11次龍卷個例的網絡信息與災情調查結果對比分析

■ 褚紅星 李兆明 何珊 劉思晨 蔡康龍

龍卷是最猛烈的大氣對流現象，其中心最大風速可達100 m/s以上，一旦發(fā)生往往給局地帶來巨大的生命財產損失。近年來比較典型的龍卷個例包括：2016年6月23日江蘇鹽城EF4級龍卷，在阜寧縣造成98人死亡和800多人受傷；2019年7月3日遼寧開原EF4級龍卷，造成7人死亡、190余人受傷；2021年5月14日傍晚到夜間江浙交界區(qū)域和武漢兩地先后出現EF3級龍卷，共造成14人死亡。2018年以來我國龍卷的發(fā)生次數年平均為27次，而2021年龍卷發(fā)生次數達到58次，超過近4年龍卷年平均發(fā)生次數的2倍。這一趨勢部分歸因于文檔存儲功能的技術進步（例如手機拍攝）、媒體關注度提高尤其是自媒體的快速傳播（如抖音、快手等）、風暴觀察者和追逐者數量的增加以及國家氣象龍卷等強對流服務的加強。

網絡媒體信息具有快捷性、空間性、時序性、大數據性及社會性的特點，作為一種新的傳播形式，其信息來源廣泛、信息存量豐富、傳授方式交互，比傳統(tǒng)媒體更具優(yōu)勢。信息化及大數據的普及提高了公眾參與度，也為災害分析及響應提供了便捷，提高了效率。

本文基于2020年及2021年上半年全國范圍內發(fā)生并進行災情調查的11次龍卷個例，通過與網絡媒體報道的龍卷信息進行對比，總結分析網絡媒體對龍卷災情調查的作用。

1 資料與方法

主要通過百度搜索、360搜索、必應、搜狗搜索這4個搜索引擎收集并整理了11次龍卷個例信息，搜索日期截止2021年5月21日。從網絡媒體的龍卷信息中，提取出龍卷發(fā)生時間、持續(xù)報道時間、媒體報道次數、龍卷等級等信息，統(tǒng)計出媒體最早報道時間、報道延遲時間與報道次數，其中考慮到信息的時效性，龍卷發(fā)生超過5 d的報道信息不做統(tǒng)計。結合龍卷災情現場調查，統(tǒng)計實際發(fā)生龍卷的確切時間及龍卷等級。統(tǒng)計結果如表1所示。

表1 龍卷個例統(tǒng)計匯總

2 龍卷個例的網絡媒體報道與災情調查信息對比

2.1 網絡媒體報道與災情調查的時間對比

統(tǒng)計網絡媒體發(fā)布龍卷信息的時間，結合災情調查確定龍卷發(fā)生的時間，計算出11次龍卷個例網絡媒體報道時間相對龍卷實際發(fā)生時間的平均延遲。網絡媒體報道時間相對災情調查確定的龍卷發(fā)生時間平均延遲約為21.8 h。最迅速報道龍卷信息的是2021年5月14日江蘇吳江盛澤龍卷，此次龍卷發(fā)生在傍晚19：00左右，1.5 h后央視新聞客戶端等21家網絡媒體相繼報道；最遲報道的是2020年6月1日廣東江門開平龍卷，發(fā)生81 h后才有1家媒體報道。

2.2 網絡媒體報道與災情調查的龍卷強度對比

部分網絡媒體信息對龍卷強度進行了描述，11次龍卷個例中，5次沒有報道具體龍卷強度等級，1次報道的強度等級為弱龍卷，3次報道的強度等級為EF1-EF2，1次報道的強度等級為EF2，1次報道的強度等級為EF3。對比現場災情調查確定的龍卷強度等級可以看出，網絡媒體信息中沒有提到龍卷強度等級或者弱龍卷的個例，災情調查確定的龍卷強度等級4次為EF0-EF1，屬于弱龍卷，但是2020年7月22日安徽宿州龍卷強度等級為EF3，屬于強龍卷。網絡媒體信息中提到2020年6月12日江蘇高郵龍卷與2020年6月26日湖北荊門龍卷強度等級為EF1-EF2，災情調查確定的龍卷強度等級分別為EF1和EF2，存在定級偏差。網絡媒體信息報道的2021年5月14日湖北武漢龍卷及江蘇吳江盛澤龍卷強度等級分別為EF2和EF3，與實際災情調查后的定級一致。從以上11次龍卷過程的對比可以看出，網絡信息報道的龍卷強度等級與實地災情調查確定的龍卷強度等級符合度約為55%。針對不同龍卷強度等級的平均報道次數顯示，從第一天的媒體報道情況來看，強度等級為EF0與EF1的個例平均報道次數約為7.75次，強度等級為EF2的個例平均報道次數約為33.8次，強度等級為EF3的個例平均報道次數約為34.5次，呈現出龍卷強度等級與媒體關注度正相關的趨勢。

2.3 網絡媒體報道與災情調查的指示物及

受損特征對比

從8次網絡媒體報道災情指示物信息的龍卷過程可以看出，主要指示物包括：車輛、樹木、房屋（工棚、蒙古包、居民住宅等）、電力設施等。對不同指示物受損特征的描述包括：車輛被掀翻，轎車風擋玻璃被撞碎；樹木被折斷，連根拔起；房屋屋頂被掀掉，工棚倒塌，蒙古包傾倒，彩鋼瓦棚被吹垮；電力設施被破壞。災情調查中包含上述信息的同時，還包含房屋圍墻倒塌，空心鐵制廣告柱折斷等不同災情指示物的受損信息（表2）。以災情調查指示物為標準，網絡媒體與災情調查指示物相似度平均為67%。

表2 災情指示物及受損特征統(tǒng)計

2.4 網絡媒體報道與災情調查的災情范圍對比

統(tǒng)計對比網絡媒體報道的龍卷造成的受災范圍及實際龍卷災情調查的受災范圍（表3）表明：相比于現場災情調查確定的龍卷影響范圍，網絡媒體報道著重在于受災較為嚴重的區(qū)域，如2021年5月14日江蘇吳江盛澤龍卷主要報道的受災區(qū)域為盛澤鎮(zhèn)，而實際災情調查發(fā)現，此次龍卷過程影響的范圍包括江蘇省蘇州市吳江區(qū)盛澤鎮(zhèn)、浙江省嘉興市秀洲區(qū)王江涇鎮(zhèn)和嘉善縣天凝鎮(zhèn)的部分區(qū)域，路徑長度約為19 km。網絡媒體報道主要集中在龍卷嚴重受災區(qū)域，提供了大量的受災點位置信息、受災情況視頻及最重要的龍卷視頻，為災情調查提供了有效的參考。

表3 龍卷災情范圍統(tǒng)計

3 結論

通過對比2020年及2021年上半年全國范圍內11次龍卷個例的網絡媒體報道與災情調查信息，總結分析網絡媒體報道與龍卷災情調查中龍卷發(fā)生時間、龍卷強度等級、災情指示物特征及龍卷影響范圍等方面的差異。

網絡媒體報道時間相對龍卷發(fā)生時間平均延遲約為21.8 h，最早報道龍卷信息的1次是在龍卷發(fā)生1.5 h后。網絡信息報道的龍卷強度等級與實地災情調查確定的龍卷強度等級符合度約為55%，呈現出媒體關注度與龍卷強度等級正相關趨勢。網絡媒體報道信息與實地災情調查指示物的相關性平均約為67%。相比于現場災情調查確定的龍卷影響范圍，網絡媒體報道的受災范圍著重在于受災較為嚴重的區(qū)域，提供了大量的受災點位置信息、受災情況視頻及最重要的龍卷視頻，為災情調查無人機航拍、現場勘查取證、影像資料收集、現場走訪等工作的開展提供了有效參考。

本文基于人工搜索網絡媒體的龍卷個例信息，統(tǒng)計結果難免有些偏差，下一步將利用爬蟲技術及大數據、機器學習算法進行全網自動搜索，再結合災情調查進行甄別，從而更好地為災情調查提供參考依據。

深入閱讀

俞小鼎, 鄭永光, 2020. 中國當代強對流天氣研究與業(yè)務進展. 氣象學報, 78(3): 391-418.

Xue M, Zhao K, Wang M, el at, 2016. Recent significant tornadoes in China. Advances in Atmospheric Sciences, 33(11): 1209-1217.

張濤, 關良, 鄭永光, 等, 2020. 2019年7月3日遼寧開原龍卷災害現場調查及其所揭示的龍卷演變過程. 氣象, 46(5): 603-617.

針對公眾參與智慧城市建設水平評價指標體系中的各級指標對上級指標的重要性，構造決策矩陣R=(rij)m×n，進行規(guī)范化處理后得到標準化矩陣：

李彩玲, 楊波, 姚聃, 等, 2022. 2021年5月14日武漢龍卷現場調查及雷達探測特征分析. 暴雨災害, 41(2): 142-150.

黃先香, 炎利軍, 蔡康龍, 等, 2019. 2018年中國龍卷活動特征. 氣象科技進展, 9(1): 50-55.

李彩玲, 黃先香,蔡康龍, 等, 2020. 2019年中國龍卷等對流大風過程及災情特征. 氣象科技進展, 10(1): 7-14.

蔡康龍, 黃先香, 李彩玲, 等, 2021. 2020年中國龍卷過程及災情特征. 氣象科技進展, 11(1): 40-45, 53.

鄭永光, 劉菲凡, 張恒進, 2021. 中國龍卷研究進展. 氣象, 47(11):1319-1335.

植江玲, 黃先香, 白蘭強, 等, 2022. 2021年中國龍卷活動及災情特征. 氣象科技進展, 12(1): 26-36.

劉宏波, 2018. 基于網絡媒體信息的不同自然災害響應模式研究.南京： 南京大學.

褚紅星, 李兆明, 麥文強, 等, 2020. 網絡媒體信息在海南8.29龍卷災情調查中的應用分析. 氣象科技進展, 10(6): 90-94.