新羅區培斜景區氣象風險評估及預警服務策略研究

陳曉娜 謝玉華 李鏡玉 李 樂

（龍巖市新羅區氣象局，福建 龍巖 364000）

0 引言

旅游業的發展與天氣狀況密切相關，如何提供高質量的旅游氣象服務已成為氣象部門和旅游部門高度重視的共同問題。氣象因素對旅游業的影響非常大，特別是突發性氣象災害對旅游業造成的危害不可低估，各地旅游景區因天氣原因造成游客滯留或傷亡的事件數不勝數。近年來，人們對于旅游氣象服務的要求日益提高。優質的旅游氣象服務可有效提高旅游品質，亦是確保游客旅游質量與安全的重要支撐。游客對旅游目的地安全性感知極為重要，并已逐漸成為影響旅游出行決策的因素之一。災害性天氣會對游客的人身安全造成威脅，進而影響游客的旅游體驗。氣象部門若能夠為旅游公司或游客提前預報或發布預警信息，并采取有效措施加以防范，對旅游業發展非常重要。因此，針對福建省龍巖市新羅區培斜景區開展氣象風險評估及預警服務策略研究具有重要的意義。

1 研究內容

統計2016—2020年龍巖市新羅區培斜景區歷史災害性天氣特征，對主要災害性天氣如短時強降水、雷電、大風、高溫或冰雹等對培斜村鄉村旅游景區可能造成的影響進行氣象風險評估。

2 技術路線

第一，收集培斜景區鄉村旅游景區現有設施及游客的月際分布數據,調查影響培斜景區游客數量的有利和不利氣象因子。第二，根據調查結果選取區域站數據，如短時強降水（≥20 mm/h）、大風(≥17.2 m/s)、 高溫（≥35 ℃）等出現頻率和時間。第三，根據歷史年鑒和歷史災情數據統計得出培斜景區冰雹災害的時間分布特征；根據閃電定位資料統計出培斜景區閃電災害的時間分布特征。第四，根據統計結果，通過Excel、GrADS或GIS軟件繪制出培斜景區不利氣象災害因子月際變化及頻率情況圖，進行月際氣象災害風險評估，并針對培斜景區旅游景區現有設施提出防范氣象災害的設施建設指導性建議。第五，根據風險評估結果和有利氣象因子制訂一套針對培斜景區的分類災害性天氣服務策略，進行每周滾動的 10 d天氣預測服務，提出趨利避害建議；提供3 d天氣短期預測服務和通過手機短信進行點對點短時預警 服務。

3 研究成果

3.1 數據統計

經過前期走訪調查，影響培斜景區游客數量的有利氣象因子為適宜氣溫（最高氣溫＜35 ℃，最低氣 溫＞4 ℃）和無降水，不利氣象因子為低溫、降水（特別是短時強降水小時雨量≥20 mm）和大風（6級以上）、冰雹、雷電等。培斜站是2018年底新增站點， 只有2019—2020年氣溫、風速、降水量數據，2016—2018年數據通過與周邊站點相關求得。

3.2 數據分析

3.2.1 氣溫。培斜站地處116°30′36″E、25°3′35.9″N，海拔660 m；龍巖站地處117°0′36″E、25°1′12″N，海拔376 m。2019—2020年兩站各月平均氣溫值見表1。

表1 2019—2020年培斜站和龍巖站月平均氣溫統計表 ℃

通過兩站相關性分析，得出=1.03-3.25（表示培斜站，表示龍巖站，下同），=0.997 981 645，=1.4×10，通過一致性檢驗，兩站的氣溫具有高度相關。驗證兩站每月最高氣溫相關關系，得出=1.01-2.4，=0.995 347，=0.007 18。驗證兩站 每月最低氣溫相關關系，得出=1.07-4.02，= 0.998，=1.4×10。通過檢驗可知，兩站數據呈現高度相關關系。

通過兩站平均氣溫的相關關系式求得培斜站2016—2018年的各月平均氣溫數據，再計算得出2016—2020年各月平均氣溫（見圖1）。

圖1 2016—2020年培斜站月平均氣溫分布圖

通過兩站高溫的相關關系，計算得出2016—2018年每日最高氣溫，統計出培斜站2016—2020年每年最高氣溫≥35 ℃的日數（見表2）。由表2可知，培斜站出現最高氣溫≥35 ℃的日數非常少，培斜景區是一個避暑的好去處。

表2 2016—2020年培斜站最高氣溫≥35 ℃日數統計表

通過兩站低溫的相關關系，計算得出2016—2018年每日最低氣溫，統計出培斜站2016—2020年每年最低≤4 ℃的日數（見圖2）。由圖2可知，培斜站12月至翌年4月出現低溫的日數較多，特別是12月至翌年2月最低氣溫低于4 ℃的天數每年平均為7～8 d， 寒冷天數較多。

圖2 2016—2020年培斜站最低氣溫≤4 ℃月平均日數 分布圖

3.2.2 降水。距離培斜站最近的站點為大池站，計算兩站2019—2020年平均每月總降水量的相關關系，得出=1.02+4.8，=0.978 823，線性擬合度非常好，說明兩站每月總降水量高度相關。從線性方程可以看出，培斜站和大池站總降水量水平相當。因此，2016—2018年培斜站降水量可以直接用大池站降水量代替。統計2016—2018年大池站和2019—2020年培斜站的雨日數據，得出培斜站平均各月雨日分布情況（見圖3）。

圖3 2016—2020年培斜站各月雨日分布情況

培斜景區內有漂流項目，對該項目安全影響較大的為小時降水量≥20 mm的情況，統計2016—2018年大池站和2019—2020年培斜站小時降水 量≥20 mm的頻率，得出2016—2020年月平均短時強降水出現次數分布（見圖4）。由圖4可知，6月出現短時強降水的次數最多，其次為5月、8月、9月。

圖4 2016—2020年培斜站月平均短時強降水頻率

3.2.3 大風。據調查，對培斜景區的玻璃橋項目安全影響較大的風速為6級以上大風，由于培斜站沒有2016—2018年風速數據，計算2019—2020年平均大風次數（見圖5）。由圖5可知，7月出現6級以上短時大風的次數最多，其次為2月、6月，3月和4月也比較多，9—11月很少出現大風。

圖5 2019—2020年培斜站月平均出現極大風≥10.6 m/s分布圖

3.2.4 雷電。對2016—2020年培斜景區閃電出現情況進行統計分析（見圖6）可以看到，負閃和總閃月份分布呈單峰型，時間上從4月開始受到雨季影響明顯，次數逐漸增多，到8月達到最多，9月開始逐漸減少，11月、12月、1月、2月幾乎未出現過雷電；負閃全年出現次數明顯多于正閃，正閃具有顯著的月分布特征，但也可以看出正閃主要出現在5—9月，頻次多在200次/月以下。

圖6 2016—2020年培斜站閃電頻次月分布圖

4 培斜景區鄉村旅游風險評估

根據培斜景區工作人員統計數據，在減去對游客影響最多的小長假游客數后，2019—2020年每月游客平均數見圖7。由圖7可知，8月游客數最多，游客數和平均氣溫的分布相似，大致呈現游客數隨著平均氣溫升高而增多，隨著平均氣溫下降而減少，原因可能為培斜景區游玩項目大多和水有關，游客以玩水為目的，氣溫成了影響游客出行的重要因素。而影響小池培斜游客數的不利因子為降水，其中短時強降水對漂流的安全性影響很大，短時強降水、雷電、大風對玻璃橋項目的影響很大，冰雹由于出現的次數很少，對游客數影響不大。結合氣象因子月際分布情況，2月、6月和7月為大風出現的高風險月；3月、4月為冰雹高風險月；3—9月都有短時強降水發生，其中6月短時強降水風險最高，其余為5月、7—9月為中風險；4—9月雷電風險較高，其中8月最高；10月、12月、1月為各氣象災害低風險月。

圖7 培斜景區游客數量月際分布情況

5 培斜景區氣象預警服務策略

培斜景區應加強基礎設施建設，如景區內玻璃橋項目、漂流項目受雷電、大風、短時強降水影響較大，應做好防雷設施建設及雷電防護裝置安裝；對易發生山體滑坡、塌方的地方進行加固和設立警示牌；在景區各個出入口和重點區域加設LED氣象信息電子顯示屏，接收氣象部門實時天氣預報、預警信息及定制的出行提醒，實現氣象信息共享，為游客的出行提供最直接的氣象防御指南；在網絡信號弱的區域架設大喇叭等裝置，解決預警信號的“最后一公里”傳遞問題；在氣象災害多發的景區內部設立應急避難場所，并設立明顯指示牌和路標；建立景區旅游災害預警發布、傳播系統，按照災害發生規律制訂相應的旅游氣象災害應急措施。

氣象部門對該景區進行服務時，全年預報中應特別注意晴雨天氣對景區的影響，12月至翌年4月應提醒低溫對旅游的不利影響。短期預報中2—9月應特別注意大風、短時強降水、雷電對旅游的不利影響，加強對培斜景區旅游氣象災害的分析和研究，提高氣象預報預警的準確度，做好精細化預報工作。另外，在短期臨時服務中，應做好大風、短時強降水、雷電的點對點提前預警工作。同時，繼續完善氣象監測網絡，優化加密自動氣象站網絡建設；開展培斜景區氣象服務需求調研，準確把握景區、游客氣象服務需求，為培斜景區提供專業的旅游氣象服務；開發預警服務產品，通過雷達圖形、短時臨近預報等多種手段，反演出景區的災害預警發布產品；健全旅游氣象服務信息發布體系，規范旅游氣象信息的發布，與旅游局、林業局合作，共同打造多層次旅游氣象服務 平臺。