抚州市汛期区域性暴雨灾害气象服务效益评估方法探究

桂敏 梁易 李颖芝 符志军

摘要 抚州市汛期暴雨天气多发，极易引发洪涝灾害，造成重大损失。开展暴雨气象服务效益评估是检验防灾减灾服务水平的依据。受多种因素影响，气象服务效益评估方法的研究具有很大的难度和复杂性。梳理了构建气象灾害气象服务效益评估模型的各项因子指标，从防灾减灾综合效益分离出气象服务效益，为客观定量评估气象服务产生的效益提供参考。

关键词 暴雨灾害；气象服务效益；建模；评估

中图分类号：P458 文献标识码：B 文章编号：2095–3305（2023）09–0-03

抚州市位于江西省的东部，地处长江中游，境内东、南、西三面环山，中间为丘陵和河谷盆地，由于处在温暖湿润的季风气候区，光热充足，降水充沛，4—7月为汛期，常出现暴雨天气，持续暴雨天气易引发洪涝灾害等，造成重大影响。2014年6月16—21日，抚州市出现入汛后集中连续暴雨过程，平均降雨量219 mm，最大降雨量达到416 mm，出现在南丰县。其中，19—20日24 h内155站降雨量达到100 mm以上，48站降雨量达到200 mm以上，强降雨致使12座中型水库、61座小型水库超汛限，部分水库溢洪，农作物受灾面积2.64万hm2，全市11个县（区）119个乡镇25.266万人受灾，直接经济损失7.36亿元。做好暴雨预报服务是政府部门开展防灾减灾决策、民众积极响应救灾工作的依据，是减少和避免灾害损失的有效保障[1-3]。就暴雨灾害气象服务效益评估方法进行研究，构建评估模型，旨在为客观、定量评估气象防灾减灾服务效益提供参考。

1 抚州市汛期暴雨特征

1.1 抚州市降水气候特点

抚州市降水充沛，多年平均降水量为1 787.0 mm，而且降水量的年际变化较大。在抚州市降水量的年代际变化上，20世纪60年代最少，年平均为1 647.3 mm，70年代较60年代呈现增多趋势，年平均降水量达到1 750.0 mm以上，70年代后期至80年代初抚州市年降水量又出现了明显减少趋势，之后至21世纪00年代末期，年降水量又开始趋于增多，90年代为降水量最多的时期，年平均降水量达到了1 965.1 mm，進入21世纪后，抚州市年降水量较90年代有着明显减少现象，年平均降水量在1 700.0 mm左右。总体来看，近50年间，抚州市年降水量变化波动较大，整体上表现为增多趋势，气候倾向率为25.3 mm/10年。

抚州市年降水量主要集中在春、夏季，两季降水量约占年总降水量的73.5%，其中，春季（3—5月）的平均降水量最多，为716.3 mm，其次为夏季（6—8月），平均降水量597.1 mm，秋季和冬季的降水量相对较少且相差不大，其中，冬季（12月—翌年2月）平均降水量为252.2 mm，而秋季为一年中降水量最少的季节，平均降水量为221.4 mm。

统计抚州市一年中各月降水量可知，降水量的月分布特征明显，1—6月期间降水量逐月增多，6月达到峰值，月平均降水量达到320.7 mm。7—12月，降水量又基本上呈现出逐月减少趋势，12月降水量最少，为50.0 mm左右。年降水量主要出现在3—8月，期间降水量约占年总降水量的73.5%；4—7月为抚州市汛期，降水量占年总降水量的54.9%；1月和9—12月的各月平均降水量均在100.0 mm以下，为降水量相对较少的月份。

1.2 汛期暴雨气候特征

我国气象学上关于暴雨的判断标准为：降雨量在24 h内达到50.0～99.9 mm的为1个暴雨日，降雨量在24 h内达到100.0～249.9 mm的为1个大暴雨日，降雨量在24 h内≥250.0 mm的为1个特大暴雨日；24 h内有3站以上出现暴雨的定义为1个区域性暴雨天气过程，持续2 d以上，且有3站以上出现暴雨的定义为1个区域性连续暴雨天气过程。

抚州市多年平均暴雨日数为23 d，暴雨日数的年际间存在着较大变化。整体来看，年暴雨日数与年降水量的年际变化基本一致，两者呈显著正相关，年暴雨日数较多的年份对应的年降水量也较多，极易引发暴雨洪涝灾害，反之，年暴雨日数相对较少年份对应的年降水量也偏少，常有干旱发生。

抚州市四季均会出现暴雨天气过程，春、夏季多发。在抚州市一年中暴雨日数的月分布上（图1），1月出现的日数最少，3月以后出现明显增多，4月增加现象更为显著，6月达到一年中的峰值，月平均可达6 d；汛期4—7月是暴雨集中出现阶段，期间降水量占全年总降水量的70%～80%，暴雨出现的日数约占年总暴雨日数的70%，暴雨洪涝灾害多发；至7月以后，暴雨出现日数急剧下降，尤其是9—12月，暴雨日数不超过1 d。4—7月汛期内，暴雨主要出现在6月中旬和下旬期间，其次是5月上旬、下旬和6月的上旬，5月中旬和7月上旬出现的概率也相对较高。

抚州市近50年中1日单站出现暴雨日数最多，年平均16 d，约占年总暴雨日数的46.7%；其次是1日2站出现暴雨日数平均为4 d，约占年总暴雨日数的17.3%；达到3站以上的同日出现的区域性暴雨日数为8 d，占年总暴雨日数的37.3%；全市共11站全部同日出现暴雨的平均日数为0.24 d。

由此可见，抚州市暴雨主要为单站局地性暴雨，其次发生的是区域性暴雨。近50年期间，持续2 d单站发生暴雨天气过程的年平均日数为2.0 d，持续2 d的区域性暴雨天气过程的年平均日数为2.6 d；持续3 d单站发生暴雨天气过程的年平均日数为0.3 d，持续3 d的区域性暴雨天气过程的年平均日数为1.6 d；持续4 d以上的区域性暴雨天气过程的年平均日数为0.5 d。

2 暴雨灾害气象服务效益评估方法

通过上述分析可知，抚州市暴雨洪涝灾害频发，持续暴雨导致城市发生内涝，大面积农作物被淹，道路被冲毁，影响正常交通，破坏电力、通信等被破坏，给人民群众生产生活造成严重损失。气象服务的目的是防灾减灾，气象服务效益就是受众在接收到气象服务信息后进行提前防御灾害减少的损失；对气象服务效益进行评估，即评价气象部门开展的气象灾害预报预警服务对政府决策、部门联动、群众防御工作产生的社会效益和经济效益，包括趋利和避害2个方面。其中，经济效益可量化，社会效益和生态效益难以量化却不能忽略，因此，针对这一课题的研究具有很大的难度和复杂性。借鉴国内外专家研究成果，暂时不考虑预报准确率及时效、组织和动员情况、灾区经济、人口素质等不稳定性较大的影响因素，重点从气象服务水平、防灾减灾的决策与组织这两类综合因子探讨暴雨天气气象服务效益。

2.1 确定经济效益指标和评估模型

随着社会进步和经济快速发展，与20世纪相比，21世纪人民生活水平显著性提高，物价有了很大的上涨，因此不能再沿用绝对数值反映气象灾害损失和气象服务效益。为保证评价指标的科学性和代表性，采取相对数和绝对数结合的方法计算气象灾害防灾减灾效益系数，其计算公式为：

M1=×100%（1）

式（1）中，M1指的是重大气象灾害（某次暴雨天气过程）的防灾减灾效益系数，A1为气象灾害造成某一地区的直接经济损失，B1表示该地区未开展防灾减灾工作情况下气象灾害可能带来的直接经济损失。

如果在式（1）的计算中，要考虑防灾减灾的成本投入，得出防灾减灾经济效益系数的计算公式（2）：

M1=（2）

由于不稳定因子可能会对方程的构建造成困难，首先，将政府和民众在接收到气象服务信息后防灾减灾工作开展程度作为重点考虑因子；其次，考虑不可避免损失的因子，构建气象灾害的防灾减灾服务效益计算公式：

B=（3）

式（3）中的B为某一次气象灾害过程可能获取到的防灾减灾服务效益值（与式（1）和（2）中的B1相似）；A即气象灾害造成某一地区的直接经济损失（等同于式（1）和（2）中的A1）；x代表的是气象灾害预报服务水平值，且0≤x≤1；y指的是政府和民众在接收到气象服务信息后开展防灾减灾工作程度的数值，且0≤y≤1；z即为该气象灾害过程中因灾不可抗拒的灾害损失占比。xy的乘积表示防灾减灾服务水平，根据x、y的取值范围，当x或y的大小，均会对防灾减灾效果造成直接影响。如果在式（3）的计算中计入防灾减灾成本投入，得到防灾减灾经济效益系数的计算公式：

B=-C（4）

式（4）计算出的B值包括气象防灾减灾服务效益和政府接到气象决策服务及民众防御灾害工作产生的效益。要想单纯地获取气象防灾减灾服务效益，就要先计算出政府接收到气象决策服务和民众防御灾害工作产生的效益，然后将其从式（4）中分离出来。将政府接受气象决策服务及民众防御灾害工作产生的效益简单看作一个线性的决策过程：

B=B+B（5）

如此一来，由式（4）和式（5）即可从防灾减灾服务效益值中将其中的气象服务效益值分离出来，构建出气象灾害防灾减灾服务效益评估模型，计算得出气象灾害防灾减灾服务效益W值，其计算公式可以转化为式（6）：

W=（6）

2.2 确定平均防灾减灾效益系数和气象服务效益

据防汛专家相关研究结果，暴雨等重大气象灾害预报服务时效越长，产生的效益越高。当预报时效在24 h内，重大气象灾害防灾减灾效益通常能达到15%～25%，即可以减少或避免直接经济损失的15%～25%；若预报时效能达到48 h，重大气象灾害防灾减灾效益可达20%～50%，即能减少或避免20%～50%的直接经济损失。

但预报时效与防灾减灾效益并不呈绝对的正相关关系，因为还会受到其他因素的影响，比如预报时效越长，民众对待灾害防御的迫切感会下降，应急救援组织工作也会相对放松，而灾害的突发性越强、预报时效越临近，政府和民众的防御意识越强烈。同样的预报时效、不同程度的气象灾害带来的危害也不一样，如台风暴雨引发的灾害高于单纯的暴雨天气，且不可抗拒因素多，防灾救灾工作开展难度大，进而气象防灾减灾服务效益低于暴雨灾害。预报时效与防灾减灾效益可以认定为是一种近似反三角函数的关系，即：

S=arctg（at+b）+d（7）

式（7）中，S为平均防灾减灾服务效益系数；t指的是预报时效（单位：h），且t≥0；a、b为常数。当预报时效为0时，防灾减灾服务效益也就为0，即d也是0，因此式（7）又可以转换为：

S=arctg（at+b）（8）

预报时效t为24 h时，S值为0.18，t值为48 h时，S值为0.34，此时可计算出常数a、b值分别为0.0124、-0.006，代入式（8）得出平均预报时效与防灾减灾服务效益的近似反三角函数式为：

S=arctg（0.0124 t-0.006）（9）

随着气象预报服务水平的提高，预报时效越来越长。相关专家认为，当预报时效达到72 h，基本能充分做好防灾减灾准备工作。因此，当预报时效达到72 h以上时出现的损失可以作为不可抗拒因素处理。将t值72代入式（9）计算得出S为0.46，因灾不可抗拒的灾害直接经济损失占比（z）即为0.54，可以直接用于效益评估。

2.3 确定s、y值

气象预报的质量和时效决定了x值的大小，则预报服务水平通常采用预报的准确率Ts（0≤Ts≤1）表示，即：

s=（10）

式（10）中，n表示预报时效，0＜t≤12时，n=0.5；12＜t≤24时，n=1.0，以此类

推，60＜t≤72时，n=3.0 。

暴雨是抚州市汛期常见的主要灾害性天气，加强汛期暴雨灾害防御工作是抚州市政府的重要工作。按照多年防汛工作开展，对暴雨灾害天气政府及民众的响应工作通常分为3级：好（y=0.7～1.0）；一般（y=0.3～0.7）；差（y=0.0～0.3）。

当接收到气象灾害预报信息后，政府部门高度重视，及时决策并落实防灾减灾措施，民众积极参与防灾救灾工作，且预报时效不低于24 h的，视为“好”，此时，y值基数确定为0.70，随着预报时效每增加24 h，y值增加0.05，防灾减灾投入人员N在100万元以下时不予考虑此因素影响，在200万元以内的增加0.01，在300万元以内时增加0.02，由此推算出预报时效为48 h、防灾人数达到300万元时的y值为0.78。防灾响应工作为“一般”时，y值基数为0.30，预报时效在12 h的增加0.1，在18 h的再增加0.1，当预报时效为6～12 h、投入救灾人员300万元时y值為0.42。防灾响应工作较差时，预报时效在6 h内，y值基数为0，预报时效在3～6 h内增加0.1，因此投入救灾人员300万元时y值为0.12。

2.4 建立暴雨氣象服务效益评估模型

各级政府部门承担着气象灾害防御管理重任，政府相关部门均会专门预算和统计气象灾害防御工作需投入的资金、人力、车辆等物资和装备，因此气象灾害防灾救灾的直接费用（C）是确定的，可直接代入公式计算。综合上述各项指数分析，建立暴雨等重大气象灾害防灾减灾效益、气象服务效益评估模型为式（11）：

B=；W=（11）

3 结束语

受复杂地形和气候特征的影响，抚州市呈多暴雨天气，暴雨集中在汛期4—7月，以6月出现日数最多。由于抚州市三面环山，中间地势较低，暴雨极易引发山洪等地质灾害，威胁群众生命财产安全。因此，充分认识抚州市暴雨灾害发生特点和危害，在此基础上通过对各项指标进行分析，构建气象服务效益评估模型，可以定量、客观地评估气象服务在防灾减灾工作中的经济效益，提升气象部门气象灾害预报水平和服务能力。

参考文献

[1] 周芳，黄龙飞，肖潇.江西省汛期局地短时强降水的时空分布特征[J].气象与减灾研究，2018，41（3）：176-182.

[2] 朱华.江西省夏季降水的时空变化特征及其与东亚夏季风的相关研究[D].南昌：江西师范大学，2013.

[3] 李瑾.温比亚台风暴雨气象服务效益评估与深析[J].农业与技术，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