葉金玉，王舒凡，丁 鳳

(1.福建師范大學(xué)地理研究所， 福建 福州 350007；2.福建省陸地災(zāi)害監(jiān)測評(píng)估工程技術(shù)研究中心， 福建 福州 350007；3.廈門藍(lán)德信息科技有限公司 福建 廈門 361021)

0 引言

在全球氣候變暖、海平面上升和快速城市化的背景下，各種自然災(zāi)害發(fā)生的頻率、強(qiáng)度及范圍不斷增加[1]。進(jìn)入21世紀(jì)以來，沿海地區(qū)城市化進(jìn)程加快，隨著人口的增長和社會(huì)經(jīng)濟(jì)的發(fā)展，該地區(qū)因自然災(zāi)害導(dǎo)致的經(jīng)濟(jì)損失和人員傷亡情況也呈上升趨勢[2]。臺(tái)風(fēng)是一種破壞性極強(qiáng)的災(zāi)害性天氣系統(tǒng)，其發(fā)生的頻率高、范圍廣、破壞強(qiáng)度大，已經(jīng)成為人類面臨的最嚴(yán)重的環(huán)境問題之一。

中國沿海地區(qū)人口和產(chǎn)業(yè)集聚，已成為建立開放性經(jīng)濟(jì)體系和發(fā)展外向型經(jīng)濟(jì)的黃金地帶，但每年卻因?yàn)榕_(tái)風(fēng)災(zāi)害造成高達(dá)百億元的直接經(jīng)濟(jì)損失[3]。沿海地區(qū)戰(zhàn)略地位的不可替代性和面對(duì)臺(tái)風(fēng)災(zāi)害的高風(fēng)險(xiǎn)性已經(jīng)引起了政府和學(xué)術(shù)界的高度關(guān)注[4]。牛海燕等[3]依據(jù)自然災(zāi)害系統(tǒng)理論，綜合考慮致災(zāi)因子和承災(zāi)體特征，采用災(zāi)次指數(shù)和承災(zāi)體指數(shù)對(duì)中國沿海地區(qū)近20年的臺(tái)風(fēng)災(zāi)害的危險(xiǎn)性、脆弱性和風(fēng)險(xiǎn)性進(jìn)行分析評(píng)價(jià)。陳文方等[5]、Zhang Y[6]等分別對(duì)長三角地區(qū)的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)開展評(píng)估。魏章進(jìn)等[7]對(duì)中國東南沿海的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)估并分析其總體變化趨勢。張悅等[8]對(duì)廣東省各市臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。李菁等[9]對(duì)廣西省的臺(tái)風(fēng)災(zāi)害進(jìn)行評(píng)判與排序，并對(duì)不同路徑進(jìn)入廣西的臺(tái)風(fēng)災(zāi)害成因進(jìn)行分析與探討。陳香[10]、葉金玉[11]、朱婧等[12]分別采用不同方法對(duì)福建省的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。周亞飛等[13]、周小梅等[14]分別采用不同方法對(duì)浙江省的臺(tái)風(fēng)災(zāi)害開展評(píng)估與區(qū)劃。Alexandros等[15]利用高保真模擬數(shù)據(jù)庫開發(fā)實(shí)時(shí)評(píng)估工具對(duì)美國新奧爾良地區(qū)的颶風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。

然而，現(xiàn)有關(guān)于臺(tái)風(fēng)災(zāi)害的研究多集中于風(fēng)險(xiǎn)評(píng)價(jià)、致災(zāi)因子的危險(xiǎn)性分析、臺(tái)風(fēng)災(zāi)害脆弱性分析、臺(tái)風(fēng)登陸研究等[16]，關(guān)于臺(tái)風(fēng)災(zāi)害的暴露性研究相對(duì)較少。臺(tái)風(fēng)災(zāi)害暴露性分析是臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估的重要組成部分，可為風(fēng)險(xiǎn)評(píng)估提供基礎(chǔ)性資料。Kossin等的研究表明，未來西北太平洋地區(qū)的臺(tái)風(fēng)災(zāi)害暴露性將呈現(xiàn)新的變化特征[17]。因此，本文基于歷史臺(tái)風(fēng)記錄資料，以中國沿海地區(qū)的15個(gè)省市(包括港澳臺(tái)在內(nèi))為研究區(qū)域，將地級(jí)市作為研究單元，根據(jù)研究單元所處的地理位置及其他空間特征分析沿海地區(qū)臺(tái)風(fēng)災(zāi)害暴露性的空間差異性。

1 數(shù)據(jù)來源與處理

根據(jù)熱帶氣旋登陸時(shí)刻的強(qiáng)度，可將其分為7個(gè)等級(jí)：強(qiáng)度未知或低于熱帶低壓、熱帶低壓、熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)[18]，本文研究的熱帶氣旋不分等級(jí)，統(tǒng)稱為臺(tái)風(fēng)。臺(tái)風(fēng)數(shù)據(jù)來源于中國氣象局熱帶氣旋資料中心[18]，包括1949—2016年西北太平洋上(含南海，赤道以北，東經(jīng)180°以西)的熱帶氣旋最佳路徑數(shù)據(jù)集(臺(tái)風(fēng)記錄的間隔時(shí)間為6小時(shí))和登錄中國的臺(tái)風(fēng)數(shù)據(jù)。利用GIS技術(shù)將1949—2016年共68個(gè)年份的2225條臺(tái)風(fēng)路徑記錄資料中提取臺(tái)風(fēng)路徑記錄點(diǎn)的經(jīng)緯度坐標(biāo)，將其轉(zhuǎn)為矢量點(diǎn)，并將其轉(zhuǎn)換成矢量線，進(jìn)一步檢索出登錄中國的臺(tái)風(fēng)路徑數(shù)據(jù)(圖1)。中國行政區(qū)劃圖來源于全國行政區(qū)劃下載中心[19]，根據(jù)政區(qū)圖取沿海地區(qū)15個(gè)省市(包括港澳臺(tái))和沿海岸線，包括大陸海岸線(南起廣西北侖河口(防城港市)，北至遼寧鴨綠江口(丹東市))和島嶼海岸線(臺(tái)灣、海南、舟山三個(gè)島嶼的邊界線)。

圖1 1949—2016年登陸中國的臺(tái)風(fēng)路徑Fig.1 Typhoon paths landing in China from 1949 to 2016

2 研究方法

本文探討的臺(tái)風(fēng)災(zāi)害暴露性是指單純針對(duì)某一研究單元的空間屬性特征，分析其可能遭受臺(tái)風(fēng)災(zāi)害危險(xiǎn)的程度大小。因此，這里的暴露性是指各研究單元的整體暴露性，不考慮其內(nèi)在脆弱性或危險(xiǎn)性。借鑒Paul對(duì)美國颶風(fēng)災(zāi)害的暴露性分析方法[20]，采用多元線性逐步回歸分析方法建立各地級(jí)市遭受臺(tái)風(fēng)襲擊次數(shù)與其地理空間參數(shù)之間相關(guān)關(guān)系的解釋性模型，并利用此模型的預(yù)測值作為定量評(píng)價(jià)各研究單元臺(tái)風(fēng)災(zāi)害暴露水平的指標(biāo)。這里的地理空間參數(shù)選取了研究單元的面積、周長、質(zhì)心的經(jīng)、緯度坐標(biāo)、形狀指數(shù)，以及質(zhì)心到海岸線的距離等。本文以地級(jí)市為研究單元，但由于海南省和臺(tái)灣省的行政等級(jí)劃分方法與其他省的不一樣，因此，這兩個(gè)省份直接以省級(jí)行政區(qū)為研究單元。

2.1 指標(biāo)的計(jì)算方法

(1)臺(tái)風(fēng)累計(jì)襲擊次數(shù)。臺(tái)風(fēng)累計(jì)襲擊次數(shù)是指某一研究單元在一定時(shí)間周期內(nèi)臺(tái)風(fēng)路徑經(jīng)過次數(shù)的累加值。臺(tái)風(fēng)累計(jì)襲擊次數(shù)多少不考慮臺(tái)風(fēng)接觸面積，只統(tǒng)計(jì)臺(tái)風(fēng)路徑經(jīng)過該單元的次數(shù)。對(duì)于每一個(gè)研究單元，臺(tái)風(fēng)路徑經(jīng)過一次即為相交一次，襲擊次數(shù)記為1，依此進(jìn)行累加計(jì)算。利用ArcGIS中線與多邊形的相交工具計(jì)算獲得。

(2)各研究單元的空間參數(shù)

質(zhì)心緯度，計(jì)算研究單元質(zhì)心坐標(biāo)的縱坐標(biāo)，單位為十進(jìn)制度。

圖2 1949—2016年中國沿海地區(qū)遭受臺(tái)風(fēng)襲擊次數(shù)空間分布圖Fig.2 Spatial distribution map of the number of typhoon attacks in coastal areas of China

質(zhì)心經(jīng)度，計(jì)算研究單元質(zhì)心坐標(biāo)的橫坐標(biāo)，單位為十進(jìn)制度。

距離海岸線的遠(yuǎn)近程度，研究單元質(zhì)心坐標(biāo)點(diǎn)到海岸線的最短距離(單位km)。利用ArcGIS的鄰域分析工具計(jì)算獲得。

面積，計(jì)算研究單元在等積投影下的面積(單位km2)。

畝成本種子25元、化肥料農(nóng)藥150元、機(jī)播機(jī)收120元、人工80元，合計(jì)375元。畝產(chǎn)油菜籽130公斤、單價(jià)5.2元/公斤、畝產(chǎn)值676元。畝純收入301元。

周長，研究單元的邊界線長度(單位km)。

形狀指數(shù)，研究單元的周長與其面積開方的比值。對(duì)面積進(jìn)行開方取值是為了保證形狀指數(shù)不依賴于尺度變化；在此基礎(chǔ)上，將比值結(jié)果乘以0.25，使形狀接近于正方形的研究單元的形狀指數(shù)為1.0。

利用上述6個(gè)空間參數(shù)作為自變量，臺(tái)風(fēng)累計(jì)襲擊次數(shù)為因變量，做自變量和因變量的相關(guān)關(guān)系分析，可獲得臺(tái)風(fēng)襲擊次數(shù)的解釋模型。

2.2 多元線性逐步回歸分析方法

回歸分析方法是研究要素之間具體的數(shù)量關(guān)系的工具，運(yùn)用這種方法能夠建立反映地理要素之間具體的數(shù)量關(guān)系的數(shù)學(xué)模型，即回歸模型[21]。因此，本文采用多元線性回歸分析方法對(duì)上述空間參數(shù)與臺(tái)風(fēng)累計(jì)襲擊次數(shù)之間的相關(guān)關(guān)系進(jìn)行分析，其理論模型[22]如下：

式中，Y代表因變量，Xi為自變量，m是自變量個(gè)數(shù)，ai為偏回歸系數(shù)，e為隨機(jī)誤差。

3 結(jié)果分析

3.1 臺(tái)風(fēng)累計(jì)襲擊次數(shù)空間分布格局

根據(jù)1949—2016年登錄中國的臺(tái)風(fēng)數(shù)據(jù)和臺(tái)風(fēng)累計(jì)襲擊次數(shù)的計(jì)算方法，計(jì)算獲得中國沿海地區(qū)各研究單元的臺(tái)風(fēng)累計(jì)襲擊次數(shù)空間分布圖(圖2)，以及沿海地區(qū)遭受臺(tái)風(fēng)襲擊累計(jì)次數(shù)最多的前10個(gè)研究單元表(表1)。

由圖2和表1可以看出，中國沿海地區(qū)各市遭受臺(tái)風(fēng)襲擊的累計(jì)次數(shù)空間分布差異顯著，并呈現(xiàn)由南部沿海向北部沿海逐漸降低的趨勢。襲擊次數(shù)在100次以上的研究單元多分布在臺(tái)灣、海南、福建、廣東和廣西等東南沿海地區(qū)，襲擊次數(shù)在10次以下的多分布在天津市、河北省和遼寧省。

表1 1949—2016年累計(jì)遭受臺(tái)風(fēng)襲擊次數(shù)最多的前10個(gè)研究單元

3.2 回歸分析結(jié)果

以前文的6個(gè)空間參數(shù)作為自變量，臺(tái)風(fēng)累計(jì)襲擊次數(shù)為因變量，進(jìn)行多元線性逐步回歸分析。分析結(jié)果表明，累計(jì)襲擊次數(shù)與邊界線周長、緯度、質(zhì)心與海岸線距離及形狀指數(shù)存在較高的相關(guān)性，由此建立多元回歸預(yù)測模型：

0.154X4-74.154

(2)

對(duì)該預(yù)測模型進(jìn)行擬合度檢驗(yàn)、顯著性檢驗(yàn)及t檢驗(yàn)，結(jié)果表明該回歸方程有較高的擬合度。該模型中，X1是研究單元的周長，其回歸系數(shù)為正值，表明臺(tái)風(fēng)累計(jì)襲擊次數(shù)與邊界線周長呈正相關(guān)，即研究單元邊界線周長越長，可能遭受臺(tái)風(fēng)襲擊的次數(shù)越高；X2、X3、X4分別表示緯度、質(zhì)心與海岸線距離及形狀指數(shù)，其系數(shù)均為負(fù)，表明臺(tái)風(fēng)累計(jì)襲擊次數(shù)與緯度、質(zhì)心距海岸線距離及形狀指數(shù)呈負(fù)相關(guān)，即緯度越低，距離海岸線越近，形狀指數(shù)越小(區(qū)域越狹長)，可能遭受臺(tái)風(fēng)襲擊的次數(shù)越高。

3.3 臺(tái)風(fēng)災(zāi)害暴露性分析結(jié)果

將式(2)作為臺(tái)風(fēng)災(zāi)害暴露性水平的評(píng)價(jià)模型，即綜合考慮上述相關(guān)性最強(qiáng)的四個(gè)空間參數(shù)：研究單元的周長、緯度、質(zhì)心與海岸線的距離、形狀指數(shù)，對(duì)研究區(qū)各研究單元可能遭受的臺(tái)風(fēng)襲擊次數(shù)進(jìn)行估算，再采用極差標(biāo)準(zhǔn)化方法對(duì)此估算值進(jìn)行標(biāo)準(zhǔn)化處理，以此作為臺(tái)風(fēng)災(zāi)害暴露性的表征指標(biāo)。

(3)

式中，Ei表征某研究單元的臺(tái)風(fēng)災(zāi)害暴露性，Hi是某研究單元的臺(tái)風(fēng)襲擊次數(shù)估算值，max(H)、min(H)分別是研究區(qū)臺(tái)風(fēng)襲擊次數(shù)估算結(jié)果的最大值和最小值。根據(jù)式(3)，計(jì)算獲得中國沿海地區(qū)的臺(tái)風(fēng)災(zāi)害暴露性指數(shù)。采用自然斷點(diǎn)分級(jí)法，按暴露性指數(shù)高低將研究區(qū)的暴露性水平分為5個(gè)等級(jí)：最高、較高、中等、較低、最低，最終獲得如圖3所示的中國沿海地區(qū)臺(tái)風(fēng)災(zāi)害暴露性空間格局圖。

表2 暴露性指數(shù)最高的10個(gè)研究單元

圖3 中國沿海地區(qū)臺(tái)風(fēng)災(zāi)害暴露性空間格局Fig.3 Spatial distribution map of typhoon disaster exposure in coastal areas of China

由圖3、表2、表3可以看出，中國沿海地區(qū)的臺(tái)風(fēng)災(zāi)害暴露性空間差異顯著，并呈現(xiàn)從南部沿海向北部沿海逐步降低的趨勢，具體特征如下：(1)暴露性水平最高及較高的研究單元主要分布在臺(tái)灣省、海南省、福建省、廣東省、廣西省及上海市等東南沿海地區(qū)，表2列出的暴露性指數(shù)最高的10個(gè)研究單元均位于這里的前面5個(gè)省份，其中暴露性指數(shù)最高的是臺(tái)灣??；暴露性水平中等的研究單元多分布在長江以北的北部沿海省份，包括江蘇省、山東省及河北省等；暴露性水平較低及最低的研究單元主要分布在山東省和河北省的內(nèi)陸地區(qū)及遼寧省，表3列出的暴露性指數(shù)最低的10個(gè)研究單元有9個(gè)屬于這3個(gè)省份。(2)屬于同一個(gè)省份或者緯度相近的各研究單元，呈現(xiàn)距海岸線距離越近暴露性越大的特點(diǎn)，例如，浙江省、福建省、廣東省、廣西省、山東省、河北省等地區(qū)的沿海研究單元的暴露性普遍高于內(nèi)陸的研究單元。(3)大多數(shù)研究單元的暴露性分析結(jié)果與實(shí)際情況較吻合，說明利用研究單元本身的空間參數(shù)進(jìn)行臺(tái)風(fēng)災(zāi)害暴露性分析的研究方法較合理，且容易實(shí)現(xiàn)。因此，針對(duì)研究單元空間參數(shù)的特征分析可為臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)的選擇及評(píng)估方法的改進(jìn)提供參考。

表3 暴露性指數(shù)最低的10個(gè)研究單元

以上分析結(jié)果表明，本文所采用的研究方法較合理，并具有較大可行性，針對(duì)其中出現(xiàn)的極少數(shù)面積較小的研究單元(如舟山市等)的暴露性結(jié)果與實(shí)際情況有一定差別的情況，原因可能有以下兩方面：一是空間參數(shù)本身與空間范圍緊密相關(guān)，而本文僅選擇中國沿海省份為研究區(qū)，這種狹長的研究范圍內(nèi)有限的樣本數(shù)量在一定程度上影響了臺(tái)風(fēng)累計(jì)襲擊次數(shù)與研究單元空間參數(shù)的相關(guān)分析結(jié)果。二是以研究單元與臺(tái)風(fēng)路徑是否相交來判斷該研究單元是否遭受臺(tái)風(fēng)襲擊，并進(jìn)行臺(tái)風(fēng)襲擊次數(shù)統(tǒng)計(jì)的結(jié)果實(shí)際上相當(dāng)于臺(tái)風(fēng)登陸的次數(shù)，因此，面積較小的研究單元的登陸次數(shù)可能相對(duì)較少，進(jìn)而導(dǎo)致其暴露性相對(duì)較低。盡管相對(duì)于總共116個(gè)研究單元的樣本數(shù)，僅出現(xiàn)少數(shù)幾個(gè)異常的結(jié)果是屬于可接受的范圍，但也說明在未來研究中，針對(duì)其中某些指標(biāo)的提取方法仍存在進(jìn)一步優(yōu)化的空間。

4 結(jié)論與討論

本文基于歷史臺(tái)風(fēng)路徑數(shù)據(jù)，以中國沿海地區(qū)為研究區(qū)，將地級(jí)市作為研究單元，計(jì)算其相關(guān)的空間參數(shù)，用多元線性回歸分析方法建立臺(tái)風(fēng)累計(jì)襲擊次數(shù)和空間參數(shù)之間相關(guān)關(guān)系的解釋性模型，在此基礎(chǔ)上，對(duì)研究區(qū)臺(tái)風(fēng)災(zāi)害的暴露性進(jìn)行分析。主要結(jié)論如下：

(1)中國沿海地區(qū)遭受臺(tái)風(fēng)襲擊次數(shù)的空間分布差異顯著，呈現(xiàn)由南部沿海向北部沿海逐漸降低的趨勢，最高值集中分布在臺(tái)灣、海南、廣東、福建、廣西等地區(qū)。臺(tái)風(fēng)災(zāi)害累計(jì)襲擊次數(shù)與研究單元的邊界線周長呈正相關(guān)，與緯度、距海岸線的距離、形狀指數(shù)呈負(fù)相關(guān)。

(2)中國沿海地區(qū)的臺(tái)風(fēng)災(zāi)害暴露性空間差異顯著，呈現(xiàn)從南部沿海向北部沿海逐步降低的趨勢。暴露性水平最高的10個(gè)研究單元均分布于臺(tái)灣、海南、廣東、福建、廣西等5個(gè)省份，其中暴露性指數(shù)最高的是臺(tái)灣??；暴露性水平中等的研究單元多分布在長江以北的北部沿海省份，包括江蘇省、山東省及河北省等；暴露性水平較低的研究單元主要分布在山東省和河北省的內(nèi)陸地區(qū)及遼寧??；屬于同一個(gè)省份或者緯度相近的各研究單元，呈現(xiàn)距海岸線距離越近暴露性越大的特點(diǎn)。

(3)大多數(shù)研究單元的暴露性分析結(jié)果與實(shí)際情況較吻合，說明本文的研究方法總體上較合理，可為臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)表征指標(biāo)的選擇及評(píng)估方法的改進(jìn)提供參考依據(jù)及基礎(chǔ)性資料，進(jìn)而為沿海地區(qū)的防臺(tái)抗災(zāi)工作提供科學(xué)依據(jù)。針對(duì)其中出現(xiàn)的極少數(shù)研究單元分析結(jié)果不夠合理的情況，進(jìn)一步研究可考慮以全國范圍為研究區(qū)，擴(kuò)大研究范圍，或者是基于更小的縣域單元進(jìn)行分析。在統(tǒng)計(jì)研究單元臺(tái)風(fēng)累計(jì)襲擊次數(shù)時(shí)可考慮從臺(tái)風(fēng)的強(qiáng)度等級(jí)、風(fēng)圈半徑等方面進(jìn)行改善，使分析結(jié)果更合理、有效。