張 健 蔡檸澤 李 玥 劉 娜

（1.吉林省突發(fā)事件預(yù)警信息發(fā)布中心，吉林長春 130062；2.白山市氣象局，吉林白山 134300；3.吉林省氣象科學(xué)研究所，吉林長春 130062）

1 引言

中國是世界上自然災(zāi)害最為嚴(yán)重的國家之一， 氣象災(zāi)害平均每年造成的直接經(jīng)濟(jì)損失占全部自然災(zāi)害損失的70%以上[1]。吉林省作為國家重要的產(chǎn)糧大省和商品糧基地，氣象災(zāi)害種類多、范圍廣、危害大，雷電、暴雨、臺風(fēng)、大風(fēng)等氣象災(zāi)害常有發(fā)生。 各類氣象災(zāi)害引發(fā)的城市內(nèi)澇、 泥石流、山洪以及森林草原火災(zāi)等次生、衍生災(zāi)害對人民的生產(chǎn)生活也有較大影響。從空間分布上來看，吉林省氣象災(zāi)害地域分布特征明顯。 其中中西部平原地區(qū)大風(fēng)、沙塵天氣頻發(fā)；中部平原到山區(qū)的過渡地帶雷電、冰雹和暴雨災(zāi)害多發(fā)；東部和南部山區(qū)則以雷電、暴雨等氣象災(zāi)害為主。尤其是近年來極端天氣頻發(fā)， 如2017年7月13—14日和19—21日永吉縣7日內(nèi)兩次遭遇特大暴雨襲擊，連續(xù)突破日雨量極值，縣城兩度被淹；又如2020年11月17—20日吉林省中部地區(qū)出現(xiàn)罕見的強(qiáng)雨雪冰凍天氣，道路、電線結(jié)冰，設(shè)施農(nóng)業(yè)、林業(yè)、電力、交通等受到嚴(yán)重影響。 這幾次極端天氣中，吉林省氣象部門早預(yù)警、早行動，在有效防御和減輕氣象災(zāi)害， 保護(hù)人民生命財產(chǎn)安全中發(fā)揮了積極作用。

氣象災(zāi)害預(yù)警信號是由氣象主管機(jī)構(gòu)所屬的氣象臺（站）為有效防御和減輕突發(fā)氣象災(zāi)害而向社會發(fā)布的預(yù)警信息。目前，吉林省氣象災(zāi)害預(yù)警信號分為臺風(fēng)、大風(fēng)、暴雨、暴雪、寒潮、嚴(yán)寒、霜凍、道路冰雪、冰雹、高溫、雷電、雷暴大風(fēng)、大霧、霾、沙塵、低溫冷害、干旱等17 類。 氣象災(zāi)害預(yù)警信息有別于氣象預(yù)報， 其能從很大程度上反映出某地發(fā)生氣象災(zāi)害的風(fēng)險大小， 具有潛在分析價值。 袁正國等[2]基于氣象災(zāi)害預(yù)警信息的發(fā)布對象、發(fā)布渠道、發(fā)布數(shù)量等要素，建立了氣象災(zāi)害預(yù)警信息發(fā)布能力的客觀化評價指標(biāo)體系。 楊繼國等[3]對2019年與農(nóng)業(yè)相關(guān)的氣象災(zāi)害預(yù)警信息發(fā)布情況進(jìn)行了分析， 結(jié)果表明，2019年全國各級預(yù)警發(fā)布機(jī)構(gòu)利用國家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)發(fā)布14 類與農(nóng)業(yè)緊密相關(guān)的預(yù)警信息共計13 萬條，其中大風(fēng)、暴雨、高溫類預(yù)警信息在發(fā)布數(shù)量上居于前3 位。 王華鵬[4]分析2011—2020年濰坊市氣象災(zāi)害預(yù)警信息發(fā)布數(shù)據(jù)發(fā)現(xiàn)，近10年預(yù)警發(fā)布數(shù)量呈逐年增加趨勢，雷電、大霧、大風(fēng)是發(fā)布最多的3 類預(yù)警。 楊榮芳等[5]運(yùn)用對比分析、分類統(tǒng)計等方法，得出了2015—2018年河北省各類預(yù)警信號發(fā)布的時空分布特征、發(fā)布頻次。方楠等[6]研究表明，浙江省氣象災(zāi)害預(yù)警的高發(fā)期為每年的6—9月,與浙江省汛期吻合。 陳石定等[7]對湖北省2016—2019年期間發(fā)布的氣象預(yù)警信號運(yùn)用分類統(tǒng)計法按信號類別、等級、發(fā)布時間、發(fā)布區(qū)域進(jìn)行統(tǒng)計分析，發(fā)現(xiàn)暴雨、大風(fēng)、雷電、大霧、高溫為主要的預(yù)警信號，預(yù)警落區(qū)主要分布在鄂東南和鄂西南。 張健等[8]利用吉林省2021年6月發(fā)布的對流天氣預(yù)警信號進(jìn)行了初步分析評估，結(jié)果表明，對流天氣預(yù)警信號發(fā)布有較明顯的地區(qū)差異， 基本呈現(xiàn)東西兩側(cè)預(yù)警信號少而中部多的形勢。本研究選取2019—2021年吉林省9 個市（州）發(fā)布的全部預(yù)警信息數(shù)據(jù)作為研究樣本，分析吉林省氣象災(zāi)害預(yù)警信息發(fā)布情況， 進(jìn)而得出吉林省氣象災(zāi)害預(yù)警信息的時空分布特征。

2 資料與方法

本文統(tǒng)計的預(yù)警信息數(shù)據(jù)來源于國家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)（以下簡稱國突系統(tǒng)），該系統(tǒng)是國家突發(fā)事件預(yù)警信息權(quán)威發(fā)布系統(tǒng)， 是政府應(yīng)急部門和社會公眾獲取預(yù)警信息的主要渠道， 也是各地氣象部門最權(quán)威的預(yù)警信息發(fā)布渠道和數(shù)據(jù)匯總中心。 2019年1月1日—2021年12月31日吉林省9 個市（州）共發(fā)布?xì)庀鬄?zāi)害預(yù)警信息4124 條。 本研究將以此為研究樣本，分析吉林省氣象災(zāi)害預(yù)警信息的時空分布特征。 本文采用比率分析法和統(tǒng)計比較法對吉林省氣象災(zāi)害預(yù)警信息進(jìn)行統(tǒng)計分析。

3 結(jié)果與分析

3.1 預(yù)警信息的月際分布及主要類型

從2019年1月1日—2021年12月31日吉林省9 個市（州）發(fā)布的氣象災(zāi)害預(yù)警信息來看，吉林省氣象災(zāi)害預(yù)警的高發(fā)期為每年的6—8月，與吉林省汛期吻合。 其中單月預(yù)警量最多的為7月，占全年預(yù)警數(shù)量的19.0%；12月是全年發(fā)布預(yù)警最少的月份，占全年預(yù)警數(shù)量的3.7%（圖1）。

圖1 吉林省各月氣象預(yù)警信息發(fā)布頻數(shù)

從預(yù)警信息類型（圖2）上看，2019—2021年吉林省發(fā)布的15 種氣象災(zāi)害預(yù)警信息 （低溫冷害、干旱未發(fā)布）中，發(fā)布量列前6 位的氣象災(zāi)害預(yù)警類型為雷電、大風(fēng)、道路冰雪、冰雹、暴雨、寒潮，占?xì)庀箢A(yù)警總量的82.7%；雷暴大風(fēng)、大霧等其余9 種氣象預(yù)警占?xì)庀箢A(yù)警總量的17.3%。 雷電、大風(fēng)和道路冰雪等氣象災(zāi)害發(fā)生范圍廣，對生產(chǎn)生活造成的影響大。 雖然雷暴大風(fēng)等氣象災(zāi)害占比小，但造成的災(zāi)害損失卻比較重。

圖2 吉林省各類氣象災(zāi)害預(yù)警信息發(fā)布比例

3.2 主要預(yù)警信息月際分布

雷電、大風(fēng)、道路冰雪、冰雹、暴雨、寒潮為吉林省的主要?dú)庀鬄?zāi)害預(yù)警信息。 從這6 類主要?dú)庀鬄?zāi)害預(yù)警信息的月際分布（圖3）可以看出，雷電預(yù)警集中在6—8月，月發(fā)布量超300 條，尤其是6月，預(yù)警發(fā)布量達(dá)400 條，是雷電高風(fēng)險期。吉林省特殊的地理位置使得東北冷渦等低值系統(tǒng)長期活躍于此， 冷渦是造成吉林省突發(fā)性強(qiáng)對流天氣的重要天氣系統(tǒng)。 6—8月東北冷渦活躍，強(qiáng)對流天氣較多，因此雷電預(yù)警較多。大風(fēng)預(yù)警全年均有發(fā)布，主要集中在3—5月，月發(fā)布量超100條。 3—5月為春季，春季是冬季風(fēng)和夏季風(fēng)轉(zhuǎn)換的季節(jié)，南方氣旋和北方氣旋均比較活躍，因此，大風(fēng)預(yù)警較多。道路冰雪預(yù)警主要集中在11月—次年3月，其中11月發(fā)布量最高，月發(fā)布量超過130 條。11月北方強(qiáng)冷空氣較為活躍，與盤駐在吉林省的暖空氣交匯， 易產(chǎn)生降雪天氣而引發(fā)道路冰雪。 冰雹預(yù)警主要集中在6—7月，與雷電預(yù)警類似，但區(qū)別在于8月為盛夏，由于大氣底層暖層較厚， 不利于冰雹的形成。 暴雨預(yù)警主要集中在7—8月，此時西太平洋副熱帶高壓北跳，吉林省常處于西太平洋副熱帶高壓邊緣，水汽充沛，易引發(fā)大范圍暴雨天氣，暴雨預(yù)警較多。寒潮預(yù)警集中在10月—次年4月，其中12月發(fā)布量最高，達(dá)到50 條。 吉林省位置偏北，冬半年易受西伯利亞強(qiáng)冷空氣影響，造成強(qiáng)降溫事件頻發(fā)。

圖3 吉林省主要?dú)庀鬄?zāi)害預(yù)警信息月分布

3.3 預(yù)警信息空間分布特征

預(yù)警信息發(fā)布量空間分布特征（圖4）反映了吉林省各市（州）氣象災(zāi)害的發(fā)生頻次。 2019—2021年吉林省每年平均發(fā)布?xì)庀鬄?zāi)害預(yù)警信息1 375 條，吉林、長春、白城、松原的預(yù)警發(fā)布數(shù)量居全省前4 位，均超過500 條；延邊、四平、白山、通化預(yù)警發(fā)布量在400 條以內(nèi)， 是預(yù)警信息發(fā)布相對較少的市（州）。從空間分布來看，預(yù)警信息發(fā)布量中部、西部明顯多于東部、南部。

圖4 2019—2021年吉林省各市（州）預(yù)警發(fā)布量

3.4 各市（州）主要?dú)庀鬄?zāi)害類型

吉林省各市（州）前6 位預(yù)警信息分布情況反映了各市（州）的主要?dú)庀鬄?zāi)害類型（圖5）。 白城、松原等西部地區(qū)主要的氣象災(zāi)害類型是雷電、大風(fēng)、道路冰雪、冰雹、高溫，占預(yù)警信息發(fā)布總量的2/3 以上；且因平原地形，易發(fā)展強(qiáng)的對流風(fēng)暴，因此雷暴大風(fēng)也較多。四平、長春、吉林、遼源等中部地區(qū)主要的氣象災(zāi)害類型是雷電、 大風(fēng)、 道路冰雪、冰雹、暴雨、寒潮，占預(yù)警發(fā)布總量的4/5 以上，且暴雨預(yù)警所占比例較東部和西部大。 通化、白山等東南部地區(qū)主要的氣象災(zāi)害類型是雷電、道路冰雪、暴雨、寒潮、大風(fēng)、冰雹，占預(yù)警發(fā)布總量的4/5 以上。 東北部的延邊主要的氣象災(zāi)害類型是雷電、大風(fēng)、道路冰雪、寒潮、高溫、大霧，占預(yù)警發(fā)布總量的4/5 以上。

圖5 吉林省各市（州）前6 位預(yù)警信息占比情況

總體來說，全省各市（州）發(fā)生最多的氣象災(zāi)害類型均為雷電，且除延邊州外，自西向東雷電預(yù)警數(shù)量基本呈增多趨勢，整體是平原少，山地多；其中雷電預(yù)警發(fā)布頻次占比最高的為白山市，最少的為延邊州。大風(fēng)預(yù)警的空間分布與雷電相反，西部平原多，東部山區(qū)少；其中大風(fēng)預(yù)警發(fā)布頻次占比最高的為白城，最少的為白山。道路冰雪預(yù)警的空間分布呈現(xiàn)自西向東略增多的趨勢， 這可能與東部靠海， 冬季水汽和熱量條件較西部有利有關(guān)。

4 結(jié)語

（1） 吉林省氣象災(zāi)害預(yù)警的高發(fā)期為每年的6—8月，與吉林省汛期吻合。 其中單月預(yù)警量最多的為7月，占全年預(yù)警數(shù)量的19.0%；12月是全年發(fā)布預(yù)警最少的月份， 占全年預(yù)警數(shù)量的3.7%。

（2）2019—2021年吉林省發(fā)布量列前6 位的氣象災(zāi)害預(yù)警類型為雷電、大風(fēng)、道路冰雪、冰雹、暴雨、寒潮，占?xì)庀箢A(yù)警總量的82.7%；雷暴大風(fēng)、大霧等其余9 種氣象預(yù)警占?xì)庀箢A(yù)警總量的17.3%。

（3） 吉林省氣象災(zāi)害預(yù)警信息發(fā)布有著明顯的季節(jié)差異。 春季大風(fēng)預(yù)警發(fā)布最多；夏季雷電、冰雹和暴雨預(yù)警發(fā)布量位列前三； 秋季道路冰雪預(yù)警發(fā)布最多；冬季道路冰雪、寒潮和大風(fēng)位列前三。

（4）吉林、長春、白城、松原的預(yù)警發(fā)布數(shù)量居全省前4 位，均超過500 條；延邊、四平、白山、通化預(yù)警發(fā)布量在400 條以內(nèi)， 是預(yù)警信息發(fā)布相對較少的市（州）。從空間分布來看，預(yù)警信息發(fā)布量中部、西部明顯多于東部、南部。

（5）白城、松原等西部地區(qū)主要的氣象災(zāi)害類型是雷電、大風(fēng)、道路冰雪、冰雹、高溫、雷暴大風(fēng)；四平、長春、吉林、遼源等中部地區(qū)主要的氣象災(zāi)害類型是雷電、大風(fēng)、道路冰雪、冰雹、暴雨、寒潮；通化、 白山等東南部地區(qū)主要的氣象災(zāi)害類型是雷電、道路冰雪、暴雨、寒潮、大風(fēng)、冰雹；東北部的延邊主要的氣象災(zāi)害類型是雷電、 大風(fēng)、 道路冰雪、寒潮、高溫、大霧。