劉芳 李佳 解彥維 崔興義

摘要 2022年7月6—7日的強降水過程平均降雨量133 mm，市區(qū)降雨量140 mm，鄉(xiāng)鎮(zhèn)最大降雨量202.2 mm，以上數(shù)值均為1957年有氣象資料記載以來的最高值，此次降雨具有降雨集中、強度大、范圍廣等特點。長春市九臺區(qū)氣象局在此次降雨過程中預報準確、服務主動及時，使暴雨災害損失降到最低，對此次降雨過程的氣象服務全過程進行分析總結(jié)，并提出思考及建議。

關(guān)鍵詞 強降水；氣象服務；防災減災；災害性天氣

中圖分類號：P429 文獻標識碼：B 文章編號：2095–3305（2023）02–0086-03

長春市九臺區(qū)位于吉林省中部，背倚長白山脈，西距長春市43 km，東距吉林市76 km，處在哈長與長吉十字戰(zhàn)略的主軸線上，轄區(qū)面積3 375 km2，地表構(gòu)造為“三山一水六分田”，在冊耕地20.6萬hm2。

域內(nèi)擁有松花江、飲馬河、卡倫湖等“一江三河八湖”“一脈五峰十景”，暴雨是九臺區(qū)主要災害性天氣之一。

1 強降雨過程的特點及災情

1.1 基本天氣實況

受減弱熱帶低壓“暹芭”殘余環(huán)流北上與西風帶高空槽相結(jié)合影響，2022年7月6—7日九臺區(qū)出現(xiàn)區(qū)域性暴雨、大暴雨天氣，降雨從6日傍晚開始，6日20：00～8日00：00九臺區(qū)平均降雨量為133.0 mm，市區(qū)降雨量140 mm，其中最大降雨量出現(xiàn)在土們嶺二道溝村，降水量為202.2 mm，以上數(shù)值均為九臺區(qū)1957年有氣象資料記載以來的最高值。根據(jù)九臺區(qū)氣象局資料記載，自1957年以來市區(qū)多年平均降雨量567 mm、6—8月平均雨量362 mm，日最大降雨量122 mm（1960年），而2022年過去僅到7月8日累計降雨就達到448 mm，超過整個汛期平均降雨量。

1.2 強降雨過程的特點

1.2.1 持續(xù)時間長、范圍廣 此次降雨從6日傍晚開始，8日凌晨結(jié)束，持續(xù)時間長；九臺域內(nèi)36個區(qū)域自動站（含本站）共31站出現(xiàn)大暴雨，5站出現(xiàn)暴雨天氣，且降雨主要集中在12 h內(nèi)，降雨范圍廣（表1）。

1.2.2 短歷時降水強 此次強對流天氣基本為短時強降水，小時雨強20～50 mm，最大小時降水量出現(xiàn)在其塔木鎮(zhèn)北山村，小時雨強達48.3 mm。

1.3 災情

此次降雨過程強度大、范圍廣。強降雨和大風造成了洪澇和風雹災害。據(jù)統(tǒng)計，九臺區(qū)有10余街道受災，受災人口49 557人；受災農(nóng)作物主要為水稻、玉米，造成農(nóng)業(yè)損失4 721.97萬元，受災面積8 938.6 hm2、成災面積3 718.2 hm2、絕收面積718.2 hm2；基礎(chǔ)設(shè)施包括道路、橋梁涵洞等不同程度損壞，造成經(jīng)濟損失603萬元；合計共造成經(jīng)濟損失5 324.97萬元，但此次降雨過程無人員傷亡。

2 強降雨天氣的氣象服務情況

2.1 預報服務情況

根據(jù)天氣圖分析，九臺區(qū)處于高空急流分流區(qū)，6日東亞大槽縱貫南北，隨著副高北抬西進，南支槽快速北上與北支槽進一步融合，7日開始副高南撤，高空槽明顯減弱，雨帶隨著580線擺動（圖1）。臺風登陸減弱后，沿著副高后部向東北移動，中心基本停滯在遼東半島附近，氣旋頭部延伸至吉林省，頭部云體發(fā)展十分旺盛。7日低層有明顯的急流，雨帶位于低空急流的左側(cè)，中層急流的入流區(qū)；水汽充沛，在散度場上，925 hPa有明顯的帶狀輻合帶，500 hPa對應著強輻散區(qū)，上升運動進一步加強，使九臺區(qū)降雨天氣強烈發(fā)展。

對于此次天氣過程，長春市九臺區(qū)氣象局高度重視、全面部署，正、副值班員加強值守，帶班領(lǐng)導在崗，及時與長春市氣象臺會商，分析未來天氣變化，商討降雨預報結(jié)論，主動服務，提前預警。7月5日發(fā)布《6日夜間我區(qū)將有明顯降雨天氣》重要氣象信息，6日發(fā)布《明顯降雨天氣預報》氣象信息指出：“我區(qū)將有一次明顯降雨天氣過程。預計6日夜間到7日上午，我區(qū)有大到暴雨，過程降水量40～70 mm，部分地方可達100～120 mm，最大小時雨強30～50 mm。強降水主要集中在6日午夜到7日凌晨，以穩(wěn)定性降水為主，將出現(xiàn)短時強降水。7日白天有大雨，局部地方有暴雨?！?/p>

建議：（1）此次降水過程雨量大、雨勢急，加之入汛以來九臺區(qū)累計雨量偏多，各地土壤接近飽和或過飽和，需注意防范強降雨可能導致的農(nóng)田漬澇、城市內(nèi)澇、中小河流洪澇和地質(zhì)災害等次生災害。（2）明顯降雨還將導致能見度下降、道路濕滑、交通狀況變差，對交通出行和室外活動有較大不利影響。

2.2 決策服務情況

降水期間，九臺局密切監(jiān)視天氣變化，隨時以微信、短信、電話方式與區(qū)委、區(qū)政府領(lǐng)導互通信息。在6日16：35啟動重大氣象災害（暴雨）Ⅳ級應急響應，做好值班值守，及時發(fā)布氣象災害預警和各類氣象服務信息，加強與區(qū)各部門溝通，做好各項服務工作，6—7日共發(fā)布預警信息7次，制作雨情信息15期（表2）。

2.3 與主流媒體合作

除了傳統(tǒng)的通過氣象災害防御、氣象協(xié)理員和防災減災志愿者QQ群、微信公眾號、微信群、手機短信、微博等多渠道向公眾發(fā)布預報預警信息外，7月6日九臺局趙秉霖局長接受九臺區(qū)電視臺專題采訪，介紹本輪降雨預報情況并提出防范措施建議；7月7日晚九臺區(qū)氣象臺副臺長解彥維再次接受九臺區(qū)電視臺來專題采訪，詳細介紹了此次強降雨天氣過程開展的氣象服務情況，同時分析了強降雨天氣對公眾生活的影響，并提醒有關(guān)部門和廣大市民做好強降雨天氣保障措施。與官方媒體“九臺融媒”合作，將區(qū)氣象臺制作發(fā)布的預警信息、氣象服務信息等均有轉(zhuǎn)發(fā)或編輯發(fā)布，閱讀量和信息傳播力得到顯著提升。

2.4 及時“叫應”與部門聯(lián)動合作情況

7日04：09，電話通知九臺區(qū)防辦最新雨情及天氣演變情況；7日04：40，電話通知城子街街道降雨已達50 mm并將持續(xù)，可能伴有短時強降水、雷暴大風等強對流天氣，請注意防范；7日04：45，電話通知九臺區(qū)防辦、農(nóng)村防辦、水利局紀家街道雨量已達50 mm并將持續(xù)，需做好防范；06：42，電話通知卡倫街道，通報雨情，注意防范；09：43，電話通知沐石河街道最新雨量及后期天氣演變情況；10：00，電話通知土們嶺二道溝書記、城子街街道領(lǐng)導、其塔木街道領(lǐng)導最新雨量情況和后期天氣演變情況；12：09，電話通知九臺區(qū)防辦、農(nóng)村防辦、土們嶺街道最新雨量情況和后期天氣演變情況。7日06：30、18：30，氣象局局長參加2次九臺區(qū)防汛工作調(diào)度會，匯報汛期氣候形勢、本次降雨實況及未來天氣預報情況。

降雨期間九臺區(qū)氣象臺業(yè)務值班人員和帶班領(lǐng)導24 h在崗，加強值班值守，密切監(jiān)視天氣演變情況，加強與應急管理、民政、農(nóng)業(yè)、自然資源、水利、交通局等部門的信息傳遞和聯(lián)動，與多個單位聯(lián)合發(fā)布災害性天氣預警信號，降雨過程中及時與上游臺站會商，當單站雨量超25、50、100 mm時多次電話“叫應”相關(guān)部門和鄉(xiāng)鎮(zhèn)街道工作人員，及時通過微信群、QQ群等發(fā)布最新降雨實況及天氣預報，提醒注意天氣形勢演變，做好相關(guān)防范準備，充分發(fā)揮氣象防災減災第一道防線的作用。

3 氣象服務中的一些思考

此次暴雨天氣過程長春市九臺區(qū)氣象局預報準確、提前預警。雖然出現(xiàn)了大暴雨天氣，但沒有出現(xiàn)人員傷亡等重大損失。長春市九臺區(qū)氣象局通過手機短信、電話等多種方式向全區(qū)各部門、氣象信息員等人員發(fā)布預報及預警信息，準確、及時的預報預警服務，為區(qū)政府領(lǐng)導決策提供了可靠依據(jù)，受到政府領(lǐng)導、各部門相關(guān)負責人及廣大群眾的充分肯定和高度評價，但此次暴雨天氣過程也引發(fā)了如何進一步提高基層臺站氣象服務質(zhì)量的一些思考。

3.1 提高短時臨近預報服務效果

2021年底，中國氣象局印發(fā)《短時臨近預報預警服務業(yè)務能力提升工作方案》，深入貫徹落實習近平總書記防災減災救災和氣象工作重要指示精神，加強雷達、衛(wèi)星等多源資料的綜合應用能力，進一步提升短時臨近預報預警服務水平。新形勢下，基層氣象臺站越來越重視短時臨近預報預警能力和極端災害防范應對能力，提高氣象預警精細化水平，切實提高氣象預警信息服務保障能力，才能更好地為政府等相關(guān)部門和人民群眾提供及時、有效的服務。

3.2 完善氣象災害防御的部門合作、信息共享聯(lián)動協(xié)調(diào)機制

氣象部門與相關(guān)部門雖然初步建立了聯(lián)動協(xié)調(diào)機制，簽訂了合作協(xié)議，但涉及面還不夠廣，合作和信息共享的程度還不夠深，特別是預警信息發(fā)布后的社會聯(lián)動、部門協(xié)調(diào)配合和有效應對防范還有待進一步完善[1]。

3.3 提升制作決策氣象服務產(chǎn)品自動化水平

智能網(wǎng)格預報在決策服務中的應用有待加強。無論是降水落區(qū)還是分縣（鎮(zhèn)））精細化預報，未來都可以通過高空分辨率的智能網(wǎng)格 預報產(chǎn)品自動生成，預報員全力做好一份網(wǎng)格預報即可；在網(wǎng)格預報基礎(chǔ)上，開發(fā)出集合降雨實況、降雨預報和承災體信息等一體的綜合性影響預報產(chǎn)品，讓天氣預報在防災減災救災工作中發(fā)揮出更大的

作用[2]。

目前，氣象預警信息和決策氣象服務材料仍然為值班員手工整理和編輯，再通過政府內(nèi)網(wǎng)、微信公眾號、微博、手機短信等渠道發(fā)布，需要發(fā)布的平臺很多，每次發(fā)送預警信息和服務材料都要登錄不同的平臺分別進行內(nèi)容編輯、審核、發(fā)布等操作，工作重復性大、效率低，流程上會花費很多時間，這樣容易造成預警信息傳播時間流逝，違背了預警信息發(fā)布的高效性原則。近年來，雖然在氣象預警信息集成發(fā)布方面研究頗多，但都未能有效地解決這一問題[3～5]，因而亟需上級部門開發(fā)研制氣象預警信息一鍵式發(fā)布系統(tǒng)，簡化產(chǎn)品制作、發(fā)布流程[6]。

3.4 充分發(fā)揮政府機構(gòu)在公眾氣象服務中的主導地位

強化公眾氣象服務的改革，必須發(fā)揮地方政府的主導作用。爭取政府部門的資金和政策支持，充實現(xiàn)代化氣象裝備建設(shè)和人員學習培訓；協(xié)調(diào)氣象、建設(shè)、信息媒體等相關(guān)部門合作，規(guī)范公共氣象服務工作，重點加強農(nóng)村防雷減災服務工作，使氣象部門公眾氣象服務工作變被動為主動，真正達到氣象為公眾服務的目的。

參考文獻

[1] 王友賀.河南省級決策氣象服務工作淺析[J].決策探索：下半月，2013（3）：43-45.

[2] 王鳳，彭勇剛，張華龍，等.2020年最強“龍舟水”天氣的決策氣象服務回顧[J].廣東氣象，2021，43（2）：46-49.

[3] 左仲元.1-N預警發(fā)布架構(gòu)模型的研究及防洪減災應用[J].中國農(nóng)村水利水電，2012（5）：105-108.

[4] 姚燕，朱江，薛蕾.Web GIS在氣象通信信息系統(tǒng)中的應用與研究[J].計算機工程，2008，34（10）：271-273.

[5] 馬翠平，楊榮芳，劉建文，等.氣象災害農(nóng)村預警發(fā)布系統(tǒng)[J].氣象，2008，34（9）： 112-116.

[6] 趙虹，車宇軒，徐山山.基層災害性天氣服務現(xiàn)狀及對策[J].現(xiàn)代農(nóng)業(yè)科技，2018（23）：204-205，208.

責任編輯：黃艷飛

Summing up and Thinking on Meteorological Services for Heavy Rainfall in Jiutai District from July 6 to July 7， 2022

Liu Fang et al（Jiutai District Meteorological Bureau of Changchun City， Changchun， Jilin 130500）

Abstract The average rainfall during the heavy rainfall process from July 6 to July 7， 2022 is 133 mm， the urban rainfall is 140 mm， and the maximum rainfall in towns is 202.2 mm. The above values are the highest since the meteorological data were recorded in 1957. The rainfall is characterized by concentrated rainfall， large intensity and wide range. The Jiutai District Meteorological Bureau of Changchun City made accurate forecast and timely service in this rainfall process， so as to minimize the loss of rainstorm disaster. This paper analyzes and summarizes the whole process of meteorological service in this rainfall process， and puts forward some suggestions.

Key words Heavy rainfall; Meteorological services; Disaster prevention and mitigation; Disastrous weather

作者簡介 劉芳（1990—），女，吉林長春人，工程師，主要從事綜合業(yè)務工作。

收稿日期 2022-10-22