云南省地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險預(yù)警模型優(yōu)化研究

胡　娟，閔　穎，李華宏，許迎杰，李　超，李　湘

(云南省氣象臺，云南 昆明 650034)

?

云南省地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險預(yù)警模型優(yōu)化研究

胡娟，閔穎，李華宏，許迎杰，李超，李湘

(云南省氣象臺，云南 昆明 650034)

以怒江州為例，采用區(qū)域加密自動氣象站降水資料優(yōu)化云南省目前業(yè)務(wù)應(yīng)用的地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型，并根據(jù)災(zāi)情點(diǎn)的地理信息對地質(zhì)災(zāi)害風(fēng)險區(qū)劃進(jìn)行了更新。研究表明，怒江州降水型地質(zhì)災(zāi)害以連續(xù)性降水導(dǎo)致的災(zāi)害為主，受到短期強(qiáng)降水的激發(fā)，并且地質(zhì)災(zāi)害區(qū)域性分布明顯。用2015年地質(zhì)災(zāi)害實(shí)例對優(yōu)化后的預(yù)警模型的預(yù)報效果進(jìn)行檢驗(yàn)，發(fā)現(xiàn)優(yōu)化后的預(yù)警模型能有效降低原預(yù)警模型中高風(fēng)險預(yù)警等級的空報率，提高風(fēng)險預(yù)警的空間分辨率，使得預(yù)警服務(wù)效果更具備針對性。

地質(zhì)災(zāi)害；預(yù)警指標(biāo)；模型優(yōu)化；對比檢驗(yàn)

地質(zhì)災(zāi)害是多種因素相互作用的結(jié)果，其誘發(fā)因子多且成因復(fù)雜。降水雖然不是造成地質(zhì)災(zāi)害的唯一因素，卻是最重要的因素之一。全國地質(zhì)災(zāi)害調(diào)查結(jié)果表明81%的崩塌、90%的滑坡以及全部的泥石流都由降水引發(fā)[1]。已有眾多學(xué)者針對降水與滑坡、泥石流間的關(guān)系做過分析[2-5]，指出地質(zhì)災(zāi)害的時空分布特征與降水的空間分布及時間周期具有較高相關(guān)性。因此，依循降水與地質(zhì)災(zāi)害的密切關(guān)系，開展地質(zhì)災(zāi)害發(fā)生可能性氣象預(yù)警方法研究具有可行性和科學(xué)性。近年來，國內(nèi)外對降水誘發(fā)地質(zhì)災(zāi)害的物理機(jī)制、預(yù)報預(yù)警方法等進(jìn)行了大量研究[6-12]，取得了顯著進(jìn)展。云南省也根據(jù)本省的實(shí)際情況，建立了地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型并應(yīng)用于日常業(yè)務(wù)中，取得了較好的服務(wù)效果[13]。目前運(yùn)行的預(yù)警模型使用的是全省125個國家級地面氣象觀測站的降水資料，該資料雖然具有較高的時間分辨率，但是空間分辨率較低，對于云南省極為復(fù)雜的地理環(huán)境背景和天氣氣候特征而言，降水指標(biāo)過于粗泛、部分地區(qū)的臨界雨量量級過低，導(dǎo)致漏報率雖低但空報率偏高。因此本研究以怒江州為例，采用區(qū)域加密自動氣象站的資料研究精細(xì)化的氣象風(fēng)險預(yù)警指標(biāo)。以優(yōu)化怒江州地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型為基礎(chǔ)，開展全省地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型改進(jìn)工作，提升云南省地質(zhì)災(zāi)害氣象風(fēng)險預(yù)報預(yù)警服務(wù)能力。

怒江州位于云南省西北部，地處橫斷山脈峽谷地帶，地勢北高南低，南北縱距遠(yuǎn)大于東西境寬，是典型的高山峽谷區(qū)。怒江州98%以上的國土面積是高山峽谷，76%以上的國土面積是25°以上的坡地，地質(zhì)結(jié)構(gòu)錯綜復(fù)雜。境內(nèi)地質(zhì)災(zāi)害頻發(fā)，經(jīng)統(tǒng)計(jì)共有762個滑坡、泥石流點(diǎn)[14]。研究表明突發(fā)性、區(qū)域性泥石流是怒江流域泥石流災(zāi)害的典型特征，此類災(zāi)害大多由一次強(qiáng)降雨過程誘發(fā)[15]。郭榮芬等[16]針對2014年5月10日怒江州福貢縣的泥石流進(jìn)行分析，指出此次災(zāi)害由連續(xù)性降水及短時間暴雨所引發(fā)。統(tǒng)計(jì)2010-2014年怒江州降水型地質(zhì)災(zāi)害的種類和災(zāi)害級別(樣本數(shù)為42例)，66.67%的災(zāi)害為泥石流，23.81%為滑坡，崩塌以及同時發(fā)生滑坡泥石流災(zāi)害的樣本僅為9.52%。在上述災(zāi)情中，不區(qū)分災(zāi)害類型，則小型災(zāi)害占比為66.67%，21.43%為中型災(zāi)害，大型及特大型災(zāi)害占11.9%。表明怒江州降水型地質(zhì)災(zāi)害以泥石流為主，小型災(zāi)害多，但大中型地質(zhì)災(zāi)害也比較頻繁。因此加強(qiáng)怒江州降水型地質(zhì)災(zāi)害的機(jī)理研究和精細(xì)化氣象風(fēng)險預(yù)報預(yù)警指標(biāo)研究，為地質(zhì)災(zāi)害防御工作提供科研支撐具有重大意義。

1　資料和方法

本研究使用怒江州82個區(qū)域加密自動氣象站(簡稱區(qū)域站)2010-2014年逐日降水資料以及4個國家級地面氣象觀測站(簡稱國家站)1961-2014年逐日降水資料，降水累積時段為前日08：00至當(dāng)日08：00。

根據(jù)云南省地質(zhì)環(huán)境監(jiān)測院提供的地質(zhì)災(zāi)害報告和云南省氣象臺收集的滑坡、泥石流災(zāi)情，整理出2010-2014年的怒江州地質(zhì)災(zāi)害災(zāi)情樣本63個，剔除非降水觸發(fā)的災(zāi)害個例后得到降水型地質(zhì)災(zāi)害樣本46個。

根據(jù)前期的研究成果，本研究運(yùn)用日綜合雨量和最佳有效降水系數(shù)的計(jì)算公式[17]計(jì)算各樣本的特征降水量，并采用主成分分析方法挑選最佳降水因子。

日綜合雨量：

(1)

式中：α的取值范圍為(0,1)；R0、R1、R2分別表示災(zāi)情發(fā)生當(dāng)日、災(zāi)情發(fā)生前1d和前2d的逐日24h累積降水量；Ri為前3d至第n日內(nèi)的逐日降水量。

最佳有效降水系數(shù)：

(2)

式中：根據(jù)式(1)計(jì)算某站的日綜合雨量R日綜，該站日綜合雨量的均方差用σ表示，則最佳有效降水系數(shù)α是σ與R日綜最大值的比值的最小值。

2　結(jié)果分析

2.1怒江州降水與地質(zhì)災(zāi)害特征分析

2.1.1降水氣候特征

將63個災(zāi)情點(diǎn)與怒江州地質(zhì)災(zāi)害風(fēng)險區(qū)劃及地形相疊加(圖1)，發(fā)現(xiàn)無論是降水觸發(fā)的地質(zhì)災(zāi)害還是人工影響等因素導(dǎo)致的災(zāi)情基本都分布在怒江流域和瀾滄江流域兩岸，其次是蘭坪縣的金頂鎮(zhèn)轄區(qū)內(nèi)。災(zāi)情發(fā)生地集中，具有區(qū)域性分布特征，并且災(zāi)情點(diǎn)主要分布在地質(zhì)災(zāi)害高風(fēng)險區(qū)(圖1中易發(fā)程度一級區(qū)劃)。表明高山峽谷深切割的地貌是造成怒江州地質(zhì)災(zāi)害多發(fā)的重要內(nèi)因。

圖1　災(zāi)情點(diǎn)分布綜合圖

使用1961-2014年貢山站、福貢站、六庫站、蘭坪站4個國家站的逐日降水資料，分析怒江州四個縣降水的氣候特征。降水的時間分布顯示，11月至次年5月為蘭坪和瀘水的干季，這一時期的月平均雨量為31.8 mm；6-10月為雨季，月平均降水量為151.1 mm。11月至次年1月是貢山和福貢的干季，月平均雨量為41.6 mm。貢山表現(xiàn)出顯著的雙雨季特征，2-4月是第一個降水波峰，即怒江北部的“桃花汛”，月平均雨量為184.1 mm，5月雨量有所回落，6月為第二個降水峰值。福貢在2-4月的“桃花汛”期間，月平均雨量為189.7 mm，進(jìn)入5月，降水量快速滑落，但5-10月各月的多年平均降水量都維持在100～130 mm，因此福貢的雨季可視為從2月開始，峰值出現(xiàn)在3-4月，進(jìn)入11月結(jié)束。

2.1.2誘發(fā)地質(zhì)災(zāi)害的主要降水影響因子

分別統(tǒng)計(jì)怒江州四個縣1-12月降水型地質(zhì)災(zāi)害的樣本數(shù)，結(jié)果見表1。由表1可見，貢山縣內(nèi)的地質(zhì)災(zāi)害主要出現(xiàn)在4月，福貢、蘭坪、瀘水的地質(zhì)災(zāi)害主要出現(xiàn)在7-9月，尤其8月蘭坪縣發(fā)生地質(zhì)災(zāi)害的頻率最高。與四個縣多年月平均降水比較分析，地質(zhì)災(zāi)害頻繁出現(xiàn)于降水豐沛、土壤濕度大的時期。如貢山在干季后，經(jīng)過2月、3月的降水累積，土壤濕度條件明顯改善，抗剪能力減弱、穩(wěn)定度降低，而4月的降水依然較大，地質(zhì)災(zāi)害發(fā)生的頻率顯著上升。

初步分析46個樣本的降水特征，發(fā)現(xiàn)災(zāi)害當(dāng)天降水R1d≥25 mm的個例占總樣本的39.1%，R1d≥50 mm的個例占13%。災(zāi)害發(fā)生當(dāng)天與災(zāi)害發(fā)生前2 d累積降水R3d≥50 mm的個例占41.3%，R3d≥100 mm的個例占10.9%。災(zāi)害發(fā)生當(dāng)天與災(zāi)害發(fā)生前10 d的累積降水R11d≥100 mm的個例占總樣本的45.7%。說明誘發(fā)怒江州地質(zhì)災(zāi)害的累積降水量較大，短時期內(nèi)的激發(fā)雨強(qiáng)較強(qiáng)。

筆者在前期工作中分析了誘發(fā)云南省地質(zhì)災(zāi)害的有效降水天數(shù)、最佳有效降水系數(shù)[17]。本研究采用區(qū)域站的降水資料分析怒江州降水型地質(zhì)災(zāi)害的有效降水累積時段，分析方法同文獻(xiàn)[18]，結(jié)果見圖2。圖2顯示，在10～11 d有一個災(zāi)害樣本大值中心，累積降水量在90～100 mm左右。另外，在2～3 d累積降水量在20～30 mm附近有另一樣本大值區(qū)。因此，怒江州地質(zhì)災(zāi)害與短期3 d內(nèi)的累積降水量及0～11 d的累積降水量有密切關(guān)系。計(jì)算日綜合雨量時有效降水累積時段為11 d，其中當(dāng)天及前2 d的降水不進(jìn)行衰減。

圖2　怒江州地質(zhì)災(zāi)害樣本前期滑動累積降水量分布

通過最佳有效降水系數(shù)計(jì)算公式得到怒江州的有效降水系數(shù)α=0.1，表明降水的衰減程度很大，需分析誘發(fā)地質(zhì)災(zāi)害的主要降水因素在于哪些方面。本研究通過主成分分析方法挑選最佳影響因子，將誘發(fā)一次地質(zhì)災(zāi)害的降水看成由以下幾部分構(gòu)成：當(dāng)次災(zāi)害的日綜合雨量、強(qiáng)降水日數(shù)、連續(xù)降水日數(shù)。

日綜合雨量由災(zāi)害當(dāng)天降水量R0和前期有效雨量RE組成，前期有效雨量：

(3)

即災(zāi)害發(fā)生日前1d至前10d的累積降水量，自第3d起降水經(jīng)過衰減。

本研究的強(qiáng)降水指日降水量R24 h≥25mm的降水。強(qiáng)降水日數(shù)分兩種情況，一種統(tǒng)計(jì)災(zāi)害發(fā)生前10d內(nèi)的強(qiáng)降水日數(shù)，表示為Hp(災(zāi)害發(fā)生當(dāng)天出現(xiàn)強(qiáng)降水不計(jì)入統(tǒng)計(jì))；另一種統(tǒng)計(jì)災(zāi)害發(fā)生當(dāng)天及前2d內(nèi)的強(qiáng)降水日數(shù)，表示為Hp3d。

連續(xù)降水日數(shù)的選取：分析怒江州多年逐月日平均降水量，發(fā)現(xiàn)3-9月的日平均降水量在4～6mm之間，因此本研究以日降水量R24 h≥5mm為標(biāo)準(zhǔn)，從災(zāi)害發(fā)生前1d起，統(tǒng)計(jì)連續(xù)出現(xiàn)R24 h≥5mm的天數(shù)，最后得到46次個例的連續(xù)降水日數(shù)樣本Cp。

采用主成分分析方法對R0、RE、R3d(災(zāi)害當(dāng)天及前2d累積降水量)、Hp、Hp3d、Cp六個因子進(jìn)行討論，判定對地質(zhì)災(zāi)害有顯著影響的降水因子。

經(jīng)過計(jì)算發(fā)現(xiàn)第1和第2主成分的累計(jì)方差貢獻(xiàn)率超過80%，在第1主成分中，Hp3d的貢獻(xiàn)率大于Hp的貢獻(xiàn)率。比較各樣本中Hp3d和Hp的分布，強(qiáng)降水基本都集中在災(zāi)害當(dāng)天和前2天的降水過程中，因此剔除Hp重組矩陣再次進(jìn)行主成分分析。二次計(jì)算表明，第1主成分的貢獻(xiàn)率為65.4%，第2主成分的貢獻(xiàn)率為21.4%，累計(jì)方差貢獻(xiàn)率達(dá)86.8%。第1主成分各因子的特征向量顯示，R3d和Hp3d對第1主成分的貢獻(xiàn)最大，其次RE也具有較大貢獻(xiàn)。對于第2主成分，R0的貢獻(xiàn)最為重要。各特征向量值見表2所示。

表2　各影響因子特征向量

綜上所述，怒江州的地質(zhì)災(zāi)害主要由短期強(qiáng)降水激發(fā)。在怒江州地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型中，需著重考慮短期內(nèi)的降水量和降水強(qiáng)度。

面具男子表情冷峻：“不管她是什么人，你們都要盯緊了，陰魚也許就在她的身上，我們這次絕不能空手回圣族?！?/p>

2.2怒江州地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險預(yù)警指標(biāo)

2.2.1臨界雨量

將46個樣本按災(zāi)情發(fā)生點(diǎn)所屬縣進(jìn)行歸類，則貢山縣13個樣本、福貢縣8個、瀘水縣10個、蘭坪縣15個。計(jì)算得到貢山、福貢、瀘水、蘭坪各縣的α都為0.9，比怒江州統(tǒng)一計(jì)算得到的α大。說明對地質(zhì)災(zāi)害樣本做空間精細(xì)化分區(qū)，提高空間分辨率，摒棄由于氣候背景不同、地理?xiàng)l件不同造成的相互影響，前期降水對地質(zhì)災(zāi)害的累積效應(yīng)變得更加明顯。分別計(jì)算四個縣各樣本的日綜合雨量，將日綜合雨量按升序排列，用20%、40%、60%、80%的樣本概率劃分日綜合雨量等級[17]，以此作為各等級的臨界雨量，結(jié)果如表3所示。

表3　各等級臨界雨量　mm

2.2.2臨界雨強(qiáng)

分析各樣本災(zāi)害發(fā)生當(dāng)天的降水強(qiáng)度，發(fā)現(xiàn)激發(fā)雨強(qiáng)的差異較大，從小雨到暴雨皆有。但是，當(dāng)日降水強(qiáng)度小(中雨及以下量級)，且前2 d的累積降水量也小(R2d≤15 mm)的個例僅占21.7%，其中有50%的樣本都出現(xiàn)在蘭坪。普查各樣本災(zāi)害當(dāng)天到前10 d內(nèi)R24h>0的日數(shù)，7 d以上有降水的樣本占87%，而24%的樣本在整個有效降水時段均有雨量。雖然總樣本中有一個樣本僅災(zāi)害當(dāng)日有降水，但是降水量為31.4 mm，是典型的強(qiáng)降水誘發(fā)的地質(zhì)災(zāi)害。因此，怒江州降水型地質(zhì)災(zāi)害可分為兩類，一類是連續(xù)性降水造成的地質(zhì)災(zāi)害；另一類是短期強(qiáng)降水造成的地質(zhì)災(zāi)害，其中連續(xù)性降水造成的地質(zhì)災(zāi)害所占比例最大。由連續(xù)性降水誘發(fā)的地質(zhì)災(zāi)害又可分為臨界雨強(qiáng)強(qiáng)和臨界雨強(qiáng)弱兩種。主成分分析結(jié)果表明臨界雨強(qiáng)若僅用當(dāng)日雨強(qiáng)表示是不充分的，還需考慮短期內(nèi)的強(qiáng)降水日數(shù)。因此臨界雨強(qiáng)依據(jù)前期雨強(qiáng)日數(shù)(指短期內(nèi))和臨近24 h降水強(qiáng)度兩方面綜合定義。前期雨強(qiáng)日數(shù)劃分為3個等級，連續(xù)3 d均出現(xiàn)大雨及以上量級，為Ⅰ級，有2 d出現(xiàn)大雨及以上量級，為Ⅱ級，1 d出現(xiàn)強(qiáng)降水，為Ⅲ級。當(dāng)天降水強(qiáng)度劃分為4個臨界雨強(qiáng)等級，暴雨為Ⅰ級，大雨為Ⅱ級，中雨為Ⅲ級，小雨為Ⅳ級。臨界雨強(qiáng)指標(biāo)如表4所示。

表4　怒江州臨界雨強(qiáng)指標(biāo)

2.2.3地質(zhì)災(zāi)害風(fēng)險區(qū)劃更新

利用2012-2014年地質(zhì)災(zāi)害樣本，定位各次災(zāi)害發(fā)生地的經(jīng)緯度，運(yùn)用Arcgis技術(shù)，將每個災(zāi)害點(diǎn)進(jìn)行插值，災(zāi)害點(diǎn)2 km范圍內(nèi)的區(qū)域定為地質(zhì)災(zāi)害“極易發(fā)區(qū)”，災(zāi)害點(diǎn)5 km范圍內(nèi)的區(qū)域?yàn)椤案咭装l(fā)區(qū)”，災(zāi)害點(diǎn)10 km范圍內(nèi)的區(qū)域?yàn)椤拜^高易發(fā)區(qū)”，災(zāi)害點(diǎn)20 km范圍內(nèi)的區(qū)域定為“中易發(fā)區(qū)”，20 km范圍外的區(qū)域是“不易發(fā)區(qū)”。通過定位災(zāi)害點(diǎn)的范圍做風(fēng)險區(qū)劃分析，其物理意義直觀。事實(shí)上，地質(zhì)災(zāi)害是內(nèi)因和外因共同作用的結(jié)果(不包含人為因素造成的地質(zhì)災(zāi)害)，因此災(zāi)害點(diǎn)的信息中也包括了地理因子和降水因子的共同影響，同時反映了災(zāi)害發(fā)生頻率、災(zāi)害發(fā)生密集度等因素的特征，屬于綜合性的區(qū)劃指標(biāo)。對比圖3和圖1，本研究繪制的風(fēng)險區(qū)劃，其空間分辨率高于國土部門提供的區(qū)劃結(jié)果，體現(xiàn)出區(qū)域性分布特征，并且風(fēng)險等級更為細(xì)化，實(shí)現(xiàn)了風(fēng)險區(qū)劃精細(xì)化的要求。本研究將對兩種區(qū)劃方法的氣象風(fēng)險預(yù)警效果做對比。

圖3　怒江州地質(zhì)災(zāi)害風(fēng)險區(qū)劃更新圖

3　個例檢驗(yàn)

將本研究得出的各等級臨界雨量、臨界雨強(qiáng)、風(fēng)險區(qū)劃指標(biāo)引入到目前業(yè)務(wù)運(yùn)行的地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型中(模型構(gòu)建詳見文獻(xiàn)[13])，并對2015年的地質(zhì)災(zāi)害個例作對比檢驗(yàn)。下文中將目前業(yè)務(wù)運(yùn)行的預(yù)警模型稱為“原始模型”，其結(jié)果稱為“原始預(yù)警”；本研究的預(yù)警模型和預(yù)報結(jié)果稱為“優(yōu)化模型”和“優(yōu)化指標(biāo)預(yù)警”。

2015年8月9日17：40蘭坪縣兔峨鄉(xiāng)發(fā)生小型泥石流災(zāi)害，20：00該縣營盤鎮(zhèn)又出現(xiàn)小型泥石流災(zāi)害。普查7月29日08時-8月9日08時的累積降水量，兔峨為48.7 mm，營盤為60.5 mm。災(zāi)害發(fā)生當(dāng)天及前2 d兔峨和營盤均未出現(xiàn)強(qiáng)降水，但是在地質(zhì)災(zāi)害有效降水時段內(nèi)(災(zāi)害發(fā)生當(dāng)天及前10 d)，兔峨僅2 d沒有觀測到降水，營盤有3 d沒有觀測到降水，因此8月9日的泥石流災(zāi)害由連續(xù)性降雨造成。根據(jù)蘭坪縣日綜合雨量的計(jì)算公式，兔峨R日綜=42 mm，營盤R日綜=53.1 mm。當(dāng)天降水強(qiáng)度兔峨為小雨，營盤為中雨。兔峨和營盤前期中雨以上降水日數(shù)均為2 d，短期內(nèi)大雨以上強(qiáng)降水日數(shù)均為0 d。逐日降水分布見圖4，統(tǒng)計(jì)時段為前日08：00至當(dāng)日08：00(下文同)。

圖4　逐日降水柱形圖

檢驗(yàn)此次地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警的效果，對比原始模型與優(yōu)化模型的預(yù)報情況(圖5)。由圖5a可見，原始預(yù)警中整個怒江州的氣象風(fēng)險預(yù)警等級偏高，尤其Ⅱ級和Ⅲ級風(fēng)險區(qū)域偏大，造成高等級風(fēng)險區(qū)空報率偏高。圖5b中，全州的預(yù)警風(fēng)險等級降低，高等級風(fēng)險區(qū)的范圍顯著縮小，減小了高等級風(fēng)險區(qū)的空報率。對比災(zāi)情點(diǎn)的預(yù)警情況，圖5a和圖5b都報了Ⅳ級風(fēng)險。表明優(yōu)化模型減少了空報率同時沒有發(fā)生漏報，預(yù)警等級也沒有改變，整體預(yù)警效果較好。

圖5　“8·9”地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警等級分布(綠色圓圈為兔峨鄉(xiāng)災(zāi)害點(diǎn)，紫色圓圈為營盤鎮(zhèn)災(zāi)害點(diǎn))

在云南省地質(zhì)環(huán)境監(jiān)測院提供的地質(zhì)災(zāi)害信息中顯示，成功預(yù)報了2015年8月12日19：30發(fā)生于蘭坪縣河西鄉(xiāng)的中型泥石流災(zāi)害，因此本研究針對這次個例進(jìn)行比較。

分析河西鄉(xiāng)逐日降水分布(圖6)，8月11日08時至8月12日08時無降水，8月12日08時至災(zāi)害發(fā)生前有1 mm左右的降水。災(zāi)情當(dāng)天至前10 d累積降水量為94.1 mm，R日綜=71.4 mm，達(dá)到Ⅲ級風(fēng)險臨界雨量標(biāo)準(zhǔn)。短期內(nèi)大雨以上強(qiáng)降水日數(shù)為0 d，災(zāi)害發(fā)生當(dāng)日有小雨量級降水，臨界雨強(qiáng)為Ⅳ級。

圖6　河西鄉(xiāng)逐日降水柱形圖

對比圖7a和圖7b的風(fēng)險等級分布，優(yōu)化指標(biāo)預(yù)警(圖7b)明顯減小高等級風(fēng)險區(qū)的預(yù)報范圍，并且能夠預(yù)報出無風(fēng)險區(qū)，使預(yù)警更具有針對性。

圖7　河西鄉(xiāng)地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警等級分布(褐色圓圈為河西鄉(xiāng)災(zāi)情點(diǎn))

但是對于災(zāi)情點(diǎn)河西鄉(xiāng)而言，圖7a預(yù)報了Ⅲ級風(fēng)險，圖7b預(yù)報Ⅳ級風(fēng)險，風(fēng)險等級下降，預(yù)報風(fēng)險高的區(qū)域偏離災(zāi)情點(diǎn)，地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警的指導(dǎo)性變差。筆者同時對原始模型做了兩種方案的調(diào)整，一是保持降水因子的臨界值不變，模型中引入更新后的風(fēng)險區(qū)劃指標(biāo)；二是原始模型中的風(fēng)險區(qū)劃指標(biāo)不變，引入本研究的降水因子臨界值。對比發(fā)現(xiàn)，僅引入本研究的降水因子指標(biāo)降低高等級風(fēng)險區(qū)范圍，同時河西鄉(xiāng)的預(yù)警等級不變；僅引入更新的風(fēng)險區(qū)劃，高等級風(fēng)險區(qū)消空的效果更好，但是河西鄉(xiāng)的預(yù)警等級也隨之降低。反查河西鄉(xiāng)的風(fēng)險區(qū)劃等級，由原始模型中的Ⅰ級區(qū)劃降低為Ⅳ級區(qū)劃。說明本研究的風(fēng)險區(qū)劃雖然提高了空間分辨率，突出了地質(zhì)災(zāi)害的區(qū)域性分布特征，但是該方法過多依賴于歷史災(zāi)害樣本的收集程度，對未收集到災(zāi)情或?yàn)?zāi)情發(fā)生少的區(qū)域，其風(fēng)險區(qū)劃等級就低，在一定程度上影響地質(zhì)災(zāi)害氣象風(fēng)險的綜合評估效果。另一方面，本研究的風(fēng)險區(qū)劃掃描半徑由主觀定義，還需要在實(shí)際應(yīng)用中不斷研究改進(jìn)，在新數(shù)據(jù)、新技術(shù)的支撐下訂正，切實(shí)提高該方法的適用性和表征能力。

4　結(jié)論與討論

本研究使用具有較高空間分辨率的資料，對誘發(fā)云南省降水型地質(zhì)災(zāi)害的臨界雨量、臨界雨強(qiáng)、風(fēng)險區(qū)劃做了優(yōu)化，各項(xiàng)預(yù)警指標(biāo)的區(qū)域性特征更顯著，適用于怒江州復(fù)雜的地理?xiàng)l件和天氣氣候背景。對目前業(yè)務(wù)運(yùn)行的風(fēng)險預(yù)警模型中空報率過高、高等級風(fēng)險區(qū)預(yù)報過大的問題有明顯改進(jìn)。通過實(shí)例檢驗(yàn)，本研究提出的氣象風(fēng)險預(yù)警指標(biāo)對降低空報率，提升預(yù)報預(yù)警的空間精細(xì)化程度有較好的作用。

在實(shí)際應(yīng)用中也發(fā)現(xiàn)，地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警等級高的區(qū)域并未收集到災(zāi)情報告，預(yù)警等級偏低的地區(qū)發(fā)生了災(zāi)害。這一方面是由于災(zāi)情收集工作還不完善，未收到災(zāi)情報告不代表一定沒有出現(xiàn)地質(zhì)災(zāi)害；另一方面再次說明地質(zhì)災(zāi)害的發(fā)生具有很大的不確定性和突發(fā)性，要做確定性預(yù)報預(yù)警服務(wù)技術(shù)難度非常大。因此，構(gòu)建降水誘發(fā)地質(zhì)災(zāi)害的可能性關(guān)系模型，提高地質(zhì)災(zāi)害氣象風(fēng)險概率性預(yù)報預(yù)警服務(wù)能力還需繼續(xù)深入研究。在地質(zhì)災(zāi)害減災(zāi)防災(zāi)工作中，還需要形成部門聯(lián)動、上下聯(lián)動的體系，搭建災(zāi)情信息數(shù)據(jù)庫，信息互通，才能更好地發(fā)揮作用，提升災(zāi)害風(fēng)險防御能力。

[1]徐晶，張國平，張芳華，等. 基于Logistic回歸的區(qū)域地質(zhì)災(zāi)害綜合氣象預(yù)警模型[J]. 氣象，2007，33(12)：3-8.

[2]陶云，唐川，段旭. 云南滑坡泥石流災(zāi)害及其與降水特征的關(guān)系[J]. 自然災(zāi)害學(xué)報，2009，18(1)：180-186.

[3]單九生，劉修奮，巍麗，等. 誘發(fā)江西滑坡的降水特征分析[J]. 氣象，2004，30(1)：13-15.

[4]郁淑華. 四川盆地泥石流、滑坡的時空分布特征及其氣象成因分析[J]. 高原氣象，2003，22(S1)：83-89.

[5]杜惠良，鈕學(xué)新，殷坤龍，等. 浙江省滑坡、泥石流氣象條件分析及其預(yù)報研究[J]. 熱帶氣象學(xué)報，2005，21(6)：642-650.

[6]王仁喬，周月華，王麗，等. 大降雨型滑坡臨界雨量及潛勢預(yù)報模型研究[J]. 氣象科技，2005，33(4)：311-313.

[7]Wang Tao, Li Qiang, Hao Lingyin, et al. Study on the analysis system of meteorological and geological disaster grads early warning of WebGis[J]. Meteorological and Environment Research, 2014, 5(12):44-48.

[8]張國平. 有效雨量和滑坡泥石流災(zāi)害概率模型[J]. 氣象，2014，40(7)：886-890.

[9]單香玉，鄂建，黃敬軍，等. 江蘇省突發(fā)地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型優(yōu)化與應(yīng)用[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報，2015，26(1)：122-126.

[10]郭富赟，宋曉玲，謝煜，等. 甘肅地質(zhì)災(zāi)害氣象預(yù)警技術(shù)方法探討[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報，2015，26(1)：127-133.

[11]沈玲玲，劉連友，楊文濤，等. 基于TRMM降雨數(shù)據(jù)的四川省地質(zhì)災(zāi)害降雨閾值分析[J]. 災(zāi)害學(xué)，2015，30(2)：220-227.

[12]陳靜靜，姚蓉，文強(qiáng)，等. 湖南省降雨型地質(zhì)災(zāi)害致災(zāi)雨量閾值分析[J]. 災(zāi)害學(xué)，2014，29(2)：42-47.

[13]閔穎，胡娟，李超，等. 云南省滑坡泥石流災(zāi)害預(yù)報預(yù)警模型研究[J]. 災(zāi)害學(xué)，2013，28(4)：216-220.

[14]李益敏，張麗香，王金花. 資源環(huán)境約束下的怒江州農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整研究[J]. 生態(tài)經(jīng)濟(jì)，2015，31(2)：117-120.

[15]唐川. 云南怒江流域泥石流敏感性空間分析[J]. 地理研究，2005，24(2)：178-186.

[16]郭榮芬，羅燕，唐盛. “2014.5.10”云南怒江州福貢泥石流成因分析[J]. 災(zāi)害學(xué)，2015,30(1)：102-107.

[17]胡娟，閔穎，李華宏，等. 云南省山洪地質(zhì)災(zāi)害氣象預(yù)報預(yù)警方法研究[J]. 災(zāi)害學(xué)，2014，29(1)：62-66.

[18]段旭，陶云，劉建宇，等. 云南省不同地質(zhì)地貌條件下滑坡泥石流與降水的關(guān)系[J]. 氣象，2007，33(9)：33-39.

Improvement on the Meteorological Forewarning Index of Geologic Hazard in Yunnan Province

HU Juan, MIN Ying, LI Huahong, XU Yingjie, LI Chao and LI Xiang

(YunnanProvincialMeteorologicalObservatory,Kunming650034,China)

InordertoimprovetherunningforewarningmodelusedformeteorologicalriskwarningofgeologichazardinYunnanProvince,theprecipitationdatafromregionalautomaticweatherstationsinNujiangwereusedtocalculatecriticalindices,andtheriskdivisionofgeologichazardwasupdatedbythedisastergeographicinformation.Accordingtotheresearch,continuousprecipitationwasthemaintypeoftherainfall-triggeredgeologichazard,andtheexcitationofheavyraininshorttermwasveryimportant.ThegeologichazardhadobviouslyregionaldistributioncharacteristicsinNujiang.Itwasfoundthattheimprovedforewarningmodelhadabettereffectofapplicationin2015events,andtherateofvacancyforecastforhighriskwarningwasdecreasedsignificant.Basedontheresearchthespatialresolutionofthemeteorologicalriskforewarningwillberefinedandenhanced.

geologichazard;forewarningindex;modeloptimization;comparativetest

2016-04-06

2016-05-20

云南省科技惠民計(jì)劃項(xiàng)目“云南怒江流域精細(xì)化地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng)研究及示范”(2013CA014)；中國氣象局氣象關(guān)鍵技術(shù)集成與應(yīng)用面上項(xiàng)目“云南省山洪地質(zhì)災(zāi)害精細(xì)化氣象預(yù)報預(yù)警業(yè)務(wù)系統(tǒng)研究”(CMAGJ2014M44)；云南省氣象局預(yù)報員技術(shù)開發(fā)專項(xiàng)項(xiàng)目“云南省滑坡泥石流災(zāi)害預(yù)報預(yù)警模型精細(xì)化研究”(YB201301)

胡娟(1982-)，女，碩士，高級工程師，主要從事天氣預(yù)報分析、統(tǒng)計(jì)氣象、地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警分析等工作.

E-mail:joanne8216@163.com

X43；P694；P4；S42

A

1000-811X(2016)04-0110-06

10.3969/j.issn.1000-811X.2016.04.019

胡娟，閔穎，李華宏，等. 云南省地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險預(yù)警模型優(yōu)化研究[J]. 災(zāi)害學(xué)，2016，31(4)：110-115. [HU Juan, MIN Ying, LI Huahong, et al. Improvement on the Meteorological Forewarning Index of Geologic Hazard in Yunnan Province[J]. Journal of Catastrophology，2016，31(4)：110-115. doi: 10.3969/j.issn.1000-811X.2016.04.019.]