李博渊，王小号

阿勒泰地区强降雪灾害风险研究

李博渊1，王小号2

（1.青河县气象局，新疆青河836200；2.塔城地区气象局，新疆塔城834700）

强降雪是阿勒泰地区常见的灾害性天气之一。基于1961—2013年11月至次年3月该地区7个气象观测站逐日降雪量和积雪深度资料，定义了强降雪特征量，运用信息扩散理论等方法研究了该地区强降雪特征量的异常特征及风险区划。结果表明，阿勒泰地区2009年冬季雪灾为全区型、2010年为西部型异常雪灾年。强降雪频次异常偏高年，福海和青河出现1a、其它各县市出现了2~3 a；强降雪量异常偏多年，地区北部和东部各县市出现1 a，西部和南部各县出现2 a。阿勒泰地区各县市强降雪风险分析结果表明，地区强降雪高风险区在阿勒泰市以及富蕴县，青河县为中风险区，哈巴河县、吉木乃县为低风险区，布尔津县和福海县为极端低风险区。

强降雪特征量；信息扩散理论；风险区划；阿勒泰

李博渊，王小号.阿勒泰地区强降雪灾害风险研究[J].沙漠与绿洲气象，2016，10（3）：47-52.

雪灾是阿勒泰地区主要的气象灾害之一，对农牧业生产、交通运输等危害极大。雪灾的危害程度不仅与致灾因子（如降雪频次和雪量）有关，还与其影响地区的承灾体有直接的关系，因此具有很大的不确定性和易变性，加之与人类经济社会的相互作用，构成了一个复杂的系统，因此很难对其规律进行精确的描述。而风险分析因为正视其本身所固有的复杂性和不确定性，利用概率统计模型，通过对历史记录数据信息加以处理，进行不确定意义下的量化处理分析[1]，来认识其发生规律，最终得到雪灾灾害风险概率分布、重现期等定量化结果，该结果对防灾减灾具有一定的指导意义。

国内学者对青藏地区、内蒙古强降雪灾害的研究，主要是基于牧区为承载体从定性、半定量到定量的因子确定，并进行雪灾预警、预报数值模拟，建立了不同雪灾灾情的灾时预评估方法，并对城市雪灾气象等级进行了较深入的研究[2-7]。对新疆强降雪灾害的研究也取得丰硕的成果，如对新疆牧区雪灾气候的天气特征及其防御对策进行了较深入的研究[8-9]；刘兴元等[10-11]从草地抗灾力、家畜承灾体和积雪致灾力3个子系统中选择9个因素作为预警参评因子，用家畜死亡率作为风险评估因子，构建了一个在完全放牧状态下的牧区雪灾预警与风险评估体系和模式。王建刚等[12-13]认为，冰雪灾害具有链状结构，灾害强度与冰雪气候事件的权重、聚合度有关，并以阿勒泰市为例对雪灾气候因子的概率风险进行了研究。吴彦等[14]对新疆高速公路冰雪灾害进行了研究。可见对影响雪灾的主要因子降雪频次、雪量、累计积雪深度等研究较少。因此，本文拟通过对阿勒泰地区近53 a的强降雪频次、雪量和累计积雪深度进行统计分析，运用信息扩散理论模型，将其扩展，直接计算各县市出现不同强降雪日数的概率风险值、重现期等，并进行强降雪发生风险模糊区划。在全球气候变暖的大背景下，详细研究阿勒泰地区强降雪风险灾害，对指导该地区经济生产布局、防灾减灾具有重要的意义，为进一步研究暴雪灾害评估及气候可行性论证奠定基础。

1　资料与方法

1.1标准

日降雪量是指20—20时的降雪量，其量级标准按气发〔2004〕45号《新疆降水量级标准（修订版）》，24 h降雪量达6.1~12.0 mm为大雪、12.1~24.0 mm为暴雪、24.1~48.0 mm为大暴雪。本文以24 h降雪量＞6.0 mm，作为一个强降雪日；满足地面积雪深度≥1 cm、日平均气温≤2℃的雨夹雪过程，也入选本研究个例，否则不入选。

1.2资料

利用新疆阿勒泰地区1961—2013年11月至次年3月和2014年1—3月完整的7个国家级基准、基本气象站（图1）的逐日降雪量和冬季累计最大积雪深度资料。该资料由中国气象局信息中心审核，进行了质量控制；在计算之前，剔除了1961年以前的不完整记录。根据上述标准筛选出24 h降雪量＞6.0 mm的日数及其降雪量。以7站的平均值代表阿勒泰地区的平均值。根据阿勒泰地区气候及农牧业生产特点，将11月至次年3月定为冬季。气候值取1981—2010年的平均值。

图1　阿勒泰地区7个观测站的位置分布

1.3研究方法

首先，定义了强降雪频次和强降雪量（称强降雪特征量）。强降雪频次：各站24 h降雪量＞6.0 mm的日数；强降雪量：各站日降雪量＞6.0 mm的降雪累计量。然后，采用信息扩散理论[15]，研究阿勒泰地区＞6.0 mm的强降雪频次、降雪量，以及冬季累计最大积雪深度，计算上述各量的概率风险估计值或重现期，最后确定该地区雪灾风险性。

信息扩散理论是一种对样本进行集值化的模糊数学处理方法，它可以将单值样本变成集值样本。最简单的模型是正态扩散模型。设灾害指数论域为：

一个单值观测样本yj可以将其所携带的信息扩散给U中的所有点：

其中i=1，2，3，…，n。j=1，2，3，…，m。h称为扩散系数，可根据样本集合中样本的最大值b和最小值a及样本个数m来确定[16]：

相应的模糊子集的隶属函数是：

把μ（yui）称为样本yj的归一化信息分布。对μyjj（ui）进行处理，便可得到一种效果较好的风险评估结果。令

其物理意义是：由{yl，y2，…，ym}，经信息扩散推断出，如果灾害观测值只能取{u1，u2，…，un}中的一个，在将yj均看作是样本代表时，观测值为ui样本个数为q（u）i个。显然，q（ui）通常不是一个正整数，但一定是一个不小于零的数。再令

事实上，Q就是各ui点上的样本数的总和。易知

就是样本落在ui处的频率值，可作为概率的估计值。

对于气象要素指标X={x1，x2，x3，…，xn}，通常将X取式（1）中的指标论域，xi取为论域U中的某一个元素ui。显然，超越ui的概率值应为:

r（ui）就是所要求的风险估计值。

2　结果与分析

2.1强降雪特征量的空间分布特征

由图2可知，近53 a来阿勒泰地区强降雪日数的分布是沿阿尔泰和萨吾尔山脉较多，河谷平原较少。阿勒泰市为强降雪高发区，福海县为低发区。强降雪量对冬季降水总量贡献较大，其分布与强降雪频次和冬季降水量分布基本吻合；强降雪特征量及冬季总降水量的大值区均位于阿勒泰地区北部东部，小值区位于福海县。

2.2强降雪特征量异常年分析

根据世界气象组织对气候异常提出的判别标准，采用距平值≥2倍标准差作为异常偏多年。分析阿勒泰地区1961—2013年强降雪频次和雪量异常偏多年。就全区平均而言（图3），强降雪频次（图3a、3b和表1）2009年（即2009/2010年）冬季为异常偏多年，并为全区型；2010年冬季西部三县（吉木乃、布尔津、哈巴河县）、2005年为北部和东部为异常偏多年；各县市中还存在其它的异常偏多年（图3a、3b和表1）。由图3c、3d可知，2009年冬季强降雪量与强降雪频次相同，为全区型异常偏多年；2010年冬季为西部型异常偏多年。从出现年份来看（图3，表1），近53 a来，强降雪频次福海和青河县只出现了1 a、其它县市出现了2~3 a异常偏多年；强降雪量北部和东部出现1 a、西部和南部出现了2 a异常偏多年。

图2　阿勒泰地区强降雪频次（a）（单位：d）及其雪量（b）（单位：mm）的气候分布

图3　近53 a阿勒泰地区各县市强降雪频次（a）、（b）及其雪量（c）、（d）标准化曲线（点划线为2倍标准差）

表1　1961—2013年阿勒泰地区强降雪频次和雪量异常年份（2倍标准差）

2.3强降雪频次风险性

基于阿勒泰地区不同县市相同年份出现的强降雪频次和雪量存在着差异，结合历史资料，选取该地区强降雪日数，运用信息扩散理论计算各县市出现不同强降雪频次的概率风险估计值，并进行区划，其离散论域分别为：强降雪频次为U={0，0.5，1.0…，30}，强降雪量为{0，5，10，…，80，85}，积雪深度为{5，10，15，20，25，30，35，40，45，50，55，60，65，70，75}。运用信息扩散理论，以阿勒泰市为例，计算强降雪频次发生风险估计值，样本集合为：{0，2，2，0，7，2，3，3，1，7，4，6，2，2，1，4，1，4，3，6，0，1，1，2，1，3，3，0，1，5，1，3，3，2，1，5，4，2，1，4，3，6，2，6，8，1，1，2，13，6，3，2，1}。根据（2）~（9）式计算出在不同强降雪日数的概率风险估计值（表2）。按此方法可计算其它县的不同强降雪频次概率估计值（表2）。

表2　阿勒泰地区各县市出现不同强降雪日数的概率估计值

图4　阿勒泰地区出现≥3 d（a）、≥6 d强降雪（b）的风险区划

根据民政部门提供的灾情，结合年强降雪日数可知，≥3 d和≥6 d分别为一般雪灾年和重雪灾年。故表2中3 d这一行意义是阿勒泰地区出现3d强降雪频次风险水平下，阿勒泰市、富蕴和青河县约2~3 a一遇（重现期=1/概率）；福海县重现期很长，换言之概率几乎为0；其它站约5~7 a一遇。就强降雪日数为6 d的风险水平而言，阿勒泰市和富蕴县约5~9 a一遇，青河县约为20 a一遇，吉木乃、哈巴河县46~48 a一遇，布尔津和福海县概率几乎为0。

通过对阿勒泰地区7站强降雪频次概率风险值的计算，按阈值≥3 d、≥6 d定为一般雪灾和重雪灾年份的标准，结合Surfer技术制成风险图。图4a是该地区出现一般雪灾年的风险性。总体趋势，南低北高，平原低山区高，福海县概率估计接近0，是极端低风险区；阿勒泰市、富蕴和青河县出现一般雪灾概率为27%~52%；西部为16%~18%。表明阿勒泰地区北部东部出现一般雪灾的概率相对较大，西部较小，福海县极少出现。

同样分析阿勒泰地区重雪灾年的风险性（图4b）可知，阿勒泰市、富蕴县出现重雪灾概率较大，为18.8%、11.5%，为相对高风险区，青河县为4.9%，为相对中风险区，吉木乃、哈巴河县为2%，为相对低风险区，布尔津和福海县为极端低风险区，概率几乎为0。

众所周知，强降雪频次越高，降雪量越大、强度越强，积雪就越深，造成的灾情就越重。而作为影响雪灾的主要因子强降雪量和积雪深度其风险性与强降雪频次又有何区别呢？为此需做进一步的分析。

2.4强降雪量风险性

运用同样的方法，计算了阿勒泰地区强降雪量的风险区划，根据民政部门的灾情和经验按≥40 mm、≥75 mm定为一般雪灾年份、重雪灾年份的标准。由图5a可知，一般雪灾年份的高风险区出现在阿勒泰市、富蕴和青河县约2~7 a一遇，为相对高风险区，中心在富蕴县；西部3县为13~17 a一遇，为相对中风险区；福海县概率估计值接近0，为极端低风险区。而重雪灾年份的高风险区出现在阿勒泰市、富蕴县为11~17 a一遇，中心在富蕴县；布尔津、福海县概率估计值接近0，为极端低风险区；其它3站为50~55 a一遇，为低风险区。

雪灾是一类综合气象灾害，从气候角度考虑，强降雪过程频繁出现后，累计降雪量大、积雪深，持续时间长，对牧业、交通、设施农业等造成持续影响及危害。累计最大积雪深度是强降雪频次和雪量的综合表现，可以作为雪灾综合风险性指标。

2.5雪灾综合风险性

根据地区民政部门灾情统计：阿勒泰地区累计积雪深度＞20 cm就会影响交通，造成牲畜采食困难，＞30 cm就会成灾，＞40 cm无法采食形成大的雪灾，因此，定义积雪深度＞30 cm为一般雪灾年，＞40 cm为重雪灾年，以此来探讨雪灾的风险性。

通过计算阿勒泰地区雪灾综合风险概率值，得到一般雪灾年和重雪灾年的风险区划（图6）。一般雪灾年（图6a），北部（阿勒泰）、东部（富蕴、青河）为1.2~1.6 a一遇，是极端高风险区；吉木乃和哈巴河为2.4~4.9 a一遇，为高风险区；布尔津为12.3 a一遇，为低风险区，福海为50 a一遇，为极端低风险区。重雪灾年（图6b），北部、东部为1.9~2.8 a一遇，为极端高风险区；吉木乃站为4.9 a一遇，为高风险区，哈巴河和布尔津为18~22 a一遇，为中风险区，福海为50 a一遇，为低风险区。

图5　阿勒泰地区出现强降雪量≥40 mm（a）、≥75 mm（b）的风险区划

图6　阿勒泰地区一般雪灾年（a）、重雪灾年（b）重现期分布（单位：年）

3　结论

运用信息扩散理论对阿勒泰地区强降雪频次及其雪量、累计积雪深度进行模糊数学扩展，得到雪灾风险的概率值或重现期，据此对该地区雪灾风险性进行了分析。

（1）近53 a来，阿勒泰地区雪灾2009年冬季为全区型、2010年为西部型异常雪灾年；从出现年份来看，强降雪频次异常偏高年福海和青河县出现1 a、其它各县市出现2~3 a；强降雪量异常偏多年，北部和东部各县市出现1 a，西部和南部各县市出现2 a。

（2）对强降雪特征量和累计积雪深度分别进行风险水平分析结果表明，阿勒泰地区强降雪高风险区出现在阿勒泰市、富蕴县；青河县为中风险区；哈巴河、吉木乃县站为低风险区；布尔津和福海县为极端低风险区。

致谢：阿勒泰地区气象台高级工程师王建刚为本文信息扩散理论给予了指导，在此表示感谢！

[1]刘敬乐，周顺武，牛涛，等.基于信息扩散方法的中国西北地区春季沙尘暴灾害风险分析 [J].气象科技，2012，40 （5）：858-864.

[2]宫德吉，郝慕玲.白灾成灾综合指数的研究[J].应用气象学报，1998，9（1）：119-123.

[3] 沈永平，王国亚，魏文寿，等.冰雪灾害[M].北京,气象出版社，2009：27.

[4]郭晓宁，李林，王军，等.基于实际灾情的青海高原雪灾等级（评估）指标研究[J].气象科技，2012，40（4）：676-679.

[5]颜亮东，李林，刘义花.青海牧区干旱、雪灾灾害损失综合评价技术研究[J].冰川冻土，2013，35（3）：662-680.

[6]李红梅，李林，高歌，等.青海高原雪灾风险区划及对策建议[J].冰川冻土，2013，35（3）：656-661.

[7]赵广娜.城市雪灾气象等级划分标准的研究[J].沙漠与绿洲气象，2013，7（5）：71-74.

[8]邓子风.畜牧气象灾害及防御对策[M].北京:气象出版社，1991：131.

[9]庄晓翠，晋绿生，赵俊荣，等.阿勒泰地区白灾的天气学分析及防御对策[J].新疆气象，2004，27（5）：6-9.

[10] 刘兴元，陈全功，梁天刚，等.新疆阿勒泰牧区雪灾遥感监测体系构建与灾害评价体系研究[J].应用生态学报，2006，17（2）：215-220.

[11] 刘兴元，梁天刚，郭正刚，等.北疆牧区雪灾预警与风险评估方法[J].应用生态学报，2008，19（1）：133-138.

[12] 王建刚，徐建春，庄晓翠，等.新疆北部牧区冰雪灾害指数和危险性评估的研究 [J].干旱区研究，2014，31（4）：682-689.

[13] 王建刚，王盛韬，庄晓翠，等.新疆北部雪灾气候因子的风险分析实验—以阿勒泰为例 [J].气象科技，2014，42 （2）：330-335.

[14] 吴彦，陈春艳，路光辉.沿天山高速公路冰雪灾害分析及其对交通安全的影响[J].沙漠与绿洲气象，2013，7（5）：66-70.

[15] 黄崇福，王家鼎.模糊信息优化处理技术应用[M].北京：北京航空航天大学出版社，1995.

[16] 黄崇福，刘新立，周国贤，等.以历史灾情资料为依据的农业自然灾害风险评估方法[J].自然灾害学报，1998，7 （2）：1-8.

The Research of Heavy Snowstorm Risk in Altay

LI Boyuan1，WANG Xiaohao2
（1.Qinghe Meteorological Bureau，Qinghe 836200，China；2.Tacheng Meteorological Bureall，Tacheng 834700，China）

Heavy snowstorm is one of the common disastrous weather.We defined the characteristic quantity of heavy snowstorm through analyzing the daily precipitation data,snow depth data of 7 observation stations from November of the year to March of the next year during 1961-2013.Using information diffusion theory,we studied the anomaly and risk zoning of heavy snowstorm characteristic quantity in the research area.The results are showed as follows.In the winter of 2009 the whole area and in the winter of 2010 the western area caused abnormal snow years in Altay. Anomalous years of heavy snowfall occurrence was 1 in Fuhai and Qinghe station,while it was 2 or 3 in the other stations.,which also can be concluded in the north and east part of Altay it appeared 1,and in the west and the south part it was 2.The analysis result for risk shows that Altay and Fuyun are high risk area;Qinghe is mid risk area;Habahe and Jimunai are low risk regions;Burjin and Fuhai are absolutely low risk regions.

characteristic quantity of heavy snowstorm；information diffusion theory；risk zoning；Altay

S427

B

1002-0799（2016）03-0047-06

10.3969/j.issn.1002-0799.2016.03.007

2015-02-01；

2015-03-31

中国气象局气候变化专项（CCSF201425）和中国沙漠气象科学研究基金（Sqj2013008）共同资助。

李博渊（1988-），男，助理工程师，从事天气预报及其相关的研究工作。Email:lbyxjalt@163.com