摘要:本文对影响高铁安全运行的52个观测站的1982-2012年辽宁省低温、积雪、暴雨、雾、大风、雷暴及冰雹等气象因子的观测数据,利用Anusplin4.2插值软件对各气象要素进行空间化处理,基于ARCGIS9.2平台采用空间分析方法对不同时间尺度的气象要素空间变化特征进行分析.结果表明:除辽东半岛和环渤海地区为寒冷区以外,辽宁省其它大部地区都为高寒地区.1982-2012年辽宁1月积雪日数最多,长达14d,辽宁中北部,东部山区及营口地区积雪最深,超过50厘米,中东部地区积雪深度为30-40cm,其余大部分地区积雪深度为20-30cm;辽宁暴雨主要集中出现在5-6月,平均暴雨发生次数为0.2次以上,其中辽西和东部山区年平均暴雨日数较多,约为2d;近30a全省平均雷暴发生次数为5.0-7.0次,6-8月为雷暴高发时段,辽宁省中北部以及朝阳地区为雷暴发生次数的高值区,年平均雷暴发生次数为30.0次以上,其他地区年平均雷暴发生次数为21.0-30.0次.依据不良气象条件对高铁安全运营影响的时段和路段差异性,把辽宁省境内高铁沿线不良气象条件的服务关键期和关键路段划分为:低温气象服务关键期为1月,关键路段为鞍山及以北地区;积雪气象服务关键期为12月至翌年2月,关键路段为辽宁省中北部,东部山区;雷暴气象服务关键期为6-8月,关键路段为辽宁中北部以及朝阳地区高铁沿线.根据不同气象要素具有不同服务关键期及关键路段的特点,建议气象部门与铁路部门联合建立布局合理、效果高清、信息准确的气象要素监测系统;不同季节开展不同的高铁精细化预报服务,其中冬季开展冰雪预报服务,汛期开展暴雨、雷暴及冰雹等预报服务,从而使气象预报服务产品更加专业和精细化;研发并建设高铁监测预报预警发布系统,为高铁安全运行和防灾减灾提供有效保障. 经过近几年的探索发展,高铁气象服务取得了一定成效,但目前的气象服务模式和产品远远不能满足需求.人工干预的高铁沿线气象预报仅限于高铁站点,缺少整个沿线的气象预报.基于WRF模式的数值预报没有经过人工干预,预报与实况存在一定误差.未来应以WRF(Weather Research Forecast)模式的数值预报为基础进行人工订正,开展以遥感资料为基础的降雪量和积雪深度等研究,以高速公路沿线能见度预报方法为基础进一步开展高铁沿线能见度预报方法研究,从而提高气象预报精细程度;以数据为支持,完善高铁气象服务平台,使平台可参考性强、信息量大;气象服务手段不能仅限于传统的网站、电话、传真、广播等,应加快对高铁沿线气象服务手机客户端的研发,涵盖高铁沿线天气实况、未来3h预报、未来24h预报、预警信号以及灾害性天气多发地段等相关信息,还可以通过微信及时发布高铁气象信息.多样化、精细化的气象服务产品和丰富的气象服务手段必然带来气象服务水平的极大提升. 高铁气象服务关键期和关键路段的划分是以高铁沿线30a气象资料为基础,对灾害因子的确定较为客观;针对铁路运行的专业气象服务已经开展多年,积累了一定数量的致灾案例,对高铁气象服务提供宝贵经验,因此划分具有一定合理性.尽管如此,此项工作仍有许多方面需要完善.从目前情况来看,灾情样本数据仍较少,一些结果的获得还需要主观判断,无法实现统计意义上的评价,因此,需要收集大量相关资料来提高研究结论的普适性;此外,影响高铁运行往往由多个气象因子协同作用,给灾害发生临界条件的确定带来不确定性.可见,辽宁省境内高铁灾害评估和区划的现有方法还不够合理.如何确定多因子致灾的综合评价指标将是未来研究的重要方向.