基于12121拨打量的降水天气关注度的分析*

刘春红，王逸鹏，王萌萌，胡雪红

(山东省德州市气象局,山东 德州 253078)

1 引言

德州市位于山东西北部，属于大陆性气候，冷热干湿界限明显，以种植小麦、玉米等大田作物为主，降水对作物的生长、灌溉和收获都有着重要的影响。12121拨打量数据具有真实、可靠、连续的特点，真实的反应了社会公众的需求。罗慧[1-2]等人利用西安市2004—2006年高影响天气事件及所对应的12121日拨打次数分析得到了高影响天气事件的关注度风险水平和风险关注度;对咸阳的6类高影响天气事件进行分析，得到了咸阳市高影响天气事件的关注度风险水平。刘璐[3]利用西安、榆林、咸阳、安康的天气事件及对应12121拨打次数分析得到了陕西公众对高影响天气事件风险关注度的差异性。

本文拟利用2015—2017年德州市的降水类天气事件及“12121”的拨打量数据，来对比分析降水类天气事件的风险水平关注度，为今后的气象服务的提前量及服务的精度提供科学依据。

2 资料来源及分析方法

采用2015—2017年德州市11县市区的降水类天气事件及对应的“12121”拨打量数据。选取德州市2015—2017年的降水类天气事件，按照降水量分为小雨、中雨、大雨、暴雨和雷电5种降水类事件，以及天气事件发生日对应的“12121”拨打量，利用基础模糊数学和信息扩散理论的评估方法[4-5]，模拟人们对不同降水类天气的关注度。

3 “12121”拨打量与降水的关系

3.1 “12121”拨打量日变化趋势

图1为德州市2015—2017年“12121”拨打量的日变化趋势图，可以发现：“12121”拨打量的日变化主要有两个峰值时段，07时和18—20时，00—04时“12121”拨打量接近为0，不受任何气象因素的影响，这也与公众的生活习惯基本一致，一日之计在于晨，早上用户根据天气预报安排好一天的生活，傍晚，关注明天的天气，做好第二天的安排。

图1 2015—2017年拨打量的日变化趋势Fig.1 Daily trend of annual calls during 2015—2017

3.2 “12121”拨打量与降水发生时间变化分析

我们选取了降水当天及前两天的日拨打量与常年拨打量的日均值进行了比较，得到了图2，发现很多用户在降水开始前的两天就开始关注，随着降水的临近，关注用户的数量逐渐增多。我们定义德州有两个站出现降水即为降水开始，降水强度最大的时段定义为集中降水时段，我们选择降水开始前3 h(含降水开始时)、集中降水时段前后各1 h(含集中降水时)的拨打量进行分析，由于上述日变化中我们发现00—04时的拨打量不受任何因素的影响，接近为零，我们在分析时将00—04时的数据剔除，得到了图3，发现降水天气发生时用户拨打12121高峰出现在降水开始前1 h，降水开始前关注天气的用户数量要明显高于集中降水时段。

图2 降水当日及前两天拨打量与常年拨打量日均值比较图Fig.2 Comparison of daily average value of dial up and annual dialing date on the same day and the first two days of precipitation

图3 降水开始前3 h、集中降水前后各1 h的拨打量图Fig.3 3 hours before the beginning of precipitation and 1 hours before and after centralized precipitation

3.3 “12121”拨打量和降水量的月变化趋势

图4为2015—2017年“12121”拨打量和降水量的月变化趋势，“12121”月拨打量和月降水量的变化趋势是一致的，但峰值出现的月份不同，“12121”月拨打量的峰值出现在6月份，而月降水量的峰值出现在8月份。这跟德州当地的农业生产有关系，6月份是德州主要的粮食作物——小麦的收获期，降水天气对于小麦的产量有着至关重要的影响。2015—2017年共出现48站次的暴雨，其中32站次出现在8月份，达到了2/3。

图4 2015—2017年拨打量和降水量的月变化趋势Fig.4 Monthly trend of annual calls and precipitation during 2015—2017

4 降水类天气气象风险关注度的对比分析

降水类天气属于小样本事件，用建立在大数定理基础上的传统统计方法得出的概率统计结果是很不可靠的。因此,全面进行气象风险评估,可采用模糊数学方法。基于模糊数学的风险评估模型在文献[5]已有较为完整的表述,大多都采用的是正态扩散模型,可以将单值样本变成集值样本，按照信息扩散理论计算气象风险关注度。

2015—2017年“12121”逐日拨打量峰值29万次。降水类天气整理得到：245小雨样本，37个中雨样本，7个大雨样本，4个暴雨样本，78个雷电样本。以中雨天气为例，样本有37个，设为y=(1,2,…,37)历次中雨事件，确定一维实数集合[0,290 000]为xi连续论域,按等间距取点，考虑到精度的要求，取30个控制点(n=30)，构成离散论域：U={0,10 000,20 000,…,290 000}，此时样本个数m=37,样本最大值b=203 792，最小值a=16 998,可算的扩散系数h=7 372.1，计算得出中雨发生时的超越概率风险估计值P[1]，从而计算出公众对降水类天气的风险关注度分布图(见图5)。可以看出， 在不同的风险关注度，社会公众对降水类天气的关注风险水平，由高到低依次为大雨、暴雨、雷电、中雨和小雨。

图5 公众对降水类天气风险水平关注度分布Fig.5 Public attention distribution of precipitation risk level

5 粉丝忠诚度分析

2015—2017年拨打12121收听天气信息的粉丝平均每年有43万人次，占德州电话拥有数量的8%。通过拨打频次我们对收听过12121的粉丝按照忠诚度进行划分，年拨打次数为24次的划分为随机，年拨打次数25～100次划分为一般，年拨打次数101～400次划分为忠实，拨打次数400次以上为超级，根据这种分类方法，得到了表1。

表1 德州市2015—2017年收听12121的粉丝的忠诚度水平Tab.1 Fans' loyalty level of dezhou listened 12121 during 2015—2017

根据表1，得出忠诚度为随机的粉丝最多，达到了80%以上，其次为一般，并且由于新媒体的发展，粉丝呈逐年下降趋势。我们随机选取了拨打量超过1 000次的部分超级忠诚的粉丝进行电话回访，超级忠诚粉丝对降水非常关注，这些用户中80%为种粮大户,还有一部分是跟粮食存储有关的用户。

6 服务策略

通过以上的分析，我们提出了相应的服务策略

①公众对早晚天气的关注度高，我们应着重加强早晚的气象服务，早上气象服务着重体现精细化的服务，傍晚要着眼于第二天及未来的天气趋势的发展。

②对于降水类天气，应该提前两天开展气象服务，着重于降水开始的时间、强度及造成的影响，而当降雨即将开始时，则应侧重于降水云团移动的方向，降水的强度和持续时长方面下功夫。

③重点做好6月和7月的降水天气服务，尤其是6月份，任何量级的降水天气都要注意跟踪服务，并且提前量要达到两天以上。

④注意做好用户分析，忠诚度随机的粉丝占比较大，我们在日常的气象服务中，要尽可能考虑这些用户的需求，而对于超级忠诚的用户，我们可以采取多样化的服务方式，针对他们的需求，提供更加专业化的服务。随着目前新媒体的发展，12121的用户在逐年下降，但是保有用户基数较大，并且12121入门级别较低，一个电话就可以收听，我们未来的服务要注意加强新技术的创新和内容的多样化。