蒙古草原和青藏高原等牧區(qū)[1]。已有諸多專(zhuān)家對(duì)青海省南部牧區(qū)產(chǎn)生降雪天氣和雪災(zāi)發(fā)生的變化規(guī)律進(jìn)行了研究。例如馬林[2]研究高原冬季降雪天氣形勢(shì)主要形成是由北冰洋低壓槽、貝加爾湖低壓、東亞大槽和南支槽等歐亞大型天氣系統(tǒng)活動(dòng)的作用。有研究[3-6]表明，青海南部牧區(qū)玉樹(shù)、果洛、黃南南部、海南南部極易出現(xiàn)雪災(zāi)，雪災(zāi)期從上一年10月至當(dāng)年5月，長(zhǎng)達(dá)8個(gè)月，一年有2個(gè)高值區(qū)，前冬10—12月，后冬2—4月，尤其是1月積雪峰值期是高原雪災(zāi)多發(fā)季節(jié)。張濤濤[6]研究發(fā)現(xiàn)初春為雪災(zāi)多發(fā)季節(jié)，雪災(zāi)發(fā)生地區(qū)主要在高原中部和高原東南部邊緣。宮德吉等[7]研究積雪掩埋牧草影響家畜采食是主要的致災(zāi)因子，積雪深度、持續(xù)時(shí)間、牧草豐欠，以及承災(zāi)力的大小都對(duì)災(zāi)情具有重大影響。2018—2019年青海省南部牧區(qū)出現(xiàn)的雪災(zāi)災(zāi)情為1997年以來(lái)最嚴(yán)重的一次，共造成約7.2萬(wàn)頭（只、匹）牲畜死亡，219頭只野生動(dòng)物死亡，造成直接經(jīng)濟(jì)損失約2.2億元，而2019—2020年災(zāi)情雖然沒(méi)有上一年嚴(yán)重，但從氣象雪災(zāi)標(biāo)準(zhǔn)來(lái)判斷，卻大于前一年，因此，有必要對(duì)2018—2020年出現(xiàn)的二次雪災(zāi)的成因進(jìn)行深度分析，找出原因，對(duì)氣象工作者在雪災(zāi)防災(zāi)減災(zāi)工作中能夠發(fā)揮更好作用具有深遠(yuǎn)的意義。
1 應(yīng)用資料和采用標(biāo)準(zhǔn)
青海南部牧區(qū)主要包括玉樹(shù)州，果洛州和黃南州河南、澤庫(kù)縣，海南州貴南、同德和興海縣共17個(gè)縣。
本研究所用資料為2018年10月—2019年5月 和2019年10月—2020年5月青南地區(qū)17縣站的降雪量、積雪深度、平均氣溫、最高、最低氣溫和各縣上報(bào)的雪災(zāi)災(zāi)情資料等。雪災(zāi)標(biāo)準(zhǔn)采用青海省《氣象災(zāi)害分級(jí)指標(biāo)》（DB 63/T 372—2018）。
2 雪災(zāi)情況
2.1 按雪災(zāi)災(zāi)情分析
雪災(zāi)按其發(fā)生的氣候規(guī)律可分為猝發(fā)型和持續(xù)型。持續(xù)型是長(zhǎng)期積雪累積造成的，具有雪災(zāi)造成的時(shí)間長(zhǎng)、影響范圍大的特點(diǎn)；猝發(fā)型是一次大降雪造成的短時(shí)雪災(zāi)，這種雪災(zāi)一般出現(xiàn)在前冬或春季，易造成作物凍傷、壓塌房屋、交通阻塞等，但它的影響時(shí)間短，降雪過(guò)程結(jié)束后，隨著氣溫的升高，部分災(zāi)情可以得到緩解。青海南部牧區(qū)雪災(zāi)大部分為持續(xù)型，在前冬及春季有時(shí)會(huì)出現(xiàn)猝發(fā)型。
2018—2019 年冬季，青海南部牧區(qū)12個(gè)縣(市)（果洛州瑪多、甘德、達(dá)日、瑪沁、班瑪縣、玉樹(shù)州雜多、曲麻萊、稱(chēng)多、治多、囊謙縣，以及玉樹(shù)市，黃南州河南縣）出現(xiàn)了不同程度的雪災(zāi)，多地雪災(zāi)為1997年以來(lái)最重的，積雪持續(xù)時(shí)間長(zhǎng)，大部分地區(qū)屬于持續(xù)型的，最早出現(xiàn)時(shí)間為11月，維持時(shí)間最長(zhǎng)為5個(gè)月，共造成約3.24萬(wàn)戶(hù)，15.73萬(wàn)人受災(zāi)，7.2萬(wàn)頭（只、匹）牲畜死亡，直接經(jīng)濟(jì)損失約2.2億元。另外，據(jù)不完全統(tǒng)計(jì)，有219頭只野生動(dòng)物死亡。2019—2020年冬季，只有3個(gè)縣出現(xiàn)了雪災(zāi)，其中貴南縣出現(xiàn)的2次雪災(zāi)為降雪天氣過(guò)程造成的猝發(fā)型雪災(zāi)，導(dǎo)致3個(gè)鄉(xiāng)鎮(zhèn)10個(gè)村的畜棚坍塌，青稞、春小麥?zhǔn)軆?，造?43.3 hm2農(nóng)作物不同程度受災(zāi)；其余2次雪災(zāi)是持續(xù)型的，稱(chēng)多縣雪災(zāi)維持了4個(gè)月，河南縣雪災(zāi)出現(xiàn)在1月維持了22 d，共造成直接經(jīng)濟(jì)損失約1 909萬(wàn)元（表1）。
表1 青南牧區(qū)各縣災(zāi)情情況
2.2 按雪災(zāi)標(biāo)準(zhǔn)分析
根據(jù)青海省《氣象災(zāi)害分級(jí)指標(biāo)》（DB63/T 372—2018）來(lái) 判 斷，2018—2019年冬季7個(gè)縣達(dá)到雪災(zāi)標(biāo)準(zhǔn)，其中瑪多、甘德、雜多3個(gè)縣出現(xiàn)特重度雪災(zāi)標(biāo)準(zhǔn)，稱(chēng)多縣為重度雪災(zāi)標(biāo)準(zhǔn)，曲麻萊縣為中度雪災(zāi)標(biāo)準(zhǔn)。2019—2020年冬季10縣達(dá)到雪災(zāi)標(biāo)準(zhǔn)，其中瑪多、甘德、雜多、稱(chēng)多4個(gè)縣出現(xiàn)特重度雪災(zāi)標(biāo)準(zhǔn)，達(dá)日縣為重度雪災(zāi)標(biāo)準(zhǔn)，治多縣為中度雪災(zāi)標(biāo)準(zhǔn)（表2）。相比而言，瑪多、甘德、雜多縣兩年中達(dá)到的雪災(zāi)標(biāo)準(zhǔn)均是特重度，而稱(chēng)多縣2019—2020年比2018—2019年嚴(yán)重，達(dá)日、治多縣2018—2019年沒(méi)有達(dá)到雪災(zāi)標(biāo)準(zhǔn)，而2019—2020年卻在中度以上。從達(dá)到標(biāo)準(zhǔn)的個(gè)數(shù)來(lái)看，2019—2020年也多于2018—2019年。
表2 青南牧區(qū)積雪時(shí)間、積雪深度、雪災(zāi)等級(jí)統(tǒng)計(jì)
上述分析表明，2019—2020年達(dá)到雪災(zāi)標(biāo)準(zhǔn)總體來(lái)說(shuō)比2018—2019年更嚴(yán)重，而實(shí)際2018—2019年出現(xiàn)了1997年以來(lái)最嚴(yán)重的雪災(zāi)。
3 天氣特征
雪災(zāi)形成是一個(gè)復(fù)雜的過(guò)程，是大降雪、持續(xù)低溫、積雪疊加后的自然災(zāi)害[1]。因此，分析這2年雪災(zāi)造成的原因，就從當(dāng)?shù)氐慕笛┨鞖膺^(guò)程以及氣溫、積雪的變化來(lái)探討。
3.1 降雪天氣分析
統(tǒng)計(jì)2018—2020年冬半年降雪天氣過(guò)程時(shí)發(fā)現(xiàn)，青南牧區(qū)的降雪天氣過(guò)程相比青海省其他地方多，這是因?yàn)榍嗪Ｄ喜磕羺^(qū)處于青海高原東南部，在東亞季風(fēng)與印度季風(fēng)的共同作用下降水充沛。另外，在高原自身的熱力和動(dòng)力作用的影響下，高原地區(qū)近地面處于熱低壓（高原季風(fēng)）的控制下，來(lái)自低緯度的暖濕氣流進(jìn)入高原東部，促使該地區(qū)成為高原降水的次中心[8]。另外發(fā)現(xiàn)，前冬前期（10月）和春季后期（4—5月）降雪天氣過(guò)程多于其他時(shí)段，例如2019年5月果洛州甘德縣降雪天數(shù)盡達(dá)29 d，雖然降雪天氣過(guò)程較多，但此時(shí)當(dāng)?shù)貧鉁赜袝r(shí)在0℃以上，過(guò)程結(jié)束后形成的積雪逐漸融化，沒(méi)有形成雪災(zāi)，而11月到翌年3月期間，降雪日數(shù)相對(duì)較少，5個(gè)月內(nèi)（152 d）各縣平均降雪日數(shù)在34 d左右，但此時(shí)該地區(qū)氣溫較低，形成積雪不容易融化，維持時(shí)間長(zhǎng)；且從發(fā)生雪災(zāi)的時(shí)間來(lái)分析，均從11月開(kāi)始至翌年3月基本結(jié)束。因此，本研究重點(diǎn)分析了11月至翌年3月的降雪天氣過(guò)程。
3.1.1 降雪日數(shù)2018—2019年降雪日數(shù)為107 d比2019—2020年96 d，多11 d。從各縣分析，有13縣降雪日數(shù)2018—2019年多于2019—2020年。統(tǒng)計(jì)一日中出現(xiàn)降雪的站數(shù)發(fā)現(xiàn)，2018—2019年出現(xiàn)9站（平均數(shù)）以上降雪日數(shù)為29 d，2019—2020年為21 d。說(shuō)明2018—2019年降雪日數(shù)多于2019—2020年。
3.1.2 降雪量各縣累積降雪量分析（圖1），2018—2019年 有14縣 降 雪量大于2019—2020年。從一日最大降雪量分析，2019—2020年降雪量大于2018—2019年，2018—2019年 日 最 大降雪量為10.0 mm，出現(xiàn)在澤庫(kù)縣，而2019—2020年有3站一日最大降雪量達(dá)10 mm以上。最大降雪量達(dá)16.1 mm，出現(xiàn)在班瑪縣。說(shuō)明2019—2020年日最大降雪量雖然較大，但使各縣累積降雪量2018—2019年卻大于2019—2020年。
圖1 青南牧區(qū)各縣11月至翌年3月累積降雪量
從降雪天氣方面分析，2019—2020年日降雪量大于前一年，但降雪日數(shù)、累積降雪量卻2018—2019年多（大）于2019—2020年。
3.2 積雪情況
積雪深度、持續(xù)時(shí)間等因素對(duì)發(fā)生雪災(zāi)有重大影響，積雪掩埋牧草影響家畜采食是主要致災(zāi)因子[8]。因此，從積雪日數(shù)、最大積雪深度以及積雪連續(xù)維持時(shí)間、開(kāi)始時(shí)間等方面進(jìn)行分析。
3.2.1 積雪日數(shù)從圖2中可以看出，2019—2020年有10縣的積雪日數(shù)多于2018—2019年。從各縣分析，積雪日數(shù)在100 d以上的瑪多、甘德縣是2018—2019年多于2019—2020年，而稱(chēng)多縣2019—2020年多?？?體 來(lái) 說(shuō)，2019—2020年積雪日數(shù)略多于2018—2019年。
圖2 青南牧區(qū)各縣11月至翌年3月積雪日數(shù)
3.2.2 積雪深度分析最大積雪深度發(fā)現(xiàn)，雖然最大積雪深度在2018—2019年瑪多縣，積雪深度達(dá)22 cm，但是從各縣的積雪深度來(lái)看，2019—2020年積雪深度大于2018—2019年的有9個(gè)縣，有3個(gè)縣積雪深度相同。說(shuō)明2019—2020年青南牧區(qū)大部分縣積雪深度大于2018—2019年的積雪深度。
3.2.3 積雪維持時(shí)間從各縣積雪連續(xù)維持時(shí)間最長(zhǎng)的天數(shù)分析，有達(dá)日、稱(chēng)多、治多等9個(gè)縣2019—2020年多于2018—2019年；但積雪連續(xù)維持最長(zhǎng)的天數(shù)長(zhǎng)達(dá)144 d，出現(xiàn)在2018—2019年果洛州瑪多縣。對(duì)各縣積雪連續(xù)維持時(shí)間最長(zhǎng)的開(kāi)始日期分析，有10個(gè)縣2018—2019年相對(duì)早于2019—2020年，2018—2019年日期最早出現(xiàn)在11月4日，2019—2020年最早出現(xiàn)在11月6日，僅差2 d，這說(shuō)明青南牧區(qū)積雪最早從11月初開(kāi)始形成。
總之，通過(guò)以上降雪天氣分析發(fā)現(xiàn)是否造成雪災(zāi)，僅從某一單個(gè)要素判斷是無(wú)法確定的。從累積降雪量、降雪日數(shù)方面分析，2018—2019年大于（多于）2019—2020年，但一日最大降雪量卻出現(xiàn)在2019—2020年；從積雪情況來(lái)分析，積雪日數(shù)、積雪深度和最長(zhǎng)積雪連續(xù)維持時(shí)間大部分縣是2019—2020年多（大、長(zhǎng)）于上一年，而最大積雪深度和最長(zhǎng)持續(xù)時(shí)間、積雪持續(xù)時(shí)間出現(xiàn)日期早的地區(qū)均都出現(xiàn)在2018—2019年。
3.3 氣溫分析
通過(guò)分析青南牧區(qū)各縣的日平均、最高、最低氣溫與積雪發(fā)現(xiàn)，積雪持續(xù)時(shí)間與日最高氣溫相關(guān)性較強(qiáng)，在一次降雪天氣過(guò)程中形成的積雪，過(guò)程結(jié)束后日最高氣溫只要上升到0℃以上，無(wú)論日平均氣溫、還是最低氣溫雖維持在0℃以下，積雪仍會(huì)消融。另外，發(fā)現(xiàn)平均氣溫和最低氣溫在10月開(kāi)始就已經(jīng)維持在0℃以下，但最高氣溫從11月至翌年3月為0℃以下，其他時(shí)段在0℃以上，這明顯與積雪的維持一致。因此，重點(diǎn)分析了11月至翌年3月各縣的最高氣溫變化。
分析青南牧區(qū)各縣兩年內(nèi)日最高氣溫的變化得出，2018—2019年日最高氣溫低于0℃以下的氣溫出現(xiàn)時(shí)間早于2019—2020年，其中玉樹(shù)州治多縣早32 d，其他地區(qū)提前時(shí)間最少也有7~8 d，平均為17 d。這說(shuō)明2018—2019年低于0℃以下的最高氣溫出現(xiàn)時(shí)間早于2019—2020年。
雖然分析降雪天氣時(shí)不太確定雪災(zāi)哪年更嚴(yán)重，但從氣溫上很明顯表現(xiàn)出2018—2019年0℃以下的氣溫出現(xiàn)的時(shí)間較早。因此，出現(xiàn)降雪天氣后，積雪難以融化，累積積雪時(shí)間長(zhǎng)，造成了青南牧區(qū)大片的雪災(zāi)。
圖3 青南牧區(qū)各縣11月至翌年3月最大積雪深度
4 防災(zāi)減災(zāi)體系背景研判
這兩年的天氣狀況相對(duì)來(lái)說(shuō)是相似的，每年都有可能發(fā)生雪災(zāi)，但實(shí)際情況2018—2019年遠(yuǎn)遠(yuǎn)比2019—2020年嚴(yán)重，這要從防災(zāi)減災(zāi)體系來(lái)分析。
4.1 防災(zāi)減災(zāi)意識(shí)
經(jīng)歷了2018—2019年冬季的雪災(zāi)，無(wú)論是各級(jí)黨委和政府的決策層，還是強(qiáng)化牧民群眾的災(zāi)害意識(shí)，從而在思想上、行動(dòng)上對(duì)抗災(zāi)救災(zāi)有充分的認(rèn)識(shí)和準(zhǔn)備。
4.2 救災(zāi)物資情況
2018—2019 年冬季的雪災(zāi)引起中央、國(guó)務(wù)院的關(guān)注，以及全國(guó)各地的關(guān)注和支持，大量救災(zāi)物資、資金源源不斷涌向?yàn)?zāi)區(qū)，還有相關(guān)的配套政策，這減輕了第二年的雪災(zāi)造成的傷害。
4.3 氣象服務(wù)能力
2019—2020 年氣象部門(mén)提前發(fā)布了今冬明春雪災(zāi)趨勢(shì)預(yù)測(cè)“青海南部牧區(qū)有階段性短時(shí)積雪現(xiàn)象，玉樹(shù)東部將出現(xiàn)輕至中度雪災(zāi)，其中稱(chēng)多縣將出現(xiàn)中度雪災(zāi)，風(fēng)險(xiǎn)度較高”，且后續(xù)不斷提供長(zhǎng)中短期預(yù)報(bào)預(yù)測(cè)，并通過(guò)手機(jī)短信和青海省突發(fā)事件預(yù)警發(fā)布系統(tǒng)等及時(shí)發(fā)布?xì)庀笮畔?。一方面有了?zhǔn)確的氣象預(yù)報(bào)和提前的氣象服務(wù)，另一方面減少了雪災(zāi)發(fā)生的可能。
5 結(jié)論
（1）青南牧區(qū)從11月到翌年3月期間的降雪天氣易造成當(dāng)?shù)氐难?zāi)。
（2）從天氣角度分析，是否造成雪災(zāi)，僅從單個(gè)要素判斷是不準(zhǔn)確的。
（3）從氣溫中分析發(fā)現(xiàn)，積雪持續(xù)時(shí)間的長(zhǎng)短與日最高氣溫相關(guān)性較強(qiáng)。
（4）當(dāng)年是否發(fā)生雪災(zāi)事件，不僅有天氣系統(tǒng)的影響，還從防災(zāi)減災(zāi)體系背景來(lái)研判：氣象預(yù)報(bào)預(yù)警準(zhǔn)確率、氣象保障服務(wù)提前時(shí)間、防災(zāi)減災(zāi)意識(shí)的強(qiáng)化以及救災(zāi)物資到位情況等，這是雪災(zāi)致?lián)p大幅下降的主要因素。
猜你喜歡
氣象與環(huán)境學(xué)報(bào)(2022年5期)2022-11-05 13:43:58
青海環(huán)境(2022年2期)2022-07-23 09:07:42
水利水電快報(bào)(2019年10期)2019-09-10 07:22:44
少兒科技(2018年7期)2018-08-04 22:35:11
成都信息工程大學(xué)學(xué)報(bào)(2017年6期)2017-03-16 03:04:39
西藏科技(2016年10期)2016-09-26 09:02:08
中山大學(xué)學(xué)報(bào)(自然科學(xué)版)(中英文)(2016年5期)2016-05-25 00:37:48
水土保持通報(bào)(2014年1期)2014-09-13 10:03:22
災(zāi)害學(xué)(2014年1期)2014-03-01 02:26:07
海外星云 (2012年5期)2012-04-29 00:44:38
