宁波舟山港气象灾害风险及服务效益评估

孔扬; 赵昶昱; 王科; 徐建红; 周宜航; 薛国强; 钱燕珍

doi:10.16032/j.issn.1004-4965.2021.008

宁波舟山港气象灾害风险及服务效益评估

doi: 10.16032/j.issn.1004-4965.2021.008

1.
宁波市气象服务中心，浙江宁波 315012
2.
宁波市气象台，浙江宁波 315012
3.
宁波舟山港股份有限公司，浙江宁波 315040
4.
宁波市海事局，浙江宁波 315100

基金项目: 宁波市“科技创新2025”重大专项(2019B10025)；宁波市自然科学基金(2019A610450)共同资助

详细信息

通讯作者:
赵昶昱，女，江苏省人，工程师，从事灾害性天气预报服务技术研究。E-mail: cyzhao0511@163.com

中图分类号: S166
计量
- 文章访问数: 175
- HTML全文浏览量: 116
- PDF下载量: 19
- 被引次数: 0
出版历程
- 收稿日期: 2020-03-06
- 修回日期: 2020-11-08
- 刊出日期: 2021-02-01

EVALUATION OF RISKS OF METEOROLOGICAL DISASTERS AND BENEFITS FROM METEOROLOGICAL SERVICES FOR NINGBO-ZHOUSHAN PORT

1.
Ningbo Meteorological Service Center, Ningbo 315012, China
2.
Ningbo Meteorological Observatory, Ningbo 315012, China
3.
Ningbo Zhoushan Port Co., Ltd., Ningbo 315012, China
4.
Ningbo Maritime Safety Administration, Ningbo 315012, China

摘要

摘要: 近年来海洋经济和港口快速发展，港口吞吐量不断增长，气象灾害对港口的安全生产和经济效益影响日益显著。对港口气象风险及气象服务效益的评估不仅能促进公众对气象事业的认知，也是各部门制定相关工作规划的重要参考。采用国际减灾战略风险评估模型，基于1974—2019年气象数据和2013—2019年港口险情事故数据，讨论浙江省宁波市舟山港不同重现期下的灾害危险性、承载体脆弱性、自然灾害风险指数。采用对比分析法构建服务效益评估模型，基于致灾因子综合强度指数、港口管制数据、码头计划兑现率数据、气象监测数据，对模型进行量化。评估结果表明，2016年、2019年港口自然灾害风险偏高。2017年以来，气象服务通过提高作业效率、增加作业时间，为港口产生上亿元的服务效益。提出的评估技术已在宁波业务应用，对类似港口有一定借鉴。
- 气象服务 /
- 气象灾害 /
- 风险评估 /
- 效益评估 /
- 港口
Abstract: In recent years, with the rapid development of marine economy and expansion of port throughput in China, impacts of meteorological hazards on the operational safety and economic benefits of ports have become increasingly significant. The assessment of meteorological risks and the benefits of meteorological services for ports can not only promote public awareness of meteorological undertakings, but also serve as important reference for various departments to formulate work plans. Based on the 1974—2019 meteorological data and 2013—2019 accident data of Ningbo-Zhoushan Port, this article adopts the United Nations International Strategy for Disaster Reduction (ISDR) model to discuss the intensity of meteorological hazards, vulnerability of hazard bearing body and risk index of natural hazards in different return periods. A model for the evaluation of the economic benefits of meteorological services is established based on comparative analysis of port control data, ship operation fulfillment rates and weather monitoring data. The evaluation results show that since 2017, meteorological services have effectively reduced hazard risks, improved operational efficiency, increased operating hours, and generated hundreds of millions of Yuan for the port. The evaluation model proposed in this paper has been applied to the port meteorological services in Ningbo and can be used as a reference for similar ports.
- meteorological services /
- meteorological hazards /
- risk assessment /
- economic benefits assessment /
- port

HTML全文

图 1 宁波舟山港核心港区分布及观测站点位置示意图

下载: 全尺寸图片幻灯片

图 2 1974—2019年大风、低能见度日数和致灾因子危险性综合强度指数(H)

下载: 全尺寸图片幻灯片

图 3 2014—2019年自然灾害风险指数

下载: 全尺寸图片幻灯片

图 4 2013—2019年港口气象管制准确率、延误率、风险率

下载: 全尺寸图片幻灯片

图 5 2013—2019年港口未兑现船舶天气原因占比

下载: 全尺寸图片幻灯片

表 1 致灾因子危险性评价指标体系

符号	一级指标	二级指标	单位	符号	一级指标	二级指标	单位
W₆	大风	≥6级	天	V_{1 000}		≤1 000 m	天
W₇		≥7级	天	V₅₀₀	能见度	≤500 m	天
W_7.5		≥7.5级	天
W₈		≥8级	天

下载: 导出CSV

表 2 不同重现期下各项指标的年极值和承载体脆弱性指数(C)

重现期/a	大风/日				低能见度/日		脆弱性指数
重现期/a	>6级	>7级	>7.5级	>8级	< 1 000 m	< 500 m	脆弱性指数
10	140.22	63.00	37.94	21.94	24.68	14.06	8.43×10^-3
30	164.66	79.58	50.12	30.63	31.48	19.04	9.82×10^-3
50	174.39	86.54	55.38	34.51	34.43	21.28	1.04×10^-2
100	186.45	95.45	62.23	39.66	38.28	24.28	1.11×10^-2
200	197.49	103.88	68.83	44.71	42.01	27.23	1.17×10^-2
500	210.87	114.47	77.26	51.26	46.77	31.07	1.25×10^-2
1 000	220.26	122.14	83.45	56.15	50.29	33.94	1.30 ×10^-2

下载: 导出CSV

表 3 2017—2019年各码头、船公司经济效益估算

年份/年	2017	2018	2019
经济效益/亿元	1.75	2.67	5.18

下载: 导出CSV

参考文献(24)

[1]	周福, 黄思源, 许利明. 宁波国际港口气象服务模式初探[J]. 气象科技进展, 2017, 7(1): 134-137.
[2]	王静静. 沿海港口典型自然灾害风险分析与评估[D]. 上海: 华东师范大学, 2011.
[3]	殷洁, 戴尔阜, 吴绍洪. 中国台风灾害综合风险评估与区划[J]. 地理科学, 2013, 33(11): 1 370-1 376.
[4]	YIN J, WU S H, DAI E F. Assessment of economic damage risks from typhoon disasters in Guangdong, China[J]. Journal of Resources and Ecology, 2012, 33(2): 144-150.
[5]	陈文方, 徐伟, 史培军. 长三角地区台风灾害风险评估[J]. 自然灾害学报, 2011, 20(4): 77-83.
[6]	庞古乾, 黄玉明, 何健, 等. 珠海市台风及其次生灾害特征分析与评估[J]. 热带气象学报, 2020, 36(1): 42-50.
[7]	洪凯, 纪蔓梓. 基于不同重现期的南沙港区台风灾害风险评估[J]. 热带气象学报, 2019, 35(5): 604-613.
[8]	MJELDE J W, THOMPSON T N, NIXON C J. Government institutional effects on the value of seasonal climate forecasts[J]. American Journal of Agricultural Economics, 1996, 78(1): 175-188.
[9]	MORSS R E, WILHELMI O V, DOWNTON M W, et al. Flood risk, uncertainty, and scientific information for decision-making: Lessons from an interdisciplinary project[J]. Bull Amer Meteor Soc, 2005, 86(11): 1 593-1 601.
[10]	MORSS R E, HOOKE W H. The outlook for U. S. meteorological research in a commercializing world: Fair early, but clouds moving in?[J]Bull Amer Meteor Soc, 2005, 86(7): 921-936.
[11]	STEWART T R, PIELKE JR R, NATH R. Understanding user decision making and the value of improved precipitation forecasts: lessons from a case study[J]. Bull Amer Meteor Soc, 2004, 85(2): 223-235.
[12]	CORNFORD S G. Some social economic effects of high-impact weather events in 2003[J]. WMO Bulletin, 2004, 53(3): 235-254.
[13]	贾朋群, 任振和, 周京平. 国际上气象预报和服务效益评估综述[J]. 气象软科学, 2006(4): 84-120.
[14]	冯相昭, 邹骥, 马珊, 等. 极端气候事件对中国农村经济影响的评价[J]. 农业技术经济, 2007(2): 19-25.
[15]	闫敏慧, 姚秀萍, 王蕾, 等. 用层次分析法确定气象服务评价指标权重[J]. 应用气象学报, 2014, 25(4): 470-475.
[16]	戴有学, 郭志芳, 代淑媚, 等. 气象服务经济效益的一种客观计算方法[J]. 气象科技, 2006, 34(6): 741-744.
[17]	周福. 德尔斐法在行业气象服务效益评估中的应用及结果分析[J]. 浙江气象科技, 1996, 17(3): 38-41.
[18]	王舒, 贾健, 张新军. 伊犁地质灾害气象监测预警服务效益评估[J]. 陕西气象, 2013(6): 41-43.
[19]	狄靖月, 徐辉, 许凤雯, 等. 基于逆推法和德尔菲法的地质灾害气象服务效益评估[J]. 气象, 2019, 45(5): 705-712.
[20]	朱志存, 尹宜舟, 黄建斌, 等. 我国沿海主要省份热带气旋风雨因子危险性分析Ⅰ: 基本值[J]. 热带气象学报, 2018, 34(2): 145-152.
[21]	李兰, 周月华, 陈波. 湖北省大风灾害及其风险度[J]. 气象科技, 2009, 37(2): 205-208.
[22]	苏为华. 我国多指标综合评价技术与应用研究的回顾与认识[J]. 统计研究, 2012(8): 98-107.
[23]	章国材. 自然灾害风险评估与区划原理和方法[M]. 北京: 气象出版社, 2007: 20-21.
[24]	石春娥, 吴照宪, 邓学良, 等. MM5与MM5_PAFOG模式区域雾预报效果评估比较[J]. 高原气象, 2013, 32(5): 1 349-1 359.