王博 李一騰 陳冬梅 黃秉光

摘要 利用2019—2021年新疆氣象災(zāi)害預(yù)警信號(hào)發(fā)布數(shù)據(jù)，運(yùn)用分類(lèi)統(tǒng)計(jì)、對(duì)比分析法得出了新疆常用11種氣象災(zāi)害預(yù)警的發(fā)布頻次、年際變化趨勢(shì)以及時(shí)空分布特征。結(jié)果表明：發(fā)布量排前3的是雷電（10 255條）、大風(fēng)（9 597條）、暴雨（2 271條）；年均發(fā)布量為11 139條，且呈現(xiàn)逐年增多趨勢(shì)；發(fā)布等級(jí)較多的是黃色和藍(lán)色，分別占50.60%、35.03%；預(yù)警發(fā)布具有明顯的地域特點(diǎn)，且空間分布與對(duì)應(yīng)的區(qū)域氣象災(zāi)害一致。通過(guò)分析全疆預(yù)警信號(hào)的時(shí)空分布特征，為極端氣象災(zāi)害頻發(fā)的地（州、市）建立相應(yīng)的防御措施提供科學(xué)參考和依據(jù)，進(jìn)一步提升氣象防災(zāi)減災(zāi)預(yù)警水平，從而更好地發(fā)揮氣象防災(zāi)減災(zāi)第一道防線(xiàn)作用。

關(guān)鍵詞 氣象災(zāi)害；預(yù)警信號(hào)；統(tǒng)計(jì)特征

中圖分類(lèi)號(hào)：P429 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2023）02–0089-04

新疆地處歐亞大陸腹地，是絲綢之路經(jīng)濟(jì)帶核心區(qū)，屬典型的干旱半干旱大陸性氣候區(qū)。新疆地形復(fù)雜多樣，暴雨、冰雹、暴雪、雷電等氣象災(zāi)害發(fā)生頻繁，導(dǎo)致一系列次生和衍生災(zāi)害， 如洪水、泥石流、山體滑坡、森林（草原）火災(zāi)、農(nóng)林病蟲(chóng)害等，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展、人民群眾生產(chǎn)、生活影響較大[1～4]。而極端災(zāi)害性天氣造成的損失和影響日趨嚴(yán)重，防災(zāi)減災(zāi)難度日益加大[5～7]。國(guó)家和社會(huì)對(duì)氣象防災(zāi)減災(zāi)事業(yè)越來(lái)越重視。《新疆維吾爾自治區(qū)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中提到：“提升洪澇干旱、森林草原火災(zāi)、地震、氣象災(zāi)害等自然災(zāi)害防御工程標(biāo)準(zhǔn)，推進(jìn)自然災(zāi)害防御工程建設(shè)”[8～9]。

新疆維吾爾自治區(qū)預(yù)警信息發(fā)布中心成立于2015年，依托新疆突發(fā)事件預(yù)警發(fā)布系統(tǒng)，縱向?qū)崿F(xiàn)了國(guó)家、自治區(qū)、地市、縣四級(jí)貫通，橫向連接交通廳、應(yīng)急管理廳等11個(gè)委辦廳局，主要承擔(dān)新疆突發(fā)事件預(yù)警信息的多渠道全媒體發(fā)布、監(jiān)控、反饋、評(píng)估等工作。

客觀、定量地對(duì)氣象預(yù)警信號(hào)發(fā)布特征進(jìn)行統(tǒng)計(jì)分析，有助于了解預(yù)警發(fā)布具體情況，提高氣象預(yù)警類(lèi)別及影響強(qiáng)度的精準(zhǔn)性。這對(duì)加強(qiáng)高效發(fā)布預(yù)警信息能力、預(yù)警精準(zhǔn)靶向發(fā)布，增強(qiáng)氣象防災(zāi)減災(zāi)能力有重要的指導(dǎo)和參考意義[10～13]。本研究利用2019—2021年全疆15個(gè)地（州、市）發(fā)布的預(yù)警信息數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，加深對(duì)新疆區(qū)域常用氣象預(yù)警信號(hào)發(fā)布情況的了解，提高氣象部門(mén)加強(qiáng)預(yù)警發(fā)布能力。

1 資料與方法

通過(guò)國(guó)家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)，選取2019—2021年全疆15個(gè)地（州、市）發(fā)布預(yù)警信息數(shù)據(jù)，為避免重復(fù)統(tǒng)計(jì)，剔除自治區(qū)氣象臺(tái)發(fā)布預(yù)警，并對(duì)數(shù)據(jù)進(jìn)行整理，通過(guò)對(duì)比分析、分類(lèi)統(tǒng)計(jì)，得出預(yù)警發(fā)布頻次、年際變化趨勢(shì)以及時(shí)空分布特征。

中國(guó)氣象局2011年下發(fā)的《氣象災(zāi)害預(yù)警信號(hào)圖標(biāo)》（GB/T 27962—2011）標(biāo)準(zhǔn)規(guī)定：氣象災(zāi)害預(yù)警信號(hào)級(jí)別依據(jù)氣象災(zāi)害可能造成的危害程度、緊急程度和發(fā)展態(tài)勢(shì)一般劃分為4級(jí)：Ⅰ級(jí)（特別嚴(yán)重）、Ⅱ級(jí)（嚴(yán)重）、Ⅲ級(jí)（較重）、Ⅳ級(jí)（一般），分別用紅色、橙色、黃色、藍(lán)色來(lái)表示。根據(jù)新疆氣候特點(diǎn)，霾、臺(tái)風(fēng)不計(jì)入統(tǒng)計(jì)數(shù)據(jù)。

2 結(jié)果與分析

2.1 不同等級(jí)預(yù)警信號(hào)發(fā)布統(tǒng)計(jì)分析

由圖1和表1可知，2019—2021年新疆發(fā)布?xì)庀箢A(yù)警信號(hào)數(shù)量較多的是：雷電（10 255條）、大風(fēng)（9 597條）、暴雨（2 271條）、大霧（2 227條）、高溫（2 125條），占總發(fā)布量的79.22%，其中雷電預(yù)警明顯高于其他類(lèi)型，這與楊榮芳[14]的研究一致，究其原因是雷電災(zāi)害預(yù)警信號(hào)定義比較寬泛，空間分布也較為廣泛和分散。而道路結(jié)冰、冰雹、沙塵暴、寒潮、霜凍、暴雪這5類(lèi)預(yù)警信號(hào)發(fā)布較少，僅占20.77%。

新疆氣象預(yù)警信號(hào)發(fā)布等級(jí)較多的是黃色和藍(lán)色，分別占50.60%、35.03%，而橙色和紅色較少，其中紅色僅占0.79%。大風(fēng)、暴雨、寒潮、霜凍、暴雪預(yù)警發(fā)布等級(jí)大多集中為藍(lán)色；雷電、大霧、道路結(jié)冰、沙塵暴預(yù)警主要集中為黃色；高溫、冰雹預(yù)警大多集中為橙色。

2.2 預(yù)警信號(hào)發(fā)布整體情況

由表2可知，從整體來(lái)看，2019—2021年預(yù)警信號(hào)發(fā)布量的平均條數(shù)為11 139條，且發(fā)布總量呈逐年增加趨勢(shì)；2020、2021年分別較上一年平均發(fā)布增長(zhǎng)率分別為195.04%、13.69%。其中暴雪、寒潮、道路結(jié)冰增長(zhǎng)率最高，分別為186.54%、81.40%、77.04%。大風(fēng)、雷電、大霧變化幅度不明顯。暴雨、沙塵暴預(yù)警在2021年較上一年發(fā)布量分別減少了11.48%、12.32%。

2.3 不同地區(qū)預(yù)警信號(hào)發(fā)布統(tǒng)計(jì)分析

由表3可知，2019—2021年，伊犁哈薩克自治州（以下簡(jiǎn)稱(chēng)伊犁州）預(yù)警信號(hào)發(fā)布量最多，共4 572條；其次是阿勒泰地區(qū)（4 495條）、喀什地區(qū)（3 306條）、阿克蘇地區(qū)（3 097條）、塔城地區(qū)（2 681條），總共占發(fā)布總量的54.31%；發(fā)布量最少的是克拉瑪依市（313條），其次是石河子市（410條）、吐魯番市（566條），僅占發(fā)布總量的3.86%。

由圖2可知，雷電預(yù)警主要集中在阿克蘇地區(qū)、伊犁州、喀什地區(qū)；大風(fēng)預(yù)警主要集中在北疆地區(qū)，最多為阿勒泰地區(qū)1 766條、其次為伊犁州1 089條、塔城地區(qū)954條；暴雨預(yù)警主要集中在伊犁州（437條）、阿克蘇地區(qū)（333條）、克孜勒蘇柯?tīng)柨俗巫灾沃荩ㄒ韵潞?jiǎn)稱(chēng)克州）195條，占總發(fā)布量的42.49%；大霧預(yù)警發(fā)布量排名前三的是伊犁州584條、昌吉回族自治州（以下簡(jiǎn)稱(chēng)昌吉州）398條、博爾塔拉蒙古自治州（以下簡(jiǎn)稱(chēng)博州）282條，占總發(fā)布量的56.76%；高溫預(yù)警主要集中在南疆地區(qū)，發(fā)布量排前三的是和田地區(qū)、喀什地區(qū)、巴音郭楞蒙古自治州（以下簡(jiǎn)稱(chēng)巴州），分別為313、301、220條。

冰雹、沙塵暴、寒潮、霜凍、暴雪預(yù)警發(fā)布量較少，且具有明顯的空間分布特征。冰雹預(yù)警大多集中在阿克蘇地區(qū)（340條）、博州（335條）、伊犁州（242條），占總發(fā)布量的57.13%；沙塵暴預(yù)警主要集中在南疆，和田地區(qū)435條，其次是喀什地區(qū)306條、巴州257條，占總發(fā)布量的82.55%；寒潮預(yù)警主要發(fā)布在北疆，阿勒泰地區(qū)（431條）、塔城地區(qū)（222條）、伊犁州（169條）占總發(fā)布量的71.67%。

3 結(jié)論

（1）2019—2021年，新疆氣象預(yù)警信號(hào)發(fā)布等級(jí)較多的是黃色和藍(lán)色，分別占50.60%、35.03%，而橙色和紅色較少，其中紅色僅占0.79%。大風(fēng)、暴雨、寒潮、霜凍、暴雪預(yù)警發(fā)布等級(jí)大多集中為藍(lán)色；雷電、大霧、道路結(jié)冰、沙塵暴預(yù)警集中為黃色；高溫、冰雹預(yù)警大多集中為橙色。

（2）新疆氣象預(yù)警信號(hào)年均發(fā)布量為11 139條，且呈現(xiàn)逐年增長(zhǎng)趨勢(shì)，這說(shuō)明隨著氣象預(yù)警信號(hào)發(fā)布標(biāo)準(zhǔn)的不斷規(guī)范與人們對(duì)預(yù)警發(fā)布的重視，氣象部門(mén)預(yù)警發(fā)布能力不斷提升。

（3）新疆全區(qū)發(fā)布?xì)庀箢A(yù)警頻次最高的是雷電、大風(fēng)、暴雨、大霧、高溫，發(fā)布較少的是道路結(jié)冰、冰雹、沙塵暴、寒潮、霜凍、暴雪。且預(yù)警發(fā)布具有較強(qiáng)地域性，北疆地區(qū)寒潮預(yù)警最多，其中排名前三的阿勒泰地區(qū)、塔城、伊犁州，發(fā)布量占總量的71.67%。受地理位置、地形影響，南疆地區(qū)發(fā)布沙塵暴預(yù)警最多，其中82.55%發(fā)布在和田地區(qū)、喀什地區(qū)和巴州。阿克蘇地區(qū)、博州、伊犁州發(fā)布冰雹預(yù)警最多，這與史蓮梅[15]研究結(jié)論一致，即新疆冰雹災(zāi)害高風(fēng)險(xiǎn)區(qū)主要集中在喇叭形河谷地帶的伊犁地區(qū)及其兩側(cè)的阿克蘇、博州等地。

4 預(yù)警業(yè)務(wù)工作建議

（1）根據(jù)全疆氣象預(yù)警信息發(fā)布情況，針對(duì)頻發(fā)的氣象災(zāi)害開(kāi)展發(fā)生機(jī)理研究，提升高影響天氣預(yù)報(bào)預(yù)警服務(wù)能力，做到提早預(yù)警提前行動(dòng)，有效減少災(zāi)害風(fēng)險(xiǎn)以及公眾和社會(huì)損失。

（2）提升預(yù)警信息快速發(fā)布能力，加快5G、云計(jì)算、大數(shù)據(jù)等新技術(shù)和新媒體端新手段應(yīng)用。提升精準(zhǔn)發(fā)布能力，加快預(yù)警信息精準(zhǔn)靶向發(fā)布技術(shù)研發(fā)，最終實(shí)現(xiàn)預(yù)警信息在指定范圍和區(qū)域的精準(zhǔn)快速發(fā)布。

（3）不斷提高預(yù)警針對(duì)性和發(fā)布時(shí)效性，研究基于影響對(duì)象，例如針對(duì)城市、交通、旅游、農(nóng)業(yè)等具體影響對(duì)象，并針對(duì)其防災(zāi)避險(xiǎn)措施的個(gè)性化預(yù)警模型和快速、廣泛、精準(zhǔn)發(fā)布技術(shù)。

參考文獻(xiàn)

[1] 姚俊強(qiáng)，毛煒嶧，陳靜，等.新疆氣候“濕干轉(zhuǎn)折”的信號(hào)和影響探討[J].地理學(xué)報(bào)，2021，76（1）：57-72.

[2] 哈斯也提·熱合曼，阮新民，庫(kù)爾班·依明，等.新疆1949—2019年洪水災(zāi)害調(diào)查與特征分析[J].中國(guó)水利水電科學(xué)研究院學(xué)報(bào)，2020，18（5）：331-336.

[3] 郭超，楚新正，張揚(yáng)，等.新疆北疆地區(qū)旱澇災(zāi)害對(duì)氣候變化的響應(yīng)[J].西南農(nóng)業(yè)學(xué)報(bào)，2019，32（4）：929-935.

[4] 張?zhí)鳎趸?，余行?新疆風(fēng)災(zāi)時(shí)空分布特征分析[J].干旱區(qū)地理，2021，44（5）： 1281-1289.

[5] 馬禹，任宜勇，陳春艷，等.40年來(lái)新疆霧的演變特征及大霧天氣過(guò)程分析[J].干旱區(qū)地理，2005，28（4）：474-478.

[6] 王延慧，張建濤，葉文軍，等.基于ArcGIS的新疆雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].沙漠與綠洲氣象，2019，13（6）：96-104.

[7] 陳穎，馬禹.新疆不同等級(jí)暴雨洪澇災(zāi)害的時(shí)空變化特征[J].干旱區(qū)地理，2021，44（6）：1515-1524.

[8] 張學(xué)文，張家寶.新疆氣象手冊(cè)[M].北京：氣象出版社，2006：185-189.

[9] 張家寶，史玉光.新疆氣候變化及短期氣候預(yù)測(cè)[M].北京：氣象出版社，2002： 141-171.

[10] 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.

[11] 劉靜，陳傳雷，嚴(yán)俊，等.2015—2019年遼寧省暴雨紅色預(yù)警信號(hào)分布及其特征[J].氣象與環(huán)境學(xué)報(bào)，2021，37（1）：100 -105.

[12] 陳建文，馬金仁，聶晶鑫.寧夏主要?dú)庀鬄?zāi)害預(yù)警信號(hào)發(fā)布分析[J].寧夏工程技術(shù)，2018，17（4）：300-305，310.

[13] 陳石定，羅嘉，劉翔.2016—2019 年湖北省氣象預(yù)警信號(hào)的時(shí)空分布特征與發(fā)布原則[J].南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，12（3）：390-394.

[14] 楊榮芳，王紅俠，王賀.河北省氣象災(zāi)害預(yù)警信號(hào)分布特征研究[J].氣象科技進(jìn)展，2020，10（3）：151-153.

[15] 史蓮梅，李斌，李圓圓，等.新疆冰雹災(zāi)害經(jīng)濟(jì)損失評(píng)估及風(fēng)險(xiǎn)區(qū)劃研究[J].冰川凍土，2017，39（2）：299-307.

責(zé)任編輯：黃艷飛

Analysis on the Release Characteristics of Xinjiang Meteorological Disaster Warning Signals

Wang Bo et al（Xinjiang Meteorological Service Center， Urumqi， Xinjiang 830002）

Abstract This paper uses the 2019～2021 Xinjiang meteorological disaster warning signals and uses classification statistics and comparative analysis methods to obtain the release frequency， interannual variation trend， and spatio-temporal distribution characteristics of 11 commonly used meteorological disaster warnings in Xinjiang. The results show that the top 3 releases are thunder and lightning （10 255）， gale （9 597）， and heavy rain （2 271）; the average annual release is 11 139， and it shows an increasing trend year by year; the release grades are more yellow and blue， accounting for 50.60% and 35.03% respectively. The release volume has obvious regional characteristics， and the spatial distribution is consistent with the corresponding regional climate disasters.By analyzing the temporal and spatial distribution characteristics of early warning signals in Xinjiang， it can provide scientific reference and basis for the establishment of corresponding defense measures in prefectures and cities with frequent extreme meteorological disasters， and further improve the level of meteorological disaster prevention and mitigation early warning， so as to better play the role of the first line of defense in meteorological disaster prevention and mitigation.

Key words Meteorological disaster; Warning signal; Statistical feature

作者簡(jiǎn)介 王博（1996—），女，新疆烏蘇人，助理工程師，本科，主要從事氣象預(yù)警業(yè)務(wù)及公眾氣象服務(wù)。

收稿日期 2022-11-10