Page 55 - 2025年第56卷第8期

结合相关曲线变化情况，可直观得出福建省受台风登陆影响，于第 2 天（7 月 27 日）开始出现受
灾情况，第 4 天（7 月 29 日）达到峰值。河北省受灾情况最为严重，于第 7 天（8 月 1 日）达到峰值且出
现明显的长尾效应。吉林、黑龙江省第 8 天（8 月 2 日）开始出现受灾情况，于第 12 天（8 月 6 日）达到
峰值。
同时，结合前文统计数据，设计各行政区划接报函数如下：
B=η+θ （2）
式中：B 为灾害接报信息指数；η 为本区划省级上报灾情综合信息数量；θ 为本区划消防因灾出警次
数/（全年消防出警次数/省级灾情信息条数）。
以高等级气象预警（台风、暴雨、地质灾害等相关灾害红色预警）数量统计数据形成各行政区划气
象预警曲线；以铁塔离线率超过 40% 的乡镇数量统计数据形成各行政区划铁塔监测曲线；以车流量距
平下降 80% 路段占比放大 100 倍形成交通监测曲线；经拟合后建立台风“杜苏芮”期间各省灾损及相
关预警监测数据表达式如表 1 所示。相关曲线的极值点取值见表 2。
将各行政区划接报、气象预警、铁塔监测、交通监测曲线的极大值点与本区划灾损曲线相近极大
值点差值取绝对值求和后，可得到表 3。
由表 3 可知，按照单一省份灾情评估信息分析，铁塔监测曲线峰值最为贴近各省真实受灾情况，
其次是交通中断和气象预警数据，再次是各类信息接报信息。若按照各省合计信息峰值比对，则接报
信息与合计受灾情况峰值最为接近。分析其原因，主要如下：
（1）单一省份灾情上报情况与本省综合能力有关。如信息上报情况，各省灾情评估与救援能力有
一定差距，各类上报信息与本省受灾情况有一定差距。但国家防汛抗旱总指挥部结合灾害发展形势加
紧加密相关调度工作，使各类上报信息的综合趋势与灾情趋势较为吻合；
（2）各省铁塔监测与实际灾损峰值偏移均值约为 1.22 d，整体偏移量相对其他数据少 0.35 ~ 2.21 d，
在灾害发生时，可通过铁塔监测达峰情况评定该省当前灾情严重情况；
（3）受灾情况相对轻微的省份，其信息上报情况与灾损情况较为贴合，受灾情况相对严重的省份，
其铁塔监测情况、交通中断情况与灾损情况较为贴合。
在峰值偏移分析的基础上，为综合评估各监测曲线与灾损曲线贴合程度，计算相关曲线间欧几里
得距离，所得结果如表 4 所示：
结合表 4 可知，从各省平均统计维度和多省合计维度分析，地方上报信息情况以及交通中断恢复
情况与灾损变化情况较为贴合，铁塔监测信息次之，气象预警曲线贴合度最差。受灾情况相对轻微的
省份内各曲线贴合度明显优于受灾相对严重省份。分析其原因，主要如下：
（1）气象预报的提前性导致相关曲线偏差较大。而福建省交通中断数据存在奇异值，导致该省交
通监测曲线贴合度较差。
（2）灾害高峰过后的长尾效应。诸如灾害造成损失、通信中断、交通中断等数据统计结果往往在
灾害集中爆发后形成长尾效应，部分地区还会结合灾害影响情况进行大面积的断路、断电检修工作。
造成部分地区实际断电、断路统计数据大于真实因灾损毁数据。
同时，从各省监测-灾损曲线相似程度方面分析，交通监测曲线与灾损曲线的欧几里得距离六省
平均值为信息-灾损曲线的 81.83%、气象-灾损曲线的 19.34%、铁塔-灾损曲线的 28.56%；六省合计交
通监测曲线与灾损曲线欧几里得距离为信息-灾损曲线的 72.95%、气象-灾损曲线的 17.89%、铁塔-灾
损的 21.03%，可认为交通监测曲线与灾损曲线最为相似。
取 y=灾损曲线值×100、x 接报 =信息接报曲线值、x 气象 =气象预警曲线值、x 铁塔 =铁塔监测曲线值、
x 交通 =交通拥堵曲线值进行多元线性回归分析，可得出表 5 中的回归方程。
通过相关线性回归分析成果的相关系数 R 与决定系数 R ，得出山西等受灾相对较轻的省份，相关
2
数据与灾损评估的关联性较低，通过 P 值分析可得出，北京市与其他省份综合承灾能力有着较大差
别，其灾情上报信息可有效反映灾害损失情况。

— 1019 —