灾害性气象预警服务效益评估的研究

主要途径，占北碚预警服务覆盖率的 95% 以上。
2． 2 预警服务准确率（V） 按照《重庆市短期重要天气预 报考核办法（ 试行） 》［6］的暴雨预报评分标准，按实况降雨量
由大到小计算辖区内所有雨量站的预报得分，并按顺序记为
P1 ，P2 ，P3 ，…Pn 。其中 n 为辖区内雨量站总数。 计算暴雨预报得分 T 按（ 式 2） ：
部分收益（ 或减少的那部分损失） ，属于投入产出比中的产出
部分。气象预警服务与气象预警服务效益并非线性相关，笔
者采用数理统计方法及姜爱军等提出的气象预警服务效益
评估方法［5］，对北碚区灾害性气象预警服务效益进行评估。 1． 3 建立暴雨预警气象服务效益的数学评估模型［5］ 气象
预警产品是一种信息，而影响信息价值的主要因素是： 信息
W=P×V×E×Z
（ 1）
2 结果与分析
2． 1 预警服务覆盖率（ P） 随着北碚区气象业务的不断拓
展，新的气 象 预 警 服 务 产 品 也 在 逐 步 的 增 加。在 传 统 的 电
视、报纸、广播传播的基础上，气象电话 12121、手机短信和电
子显示屏、气象信息员 2． 5 暴雨预警效益评估 2． 5． 1 北碚暴雨预警效益评估实例。选取北碚区 2010 年 7 月 5 日的暴雨过程进行评估。根据当天的天气形势提前 7 h 发出了暴雨预警信号，北碚区所辖 13 个台站 4 日 20： 00 至 5 日 20： 00 雨量都已超过50 mm，其中 7 个站达到了大暴雨的 量级，预警服务时效 E = 40% ； 13 个台站均预警准确，预警准 确率 V = 100% ，其中 6 个站的雨量 ＜ 100 mm，Z = 1，7 个站雨 量 ＞ 100 mm，根据（ 4） 式算出暴雨过程灾害可能预防能力 Z = 95% ，预警服务覆盖率 P = 95% 。根据（ 1） 式计算得出此 次暴雨预警服务效益 W = 36% 。
Severe Weather Warning Service Performance Evaluation of Research JI Li et al （ College of Atmospheric Sciences，Lanzhou University，Lanzhou，Gansu 730000） Abstract The evaluation of disastrous meteorological warning services had significant guidance influence on improving meteorological forecast capacity and meteorological service level． And in the meantime，it was the weak link in the current meteorological work． Taking Beibei District of Chongqing as an example，through the analysis of the rainstorm warning signal issued since 2008，the effectiveness of severe weather warning services was assessed． The results showed that severe weather warning services should be studied mainly from four aspects： the assessment of effectiveness of forecast accuracy，forecast timeliness，coverage of forecasting services，and disaster prevention capacity． Key words Severe weather warning services； Benefit assessment
服务时效率（ E） 预警时效（ t） Service time Warning time
efficiency E∥% efficiency∥h
0
36≤ t ＜ 48
40
48≤ t ＜ 60
50
60≤ t ＜ 72
60t
≥ 72
服务时效率（ E） Service time
efficiency E∥%
70 80 90 100
个很重要的因素。
3 结论
综上所述，我们可采取这种方法分析和研究每次气象服 务成败的原因，从预报准确率、预报时效、预报服务覆盖率等 方面提高本地气象服务水平，进一步了解本地的灾害性气象 预警服务效益，提高气象部门的气象预报能力及气象服务水 平，为保障社会经济发展和人民生命财产安全发挥重要的作 用，为当地政府的决策提供可靠的依据。
表 1 预警时效 t 对应的预警服务时效率 E Table 1 Warning service time efficiency E in response to warning time
efficiency t
预警时效（ t） Warning time efficiency∥h
t =0 0 ＜ t ＜ 12 12≤t ＜ 24 24≤t ＜ 36
安徽农业科学，Journal of Anhui Agri． Sci． 2011，39（23） ：14200 － 14201
责任编辑 罗芸 责任校对 况玲玲
灾害性气象预警服务效益评估的研究
吉 莉1，2 ，苟 思1，3 ，李光兵2
象局，重庆 404000）
（ 1． 兰州大学大气科学学院，甘肃兰州 730000； 2． 重庆市北碚区气象局，重庆 400700； 3． 重庆市万州区气
g
T = ∑i =1Pi / g，
（ 2）
式中，当辖区内达到预报标准的雨量站数 a 小于参考基数 b
时，g = b； 当辖区内达到预报标准的雨量站数 a 大于等于参
考基数 b 时，g = a； 参考基数计算方法。
39 卷 23 期
吉 莉等 灾害性气象预警服务效益评估的研究
14201
未预报某区县暴雨而实际发生暴雨时，执行查漏程序。
on July 5，201
2． 5． 2 不同预警时效假设下的评估结果。对这次过程，虽 然预警准确率达 100% ，但暴雨气象服务效益仅为 36% ，并 不理想，其主要原因是预警服务时效较低，仅提前 7 h 做出了 预报。如果预警服务时效提前到 60 ～ 72 h，预警服务效益则 可以达 81% 。因此气象预警服务时效性和预警准确率是两
的准确度、扩散度、时效性和信息利用者的应用能力。因此
评估气象服务效益（ W） 主要应从以下 4 点考虑： ①预警服
务覆盖率 （ P） ； ② 预 警 服 务 准 确 率 （ V） ； ③ 预 警 服 务 时 效
（ N） ； ④灾害可预防能力（ Z） 。根据上述因子，可以得到暴雨
预警气象服务效益的数学评估模型为：
图 1 2008 至 2010 年 7 月平均暴雨预报准确率 Fig． 1：Rainstorm accuracy from 2008 to July in 2010
2． 3 预警服务时效率（E） 预警服务时效率（ E ） 与预警时 效（ t） 有关（ 表 1） 。预警信号在灾害性天气来临前发布的越 早，时效性就越长，重大气象灾害预警服务效益越高。因此 ，在设定预报服务时效率时，应考虑气象预报服务时效起到 的作用。
摘要 灾害性气象预警服务效益的评估对提高气象预报能力及气象服务水平有重要的指导意义，同时也是当前气象工作的薄弱环节。 以重庆市北碚区为例，通过对 2008 年以来暴雨气象预警信号发布的分析，评估其灾害性气象预警服务效益。结果表明： 灾害性气象预 警服务效益的评估应主要从预报准确率、预报时效、预报服务覆盖率、灾害可预防能力等 4 个方面进行研究。 关键词 灾害性气象预警； 效益评估 中图分类号 S 168 文献标识码 A 文章编号 0517 － 6611（ 2011） 23 － 14200 － 02
通过对 2010 年 7 月 5 日暴雨预警和实测雨量的对比观 察，发现在此次暴雨过程来袭之前北碚已经在 4 日 15 时 38 分发布暴雨蓝色预警，预计从 4 月 15： 00 至 5 日 1： 00，该区 将出现降水量达 50 mm 以上的强降水。由图 2 可见，4 日 22： 00 才开始降雨，预警的时效 t 值提前了 7 h。预警雨量与 实测雨量基本相符，灾害性气象预警时效 t 值得到了肯定。
2． 4 单次暴雨过程灾害可能预防能力（ z） 的确定方法［7］
暴雨的可能预防能力，主要取决于雨量以及当地的地理、防
洪条件。假设，日降水量≥100． 0 mm 的大暴雨 ，会造成较重
的雨涝灾害，并且随着降水量的增大，雨涝灾害加重。对某
一台站来说，若出现 50． 0 ～ 99． 9 mm 的暴雨，设其可能预防
漏报标准： 当辖区内达到暴雨标准的站数 a 大于等于参考基
数 b 时，计该区县暴雨漏报，否则不计该区县漏报。漏报时
按式 2 记分。
T =0/a
（ 3）
由此可知，2008 ～ 2010 年 7 月北碚共发生 12 次暴雨，根
据式（ 2） 、（ 3） 得出北碚暴雨平均预报准确率为 73% （ 图 1） 。
能力 z = 1； 若出现日降水量≥100． 0 mm 的大暴雨 ，则其可能
预防能力：
Zi = 1 / （ Ki × Ri /100）
（ 4）
式中，Ki 为该台站地形水利综合致灾系数 ，Ri 为该台站日降
图 2 北碚 2010 年 7 月 5 日暴雨预报与实测对比
Fig． 2 Beibei storm forecasting and measurement comparison
作者简介 吉莉（ 1982 － ） ，女，重庆人，助理工程师，从事气象预 报、测报工作。