撫州市汛期區(qū)域性暴雨災害氣象服務效益評估方法探究

桂敏 梁易 李穎芝 符志軍

摘要 撫州市汛期暴雨天氣多發(fā)，極易引發(fā)洪澇災害，造成重大損失。開展暴雨氣象服務效益評估是檢驗防災減災服務水平的依據(jù)。受多種因素影響，氣象服務效益評估方法的研究具有很大的難度和復雜性。梳理了構(gòu)建氣象災害氣象服務效益評估模型的各項因子指標，從防災減災綜合效益分離出氣象服務效益，為客觀定量評估氣象服務產(chǎn)生的效益提供參考。

關(guān)鍵詞 暴雨災害；氣象服務效益；建模；評估

中圖分類號：P458 文獻標識碼：B 文章編號：2095–3305（2023）09–0-03

撫州市位于江西省的東部，地處長江中游，境內(nèi)東、南、西三面環(huán)山，中間為丘陵和河谷盆地，由于處在溫暖濕潤的季風氣候區(qū)，光熱充足，降水充沛，4—7月為汛期，常出現(xiàn)暴雨天氣，持續(xù)暴雨天氣易引發(fā)洪澇災害等，造成重大影響。2014年6月16—21日，撫州市出現(xiàn)入汛后集中連續(xù)暴雨過程，平均降雨量219 mm，最大降雨量達到416 mm，出現(xiàn)在南豐縣。其中，19—20日24 h內(nèi)155站降雨量達到100 mm以上，48站降雨量達到200 mm以上，強降雨致使12座中型水庫、61座小型水庫超汛限，部分水庫溢洪，農(nóng)作物受災面積2.64萬hm2，全市11個縣（區(qū)）119個鄉(xiāng)鎮(zhèn)25.266萬人受災，直接經(jīng)濟損失7.36億元。做好暴雨預報服務是政府部門開展防災減災決策、民眾積極響應救災工作的依據(jù)，是減少和避免災害損失的有效保障[1-3]。就暴雨災害氣象服務效益評估方法進行研究，構(gòu)建評估模型，旨在為客觀、定量評估氣象防災減災服務效益提供參考。

1 撫州市汛期暴雨特征

1.1 撫州市降水氣候特點

撫州市降水充沛，多年平均降水量為1 787.0 mm，而且降水量的年際變化較大。在撫州市降水量的年代際變化上，20世紀60年代最少，年平均為1 647.3 mm，70年代較60年代呈現(xiàn)增多趨勢，年平均降水量達到1 750.0 mm以上，70年代后期至80年代初撫州市年降水量又出現(xiàn)了明顯減少趨勢，之后至21世紀00年代末期，年降水量又開始趨于增多，90年代為降水量最多的時期，年平均降水量達到了1 965.1 mm，進入21世紀后，撫州市年降水量較90年代有著明顯減少現(xiàn)象，年平均降水量在1 700.0 mm左右?？傮w來看，近50年間，撫州市年降水量變化波動較大，整體上表現(xiàn)為增多趨勢，氣候傾向率為25.3 mm/10年。

撫州市年降水量主要集中在春、夏季，兩季降水量約占年總降水量的73.5%，其中，春季（3—5月）的平均降水量最多，為716.3 mm，其次為夏季（6—8月），平均降水量597.1 mm，秋季和冬季的降水量相對較少且相差不大，其中，冬季（12月—翌年2月）平均降水量為252.2 mm，而秋季為一年中降水量最少的季節(jié)，平均降水量為221.4 mm。

統(tǒng)計撫州市一年中各月降水量可知，降水量的月分布特征明顯，1—6月期間降水量逐月增多，6月達到峰值，月平均降水量達到320.7 mm。7—12月，降水量又基本上呈現(xiàn)出逐月減少趨勢，12月降水量最少，為50.0 mm左右。年降水量主要出現(xiàn)在3—8月，期間降水量約占年總降水量的73.5%；4—7月為撫州市汛期，降水量占年總降水量的54.9%；1月和9—12月的各月平均降水量均在100.0 mm以下，為降水量相對較少的月份。

1.2 汛期暴雨氣候特征

我國氣象學上關(guān)于暴雨的判斷標準為：降雨量在24 h內(nèi)達到50.0～99.9 mm的為1個暴雨日，降雨量在24 h內(nèi)達到100.0～249.9 mm的為1個大暴雨日，降雨量在24 h內(nèi)≥250.0 mm的為1個特大暴雨日；24 h內(nèi)有3站以上出現(xiàn)暴雨的定義為1個區(qū)域性暴雨天氣過程，持續(xù)2 d以上，且有3站以上出現(xiàn)暴雨的定義為1個區(qū)域性連續(xù)暴雨天氣過程。

撫州市多年平均暴雨日數(shù)為23 d，暴雨日數(shù)的年際間存在著較大變化。整體來看，年暴雨日數(shù)與年降水量的年際變化基本一致，兩者呈顯著正相關(guān)，年暴雨日數(shù)較多的年份對應的年降水量也較多，極易引發(fā)暴雨洪澇災害，反之，年暴雨日數(shù)相對較少年份對應的年降水量也偏少，常有干旱發(fā)生。

撫州市四季均會出現(xiàn)暴雨天氣過程，春、夏季多發(fā)。在撫州市一年中暴雨日數(shù)的月分布上（圖1），1月出現(xiàn)的日數(shù)最少，3月以后出現(xiàn)明顯增多，4月增加現(xiàn)象更為顯著，6月達到一年中的峰值，月平均可達6 d；汛期4—7月是暴雨集中出現(xiàn)階段，期間降水量占全年總降水量的70%～80%，暴雨出現(xiàn)的日數(shù)約占年總暴雨日數(shù)的70%，暴雨洪澇災害多發(fā)；至7月以后，暴雨出現(xiàn)日數(shù)急劇下降，尤其是9—12月，暴雨日數(shù)不超過1 d。4—7月汛期內(nèi)，暴雨主要出現(xiàn)在6月中旬和下旬期間，其次是5月上旬、下旬和6月的上旬，5月中旬和7月上旬出現(xiàn)的概率也相對較高。

撫州市近50年中1日單站出現(xiàn)暴雨日數(shù)最多，年平均16 d，約占年總暴雨日數(shù)的46.7%；其次是1日2站出現(xiàn)暴雨日數(shù)平均為4 d，約占年總暴雨日數(shù)的17.3%；達到3站以上的同日出現(xiàn)的區(qū)域性暴雨日數(shù)為8 d，占年總暴雨日數(shù)的37.3%；全市共11站全部同日出現(xiàn)暴雨的平均日數(shù)為0.24 d。

由此可見，撫州市暴雨主要為單站局地性暴雨，其次發(fā)生的是區(qū)域性暴雨。近50年期間，持續(xù)2 d單站發(fā)生暴雨天氣過程的年平均日數(shù)為2.0 d，持續(xù)2 d的區(qū)域性暴雨天氣過程的年平均日數(shù)為2.6 d；持續(xù)3 d單站發(fā)生暴雨天氣過程的年平均日數(shù)為0.3 d，持續(xù)3 d的區(qū)域性暴雨天氣過程的年平均日數(shù)為1.6 d；持續(xù)4 d以上的區(qū)域性暴雨天氣過程的年平均日數(shù)為0.5 d。

2 暴雨災害氣象服務效益評估方法

通過上述分析可知，撫州市暴雨洪澇災害頻發(fā)，持續(xù)暴雨導致城市發(fā)生內(nèi)澇，大面積農(nóng)作物被淹，道路被沖毀，影響正常交通，破壞電力、通信等被破壞，給人民群眾生產(chǎn)生活造成嚴重損失。氣象服務的目的是防災減災，氣象服務效益就是受眾在接收到氣象服務信息后進行提前防御災害減少的損失；對氣象服務效益進行評估，即評價氣象部門開展的氣象災害預報預警服務對政府決策、部門聯(lián)動、群眾防御工作產(chǎn)生的社會效益和經(jīng)濟效益，包括趨利和避害2個方面。其中，經(jīng)濟效益可量化，社會效益和生態(tài)效益難以量化卻不能忽略，因此，針對這一課題的研究具有很大的難度和復雜性。借鑒國內(nèi)外專家研究成果，暫時不考慮預報準確率及時效、組織和動員情況、災區(qū)經(jīng)濟、人口素質(zhì)等不穩(wěn)定性較大的影響因素，重點從氣象服務水平、防災減災的決策與組織這兩類綜合因子探討暴雨天氣氣象服務效益。

2.1 確定經(jīng)濟效益指標和評估模型

隨著社會進步和經(jīng)濟快速發(fā)展，與20世紀相比，21世紀人民生活水平顯著性提高，物價有了很大的上漲，因此不能再沿用絕對數(shù)值反映氣象災害損失和氣象服務效益。為保證評價指標的科學性和代表性，采取相對數(shù)和絕對數(shù)結(jié)合的方法計算氣象災害防災減災效益系數(shù)，其計算公式為：

M1=×100%（1）

式（1）中，M1指的是重大氣象災害（某次暴雨天氣過程）的防災減災效益系數(shù)，A1為氣象災害造成某一地區(qū)的直接經(jīng)濟損失，B1表示該地區(qū)未開展防災減災工作情況下氣象災害可能帶來的直接經(jīng)濟損失。

如果在式（1）的計算中，要考慮防災減災的成本投入，得出防災減災經(jīng)濟效益系數(shù)的計算公式（2）：

M1=（2）

由于不穩(wěn)定因子可能會對方程的構(gòu)建造成困難，首先，將政府和民眾在接收到氣象服務信息后防災減災工作開展程度作為重點考慮因子；其次，考慮不可避免損失的因子，構(gòu)建氣象災害的防災減災服務效益計算公式：

B=（3）

式（3）中的B為某一次氣象災害過程可能獲取到的防災減災服務效益值（與式（1）和（2）中的B1相似）；A即氣象災害造成某一地區(qū)的直接經(jīng)濟損失（等同于式（1）和（2）中的A1）；x代表的是氣象災害預報服務水平值，且0≤x≤1；y指的是政府和民眾在接收到氣象服務信息后開展防災減災工作程度的數(shù)值，且0≤y≤1；z即為該氣象災害過程中因災不可抗拒的災害損失占比。xy的乘積表示防災減災服務水平，根據(jù)x、y的取值范圍，當x或y的大小，均會對防災減災效果造成直接影響。如果在式（3）的計算中計入防災減災成本投入，得到防災減災經(jīng)濟效益系數(shù)的計算公式：

B=-C（4）

式（4）計算出的B值包括氣象防災減災服務效益和政府接到氣象決策服務及民眾防御災害工作產(chǎn)生的效益。要想單純地獲取氣象防災減災服務效益，就要先計算出政府接收到氣象決策服務和民眾防御災害工作產(chǎn)生的效益，然后將其從式（4）中分離出來。將政府接受氣象決策服務及民眾防御災害工作產(chǎn)生的效益簡單看作一個線性的決策過程：

B=B+B（5）

如此一來，由式（4）和式（5）即可從防災減災服務效益值中將其中的氣象服務效益值分離出來，構(gòu)建出氣象災害防災減災服務效益評估模型，計算得出氣象災害防災減災服務效益W值，其計算公式可以轉(zhuǎn)化為式（6）：

W=（6）

2.2 確定平均防災減災效益系數(shù)和氣象服務效益

據(jù)防汛專家相關(guān)研究結(jié)果，暴雨等重大氣象災害預報服務時效越長，產(chǎn)生的效益越高。當預報時效在24 h內(nèi)，重大氣象災害防災減災效益通常能達到15%～25%，即可以減少或避免直接經(jīng)濟損失的15%～25%；若預報時效能達到48 h，重大氣象災害防災減災效益可達20%～50%，即能減少或避免20%～50%的直接經(jīng)濟損失。

但預報時效與防災減災效益并不呈絕對的正相關(guān)關(guān)系，因為還會受到其他因素的影響，比如預報時效越長，民眾對待災害防御的迫切感會下降，應急救援組織工作也會相對放松，而災害的突發(fā)性越強、預報時效越臨近，政府和民眾的防御意識越強烈。同樣的預報時效、不同程度的氣象災害帶來的危害也不一樣，如臺風暴雨引發(fā)的災害高于單純的暴雨天氣，且不可抗拒因素多，防災救災工作開展難度大，進而氣象防災減災服務效益低于暴雨災害。預報時效與防災減災效益可以認定為是一種近似反三角函數(shù)的關(guān)系，即：

S=arctg（at+b）+d（7）

式（7）中，S為平均防災減災服務效益系數(shù)；t指的是預報時效（單位：h），且t≥0；a、b為常數(shù)。當預報時效為0時，防災減災服務效益也就為0，即d也是0，因此式（7）又可以轉(zhuǎn)換為：

S=arctg（at+b）（8）

預報時效t為24 h時，S值為0.18，t值為48 h時，S值為0.34，此時可計算出常數(shù)a、b值分別為0.0124、-0.006，代入式（8）得出平均預報時效與防災減災服務效益的近似反三角函數(shù)式為：

S=arctg（0.0124 t-0.006）（9）

隨著氣象預報服務水平的提高，預報時效越來越長。相關(guān)專家認為，當預報時效達到72 h，基本能充分做好防災減災準備工作。因此，當預報時效達到72 h以上時出現(xiàn)的損失可以作為不可抗拒因素處理。將t值72代入式（9）計算得出S為0.46，因災不可抗拒的災害直接經(jīng)濟損失占比（z）即為0.54，可以直接用于效益評估。

2.3 確定s、y值

氣象預報的質(zhì)量和時效決定了x值的大小，則預報服務水平通常采用預報的準確率Ts（0≤Ts≤1）表示，即：

s=（10）

式（10）中，n表示預報時效，0＜t≤12時，n=0.5；12＜t≤24時，n=1.0，以此類

推，60＜t≤72時，n=3.0 。

暴雨是撫州市汛期常見的主要災害性天氣，加強汛期暴雨災害防御工作是撫州市政府的重要工作。按照多年防汛工作開展，對暴雨災害天氣政府及民眾的響應工作通常分為3級：好（y=0.7～1.0）；一般（y=0.3～0.7）；差（y=0.0～0.3）。

當接收到氣象災害預報信息后，政府部門高度重視，及時決策并落實防災減災措施，民眾積極參與防災救災工作，且預報時效不低于24 h的，視為“好”，此時，y值基數(shù)確定為0.70，隨著預報時效每增加24 h，y值增加0.05，防災減災投入人員N在100萬元以下時不予考慮此因素影響，在200萬元以內(nèi)的增加0.01，在300萬元以內(nèi)時增加0.02，由此推算出預報時效為48 h、防災人數(shù)達到300萬元時的y值為0.78。防災響應工作為“一般”時，y值基數(shù)為0.30，預報時效在12 h的增加0.1，在18 h的再增加0.1，當預報時效為6～12 h、投入救災人員300萬元時y值為0.42。防災響應工作較差時，預報時效在6 h內(nèi)，y值基數(shù)為0，預報時效在3～6 h內(nèi)增加0.1，因此投入救災人員300萬元時y值為0.12。

2.4 建立暴雨氣象服務效益評估模型

各級政府部門承擔著氣象災害防御管理重任，政府相關(guān)部門均會專門預算和統(tǒng)計氣象災害防御工作需投入的資金、人力、車輛等物資和裝備，因此氣象災害防災救災的直接費用（C）是確定的，可直接代入公式計算。綜合上述各項指數(shù)分析，建立暴雨等重大氣象災害防災減災效益、氣象服務效益評估模型為式（11）：

B=；W=（11）

3 結(jié)束語

受復雜地形和氣候特征的影響，撫州市呈多暴雨天氣，暴雨集中在汛期4—7月，以6月出現(xiàn)日數(shù)最多。由于撫州市三面環(huán)山，中間地勢較低，暴雨極易引發(fā)山洪等地質(zhì)災害，威脅群眾生命財產(chǎn)安全。因此，充分認識撫州市暴雨災害發(fā)生特點和危害，在此基礎(chǔ)上通過對各項指標進行分析，構(gòu)建氣象服務效益評估模型，可以定量、客觀地評估氣象服務在防災減災工作中的經(jīng)濟效益，提升氣象部門氣象災害預報水平和服務能力。

參考文獻

[1] 周芳，黃龍飛，肖瀟.江西省汛期局地短時強降水的時空分布特征[J].氣象與減災研究，2018，41（3）：176-182.

[2] 朱華.江西省夏季降水的時空變化特征及其與東亞夏季風的相關(guān)研究[D].南昌：江西師范大學，2013.

[3] 李瑾.溫比亞臺風暴雨氣象服務效益評估與深析[J].農(nóng)業(yè)與技術(shù)，2018，38（23）： 128-129.

Research on the Evaluation Method of Meteorological Service Benefit of Regional Rainstorm Disaster in Flood Season of Fuzhou City

Gui Min et al（Fuzhou Meteorological Disaster Prevention Center， Fuzhou， Jiangxi 344000）

Abstract The rainstorm weather frequently occurs in the flood season of Fuzhou City， which is very easy to cause flood disasters and cause heavy losses. The evaluation of rainstorm meteorological service benefits is the basis for testing the service level of disaster prevention and mitigation. Influenced by many factors， the research on the evaluation method of meteorological service benefits has great difficulty and complexity. This paper combed out the various factors and sub indicators of building the evaluation model of meteorological service benefits of meteorological disasters， separateed the meteorological service benefits from the comprehensive benefits of disaster prevention and mitigation， and provideed a reference for the objective and quantitative evaluation of the benefits generated by meteorological services.

Key words Rainstorm disaster; Meteorological service efficiency; Modeling; Assessment