基于過程的臺風(fēng)氣象服務(wù)綜合評價(jià)

摘 要：臺風(fēng)是山東地區(qū)夏秋兩季常見的重要性災(zāi)害天氣，其造成的生命財(cái)產(chǎn)損失大，臺風(fēng)“利奇馬”和“煙花”帶來的災(zāi)害尤其嚴(yán)重。采用重大災(zāi)害性天氣過程氣象服務(wù)評價(jià)方法，根據(jù)評價(jià)指標(biāo)體系、各指標(biāo)評分標(biāo)準(zhǔn)和氣象服務(wù)綜合評價(jià)標(biāo)準(zhǔn)計(jì)算臺風(fēng)氣象服務(wù)綜合評分，從而獲得臺風(fēng)氣象服務(wù)效果，同時(shí)對其他類型的災(zāi)害性天氣過程氣象服務(wù)評價(jià)提供有益啟示。

關(guān)鍵詞：氣象服務(wù)；綜合評價(jià)；“利奇馬”；“煙花”；臺風(fēng)

中圖分類號：P444 文獻(xiàn)標(biāo)志碼：B 文章編號：2095–3305（2024）05–0-03

隨著全球氣候的變化，我國正經(jīng)歷著越來越頻繁的極端天氣氣候事件。在這種情況下，氣象部門的首要任務(wù)就是提供準(zhǔn)確有效的預(yù)測和服務(wù)，尤其是在面對重大災(zāi)害性天氣時(shí)[1]。在山東省，夏季臺風(fēng)是主要的氣象災(zāi)害之一[2]。統(tǒng)計(jì)數(shù)據(jù)顯示，1949—2012年，共有134個(gè)臺風(fēng)直接影響了山東地區(qū)，其中78個(gè)臺風(fēng)在其生命歷程中經(jīng)歷了變性[3]。一旦臺風(fēng)強(qiáng)度發(fā)生變化，其結(jié)構(gòu)、移動速度、路徑和降水分布等特征都將發(fā)生明顯變化，尤其是在臺風(fēng)變性后，可能會引發(fā)強(qiáng)降水、強(qiáng)風(fēng)、風(fēng)暴潮等災(zāi)害性天氣，給當(dāng)?shù)卦斐蓢?yán)重影響[4]。政府、社會、產(chǎn)業(yè)部門以及廣大市民都寄予厚望，希望氣象部門在防災(zāi)和減災(zāi)方面能發(fā)揮更大作用。因此，科學(xué)量化地評估臺風(fēng)氣象服務(wù)的效果就顯得尤為重要，這是一項(xiàng)具有重要現(xiàn)實(shí)意義的研究。

臺風(fēng)是自然災(zāi)害中影響范圍相對集中的天氣系統(tǒng)，其造成的直接經(jīng)濟(jì)損失大，可見臺風(fēng)災(zāi)害的氣象服務(wù)評估具有較好的代表性[5]。許多學(xué)者從不同角度對臺風(fēng)氣象服務(wù)效果進(jìn)行了探討。有學(xué)者通過對2個(gè)臺風(fēng)“暹芭”和“喬琪亞”的環(huán)流形勢進(jìn)行對比分析，通過臨近預(yù)報(bào)的關(guān)鍵點(diǎn)研究如何在實(shí)際中應(yīng)用臺風(fēng)氣象服務(wù)。常規(guī)的大氣探測資料被陳梓浩等[6]利用，在防御臺風(fēng)“艾云尼”的過程中，介紹了云浮市各級氣象部門所展現(xiàn)的優(yōu)勢和服務(wù)手段，并提出了建議，希望在鄉(xiāng)鎮(zhèn)和山區(qū)的氣象服務(wù)中發(fā)揮相應(yīng)的作用。劉文釗[7]

通過對2023年10月19—21日期間臺風(fēng)“三巴”強(qiáng)降雨過程陸川縣氣象服務(wù)、應(yīng)急響應(yīng)、預(yù)警信號發(fā)布、叫應(yīng)工作進(jìn)行復(fù)盤分析，反思不足之處，為未來的重大天氣過程氣象服務(wù)提出建議。夏云等[8]總結(jié)和分析了2018年第22號臺風(fēng)“山竹”的氣象服務(wù)，旨在提高揭陽市在應(yīng)對臺風(fēng)決策方面的氣象服務(wù)質(zhì)量。姚秀萍等[9]

指出面對超強(qiáng)臺風(fēng)“杜蘇芮”，氣象部門國省市縣四級聯(lián)動，緊密配合，實(shí)現(xiàn)遞進(jìn)式服務(wù)。曹梅等[10-11]提出氣象部門在臺風(fēng)影響過程及前后通過主流媒體和新媒體等渠道做好氣象服務(wù)，多角度、全方位報(bào)道的臺風(fēng)信息對政府和公眾防御臺風(fēng)具有十分重要的指導(dǎo)作用。李穎昕等[12]根據(jù)2021—2022年6個(gè)臺風(fēng)過程“中山天氣”微博、微信的用戶閱讀量、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點(diǎn)贊數(shù)、欄目點(diǎn)擊量等數(shù)據(jù)，分析了臺風(fēng)過程“中山天氣”微博微信的服務(wù)成效，表明臺風(fēng)過程不同時(shí)間節(jié)點(diǎn)，微博微信用戶的關(guān)注量、活躍度和提前量有所不同。羅君俏等[13]提出進(jìn)一步提高氣象服務(wù)能力，推動氣象業(yè)務(wù)向現(xiàn)代化方向邁進(jìn)，為氣象行業(yè)的創(chuàng)新與發(fā)展提供有力的支持。目前已有一些臺風(fēng)氣象服務(wù)效果的研究，但是，針對淄博市臺風(fēng)氣象服務(wù)評價(jià)缺乏進(jìn)一步探究，為此，開展基于過程的臺風(fēng)氣象服務(wù)綜合評價(jià)研究，為氣象服務(wù)質(zhì)量的提高提供借鑒，為氣象災(zāi)害預(yù)防工作提供科學(xué)保障。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

基于國家氣象觀測站、區(qū)域站數(shù)據(jù)，借助來自預(yù)報(bào)預(yù)警、公眾氣象服務(wù)、決策氣象服務(wù)以及行業(yè)氣象服務(wù)等方面的基礎(chǔ)數(shù)據(jù)，加之經(jīng)由社會調(diào)查和輿情分析所獲得的社會反饋數(shù)據(jù)，對淄博市氣象服務(wù)在臺風(fēng)“利奇馬”和“煙花”影響下的綜合效能進(jìn)行評價(jià)；進(jìn)一步探究以過程為基礎(chǔ)的臺風(fēng)氣象服務(wù)綜合評價(jià)方法的實(shí)際應(yīng)用性。

1.2 研究方法

基于過程的方法來綜合評價(jià)特定臺風(fēng)事件的臺風(fēng)氣象服務(wù)，需要借助大量樣本進(jìn)行效益評價(jià)。臺風(fēng)氣象服務(wù)的性質(zhì)決定了臺風(fēng)是一個(gè)多屬性評價(jià)對象，涉及諸多方面，如預(yù)報(bào)預(yù)警、信息傳播與反饋、政府和行業(yè)的協(xié)同，以及社會反響等，因此，綜合評價(jià)方法在這里顯得尤為必要。

在大量分析了不同臺風(fēng)氣象服務(wù)個(gè)例之后，通過專家調(diào)查研究和系統(tǒng)分析形成了包含5個(gè)一級指標(biāo)和10個(gè)二級指標(biāo)的臺風(fēng)氣象服務(wù)評價(jià)指標(biāo)體系，旨在全面評價(jià)臺風(fēng)氣象服務(wù)的效益。同時(shí)，采用專家評估法對一級指標(biāo)權(quán)重和二級指標(biāo)權(quán)重進(jìn)行了分析評估，最終確定了5個(gè)維度的權(quán)重：臺風(fēng)預(yù)報(bào)預(yù)警、公眾氣象服務(wù)、決策氣象服務(wù)、行業(yè)氣象服務(wù)、社會反饋，分別為0.30、0.25、0.15、0.15、0.15。一次臺風(fēng)過程氣象服務(wù)被設(shè)定滿分為100分，由此得出了每一個(gè)一級指標(biāo)和二級指標(biāo)的評價(jià)標(biāo)準(zhǔn)和等級（圖1）。

1.3 臺風(fēng)氣象服務(wù)分類標(biāo)準(zhǔn)

根據(jù)總得分，將臺風(fēng)氣象服務(wù)效果劃分為效果明顯、效果較好、效果一般共3類，得分低于60分，記為服務(wù)效果一般；得分60～79分，記為效果較好；得分80～100分，記為效果顯著（圖2）。

2 結(jié)果與分析

熱帶氣旋是全球發(fā)生頻率較高，災(zāi)害影響最嚴(yán)重的特別天氣事件之一。1970年以來，全球強(qiáng)臺風(fēng)強(qiáng)度增強(qiáng)，西北太平洋熱帶氣旋生命史的最大強(qiáng)度年平均水平也呈現(xiàn)增加趨勢，尤其是1977年以來，登陸東亞和東南亞的臺風(fēng)強(qiáng)度增強(qiáng)了12%～15%。在氣候變化的影響下，熱帶氣旋的時(shí)間和空間分布出現(xiàn)顯著變化，我國臺風(fēng)災(zāi)害的影響范圍向北擴(kuò)展，北方地區(qū)臺風(fēng)災(zāi)害風(fēng)險(xiǎn)提高[14]。強(qiáng)臺風(fēng)自1980年以來在大部分海域都出現(xiàn)了顯著的季節(jié)性提前，強(qiáng)臺風(fēng)從秋季提前至夏季，臺風(fēng)和季風(fēng)暴雨疊加發(fā)生復(fù)合災(zāi)害的風(fēng)險(xiǎn)大幅度提高，需要不斷提高針對這類復(fù)合災(zāi)害事件的預(yù)報(bào)預(yù)警和應(yīng)對能力[15]。

2.1 臺風(fēng)“利奇馬”氣象服務(wù)綜合評價(jià)

2019年第9號臺風(fēng)“利奇馬”是2019年登陸中國最強(qiáng)的臺風(fēng)，影響范圍最大，持續(xù)時(shí)間長，極端降水區(qū)集中，引發(fā)了洪水和泥石流等自然災(zāi)害。山東省平均降水量為160.1 mm，超過2018年第18號臺風(fēng)“溫比亞”（135.5 mm），為有氣象記錄以來的最大值，是一次極端降水事件[16]。

在臺風(fēng)預(yù)報(bào)預(yù)警方面，預(yù)報(bào)落區(qū)和強(qiáng)度預(yù)報(bào)80%與臺風(fēng)“利奇馬”的實(shí)況吻合、24 h的預(yù)報(bào)TS評分大于80%的情況下，預(yù)報(bào)準(zhǔn)確性得15分；提前24 h準(zhǔn)確發(fā)布臺風(fēng)預(yù)警，及時(shí)性發(fā)布預(yù)警為15分，合計(jì)滿分為30分。公眾氣象服務(wù)方面，淄博市氣象局通過多種渠道向公眾發(fā)布預(yù)警信息，采取了諸如手機(jī)短信全網(wǎng)發(fā)布等有效措施，同時(shí)微信瀏覽量與聲訊電話12121撥打量的最大值，均出現(xiàn)在臺風(fēng)影響最嚴(yán)重的8月11日（圖3），覆蓋率優(yōu)秀，因此得滿分15分。然而，在臺風(fēng)防御建議的針對性存在不足，該項(xiàng)得分為20分。在決策氣象服務(wù)上得分為14分。臺風(fēng)登陸前2～3 d，氣象部門多次發(fā)送《專題氣象服務(wù)》《重要天氣報(bào)告》《臺風(fēng)氣象最新預(yù)報(bào)》等信息，政府及時(shí)響應(yīng)，成功轉(zhuǎn)移了3.4萬人。精準(zhǔn)提供行業(yè)氣象服務(wù)，相關(guān)單位積極響應(yīng)，應(yīng)急聯(lián)動及時(shí)，降低了損失，因此，該項(xiàng)得14分。媒體正面宣傳報(bào)道此次臺風(fēng)氣象服務(wù)，所以得分為4分。由于缺乏該臺風(fēng)氣象服務(wù)的公眾滿意度數(shù)據(jù)，該項(xiàng)得分設(shè)定為中間分?jǐn)?shù)為5分。

總體來看，淄博市在“利奇馬”臺風(fēng)預(yù)報(bào)準(zhǔn)確以及預(yù)警發(fā)布及時(shí)方面表現(xiàn)出色。盡管“利奇馬”臺風(fēng)帶來了巨大的影響，引發(fā)了淄博市最大嚴(yán)重級別的災(zāi)害，但是氣象部門在決策服務(wù)、公眾服務(wù)以及行業(yè)服務(wù)方面表現(xiàn)出色，媒體的評價(jià)也主要是正面的，綜合評分最終為87分，臺風(fēng)“利奇馬”的氣象服務(wù)被歸類為第一類，為服務(wù)效果最明顯的類別。

2.2 臺風(fēng)“煙花”氣象服務(wù)綜合評價(jià)

臺風(fēng)“煙花”持續(xù)時(shí)間長，路徑復(fù)雜，移速緩慢、陸上滯留時(shí)間長（達(dá)95 h，為1949年以來最長），過程風(fēng)雨強(qiáng)度大，嚴(yán)重影響中國華東[17]。受臺風(fēng)“煙花”影響，山東全省大部地區(qū)在2021年7月28—30日出現(xiàn)了暴雨局部大暴雨或特大暴雨，陣風(fēng)達(dá)11級。淄博市紅葉柿巖旅游區(qū)28—29日閉園，7月27日夜游也暫停開放，于30日恢復(fù)營業(yè)。臺風(fēng)過程威力強(qiáng)、影響大，但直接經(jīng)濟(jì)損失相對臺風(fēng)“利奇馬”仍較輕。

淄博市氣象局在應(yīng)對臺風(fēng)“煙花”時(shí)延續(xù)了“利奇馬”時(shí)的服務(wù)方式，但與前者不同的是，“煙花”臺風(fēng)決策服務(wù)中文字產(chǎn)品、現(xiàn)場匯報(bào)產(chǎn)品緊密配合，服務(wù)內(nèi)容環(huán)環(huán)相扣、層層遞進(jìn)，牢牢把握住服務(wù)節(jié)奏，呈現(xiàn)出多樣化、專業(yè)化、層次鮮明的決策氣象服務(wù)[18]。同時(shí)采用了更多樣化且提前發(fā)布的預(yù)警方式，一旦發(fā)布預(yù)警，氣象局便通過各種全媒體平臺和渠道對臺風(fēng)“煙花”進(jìn)行了全方位報(bào)道，利用新媒體平臺第一時(shí)間發(fā)布權(quán)威信息，提高立體服務(wù)，實(shí)現(xiàn)全媒體傳播。在淄博市，預(yù)警短信被廣泛發(fā)布，而網(wǎng)站瀏覽量和短信發(fā)送量的高峰出現(xiàn)在臺風(fēng)最嚴(yán)重的前一天，即7月28日（圖4）。盡管此次臺風(fēng)災(zāi)害較小，未進(jìn)行群眾轉(zhuǎn)移，但決策氣象服務(wù)、公眾氣象服務(wù)質(zhì)量高，效益好，在臺風(fēng)“煙花”防災(zāi)減災(zāi)工作中發(fā)揮了重要作用，綜合評分達(dá)到86分，被歸為第一類臺風(fēng)氣象服務(wù)，服務(wù)效果顯著。

3 結(jié)束語

臺風(fēng)氣象服務(wù)綜合評價(jià)方法采用了基于過程的評價(jià)體系。根據(jù)評分結(jié)果，臺風(fēng)“利奇馬”獲得了87分，而臺風(fēng)“煙花”則獲得86分，表明兩次臺風(fēng)服務(wù)效果顯著。及時(shí)、準(zhǔn)確的臺風(fēng)預(yù)報(bào)和預(yù)警是服務(wù)成功的基石，而政府的積極組織在防范臺風(fēng)中起到了至關(guān)重要的作用。此外，本次評價(jià)方法還可以適用于其他類型的災(zāi)害性天氣事件，為評估和研究提供了有價(jià)值的參考，具備較強(qiáng)的推廣應(yīng)用潛力。

參考文獻(xiàn)

[1] 王麗娟，呂明輝，龐小琪.一種基于過程的臺風(fēng)氣象服務(wù)綜合評價(jià)方法[J].氣象科技進(jìn)展，2017，7（1）：143-148.

[2] 高曉梅，江靜，劉暢，等.近67a影響山東臺風(fēng)頻數(shù)的變化特征及其與若干氣候因子的關(guān)系[J].氣象科學(xué)，2018，38（6）： 749-758.

[3] 叢春華，吳煒，孫莎莎.1949—2012年影響山東地區(qū)熱帶氣旋的特征[J].氣象與環(huán)境學(xué)報(bào)，2016，32（5）：67-73.

[4] 孫莎莎，叢春華，魏萌，等.1949—2014年影響山東的變性臺風(fēng)特征分析[J].氣象科技，2017，45（1）：157-163

[5] 李佳英，薛建軍，王維國，等.2013年國外重大臺風(fēng)災(zāi)害分析與啟示[J].氣象與減災(zāi)研究，2014，37（2）：50-54.

[6] 陳梓浩，陳思藝，張銀.應(yīng)對臺風(fēng)“艾云尼”粵西山區(qū)鄉(xiāng)鎮(zhèn)氣象服務(wù)的思考[J].廣東氣象，2022，44（5）：67-70.

[7] 劉文釗.陸川縣臺風(fēng)“三巴”強(qiáng)降雨過程氣象服務(wù)復(fù)盤分析[J].氣象研究與應(yīng)用，2023，44（4）：64-69.

[8] 夏云，楊新，謝澤嘉，等.揭陽市臺風(fēng)“山竹”過程的氣象服務(wù)分析[J].廣東氣象，2020，42（1）：61-63.

[9] 姚秀萍，張悅含，袁俊肖.臺風(fēng)“杜蘇芮”（2305）過程的氣象服務(wù)分析與思考[J].氣象科技進(jìn)展，2024，14（1）：59-62.

[10] 曹梅，范紹佳，黃儀虹，等.微博“粵天氣”品牌統(tǒng)一話題服務(wù)效果分析[J].廣東氣象，2022，44（6）：56-59.

[11] 劉英軼，陳婉華，郭曉薇.做好專業(yè)天氣網(wǎng)站臺風(fēng)氣象服務(wù)的幾點(diǎn)思考[J].氣象研究與應(yīng)用，2017，38（4）：107-109.

[12] 李穎昕，肖巧潔，楊綺瀅.臺風(fēng)過程“中山天氣”微信微博服務(wù)成效分析[J].廣東氣象，2024，46（1）：80-82.

[13] 羅君俏，李敬源，黎燦明，等.蒼梧縣氣象局防御臺風(fēng)“天鴿”氣象服務(wù)情況與思考[J].氣象研究與應(yīng)用，2018，39 （2）：135-137.

[14] 單楷越，余錫平，宋豐飛.全球變暖導(dǎo)致超強(qiáng)臺風(fēng)季節(jié)提前[J].科學(xué)通報(bào)，2023，68（36）：4885-4886.

[15] 吳鵬.強(qiáng)臺風(fēng)增強(qiáng) 路徑“北移” 復(fù)合災(zāi)害風(fēng)險(xiǎn)加劇[N].中國氣象報(bào)，2023-10-25（003）.

[16] 李君，李妍，賈瑞，等.2個(gè)相似路徑臺風(fēng)引發(fā)的東部沿海地區(qū)降水分布特征及成因?qū)Ρ确治鯷J].海洋預(yù)報(bào)，2022，39（3）：25-36.

[17] 王海平，董林，許映龍，等.臺風(fēng)“煙花”的主要特點(diǎn)和路徑預(yù)報(bào)難點(diǎn)分析[J].海洋氣象學(xué)報(bào)，2022，42（1）：83-91.

[18] 賈燕，楊明，嚴(yán)睿愷.臺風(fēng)“煙花”決策氣象服務(wù)特色經(jīng)驗(yàn)及技術(shù)探究[J].氣象科技進(jìn)展，2023，13（1）：56-60.

基金項(xiàng)目：山東省氣象局預(yù)報(bào)員專項(xiàng)（SDYBY2020-05）。

作者簡介：孫燕玲（1990—），女，山東濰坊人，工程師，主要從事氣象服務(wù)與防災(zāi)減災(zāi)工作。