国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

2018年地質(zhì)災(zāi)害重點(diǎn)區(qū)域氣象預(yù)警效果檢驗(yàn)

2020-01-09 08:23包紅軍
關(guān)鍵詞:漏報(bào)氣象災(zāi)害

楊 寅,林 建,包紅軍

(1.國(guó)家氣象中心,北京 100081;2.中國(guó)氣象局-河海大學(xué)水文氣象研究聯(lián)合實(shí)驗(yàn)室,北京 100081)

0 引言

我國(guó)受崩塌、滑坡、泥石流等地質(zhì)災(zāi)害影響嚴(yán)重。根據(jù)自然資源部數(shù)據(jù),2018年全國(guó)共發(fā)生地質(zhì)災(zāi)害2 966起,造成105人死亡、7人失蹤、73人受傷,直接經(jīng)濟(jì)損失14.7億元。

大量研究證明氣象是誘發(fā)滑坡、泥石流等淺層地質(zhì)災(zāi)害的主要因素。國(guó)土資源部和中國(guó)氣象局2003年起聯(lián)合開(kāi)展地質(zhì)災(zāi)害氣象預(yù)警,并從2004年逐漸在省級(jí)開(kāi)展聯(lián)合預(yù)警[1]。隨著業(yè)務(wù)持續(xù)開(kāi)展,地質(zhì)和氣象部門(mén)工作者借鑒國(guó)內(nèi)外降水強(qiáng)度-時(shí)間(I-D)曲線[2]、降水驅(qū)動(dòng)指標(biāo)RTI[3]、閾值等相關(guān)研究成果[4-5],結(jié)合國(guó)內(nèi)實(shí)際研發(fā)了多種氣象預(yù)警模型[6-10],并分析總結(jié)了豐富的預(yù)報(bào)經(jīng)驗(yàn)[11],使我國(guó)地質(zhì)災(zāi)害氣象預(yù)警業(yè)務(wù)水平逐漸提高。

地質(zhì)災(zāi)害氣象預(yù)警水平提高依賴(lài)于地質(zhì)災(zāi)害形成和發(fā)生機(jī)理研究深化、客觀模型性能和主觀經(jīng)驗(yàn)積累與豐富,目前預(yù)警業(yè)務(wù)主要技術(shù)是“客觀模型+主觀訂正”,而其水平的提升需要通過(guò)預(yù)警檢驗(yàn)反饋和支撐??陀^評(píng)估和定量檢驗(yàn)地質(zhì)災(zāi)害氣象預(yù)警效果,首先要建立合理的檢驗(yàn)方法。近年來(lái),學(xué)者們先后提出預(yù)警命中數(shù)量[6],有效預(yù)警百分比[7],命中率、漏報(bào)率和空?qǐng)?bào)率等一種或若干種的指標(biāo)組合[10-12],預(yù)兆得分(TS評(píng)分)[13],以及涵蓋預(yù)警時(shí)間、空間和強(qiáng)度的預(yù)警效果評(píng)估方法[14-15]等多種預(yù)警檢驗(yàn)方法。目前地質(zhì)災(zāi)害氣象預(yù)警主流檢驗(yàn)方法主要分為兩類(lèi),第一類(lèi)為單指標(biāo)法,以準(zhǔn)確率等單個(gè)指標(biāo)綜合評(píng)估氣象預(yù)警效果,結(jié)果簡(jiǎn)單直觀,但未考慮空?qǐng)?bào)和(或)漏報(bào)影響。第二類(lèi)為多指標(biāo)法,考慮命中、空?qǐng)?bào)和漏報(bào),但指標(biāo)數(shù)量多,檢驗(yàn)結(jié)果使用困難,也無(wú)法合理定量地描述不同等級(jí)氣象預(yù)警的效果。

研究分析2018年全國(guó)地質(zhì)災(zāi)害時(shí)空分布特征,提出一種地質(zhì)災(zāi)害氣象預(yù)警綜合評(píng)估方法,并選取典型災(zāi)害個(gè)例論證評(píng)估方法的合理性,最后比較分析了地質(zhì)災(zāi)害影響重點(diǎn)省份區(qū)域的氣象預(yù)警效果。

1 2018年地質(zhì)災(zāi)害時(shí)空特征分析

根據(jù)自然資源部數(shù)據(jù),2018年全國(guó)共發(fā)生滑坡、泥石流等地質(zhì)災(zāi)害2 966起。表1是西南、西北等地區(qū)的地質(zhì)災(zāi)害數(shù)量分布,由表1可見(jiàn),西南地區(qū)數(shù)量最高,達(dá)1 044次,西北地區(qū)災(zāi)害僅次于西南,為868次,以上兩地區(qū)災(zāi)害數(shù)量之和占全國(guó)總數(shù)64.5%,“西多東少”空間分布特征明顯。以縣為基本單元分析各省(自治區(qū)、直轄市)地質(zhì)災(zāi)害情況,云南、四川、甘肅、貴州、湖北五省災(zāi)情最為嚴(yán)重。分析地質(zhì)災(zāi)害時(shí)間分布特征,絕大多數(shù)災(zāi)害發(fā)生在6~8月,以云南等五個(gè)省份為例,6~8月期間地質(zhì)災(zāi)害發(fā)生百分率均超過(guò)80%。

圖1 2018年全國(guó)各地區(qū)地質(zhì)災(zāi)害數(shù)量分布Fig.1 The distribution of geo-hazards between different regions of China in 2018

2 地質(zhì)災(zāi)害氣象預(yù)警綜合評(píng)估方法

2.1 業(yè)務(wù)檢驗(yàn)方法

氣象部門(mén)評(píng)估地質(zhì)災(zāi)害氣象預(yù)警的業(yè)務(wù)檢驗(yàn)方法是依據(jù)2017年8月中國(guó)氣象局發(fā)布的《地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)技術(shù)指南》,指南規(guī)定以縣行政區(qū)或地質(zhì)災(zāi)害點(diǎn)為檢驗(yàn)對(duì)象,確定三種檢驗(yàn)指標(biāo),分別是命中率(TSR)、漏報(bào)率(PO)和空?qǐng)?bào)率(FAR),公式如下:

(1)

(2)

(3)

式中:NA,NB,NC,nd——分別為Ⅳ級(jí)及以上地質(zhì)災(zāi)害氣象預(yù)警命中、空?qǐng)?bào)、漏報(bào),以及無(wú)預(yù)警且沒(méi)有出現(xiàn)災(zāi)害的縣或地質(zhì)災(zāi)害點(diǎn)數(shù)量。

業(yè)務(wù)檢驗(yàn)方法考慮了命中、空?qǐng)?bào)和漏報(bào),實(shí)用性較強(qiáng),但實(shí)踐中發(fā)現(xiàn)該方法存在缺陷:首先,方法不區(qū)分預(yù)警等級(jí),對(duì)Ⅳ級(jí)至Ⅰ級(jí)預(yù)警同等對(duì)待,既無(wú)法描述不同等級(jí)預(yù)警效果,還易導(dǎo)致業(yè)務(wù)人員傾向于發(fā)布最低等級(jí)預(yù)警,不利于預(yù)警業(yè)務(wù)開(kāi)展和防災(zāi)減災(zāi)工作實(shí)施。其次,檢驗(yàn)指標(biāo)為三個(gè),數(shù)量較多,結(jié)果不直觀。如以縣為檢驗(yàn)基本單元,A省TSR、PO和FAR分別為85%、15%、80%,B省為88%、20%、90%,B省TSR高,但A省PO和FAR更優(yōu),無(wú)法明確評(píng)判兩省預(yù)警效果好壞。

2.2 綜合評(píng)估方法

2016年8月中國(guó)氣象局發(fā)布《暴雨誘發(fā)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)規(guī)范》,規(guī)定氣象行業(yè)的預(yù)警等級(jí)劃分標(biāo)準(zhǔn),按照25%~50%、50%~75%、75%~95%、95%以上的災(zāi)害概率分為Ⅳ級(jí)、Ⅲ級(jí)、Ⅱ級(jí)和Ⅰ級(jí)預(yù)警。國(guó)家級(jí)業(yè)務(wù)中,目前只對(duì)外發(fā)布Ⅲ級(jí)及以上等級(jí)的地質(zhì)災(zāi)害氣象預(yù)警,同時(shí)氣象行業(yè)收集的災(zāi)情數(shù)據(jù)主要以縣為基本單元,尚未精確至災(zāi)害點(diǎn)具體經(jīng)緯度位置。

研究借鑒地震預(yù)測(cè)檢驗(yàn)常用的R值評(píng)分方法[16],結(jié)合預(yù)警等級(jí)越高、災(zāi)害發(fā)生概率越大的劃分標(biāo)準(zhǔn),考慮預(yù)警發(fā)布和災(zāi)情數(shù)據(jù)實(shí)際情況,提出一種地質(zhì)災(zāi)害氣象預(yù)警綜合評(píng)估方法(簡(jiǎn)稱(chēng)綜合評(píng)估方法):

(4)

式中:NA,NB,NC,ND——分別為Ⅲ級(jí)及以上預(yù)警命中、空?qǐng)?bào)、漏報(bào),以及無(wú)預(yù)警且沒(méi)有出現(xiàn)災(zāi)害的縣行政區(qū)數(shù)量,縣行政區(qū)內(nèi)出現(xiàn)一起或多起地質(zhì)災(zāi)害時(shí),認(rèn)定數(shù)量為一次;

a,b,c——為變量NA,NB,NC和ND的權(quán)重系數(shù)。

綜合評(píng)估方法的物理意義為考慮地質(zhì)災(zāi)害氣象預(yù)警等級(jí)(即災(zāi)害發(fā)生概率)的準(zhǔn)確率與虛報(bào)率之差。方法根據(jù)不同等級(jí)氣象預(yù)警的災(zāi)害概率確定各變量的權(quán)重系數(shù):對(duì)于NC,由于災(zāi)害實(shí)際發(fā)生,概率為100%,以此為基準(zhǔn)設(shè)定權(quán)重系數(shù)b為1;對(duì)于NA和NB的系數(shù)a,實(shí)際業(yè)務(wù)中,當(dāng)災(zāi)害概率位于預(yù)警等級(jí)的概率區(qū)間內(nèi)即發(fā)布預(yù)警,因此以各預(yù)警等級(jí)的概率區(qū)間下限值確定Ⅲ級(jí)、Ⅱ級(jí)和Ⅰ級(jí)預(yù)警的權(quán)重系數(shù),值分別為0.5、0.75和1;ND項(xiàng)所包含的縣均無(wú)預(yù)警發(fā)布,故本文取其概率區(qū)間上限值,對(duì)應(yīng)權(quán)重系數(shù)c為0.5。

綜合評(píng)估方法的取值區(qū)間為[-1,1],檢驗(yàn)指標(biāo)R不僅受命中、空?qǐng)?bào)、漏報(bào)影響,還與預(yù)警等級(jí)有關(guān)。預(yù)警命中縣數(shù)量越多、空?qǐng)?bào)縣越少,評(píng)估得分越高;命中縣的預(yù)警等級(jí)越高,評(píng)估得分越高,而空?qǐng)?bào)縣的預(yù)警等級(jí)越高,評(píng)估得分越低。

2.3 典型地質(zhì)災(zāi)害個(gè)例預(yù)警效果檢驗(yàn)

以一次典型地質(zhì)災(zāi)害個(gè)例分析綜合評(píng)估方法優(yōu)點(diǎn)和合理性。2018年7月1日夜間至2日,受高空槽和低層切變線影響,甘肅南部、四川盆地西部和北部等地出現(xiàn)暴雨,部分地區(qū)大暴雨或特大暴雨,中國(guó)氣象局與自然資源部7月1日20時(shí)聯(lián)合發(fā)布橙色等級(jí)地質(zhì)災(zāi)害氣象預(yù)警。受降水誘發(fā),7月2日甘肅和四川省分別有13和11個(gè)縣出現(xiàn)地質(zhì)災(zāi)害(圖2)。

圖2 2018年7月2日20時(shí)24h降水量(填色)、地質(zhì)災(zāi)害發(fā)生縣(黑色三角形)和氣象預(yù)警情況Fig.2 The 24 hour precipitation observation, location of county with geological hazards and meteorological early warning at 12:00(UTC) 2 July, 2018

表1是氣象預(yù)警在甘肅和四川省命中、空?qǐng)?bào)和漏報(bào)情況,以及業(yè)務(wù)檢驗(yàn)和綜合評(píng)估方法結(jié)果對(duì)比。

預(yù)警在甘肅命中、空?qǐng)?bào)和漏報(bào)的縣數(shù)量分別為10個(gè)、7個(gè)和3個(gè),其中命中與空?qǐng)?bào)均為Ⅲ級(jí)預(yù)警,無(wú)預(yù)警且沒(méi)有地質(zhì)災(zāi)害的縣66個(gè),綜合評(píng)估方法得分如下:

(5)

預(yù)警在四川省的命中縣數(shù)量為10個(gè),其中Ⅲ級(jí)8個(gè)、Ⅱ級(jí)2個(gè);漏報(bào)2個(gè)縣;空?qǐng)?bào)21個(gè)縣,其中Ⅲ級(jí)19個(gè)、Ⅱ級(jí)2個(gè),無(wú)預(yù)警且沒(méi)有地質(zhì)災(zāi)害的縣數(shù)量147個(gè),綜合評(píng)估方法檢驗(yàn)結(jié)果為:

(6)

表1 典型地質(zhì)災(zāi)害個(gè)例預(yù)警情況及業(yè)務(wù)檢驗(yàn)方法和綜合評(píng)估方法結(jié)果對(duì)比

甘肅與四川相比TSR略高、FAR更低,但四川PO低,三種檢驗(yàn)指標(biāo)結(jié)果互有高低,根據(jù)業(yè)務(wù)檢驗(yàn)方法結(jié)果無(wú)法直接判斷兩省預(yù)警效果優(yōu)劣。綜合評(píng)估方法以單指標(biāo)R給出四川優(yōu)于甘肅的檢驗(yàn)結(jié)果,比業(yè)務(wù)檢驗(yàn)方法更簡(jiǎn)單直觀。再分析綜合評(píng)估方法合理性,預(yù)警在甘肅與四川的命中縣數(shù)量均為10個(gè),甘肅均為Ⅲ級(jí)預(yù)警,而四川有2個(gè)縣為Ⅱ級(jí),考慮到較高等級(jí)預(yù)警代表災(zāi)害發(fā)生概率更大,對(duì)地質(zhì)災(zāi)害防御工作的指示作用更強(qiáng),同時(shí)四川省災(zāi)害漏報(bào)縣數(shù)量更低,預(yù)警效果在四川更好的評(píng)估結(jié)果是合理的。此外,如果將四川省命中縣的預(yù)警等級(jí)由Ⅲ級(jí)升級(jí)為Ⅰ級(jí),評(píng)分提高為0.66;將空?qǐng)?bào)縣的Ⅲ級(jí)預(yù)警均上調(diào)為Ⅱ級(jí),評(píng)分下降為0.56;說(shuō)明綜合評(píng)估方法要求根據(jù)實(shí)際情況發(fā)布相應(yīng)等級(jí)氣象預(yù)警,鼓勵(lì)對(duì)命中縣發(fā)布高等級(jí)預(yù)警,并懲罰在空?qǐng)?bào)縣發(fā)布高等級(jí)預(yù)警。

綜合評(píng)價(jià)方法在考慮預(yù)警命中、空?qǐng)?bào)和漏報(bào)的同時(shí),區(qū)分評(píng)估了不同等級(jí)氣象預(yù)警的效果,檢驗(yàn)結(jié)果直觀,對(duì)地質(zhì)災(zāi)害氣象預(yù)警業(yè)務(wù)科學(xué)開(kāi)展有促進(jìn)作用。

3 地質(zhì)災(zāi)害重點(diǎn)區(qū)域預(yù)警效果評(píng)估

根據(jù)2018年全國(guó)地質(zhì)災(zāi)害特征,研究以縣為基本單元,選取6~8月地質(zhì)災(zāi)害影響最嚴(yán)重區(qū)域,即云南、四川、甘肅、貴州、湖北五個(gè)省份進(jìn)行預(yù)警效果檢驗(yàn)。表2給出預(yù)警在各省命中、空?qǐng)?bào)和漏報(bào)的縣數(shù)量,以及業(yè)務(wù)檢驗(yàn)和綜合評(píng)估方法結(jié)果。分析業(yè)務(wù)檢驗(yàn)方法,各省TSR均在97%以上,變化幅度僅為2%;除個(gè)別省份外,PO與FAR分別超過(guò)55%和80%,而且兩個(gè)指標(biāo)的變化幅度較小,均在10%以?xún)?nèi),整體來(lái)看檢驗(yàn)結(jié)果的區(qū)分度不明顯。對(duì)比分析各省結(jié)果,貴州預(yù)警命中災(zāi)害的比例最大、漏報(bào)災(zāi)害的比例最少,TSR和PO最優(yōu),雖然貴州FAR與該指標(biāo)最優(yōu)的湖北有9%差距,但貴州PO比湖北有領(lǐng)先17%的更大優(yōu)勢(shì),因此貴州預(yù)警效果最好;在其余四個(gè)省中,湖北TSR和FAR均最優(yōu),PO與表現(xiàn)最好的四川接近(相差2%),因此湖北預(yù)警效果是次優(yōu)的;剩余的云南、四川和甘肅三省TSR、PO和FAR指標(biāo)各有高低,難以根據(jù)業(yè)務(wù)檢驗(yàn)方法結(jié)果判斷各省預(yù)警效果好壞。

相比而言,綜合評(píng)估方法以單個(gè)指標(biāo)評(píng)估各省,直觀地給出了貴州最優(yōu),湖北其次,云南最差的預(yù)警效果排名,此外R值范圍在0.16~0.50,變化幅度達(dá)34%,比業(yè)務(wù)檢驗(yàn)方法TSR、PO和FAR指標(biāo)變化幅度大,區(qū)分度更明顯。圖3是業(yè)務(wù)檢驗(yàn)和綜合評(píng)估方法的定量結(jié)果對(duì)比,綜合評(píng)估方法檢驗(yàn)得分整體上與漏報(bào)率和空?qǐng)?bào)率負(fù)相關(guān),這是符合業(yè)務(wù)經(jīng)驗(yàn)的。由以上分析可以發(fā)現(xiàn),綜合評(píng)估方法指標(biāo)唯一,結(jié)果直觀,區(qū)分度明顯,并且符合業(yè)務(wù)經(jīng)驗(yàn)。對(duì)于地質(zhì)災(zāi)害影響嚴(yán)重的云南等五省份,綜合評(píng)估方法給出了預(yù)警效果從高到低為貴州、湖北、四川、甘肅、云南。

表2 2018年6~8月云南等五省地質(zhì)災(zāi)害氣象預(yù)警情況及業(yè)務(wù)檢驗(yàn)方法和綜合評(píng)估方法檢驗(yàn)結(jié)果對(duì)比

圖3 2018年6~8月云南等五省地質(zhì)災(zāi)害氣象預(yù)警的業(yè)務(wù)檢驗(yàn)和綜合評(píng)估方法檢驗(yàn)結(jié)果對(duì)比Fig.3 Comparison of results between operational and comprehensive evaluation method for meteorological early warning to geological hazards in Yunnan and other four provinces from June to August, 2018

4 結(jié)論與討論

(1)2018年我國(guó)地質(zhì)災(zāi)害呈現(xiàn)出西多東少的空間分布特征,以西南地區(qū)受災(zāi)害影響最為嚴(yán)重,西北地區(qū)次之,兩地區(qū)災(zāi)害數(shù)量之和占全國(guó)總數(shù)64.5%;時(shí)間分布特征方面,絕大多數(shù)地質(zhì)災(zāi)害都發(fā)生在6~8月。

(2)研究提出一種地質(zhì)災(zāi)害氣象預(yù)警綜合評(píng)估方法,該方法檢驗(yàn)指標(biāo)唯一,根據(jù)不同等級(jí)氣象預(yù)警的災(zāi)害發(fā)生概率確定變量權(quán)重系數(shù),物理意義為考慮地質(zhì)災(zāi)害氣象預(yù)警等級(jí)(即災(zāi)害發(fā)生概率)的準(zhǔn)確率與空?qǐng)?bào)率差值。2018年西部地區(qū)典型地質(zhì)災(zāi)害個(gè)例檢驗(yàn)結(jié)果表明,綜合評(píng)估方法具有考慮命中、空?qǐng)?bào)和漏報(bào)的同時(shí),區(qū)分評(píng)估不同等級(jí)氣象預(yù)警效果的能力,檢驗(yàn)結(jié)果區(qū)分度高,與漏報(bào)率和空?qǐng)?bào)率指標(biāo)負(fù)相關(guān),符合業(yè)務(wù)經(jīng)驗(yàn)。此外,該評(píng)估方法具有要求根據(jù)實(shí)際情況發(fā)布相應(yīng)等級(jí)氣象預(yù)警的特點(diǎn),鼓勵(lì)對(duì)預(yù)警命中縣發(fā)布高等級(jí)預(yù)警,懲罰空?qǐng)?bào)縣發(fā)布高等級(jí)預(yù)警。

(3)采用綜合評(píng)估方法,以縣行政區(qū)為基本單元對(duì)2018年6~8月地質(zhì)災(zāi)害影響嚴(yán)重五個(gè)省份的氣象預(yù)警進(jìn)行對(duì)比,預(yù)警效果由高到低排名為貴州、湖北、四川、甘肅、云南。

由于目前氣象部門(mén)收集的災(zāi)情信息只能精確到天,綜合評(píng)估方法未考慮預(yù)警時(shí)間精度檢驗(yàn),如果未來(lái)災(zāi)害發(fā)生時(shí)間更精確,可以將時(shí)間項(xiàng)引入檢驗(yàn)方法中。

猜你喜歡
漏報(bào)氣象災(zāi)害
河南鄭州“7·20”特大暴雨災(zāi)害的警示及應(yīng)對(duì)
氣象樹(shù)
《內(nèi)蒙古氣象》征稿簡(jiǎn)則
千年蝗蟲(chóng)災(zāi)害的暴發(fā)成因
蝗蟲(chóng)災(zāi)害的暴發(fā)與危害
大國(guó)氣象
美麗的氣象奇觀
地球變暖——最大的氣象災(zāi)害
朝陽(yáng)地區(qū)一次大雪到暴雪天氣過(guò)程漏報(bào)分析
撫順地區(qū)一次降水預(yù)報(bào)失誤的分析
闽清县| 科技| 建阳市| 中方县| 镇赉县| 嘉峪关市| 雷波县| 石狮市| 忻州市| 临洮县| 金寨县| 洞口县| 丹巴县| 延庆县| 莆田市| 徐州市| 青州市| 平顶山市| 比如县| 图木舒克市| 怀宁县| 广西| 平乐县| 龙岩市| 石景山区| 门头沟区| 武定县| 来安县| 达州市| 东宁县| 瑞丽市| 方正县| 云阳县| 阿城市| 金堂县| 嘉定区| 张掖市| 五台县| 房产| 伊宁市| 银川市|