栗 健, 方偉華, 張曉寧, 曹詩(shī)嘉, 楊幸美, 劉 行, 孫 京

?

基于多致災(zāi)因子相似的熱帶氣旋檢索方法研究: 以風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估為例

栗 健1, 2, 方偉華1, 2, 張曉寧1, 2, 曹詩(shī)嘉1, 2, 楊幸美3, 劉 行4, 5, 孫 京4, 5

(1. 北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室, 北京 100875; 2. 北京師范大學(xué)民政部-教育部減災(zāi)與應(yīng)急管理研究院, 北京 100875; 3. 北京師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院, 北京 100875; 4. 中國(guó)海洋大學(xué)物理海洋教育部重點(diǎn)實(shí)驗(yàn)室, 山東青島 266003; 5. 中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院, 山東青島 266100)

熱帶氣旋引起的風(fēng)暴潮-海浪災(zāi)害成災(zāi)頻率高、致災(zāi)強(qiáng)度大, 對(duì)我國(guó)沿海地區(qū)造成的人員和經(jīng)濟(jì)損失慘重。預(yù)評(píng)估階段需要在災(zāi)前對(duì)研究區(qū)可能造成的損失等進(jìn)行快速的綜合判定。從歷史熱帶氣旋中檢索出與目標(biāo)熱帶氣旋位置及各種致災(zāi)因子強(qiáng)度相似的熱帶氣旋是快速、準(zhǔn)確地預(yù)評(píng)估風(fēng)暴潮-海浪災(zāi)害的重要方法。面向風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估, 提出了一種基于多致災(zāi)因子的相似熱帶氣旋檢索方法。用于相似檢索的致災(zāi)因子數(shù)據(jù)包括: 從中國(guó)氣象局西北太平洋熱帶氣旋最佳路徑數(shù)據(jù)集中提取并經(jīng)處理得到的1949~2013年影響湛江市的112場(chǎng)熱帶氣旋的路徑中心點(diǎn)位置、中心氣壓、最大風(fēng)速、最大風(fēng)速半徑及移動(dòng)速度數(shù)據(jù), 112場(chǎng)熱帶氣旋的模擬風(fēng)場(chǎng)、風(fēng)暴潮及海浪數(shù)據(jù)。首先, 利用相似離度方法對(duì)熱帶氣旋進(jìn)行路徑相似性檢索; 其次, 利用最優(yōu)相似系數(shù)方法計(jì)算中心氣壓、最大風(fēng)速半徑、最大風(fēng)速、移動(dòng)速度、風(fēng)場(chǎng)、風(fēng)暴潮及海浪強(qiáng)度指標(biāo)的相似系數(shù)進(jìn)行一次檢索; 然后, 根據(jù)風(fēng)場(chǎng)、風(fēng)暴潮及海浪模擬數(shù)據(jù)的獲取情況, 分別基于路徑-強(qiáng)度及風(fēng)場(chǎng)-風(fēng)暴潮-海浪綜合相似性指標(biāo)進(jìn)行二次檢索; 最終給出歷史熱帶氣旋的綜合相似排序。以2013年尤特?zé)釒庑秊槔? 利用上述方法檢索了與其最為相似的5場(chǎng)歷史熱帶氣旋。該方法綜合考慮了熱帶氣旋路徑及多種致災(zāi)因子的相似, 兼顧了檢索的速度及質(zhì)量, 是進(jìn)行快速、準(zhǔn)確的風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估的重要基礎(chǔ)。

熱帶氣旋; 相似性; 路徑-強(qiáng)度; 風(fēng)暴潮-海浪; 損失預(yù)評(píng)估

熱帶氣旋災(zāi)害是影響人類最為嚴(yán)重的自然災(zāi)害之一。評(píng)估熱帶氣旋災(zāi)害的損失, 一般分為三個(gè)階段進(jìn)行, 分別是災(zāi)前預(yù)評(píng)估、災(zāi)中應(yīng)急評(píng)估和災(zāi)后綜合評(píng)估。預(yù)評(píng)估的目的是在災(zāi)前對(duì)研究區(qū)可能造成的損失等進(jìn)行快速的綜合判定, 以便在災(zāi)前采用最經(jīng)濟(jì)、有效的方法消除或減少災(zāi)害所帶來的損失后果, 為災(zāi)害預(yù)防及應(yīng)急決策提供支持[1]。預(yù)評(píng)估階段的特點(diǎn)有: (1)預(yù)評(píng)估期間熱帶氣旋尚未登陸, 因此評(píng)估方法必須充分考慮熱帶氣旋路徑-強(qiáng)度預(yù)報(bào)結(jié)果可能具有很大不確定性、路徑-強(qiáng)度預(yù)報(bào)不斷更新等; (2)熱帶風(fēng)暴潮數(shù)值計(jì)算結(jié)果的更新一般在時(shí)間上要落后于路徑-強(qiáng)度預(yù)報(bào), 因此經(jīng)常不能及時(shí)獲取風(fēng)暴潮帶來的沿岸淹沒以及海浪數(shù)值模擬結(jié)果; (3)預(yù)評(píng)估階段影響的沿海區(qū)域有較大的不確定性, 其社會(huì)經(jīng)濟(jì)價(jià)值總量及脆弱性程度可能有較大的差異。

熱帶氣旋災(zāi)害預(yù)評(píng)估的主要方法之一是利用回歸方法建立損失與致災(zāi)因子之間的經(jīng)驗(yàn)公式, 根據(jù)實(shí)時(shí)及預(yù)報(bào)的致災(zāi)因子得出損失[2-3]。但該方法對(duì)災(zāi)情數(shù)據(jù)數(shù)量及質(zhì)量要求較高, 否則難以建立很好的災(zāi)損關(guān)系, 且得到的擬合關(guān)系存在區(qū)域局限性。另一種預(yù)評(píng)估方法是根據(jù)實(shí)際及預(yù)報(bào)路徑,采用相似路徑對(duì)比方法, 找出與目標(biāo)熱帶氣旋路徑相似的案例, 判定目標(biāo)熱帶氣旋大致的災(zāi)害強(qiáng)度, 并進(jìn)一步結(jié)合歷史案例損失情況, 對(duì)當(dāng)前災(zāi)害損失進(jìn)行大致判定。熱帶氣旋的移動(dòng)路徑是各種影響熱帶氣旋移動(dòng)的物理因子綜合作用的結(jié)果[4]。熱帶氣旋的移動(dòng)路徑相似, 在一定程度上反映了影響熱帶氣旋移動(dòng)的多個(gè)因子綜合作用等效[5]。相似熱帶氣旋檢索方法主要是利用距離及形狀來反映路徑位置的相似程度, 例如海明距離、歐式距離和相似離度[6]等。在路徑預(yù)報(bào)中相似離度的方法稍好于其他方法[7], 相似離度方法定義了值系數(shù)和形系數(shù), 通過求和來計(jì)算相似程度, 為熱帶氣旋路徑相似檢索提供了理論支持。劉勇等[4]對(duì)相似離度在熱帶氣旋相似路徑檢索中的應(yīng)用進(jìn)行了實(shí)踐, 提出基于相似離度的熱帶氣旋路徑相似檢索算法, 能給氣象員提供有利的預(yù)報(bào)信息。鄒亮等[8]、王遠(yuǎn)飛等[9]基于GIS(Geographic Information System)引入緩沖區(qū)半徑來度量相似性, 并預(yù)測(cè)熱帶氣旋路徑。

然而目前熱帶氣旋相似性檢索未考慮造成災(zāi)害損失的主要致災(zāi)因子的相似, 僅僅是關(guān)于移動(dòng)路徑點(diǎn)位置的檢索, 利用檢索出的相似熱帶氣旋為目標(biāo)熱帶氣旋的走勢(shì)提供預(yù)報(bào)信息。熱帶氣旋造成的損失是多個(gè)致災(zāi)因子共同作用的結(jié)果, 因此, 在熱帶氣旋災(zāi)情預(yù)評(píng)估階段, 除了移動(dòng)路徑外, 對(duì)致災(zāi)因子的相似檢索也至關(guān)重要。熱帶氣旋的直接及次生致災(zāi)因子包括大風(fēng)、降水、風(fēng)暴潮、海浪、洪水及滑坡泥石流等[10]。熱帶氣旋的破壞力取決于其強(qiáng)度、風(fēng)、雨、風(fēng)暴潮及海浪等因素, 其引起的大風(fēng)、降水、登陸時(shí)臺(tái)風(fēng)的強(qiáng)度(中心最低氣壓和中心附近最大風(fēng)速)以及登陸前12 h及6 h內(nèi)的移速與人員傷亡、農(nóng)田受淹、房屋倒損和直接經(jīng)濟(jì)損失具有顯著的正相關(guān)[11]; 熱帶氣旋引起的風(fēng)暴潮及災(zāi)害性海浪會(huì)導(dǎo)致港口、碼頭、堤壩、船只及養(yǎng)殖設(shè)施等遭受毀損, 堤壩被沖垮后, 海水漫灘使得沿岸房屋、農(nóng)田、養(yǎng)殖等受淹而發(fā)生災(zāi)害[12-13]。因此, 在進(jìn)行熱帶氣旋相似檢索時(shí)需充分考慮多種致災(zāi)因子的相似性。在風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估實(shí)踐中, 考慮到風(fēng)場(chǎng)、風(fēng)暴潮及海浪模擬相對(duì)于路徑-強(qiáng)度預(yù)報(bào)結(jié)果(路徑中心點(diǎn)位置、中心氣壓、最大風(fēng)速及計(jì)算得到的最大風(fēng)速半徑、移動(dòng)速度)的滯后性, 在進(jìn)行致災(zāi)因子相似檢索時(shí)應(yīng)分別計(jì)算路徑-強(qiáng)度和風(fēng)場(chǎng)-風(fēng)暴潮-海浪的相似程度, 以兼顧風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估的實(shí)時(shí)性和準(zhǔn)確性。

湛江市為粵西地區(qū)最大的城市, 也是我國(guó)的重要港口城市之一, 位于西北太平洋和南海的西北岸, 是受熱帶氣旋影響較為嚴(yán)重的地區(qū)之一。海洋局“海洋災(zāi)情快速評(píng)估和綜合研判系統(tǒng)研發(fā)與應(yīng)用示范”項(xiàng)目中, 選擇廣東省湛江市為示范區(qū)開展海洋災(zāi)害損失預(yù)評(píng)估試點(diǎn)研究。為此, 本文旨在提出一種面向風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估的基于多致災(zāi)因子的熱帶氣旋路徑及強(qiáng)度相似檢索方法, 并以影響湛江市的2013年尤特?zé)釒庑秊槟繕?biāo)熱帶氣旋為例進(jìn)行示范評(píng)估。首先, 基于影響湛江的歷史熱帶氣旋路徑數(shù)據(jù), 利用相似離度方法對(duì)熱帶氣旋進(jìn)行路徑相似性檢索, 保證相似熱帶氣旋與目標(biāo)熱帶氣旋在影響范圍上的相似性; 其次, 基于路徑-強(qiáng)度及模擬風(fēng)場(chǎng)、風(fēng)暴潮、海浪數(shù)據(jù), 利用最優(yōu)相似系數(shù)方法計(jì)算各致災(zāi)強(qiáng)度指標(biāo)的相似系數(shù), 分別基于路徑-強(qiáng)度及風(fēng)場(chǎng)-風(fēng)暴潮-海浪綜合相似性指標(biāo)進(jìn)行二次檢索, 保證相似熱帶氣旋與目標(biāo)熱帶氣旋在致災(zāi)強(qiáng)度上的相似性, 最終給出歷史熱帶氣旋的綜合相似排序, 以期對(duì)目標(biāo)熱帶氣旋的風(fēng)暴潮-海浪災(zāi)情做出合理的預(yù)評(píng)估。

1 數(shù)據(jù)

1.1 西北太平洋歷史熱帶氣旋最佳路徑

本文主要采用中國(guó)氣象局熱帶氣旋最佳路徑數(shù)據(jù)集[14], 內(nèi)容包括西北太平洋1949~2014年的所有熱帶氣旋, 共計(jì)2 233場(chǎng)。該數(shù)據(jù)每隔6 h一個(gè)記錄, 詳細(xì)記錄該時(shí)刻熱帶氣旋的信息, 主要包括熱帶氣旋編號(hào)、中心點(diǎn)經(jīng)緯度、中心點(diǎn)時(shí)間(年、月、日、時(shí))、中心氣壓(0)、最大風(fēng)速(MW)。另外, 根據(jù)每6 h中心點(diǎn)的經(jīng)緯度, 本文還計(jì)算出了每6 h的熱帶氣旋前移速度(t); 最大風(fēng)速半徑(MW)由中心氣壓與最大風(fēng)速半徑擬合關(guān)系得到(公式(1))。從該數(shù)據(jù)中提取出1949~2013年影響湛江市的112場(chǎng)熱帶氣旋作為本文的歷史相似檢索樣本。

1.2 湛江歷史熱帶氣旋模擬風(fēng)場(chǎng)

本文利用參數(shù)風(fēng)場(chǎng)進(jìn)行熱帶氣旋風(fēng)場(chǎng)模擬?；?949~2013年影響湛江市的歷史熱帶氣旋路徑-強(qiáng)度數(shù)據(jù), 利用參數(shù)風(fēng)場(chǎng)模型計(jì)算3 s極大風(fēng)速風(fēng)場(chǎng)(圖1)[15]。

主要步驟為: (1)選用Georgiou梯度風(fēng)場(chǎng)模型、Ishihara邊界層模型、ESDU陣風(fēng)因子模型, 并進(jìn)行地形修正及地表粗糙度修正; (2)為了對(duì)參數(shù)風(fēng)場(chǎng)模型精度進(jìn)行驗(yàn)證, 模擬了典型熱帶氣旋期間每個(gè)氣象站點(diǎn)的風(fēng)速時(shí)間序列, 并將模擬的日極大風(fēng)速與站點(diǎn)實(shí)測(cè)的日極大風(fēng)速進(jìn)行對(duì)比, 總模擬效果2= 0.822 5, 達(dá)到了較高的精度[15-16]; (3)對(duì)上述112場(chǎng)熱帶氣旋, 以30 min為間隔模擬每場(chǎng)熱帶氣旋的瞬時(shí)風(fēng)場(chǎng), 空間網(wǎng)格大小為30″(約1 km)。

1.3 湛江歷史熱帶氣旋風(fēng)暴潮數(shù)值模擬結(jié)果

本文利用ADCIRC(Advanced Circulation Model)海洋環(huán)流模式[17]進(jìn)行影響湛江市的歷史風(fēng)暴潮模擬(圖2)。所用輸出結(jié)果為熱帶氣旋引起的增水與天文潮疊加后的總水位, 時(shí)間分辨率為30 min。為更精確地模擬關(guān)心區(qū)域的風(fēng)暴潮并提高運(yùn)算速度, 采用大小區(qū)域網(wǎng)格嵌套的辦法(海浪模擬相同)。大區(qū)選取的計(jì)算區(qū)域?yàn)?05.5°~121.2°E, 3.3°~26.4°N; 子區(qū)選取的計(jì)算區(qū)域?yàn)?05.5°~116.5°E, 14.7°~23.1°N。同時(shí)采用分辨率漸變的方式對(duì)不同區(qū)域網(wǎng)格不同地段的分辨率進(jìn)行了設(shè)置。在大區(qū)模型中, 湛江附近區(qū)域岸線分辨率為0.07°~0.1°, 約為0.7~1 km, 以外的地區(qū)分辨率則為1~2 km。整個(gè)大區(qū)域包含9 331個(gè)三角形網(wǎng)格節(jié)點(diǎn), 18 068個(gè)三角形。在子區(qū)域模型中, 湛江港關(guān)鍵區(qū)(湛江港島嶼岸線)分辨率為0.003 9°, 約為400 m; 湛江港海域附近岸線為0.003 9°~0.01°, 約為0.4~1 km;開邊界分辨率設(shè)置為0.1°~0.3°, 約為10~30 km。整個(gè)子區(qū)域包含41 153個(gè)三角形網(wǎng)格節(jié)點(diǎn), 79 889個(gè)三角形。水深數(shù)據(jù)來自于海軍航保部購(gòu)買的海圖, 分辨率為3″的SRTM (Shuttle Radar Topography Mission)高程數(shù)據(jù)(其中, 我國(guó)使用的1985國(guó)家高程基準(zhǔn)比SRTM數(shù)據(jù)使用的EGM96大地水準(zhǔn)面高出35.7 cm[18], 因此, 在使用數(shù)據(jù)時(shí)將SRTM高程數(shù)據(jù)減去35.7 cm作為模型所使用的高程數(shù)據(jù))以及ETOPO1(1-Minute Gridded Global Relief Data Collection)數(shù)據(jù)。其中SRTM數(shù)據(jù)僅取陸上數(shù)據(jù), 港區(qū)附近取海圖數(shù)據(jù), 港區(qū)外取ETOPO1數(shù)據(jù)。兩張海圖分別對(duì)應(yīng)海陵水道至抱虎角、湛江港港區(qū); 4組地形數(shù)據(jù)的分辨率雖然不同, 但是將所有點(diǎn)融合到一起的結(jié)果是互相匹配的。

本文共計(jì)算了1949~2013年112場(chǎng)經(jīng)過湛江附近的熱帶氣旋, 為了驗(yàn)證模式模擬結(jié)果, 利用歷史上8場(chǎng)對(duì)湛江造成巨大影響的熱帶氣旋在湛江站的實(shí)測(cè)增水與模擬值對(duì)比。其中1963~1980年的5場(chǎng)熱帶氣旋實(shí)測(cè)增水?dāng)?shù)據(jù)來自于陳奕德等[19], 199615實(shí)測(cè)增水?dāng)?shù)據(jù)來自于張文靜等[20], 2014年的2場(chǎng)來自于國(guó)家海洋局南海預(yù)報(bào)中心。驗(yàn)證結(jié)果如表1所示。

絕對(duì)標(biāo)準(zhǔn)誤差為47 cm, 相對(duì)標(biāo)準(zhǔn)誤差為22%。從對(duì)比結(jié)果看, 絕大多數(shù)情況下用模型模擬的最大增水結(jié)果比較好, 但在某些情況下模型結(jié)果會(huì)有較大誤差, 這可能主要與使用的MW的經(jīng)驗(yàn)?zāi)Ｐ蚚21]有關(guān)。在經(jīng)驗(yàn)?zāi)Ｐ椭?MW被完全視為0的函數(shù), 而在實(shí)際情況下, 雖然統(tǒng)計(jì)結(jié)果表明MW隨0降低而縮小, 但針對(duì)特定的熱帶氣旋來說, 可能會(huì)有較大的偏差。

表1 8場(chǎng)歷史熱帶氣旋實(shí)測(cè)與模擬最大增水對(duì)比

1.4 湛江歷史熱帶氣旋海浪數(shù)值模擬結(jié)果

本文利用SWAN[22]模型模擬影響湛江市的歷史海浪, 總共模擬112場(chǎng)熱帶氣旋, 輸出變量為有效波高(圖3)、平均周期和波向。利用輸出熱帶氣旋過程中每1 h的有效波高來構(gòu)建海浪危險(xiǎn)性指標(biāo)。大區(qū)選取的計(jì)算區(qū)域?yàn)?5°~22°N, 110.5°~118.5°E, 空間步長(zhǎng)為0.083°×0.083°; 子區(qū)選取的計(jì)算區(qū)域?yàn)?1°~ 21.2°N, 110°~110.5°E, 空間步長(zhǎng)為0.003 3°×0.003 3°。水深數(shù)據(jù)與風(fēng)暴潮使用數(shù)據(jù)相同, 實(shí)際模擬時(shí), 在原海圖水深的基礎(chǔ)上加上當(dāng)?shù)氐钠骄Ｆ矫婕安煌脑O(shè)計(jì)水位, 以反映比較真實(shí)的海浪變化。

本文模型參數(shù)設(shè)置與宗芳伊等[23]相同。宗芳伊等使用SWAN模式非結(jié)構(gòu)三角網(wǎng)格對(duì)嵊泗列島浪場(chǎng)模擬結(jié)果進(jìn)行了驗(yàn)證。使用的實(shí)測(cè)數(shù)據(jù)為AlecElectronics Co Ltd儀器公司的alec波浪儀在嵊泗附近海域于2012年4月份實(shí)際測(cè)量的原始數(shù)據(jù), 數(shù)據(jù)真實(shí)可信。通過有效波高觀測(cè)值和模擬值對(duì)比分析, 發(fā)現(xiàn)非結(jié)構(gòu)網(wǎng)格能夠較好地反映海域波浪的變化情況, 并且局部加密的非結(jié)構(gòu)三角網(wǎng)格得到的平均絕對(duì)誤差和均方根誤差最小。

1.5 湛江市歷史熱帶氣旋海洋災(zāi)害損失

本文所用歷史熱帶氣旋海洋災(zāi)害損失數(shù)據(jù)由1989~2013年《中國(guó)海洋災(zāi)害公報(bào)》[24]直接經(jīng)濟(jì)損失數(shù)據(jù)整理得到, 其中影響湛江市的歷史熱帶氣旋災(zāi)害共13條。為使得不同年份的直接經(jīng)濟(jì)損失數(shù)據(jù)具有可比性, 對(duì)不同年份的直接經(jīng)濟(jì)損失按照物價(jià)水平、人口和承災(zāi)體進(jìn)行折算歸一化至2000年(表2)。

歸一化方法為, 首先基于2014年《中國(guó)統(tǒng)計(jì)年鑒》[25]的人均地區(qū)生產(chǎn)總值和指數(shù)、分地區(qū)年末人口和地區(qū)生產(chǎn)總值(Gross Regional Product, GRP)和指數(shù)數(shù)據(jù), 構(gòu)建通貨膨脹因子(100/GDP平減指數(shù))、人口因子(2000年省人口/當(dāng)年省人口)及GRP因子(2000年省人均GRP/當(dāng)年人均GRP)分別作為物價(jià)水平、人口和承災(zāi)體歸一化指標(biāo); 其次將直接經(jīng)濟(jì)損失與各歸一化因子相乘, 即得到歸一化至2000年的直接經(jīng)濟(jì)損失。

表2 1989~2013年13場(chǎng)影響湛江市的熱帶氣旋直接經(jīng)濟(jì)損失數(shù)據(jù)(歸一化至2000年)

2 方法

2.1 評(píng)估目標(biāo)空間范圍選擇

為提高相似檢索算法的效率, 在進(jìn)行相似路徑檢索時(shí)首先要確定可能對(duì)評(píng)估目標(biāo)造成影響的歷史熱帶氣旋集合, 集合外的熱帶氣旋不參與相似檢索。根據(jù)鄧睿[26]構(gòu)建的10級(jí)風(fēng)圈模型, 統(tǒng)計(jì)得到1949~ 2014年西北太平洋近95%(94.7%)的熱帶氣旋路徑點(diǎn)10級(jí)風(fēng)圈半徑在200 km以下, 因此本文以200 km作為熱帶氣旋的最大影響范圍。

若評(píng)估目標(biāo)為目標(biāo)熱帶氣旋所造成的總損失, 則以登陸點(diǎn)在目標(biāo)熱帶氣旋預(yù)報(bào)登陸點(diǎn)200 km范圍內(nèi)的歷史熱帶氣旋作為相似檢索對(duì)象; 若評(píng)估目標(biāo)為目標(biāo)熱帶氣旋對(duì)某個(gè)縣造成的損失, 則需要確定一個(gè)基準(zhǔn)點(diǎn)作為熱帶氣旋登陸參考點(diǎn)(Central Reference Point, CREF), CREF一般選擇位于研究區(qū)光滑后的海岸線的中間位置, 并根據(jù)沿海海岸線及島嶼分布情況進(jìn)行適當(dāng)調(diào)整[27], 以登陸點(diǎn)在該縣CREF 200 km范圍內(nèi)的歷史熱帶氣旋作為相似檢索對(duì)象; 若評(píng)估目標(biāo)為目標(biāo)熱帶氣旋對(duì)某個(gè)地區(qū)(市)造成的損失, 則以地區(qū)(市)內(nèi)所有沿?？h歷史熱帶氣旋樣本的并集作為相似檢索對(duì)象, 圖4為湛江市的歷史相似檢索熱帶氣旋, 共計(jì)112場(chǎng)。

2.2 相似路徑時(shí)空范圍界定

熱帶氣旋自洋面生成到登陸后衰減, 其生命史往往可以持續(xù)幾天, 但是對(duì)其引起的風(fēng)暴潮-海浪災(zāi)害而言, 靠近海岸的路徑點(diǎn)才是成災(zāi)的關(guān)鍵路徑, 所以全路徑完整的情況下, 往往將登陸前后一定范圍內(nèi)的路徑點(diǎn)作為目標(biāo)路徑。針對(duì)風(fēng)暴潮-海浪災(zāi)害, 本文采用登陸點(diǎn)以前350 km和登陸點(diǎn)以后100 km范圍內(nèi)的路徑作為相似檢索路徑, 如圖5所示為尤特的歷史熱帶氣旋相似檢索路徑。

2.3 考慮路徑中心點(diǎn)位置的相似檢索

相似檢索的第一步是根據(jù)目標(biāo)熱帶氣旋檢索范圍內(nèi)路徑中心點(diǎn)經(jīng)緯度坐標(biāo), 檢索出與目標(biāo)熱帶氣旋位置相似的前10場(chǎng)歷史熱帶氣旋, 相似系數(shù)以S表示。路徑空間相似檢索通過計(jì)算兩場(chǎng)熱帶氣旋路徑的相似離度來完成, 相似離度計(jì)算方法如下[6]。

兩條曲線縱向上的差異可以分為數(shù)值上的差異和形狀上的差異[4]。假設(shè)有熱帶氣旋路徑和, 分別有個(gè)路徑點(diǎn)?？v向數(shù)值差異表示兩條路徑在各個(gè)路徑點(diǎn)對(duì)應(yīng)的縱線上的絕對(duì)高度差值的總體平均, 值越小表示兩條曲線越接近, 其計(jì)算公式為

其中表示兩條曲線與縱線共同相交的次數(shù), 即路徑點(diǎn)個(gè)數(shù),y和y分別為路徑和在第條縱線上的高度值。D為兩樣本的海明距離, 它反映了兩樣本數(shù)值上的差異程度。

兩條曲線的相似除了考慮它們?cè)趯?duì)應(yīng)點(diǎn)數(shù)值上較為相似外, 還應(yīng)該考慮兩條曲線形狀上的相似。路徑和路徑在縱向上的形狀差異即為兩個(gè)樣本距平的海明距離, 它是離散程度的反映, 值越小說明兩條曲線形狀越相似。其計(jì)算公式為

其中E為兩樣本對(duì)應(yīng)點(diǎn)差值的平均值,S反映兩樣本對(duì)應(yīng)點(diǎn)差值與差值均值的離散程度, 即形狀上的差異。相似離度可以綜合判斷兩條曲線數(shù)值相似和形狀相似的程度[6], 定義為

相似離度C為D和S的簡(jiǎn)單平均, 值越小兩樣本越相似。

理論上, 需要計(jì)算兩條路徑橫、縱兩個(gè)方向的相似離度, 然后綜合判斷它們的相似性。但是從自然坐標(biāo)系的角度看, 如果能夠按照一定的規(guī)則確定目標(biāo)熱帶氣旋和被檢索熱帶氣旋路徑曲線的特殊位置點(diǎn), 只需在一個(gè)方向計(jì)算相似離度。對(duì)于目標(biāo)熱帶氣旋上的每個(gè)路徑點(diǎn), 其對(duì)應(yīng)的特殊位置點(diǎn)為被檢索熱帶氣旋路徑點(diǎn)中與其距離最近的點(diǎn), 對(duì)應(yīng)路徑點(diǎn)之間的距離作為偏差的絕對(duì)值。偏差的方向以目標(biāo)熱帶氣旋控制點(diǎn)為原點(diǎn)的自然坐標(biāo)系來計(jì)算: 以該控制點(diǎn)到下一個(gè)路徑點(diǎn)的方向?yàn)檩S、法向?yàn)檩S, 被檢索熱帶氣旋對(duì)應(yīng)控制點(diǎn)若位于該坐標(biāo)系的一、二象限, 則偏差為負(fù)值, 反之為正。

2.4 考慮路徑-強(qiáng)度特征指標(biāo)的相似檢索

根據(jù)預(yù)報(bào)路徑氣象特征指標(biāo)進(jìn)行的相似檢索, 主要對(duì)0、MW、MW和t4個(gè)指標(biāo)進(jìn)行檢索。致災(zāi)因子強(qiáng)度相似性檢索方法可采用以“距離”為核心的相似量, 如海明距離、相似離度等, 但它們?cè)跇颖酒骄迪嗤瑫r(shí)將無法進(jìn)行相似判斷; 還可采用以相似系數(shù)或相關(guān)系數(shù)同某種“值”系數(shù)的積構(gòu)成的具有“形、值”綜合相似判別能力的綜合相似量, 但由于相似系數(shù)、相關(guān)系數(shù)本身存在的不足, 導(dǎo)致綜合相似量有時(shí)也無法進(jìn)行正確的相似選擇。而最優(yōu)相似系數(shù)較好的解決了上述問題[28]。根據(jù)兩場(chǎng)熱帶氣旋對(duì)應(yīng)路徑點(diǎn)的指標(biāo)值計(jì)算最優(yōu)相似系數(shù), 分別以、、和表示, 從而確定其相似程度。最優(yōu)相似系數(shù)計(jì)算方法如下:

最優(yōu)相似系數(shù)由形系數(shù)和值系數(shù)構(gòu)成。以表示最優(yōu)相似系數(shù)的“形”系數(shù), 其表達(dá)式為

其中代表因子的數(shù)值,為路徑點(diǎn)個(gè)數(shù),為兩個(gè)樣本,F的值域?yàn)閇0, 1], 當(dāng)其為1時(shí)兩樣本位相、振幅最相似, 即完全相等。當(dāng)F為0時(shí), 為不相似。

“值”系數(shù)V定義為

其中V的值域?yàn)?0, 1], 當(dāng)其為1時(shí)兩樣本平均值相等,V越小, 兩樣本平均值差異越大。

綜合考慮形與值的影響, 最優(yōu)相似系數(shù)取形、值系數(shù)的平均, 則B為

B的值域?yàn)閇0, 1], 當(dāng)其為1時(shí)兩樣本完全重合。

2.5 考慮風(fēng)暴潮-海浪特征指標(biāo)的相似檢索

風(fēng)場(chǎng)、風(fēng)暴潮、海浪模擬數(shù)據(jù)均為面狀數(shù)據(jù), 需要構(gòu)建合理的致災(zāi)強(qiáng)度指標(biāo)作為相似檢索的指標(biāo)。IK(integrated kinetic energy)與大風(fēng)、風(fēng)暴潮及海浪造成的損失具有較強(qiáng)的相關(guān)性[29]。利用每30 min的3 s極大風(fēng)速瞬時(shí)風(fēng)場(chǎng)數(shù)據(jù)中風(fēng)速大于8級(jí)大風(fēng)(17.2 m/s)的網(wǎng)格風(fēng)速值計(jì)算每個(gè)30 min路徑點(diǎn)的IK值, 作為風(fēng)場(chǎng)的特征指標(biāo)(一般認(rèn)為8級(jí)以上大風(fēng)可造成損失),IK的計(jì)算方法為

其中積分范圍為某時(shí)刻路徑點(diǎn)周圍8°的方形范圍, 厚度為1 m, 網(wǎng)格大小為1 km;為空氣密度, 取默認(rèn)值為1 kg/m3;為1 km網(wǎng)格的風(fēng)速值。

由實(shí)時(shí)-預(yù)報(bào)的路徑及強(qiáng)度數(shù)據(jù)得到每個(gè)30 min路徑點(diǎn)的瞬時(shí)風(fēng)場(chǎng)并計(jì)算出IK及其最優(yōu)相似系數(shù), 以wind表示。

風(fēng)暴潮、海浪的影響強(qiáng)度及范圍都與其致災(zāi)強(qiáng)度有較強(qiáng)相關(guān), 每個(gè)路徑點(diǎn)的風(fēng)暴潮/海浪特征指標(biāo)計(jì)算公式為

其中S代表當(dāng)前路徑點(diǎn)所處時(shí)刻每個(gè)網(wǎng)格點(diǎn)的海浪有效波高或風(fēng)暴潮增水值, 計(jì)算風(fēng)暴潮特征值表時(shí),為陸地網(wǎng)格數(shù), 計(jì)算海浪特征指標(biāo)時(shí),為所有模擬網(wǎng)格數(shù)。

由目標(biāo)熱帶氣旋風(fēng)暴潮及海浪的模擬數(shù)據(jù), 則可以進(jìn)一步計(jì)算風(fēng)暴潮及海浪特征指標(biāo)的最優(yōu)相似系數(shù), 分別以tide和wave表示。

2.6 多指標(biāo)相似性綜合方法

2.6.1 綜合相似性指標(biāo)構(gòu)建

熱帶氣旋移動(dòng)路徑的相似程度以相似離度表示, 熱帶氣旋各強(qiáng)度特征的相似程度以最優(yōu)相似系數(shù)表示。致災(zāi)強(qiáng)度綜合的相似性排序通過構(gòu)建綜合相似性指標(biāo)來實(shí)現(xiàn), 綜合相似性指標(biāo)計(jì)算方法為

其中為綜合相似系數(shù),為最優(yōu)相似系數(shù),為所選強(qiáng)度指標(biāo)的個(gè)數(shù),為各相似系數(shù)的權(quán)重。

2.6.2 相似系數(shù)權(quán)重確定

相似系數(shù)權(quán)重確定采用參數(shù)調(diào)節(jié)方法, 權(quán)重的取值范圍為0.05~0.7, 取值間隔為0.01, 各組權(quán)重之和為1, 從各權(quán)重值的組合中確定一組權(quán)重, 使得綜合相似系數(shù)的排序與實(shí)際災(zāi)情相似排序最為一致。不同熱帶氣旋的影響范圍不同, 由影響范圍造成的災(zāi)情差異可由路徑的相似離度衡量, 因此利用相似離度對(duì)實(shí)際災(zāi)情的相似程度進(jìn)行了修正, 構(gòu)建的實(shí)際災(zāi)情相似指標(biāo)為

其中l(wèi)oss為實(shí)際災(zāi)情相似指標(biāo),L、L為熱帶氣旋的直接經(jīng)濟(jì)損失。

利用秩相關(guān)系數(shù)表示綜合相似系數(shù)排序與災(zāi)情相似排序的一致性, 秩相關(guān)系數(shù)計(jì)算方法為

式中s為秩相關(guān)系數(shù),為數(shù)據(jù)個(gè)數(shù),d為兩組變量的次序差值。綜合相似系數(shù)權(quán)重確定及驗(yàn)證結(jié)果見表3, 綜合相似系數(shù)權(quán)重結(jié)果見表4。

表3 綜合相似系數(shù)權(quán)重確定及驗(yàn)證秩相關(guān)系數(shù)表

表4 綜合相似系數(shù)權(quán)重表

3 相似熱帶氣旋檢索案例

以201311號(hào)熱帶氣旋尤特為目標(biāo)熱帶氣旋, 首先進(jìn)行路徑相似檢索, 得到與其路徑最為相似的前10場(chǎng)熱帶氣旋(圖6)。利用強(qiáng)度指標(biāo)進(jìn)行二次檢索, 相應(yīng)的單指標(biāo)相似系數(shù)結(jié)果見表5。以路徑-強(qiáng)度及風(fēng)場(chǎng)-風(fēng)暴潮-海浪強(qiáng)度綜合相似性指標(biāo)進(jìn)行二次檢索的結(jié)果如表6和表7所示。根據(jù)兩組致災(zāi)強(qiáng)度指標(biāo)檢索出的前5場(chǎng)熱帶氣旋一致, 但順序略有不同。因此實(shí)際應(yīng)用時(shí), 在未獲得風(fēng)場(chǎng)、風(fēng)暴潮及海浪模擬數(shù)據(jù)的情況下, 可采用路徑-強(qiáng)度指標(biāo)代替風(fēng)場(chǎng)-風(fēng)暴潮-海浪強(qiáng)度指標(biāo)進(jìn)行相似檢索。

表5 以尤特為目標(biāo)熱帶氣旋的單指標(biāo)相似系數(shù)表

表6 以尤特為目標(biāo)熱帶氣旋的路徑-強(qiáng)度綜合相似系數(shù)二次檢索排序表

表7 以尤特為目標(biāo)熱帶氣旋的風(fēng)場(chǎng)-風(fēng)暴潮-海浪綜合相似系數(shù)二次檢索排序表

4 結(jié)論及討論

本文提出了一種基于實(shí)時(shí)-預(yù)報(bào)和歷史熱帶氣旋路徑位置、強(qiáng)度、風(fēng)場(chǎng)、風(fēng)暴潮及海浪特征指標(biāo)的熱帶氣旋相似檢索方法, 得到的主要結(jié)論如下:

1) 從熱帶氣旋預(yù)報(bào)初期至登陸階段, 可以根據(jù)計(jì)算得到的路徑-中心點(diǎn)位置相似系數(shù)、路徑-強(qiáng)度特征指標(biāo)相似系數(shù)、風(fēng)場(chǎng)-風(fēng)暴潮-海浪特征指標(biāo)相似系數(shù)進(jìn)行兩次檢索得到歷史熱帶氣旋相似排序, 這是風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估的重要基礎(chǔ), 基于此排序結(jié)合歷史熱帶氣旋災(zāi)情, 可以在災(zāi)前的不同階段對(duì)目標(biāo)熱帶氣旋可能造成的損失進(jìn)行快速預(yù)評(píng)估;

2) 本方法既注重?zé)釒庑窂降目臻g相似, 也考慮到大風(fēng)、風(fēng)暴潮及海浪等主要致災(zāi)因子對(duì)于災(zāi)情的影響, 根據(jù)模擬風(fēng)場(chǎng)、風(fēng)暴潮及海浪數(shù)據(jù)的獲取情況, 給出了兩種進(jìn)行二次檢索的致災(zāi)強(qiáng)度指標(biāo)組合, 兼顧了預(yù)評(píng)估的實(shí)時(shí)性與準(zhǔn)確性。

未來研究中, 為提高預(yù)評(píng)估精度, 可在以下方面改進(jìn):

1) 在利用本方法得到的相似排序來進(jìn)行風(fēng)暴潮-海浪災(zāi)害預(yù)評(píng)估時(shí), 由于需要利用不同年代相似熱帶氣旋的損失數(shù)據(jù), 因此需要考慮不同年代承災(zāi)體脆弱性的變化; 本文確定綜合相似系數(shù)權(quán)重時(shí), 僅使用了1989~2013年湛江的13場(chǎng)熱帶氣旋災(zāi)害的損失數(shù)據(jù), 需要更多的災(zāi)害損失數(shù)據(jù)改進(jìn)權(quán)重系數(shù)。

2) 相似檢索算法需要多種輸入數(shù)據(jù), 包括實(shí)時(shí)-預(yù)報(bào)路徑數(shù)據(jù)、模擬風(fēng)場(chǎng)、風(fēng)暴潮及海浪數(shù)據(jù), 提高模擬數(shù)據(jù)的質(zhì)量將提高預(yù)評(píng)估結(jié)果的準(zhǔn)確性。

[1] 劉少軍, 張京紅, 何政偉, 等. 改進(jìn)的物元可拓模型在臺(tái)風(fēng)災(zāi)害預(yù)評(píng)估中的應(yīng)用[J]. 自然災(zāi)害學(xué)報(bào), 2012, (2): 135-141. Liu Shaojun, Zhang Jinghong, He Zhengwei, et al. Application of improved matter-element extension model to typhoon disaster pre-assessment[J]. Journal of Natural Disasters, 2012, (2): 135-141.

[2] 趙飛, 廖永豐, 張妮娜, 等. 登陸中國(guó)臺(tái)風(fēng)災(zāi)害損失預(yù)評(píng)估模型研究[J]. 災(zāi)害學(xué), 2011, 26(2): 81-85. Zhao Fei, Liao Yongfeng, Zhang Nina, et al. A pre-evaluation model for typhoon disasters in China [J]. Jounal of Catastrophology, 2011, 26(2): 81-85.

[3] 于小龍, 潘偉然, 張國(guó)榮, 等. 福建省臺(tái)風(fēng)災(zāi)害直接經(jīng)濟(jì)損失預(yù)評(píng)估模型[J]. 廈門大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011, 50(6): 1047-1052. Yu Xiaolong, Pan Weiran, Zhang Guorong, et al. The pre-evaluation model of typhoon disaster losses on Fujian province [J]. Journal of Xiamen University (Natural Science), 2011, 50(6): 1047-1052.

[4] 劉勇, 吳必文, 王東勇. 一種臺(tái)風(fēng)路徑相似檢索的算法研究[J]. 氣象, 2006, 32(7): 18-24. Liu Yong, Wu Biwen, Wang Dongyong. Algorithm study on similarity retrieval of typhoon tracks[J]. Meteorological Monthly, 2006, 32(7): 18-24.

[5] 陳聯(lián)壽, 丁一匯. 西太平洋臺(tái)風(fēng)概論[M]. 北京: 科學(xué)出版社, 1979. Chen Lianshou, Ding Yihui. An Introduction to West Pacific Typhoons [M]. Beijing: Science Press, 1979.

[6] 李開樂. 相似離度及其使用技術(shù)[J]. 氣象學(xué)報(bào), 1986, 44(2): 174-183. Li Kaile. A new similarity parameter and its application [J]. Acta Meteorologica Sinica, 1986, 44(2): 174-183.

[7] 魯小琴, 余暉, 趙兵科. 熱帶氣旋環(huán)境場(chǎng)相似檢索方法的對(duì)比分析[J]. 氣象, 2013, 39(12): 1609-1615. Lu Xiaoqin, Yu Hui, Zhao Bingke. Study on similarity retrieval method for ambient field of tropical cyclones[J]. Meteorological Monthly, 2013, 39(12): 1609-1615.

[8] 鄒亮, 任愛珠, 徐峰, 等. 基于GIS空間分析的臺(tái)風(fēng)路徑預(yù)測(cè)[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 48(12): 2036-2040. Zou Liang, Ren Aizhu, Xu Feng, et al. Typhoon track forecasting based on GIS spatial analyses[J]. J Tsinghua Univ (Sci & Tech), 2008, 48(12): 2036-2040.

[9] 王遠(yuǎn)飛, 陸濤, 朱海燕, 等. 基于GIS的熱帶氣旋相似路徑檢索系統(tǒng)研究[J]. 測(cè)繪科學(xué), 2006, 31(5): 124-125. Wang Yuanfei, Lu Tao, Zhu Haiyan, et al. GIS-based tropical cyclone similar path query and analysis[J]. Science of Surveying and Mapping, 2006, 31(5): 124-125.

[10] 梁必騏, 梁經(jīng)萍, 溫之平. 中國(guó)臺(tái)風(fēng)災(zāi)害及其影響的研究[J]. 自然災(zāi)害學(xué)報(bào), 1995, 1: 84-91. Liang Biqi, Liang Jingping, Wen Zhiping. Study of typhoon disasters and its affects in China[J]. Journal of Natural Disasters, 1995, 1: 84-91.

[11] 陳佩燕, 楊玉華, 雷小途, 等. 我國(guó)臺(tái)風(fēng)災(zāi)害成因分析及災(zāi)情預(yù)估[J]. 自然災(zāi)害學(xué)報(bào), 2009, 18(1): 64-73. Chen Peiyan, Yang Yuhua, Lei Xiaotu, et al. Cause analysis and preliminary hazard estimate of typhoon disaster in China[J]. Journal of Natural Disasters, 2009, 18(1): 64-73.

[12] 石先武, 譚駿, 國(guó)志興, 等. 風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估研究綜述[J]. 地球科學(xué)進(jìn)展, 2013, 28(8): 866-874. Shi Xianwu, Tan Jun, Guo Zhixing, et al. A review of risk assessment of storm surge disaster[J]. Advances in Earth Science, 2013, 28(8): 866-874.

[13] 許富祥, 韋鋒余, 邢闖. 090415渤海黃海北部災(zāi)害性海浪風(fēng)暴潮過程災(zāi)情成因分析及災(zāi)后反思[J]. 海洋預(yù)報(bào), 2009, 26(3): 38-44. Xu Fuxiang, Wei Fengyu, Xing Chuang. Cause analysis and rethinking after the disaster of storm surge disaster in northern Yellow Sea and Bohai Sea of 090415[J]. Marine Forecasts, 2009, 26(3): 38-44.

[14] Ying Ming, Zhang Wei, Yu Hui, et al. An overview of the China Meteorological Administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(2): 287-301.

[15] 林偉. 海南島臺(tái)風(fēng)大風(fēng)危險(xiǎn)性分析[D]. 北京: 北京師范大學(xué), 2014. Lin Wei. Typhoon wind hazard analysis of Hainan Island[D]. Beijing: Beijing Normal University, 2014.

[16] 吳小寧, 方偉華, 林偉, 等．海南橡膠樹熱帶氣旋風(fēng)災(zāi)易損性評(píng)估[J]．熱帶地理, 2015, 35(3): 315-323. Wu Xiaoning, Fang Weihua, Lin Wei, et al. Empirical curves of rubber tree fragility to tropical cyclone wind in Hainan[J]. Tropical Geography, 2015, 35(3): 315- 323.

[17] Luettich R A, Birkhahn R H, Westerink J J. Application of ADCIRC-2DDI to Masonboro Inlet, North Carolina: A brief numerical modeling study[R].Chapel Hill: University of North Carolina, 1991.

[18] 郭海榮, 焦文海, 楊元喜. 1985國(guó)家高程基準(zhǔn)與全球似大地水準(zhǔn)面之間的系統(tǒng)差及其分布規(guī)律[J]. 測(cè)繪學(xué)報(bào), 2004, 33(2): 100-104. Guo Hairong, Jiao Wenhai, Yang Yuanxi. The systematic difference and its distribution between the 1985 national height datum and the global quasigeoid[J]. Acta Geodaetica et Cartographica Sinica, 2004, 33(2): 100-104.

[19] 陳奕德, 董兆俊, 蔣國(guó)榮, 等. 湛江港風(fēng)暴增水特征分析[J]. 海洋預(yù)報(bào), 2002, 19(3): 44-52. Chen Yide, Dong Zhaojun, Jiang guorong, et al. Characteristic analysis of Zhanjiang Harbor’s storm surge[J]. Marine Forecasts, 2002, 19(3): 44-52.

[20] 張文靜, 朱首賢, 黃韋艮. 衛(wèi)星遙感資料在湛江港風(fēng)暴潮漫灘計(jì)算中的應(yīng)用[J]. 解放軍理工大學(xué)學(xué)報(bào): 自然科學(xué)版, 2009, 10(5): 501-506. Zhang Wenjing, Zhu Shouxian, Huang Weigen. Application of satellite remote sensing data to storm surge flooding calculation[J]. Journal of PLA University of Science and Technology (Natual Science Edition), 2009, 10(5): 501-506.

[21] 江志輝, 華鋒, 曲平. 一個(gè)新的熱帶氣旋參數(shù)調(diào)整方案[J]. 海洋科學(xué)進(jìn)展, 2008, 1: 1-7. Jiang Zhihui, Hua Feng, Qu Ping. A new scheme for adjusting the tropical cyclone parameters[J]. Advances in Marine Science, 2008, 1: 1-7.

[22] Booij N, Holthuijsen L H, Ris R C. The “SWAN” wave model for shallow water[J]. Coastal Engineering Proceedings, 1996, 25(1): 668-676.

[23] 宗芳伊, 魏來, 吳克儉. 基于SWAN模式的2種網(wǎng)格對(duì)嵊泗海域海浪模擬的比較研究[J]. 海洋湖沼通報(bào), 2014, 4: 10-18. Zong Fangyi, Wei Lai, Wu Kejian. Research on wave simulation comparisons of Shengsi waters based on tow kinds of grids using SWAN wave model[J]. Transactions of Oceanology and Limnology, 2014, 4: 10-18.

[24] 國(guó)家海洋局.中國(guó)海洋災(zāi)害公報(bào)[EB/OL]. [2015-02-25]. http: //www. mlr.gov.cn/zwgk/tjxx/. State Oceanic Administration People’s Republic of China. China marine disaster Bulletin[EB/OL]. [2015- 02-25]. http: // www.mlr.gov.cn/zwgk/tjxx/.

[25] 國(guó)家統(tǒng)計(jì)局．中國(guó)統(tǒng)計(jì)年鑒[EB/OL]. [2015-07-07]. http: //# cnki.net/kns55/navi/navidefault.aspx/. National Bureau of statistics of the People’s Republic of China. China Statistical Yearbook [EB/OL]. [2015-07-07].http: // #cnki.net/kns55/navi/navidefault.aspx/.

[26] 鄧睿. 多源遙感數(shù)據(jù)和GIS支持下的臺(tái)風(fēng)影響研究[D].杭州: 浙江大學(xué), 2010. Deng Rui. Study on typhoon impact based on multi- source remote sensing data and GIS [D]. Hangzhou: Zhejiang University, 2010.

[27] 李穎, 方偉華, 林偉, 等. 可能最大風(fēng)暴潮風(fēng)險(xiǎn)評(píng)估中各等級(jí)熱帶氣旋設(shè)定方法[J]. 海洋科學(xué), 2014, 38(4): 71-80. Li Ying, Fang Weihua, Lin Wei, et al. Parameterization of synthetic tropical cyclones at various scales for probable maximum storm surge risk modeling[J]. Marine Sciences, 2014, 38(4): 71-80.

[28] 羅陽(yáng), 趙偉. 相似性度量研究及最優(yōu)相似系數(shù)[C]//中國(guó)氣象學(xué)會(huì). 中國(guó)氣象學(xué)會(huì)2008年年會(huì)天氣預(yù)報(bào)準(zhǔn)確率與公共氣象服務(wù)分會(huì)場(chǎng)論文集. 北京: 中國(guó)氣象學(xué)會(huì), 2008: 373-392. Luo Yang, Zhao Wei. Research on similarity measurement and best similarity coefficient[C]//Chinese Meteorological Society. Branch Field of Weather Forecast Accuracy and Public Meteorological Service, Annual Symposium of Chinese Meteorological Society in 2008. Beijing: Chinese Meteorological Society, 2008: 373- 392.

[29] Powell M D, Reinhold T A. Tropical cyclone destructive potential by integrated kinetic energy[J]. Bulletin of the American Meteorological Society, 2007, 88: 513-526.

Similar tropical cyclone retrieval method for rapid potential storm surge and wave disaster loss assessment based on multiple hazard indictors

LI Jian1, 2, FANG Wei-hua1, 2, ZHANG Xiao-ning1, 2, CAO Shi-jia1, 2, YANG Xing-mei3, LIU Xing4, 5, SUN Jing4, 5

(1. Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education of China, Beijing Normal University, Beijing 100875, China; 2. Academy of Disaster Reduction and Emergency Management, Ministry of Civil Affair / Ministry of Education, Beijing 100875, China; 3. School of Mathematical Sciences, Beijing Normal University, Beijing 100875, China; 4. The Key Laboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266003, China; 5. College of Physical and Environmental Oceanography, Ocean University of China, Qingdao 266100, China)

In coastal areas of China, storm surges and waves induced by tropical cyclones can cause a large number of casualties and economic loss. Thus, it is extremely necessary to develop a method that can provide pre-event rapid loss assessment in a timely manner prior to the landing of a tropical cyclone. It is knownthat tropical cyclones with similar tracks, wind speeds, sizes, forward speeds, and directions flood nearly the same coastal locations and have significant wave heights and similar depths; hence, they cause similar disaster lossess. In this study, a similar tropical cyclone retrieval method based on multiple hazard indicators is proposed to analyze pre-event storm surge and wave disaster. The method can use the location, central pressure, maximum wind speed, radius of maximum wind, and forward speed of a typhoon as the only input dataset or detailed simulated wind fields, storm surges, and waves as input. First, track similarity is measured via similarity deviation, considering only the locations of cyclone tracks. Second, a best-similarity coefficient is used to measure the similarity in central pressure, the radius of maximum wind, maximum wind speed, moving speed, wind field, storm surge, and wave intensity indices. A secondary retrieval is then conducted using an integrated wind field-storm surge-wave similarity coefficient when simulated wind field, storm surge, and wave data are available and an integrated track-intensity coefficient when they are not available. Finally, a similarity ranking of historical tropical cyclones is obtained using the integrated similarity coefficient. Taking Cyclone Utor, which hit the Zhanjiang area in 2013as an example, five of the most similar historical tropical cyclones are retrieved from 112 historical tropical cyclone records. The method is flexible for rapid disaster-loss assessment because it provides a relatively satisfactory result using two scenarios of input dataset availability.

tropical cyclone; similarity; track and intensity; storm surge-wave; rapid potential loss assessment

(本文編輯: 李曉燕)

[Public science and technology research funds projects of ocean, No. 201305020]

Nov. 4, 2015

P457.8

A

1000-3096(2016)08-0049-12

10.11759/hykx20151104001

2015-11-04;

2016-01-27

海洋公益性行業(yè)科研專項(xiàng)(201305020)

栗健(1989-), 男, 黑龍江牡丹江人, 博士研究生, 主要從事臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估研究, 電話: 010-58805461, E-mail: jian.li@mail.bnu. edu.cn; 方偉華, 通信作者, 教授, 主要從事自然災(zāi)害風(fēng)險(xiǎn)評(píng)估研究, 電話: 010-58805461, E-mail: weihua.fang@bnu.edu.cn