三重拉尼娜現(xiàn)象的分析與預(yù)測(cè)

杜詠崢，梁舒同，李奕欣，王錦賢

（西藏大學(xué) 工學(xué)院，西藏 拉薩）

引言

本文首先探討受三重拉尼娜事件影響的國(guó)家和地區(qū)[1]。通過(guò)國(guó)際氣象平臺(tái)數(shù)據(jù)、中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)、NOAA 數(shù)據(jù)庫(kù)和相關(guān)氣象文獻(xiàn)，搜索出受三重拉尼娜事件影響的國(guó)家，并根據(jù)過(guò)去的數(shù)據(jù)對(duì)這些國(guó)家進(jìn)行分析，研究三重拉尼娜事件主要是由哪些因素造成的[2]。建立時(shí)間序列模型和灰色預(yù)測(cè)模型，預(yù)測(cè)未來(lái)發(fā)生三重拉尼娜事件的可能性。其次，收集了近年來(lái)中國(guó)經(jīng)濟(jì)形勢(shì)的數(shù)據(jù)，并與災(zāi)害時(shí)期的數(shù)據(jù)進(jìn)行對(duì)比，評(píng)估干旱和高溫造成的損失，然后建立拓?fù)浞治瞿Ｐ秃蛯哟畏治龇?，比較和評(píng)估三重拉尼娜事件造成的損失中哪種損失最嚴(yán)重，并根據(jù)損失情況提出應(yīng)對(duì)政策。第三，收集了中國(guó)近幾年的數(shù)據(jù)，如人口、GDP 等，并與災(zāi)害發(fā)生時(shí)的數(shù)據(jù)進(jìn)行對(duì)比，評(píng)估洪災(zāi)造成的損失，建立了一個(gè)較好的模型來(lái)分析和評(píng)估三重拉尼娜事件造成的損失，分析洪災(zāi)中哪種損失最嚴(yán)重，并根據(jù)實(shí)際情況提出合理可行的對(duì)策。最后根據(jù)上述模型得出的結(jié)論，從多維度、多角度對(duì)三重拉尼娜事件發(fā)生的原因和結(jié)果進(jìn)行具體分析，并將三重拉尼娜現(xiàn)象發(fā)生的全過(guò)程向有關(guān)部門(mén)進(jìn)行匯報(bào)，為防止此類(lèi)損失的發(fā)生提出建設(shè)性意見(jiàn)（見(jiàn)圖1 和圖2）。

圖1 全球干旱指數(shù)

圖2 1972-2000 年平均降水量

1 分析預(yù)測(cè)

1.1 預(yù)測(cè)未來(lái)發(fā)生三重拉尼娜現(xiàn)象的可能性

根據(jù)GM（1.1）模型，得到指定時(shí)區(qū)內(nèi)的預(yù)測(cè)值，并根據(jù)實(shí)際問(wèn)題的需要給出相應(yīng)的預(yù)測(cè)預(yù)報(bào)。

1.2 高溫和干旱導(dǎo)致各種災(zāi)害損失評(píng)估分析

此問(wèn)題數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)，變量為人員傷亡損失、室內(nèi)物品損壞價(jià)值損失、農(nóng)產(chǎn)品損壞價(jià)值損失、林木損壞價(jià)值損失和耕地?fù)p壞價(jià)值損失。采用層次分析法（Analytic Hierarchy Process，AHP），將與決策有關(guān)的要素分解為目標(biāo)、標(biāo)準(zhǔn)、方案等多個(gè)層次，在此基礎(chǔ)上形成的一種系統(tǒng)、簡(jiǎn)單、靈活、有效的決策方法。該算法用于指標(biāo)權(quán)重的確定和定量方案的選擇。

在分層評(píng)價(jià)模型中，確定了整個(gè)決策事件的目標(biāo)層、準(zhǔn)則層和解決方案層。通過(guò)兩兩比較，確定每個(gè)準(zhǔn)則層對(duì)目標(biāo)層的權(quán)重。通常我們使用Santy 的1-9 比例法（見(jiàn)表1）[5]。

表1 Santy 的1-9 比例法

對(duì)于準(zhǔn)則層A，我們可以構(gòu)建一個(gè)

我們采用這種方法對(duì)矩陣進(jìn)行歸一化處理，以便在變換后使每個(gè)屬性的最優(yōu)值為1，最差值為0。

這兩種模式都認(rèn)為，三重拉尼娜現(xiàn)象下的高溫和干旱對(duì)西北干旱區(qū)的影響最大，其次是東部季風(fēng)區(qū)。層次結(jié)構(gòu)模型以人員傷亡損失、直接經(jīng)濟(jì)損失、間接經(jīng)濟(jì)損失、恢復(fù)期損失情況和救災(zāi)投入為影響因素[6]，通過(guò)各因素之間的兩兩比較，構(gòu)建判斷矩陣；在Topsis模型中，采用專(zhuān)家評(píng)分法確定區(qū)域?yàn)?zāi)害損失綜合評(píng)價(jià)指標(biāo)體系。以人員傷亡損失、室內(nèi)物品損失價(jià)值、農(nóng)產(chǎn)品損失價(jià)值、林木損失價(jià)值、耕地?fù)p失價(jià)值五個(gè)重要性較高的因素作為評(píng)價(jià)指標(biāo)。

但值得注意的是，層次分析法主觀性較強(qiáng)，方案層級(jí)不宜過(guò)多，數(shù)據(jù)是通過(guò)構(gòu)建基于成對(duì)比較法和1～9 比例表的判斷矩陣得到的。

因此，使用Topsis 模型進(jìn)行災(zāi)害損失評(píng)估更為準(zhǔn)確。

2 測(cè)試方法

2.1 灰色預(yù)測(cè)模型評(píng)價(jià)分析

建模過(guò)程如圖3、圖4 所示。

圖3 灰色預(yù)測(cè)模型建模過(guò)程

圖4 灰色預(yù)測(cè)模型的模型驗(yàn)證和評(píng)價(jià)分析

通過(guò)在Matlab 中編程求解，將預(yù)測(cè)值與實(shí)際統(tǒng)計(jì)值進(jìn)行比較，如表2 所示。根據(jù)每年的統(tǒng)計(jì)報(bào)告，2017-2021 年海洋溫度分布在0.6～0.8 ℃之間，從預(yù)測(cè)結(jié)果可以看出，預(yù)測(cè)值與實(shí)際值非常接近。預(yù)計(jì)2022 年海洋溫度將下降到0.63 ℃，出現(xiàn)三重拉尼娜現(xiàn)象的概率很大，超過(guò)50%。

表2 灰色預(yù)報(bào)模式和時(shí)間序列模式的預(yù)測(cè)值與真實(shí)價(jià)值

2.2 分級(jí)模型的驗(yàn)證

在使用Topsis 算法進(jìn)行中采用專(zhuān)家打分的方法確定區(qū)域?yàn)?zāi)害損失綜合評(píng)價(jià)指標(biāo)體系。n=3；m=14。經(jīng)過(guò)上述處理后，我們采用5 個(gè)重要性較高的因素作為評(píng)價(jià)指標(biāo)，即人員傷亡損失、室內(nèi)物品損失價(jià)值、農(nóng)產(chǎn)品損失價(jià)值、林木損失價(jià)值和耕地?fù)p失價(jià)值。

Matlab 編程求解，結(jié)果如表3 所示。

表3 Matlab 編程求解結(jié)果

這兩種模式都認(rèn)為，三重拉尼娜現(xiàn)象下的高溫和干旱對(duì)西北干旱區(qū)的影響最大，其次是東部季風(fēng)區(qū)。針對(duì)干旱的成因，可采取以下措施有效防御干旱或減少干旱損失：優(yōu)化農(nóng)業(yè)生產(chǎn)布局，改進(jìn)生產(chǎn)技術(shù)，選種耐旱品種，深耕細(xì)作，地膜覆蓋；興修水利，合理灌溉；退耕還林，涵養(yǎng)水源，大規(guī)模綠化造林，減少水土流失[7]。

3 結(jié)論及建議

針對(duì)今年的三重拉尼娜現(xiàn)象，本文預(yù)測(cè)今年冬天我國(guó)將出現(xiàn)寒潮，而夏天，我國(guó)南方多地將出現(xiàn)高溫酷暑天氣，北方多地出現(xiàn)大范圍降水，華北地區(qū)汛期降水也將增多，而歐洲多地則出現(xiàn)罕見(jiàn)干旱。高溫和大規(guī)模降雨、干旱現(xiàn)象給許多國(guó)家造成了不同程度的經(jīng)濟(jì)損失和人員傷亡，也影響了農(nóng)產(chǎn)品的收成。颶風(fēng)、暴雨和干旱都是三重拉尼娜現(xiàn)象的特征。

為此，我們應(yīng)該改善耕作制度，改變作物構(gòu)成，選育耐旱品種，充分利用有限的降水，減少拉尼娜的影響；相關(guān)決策部門(mén)可根據(jù)高溫天氣采取停課、停工等相關(guān)措施，確保人民群眾生命財(cái)產(chǎn)安全。