談科，姜彤，王艷君，溫姍姍，蘇布達，翟建青

（1.南京信息工程大學 地理科學學院/災害風險管理研究院，江蘇 南京 210044；2.中國氣象局國家氣候中心，北京 10081）

在全球變暖的背景下，氣候變化引起的極端災害事件頻發(fā)。熱帶氣旋是目前造成全球經(jīng)濟損失最嚴重的極端事件之一（Klotzbath et al，2006）。熱帶氣旋指發(fā)生在熱帶或副熱帶洋面上的低壓渦旋、中尺度或天氣尺度的暖性氣旋（Knutson et al，2010），主要生成于西太平洋及臨近海域、大西洋、東北太平洋以及印度洋和南太平洋（Murakami et al，2010；賴芬芬等，2012）。德國慕尼黑再保險公司發(fā)布的全球自然災害數(shù)據(jù)顯示：1980 年以來，與熱帶氣旋有關的天氣災害對全球造成平均每年約538 億美元的損失，占自然災害總損失的44.6%（Yoshida et al，2017）。中國是受熱帶氣旋災害影響最嚴重的國家之一，因此造成的經(jīng)濟損失僅2019 年就達到了84 億美元，占全球總損失的10.2%，占中國氣象災害總損失的26.4%（謝伏瞻等，2020）。

圍繞熱帶氣旋的頻次、強度和經(jīng)濟損失等特征，國內外學者開展了大量的研究。目前的研究表明：全球每年約有80 個左右的熱帶氣旋在太平洋、印度洋和大西洋熱帶區(qū)域生成（Elsner et al，2008）。1980 年以來，全球生成氣旋的頻次呈現(xiàn)減少的趨勢，登陸氣旋頻次沒有明顯的變化趨勢，但強度有明顯的增強（Emanuel，2005；Mendelsohn et al，2017；Rodgers et al，2001；Webster et al，2005），等級較高的熱帶氣旋數(shù)量呈增加趨勢，特別是在北大西洋和南印度洋等海域（Chia et al，2002；Choi et al，2013；Wu et al，2017；Ying et al，2014）。國內學者圍繞熱帶氣旋的研究主要集中于臺風的動力學機制、數(shù)值模擬以及特征等方面（劉秋興 等，2014；原楠等，2019；張志偉，2019；朱男男等，2020）。結果表明：近年來，登陸中國氣旋的頻次總體變化不明顯，但高于臺風等級的熱帶氣旋數(shù)量呈現(xiàn)增加趨勢（陸逸 等，2016）。風雨是造成損失的主要致災因子，登陸中國的熱帶氣旋年平均強度增強（孫志林等，2019），經(jīng)濟損失顯著上升，伴隨的風險也顯著上升（王勝等，2012）。中國學者對熱帶氣旋造成的財產(chǎn)損失、人員傷亡、房屋坍塌及農(nóng)作物減產(chǎn)等方面也做了大量研究。產(chǎn)業(yè)上，中國的農(nóng)業(yè)是受熱帶氣旋影響最嚴重的行業(yè)，經(jīng)濟損失的比重占到了37%，其次為工業(yè)和商業(yè)，經(jīng)濟損失的比重分別占29%和20%（Wen et al，2017）。地理位置上，浙江、福建和廣東是最易受熱帶氣旋侵襲的地區(qū)，也是中國熱帶氣旋損失最高的3 個省份，比重占每年中國熱帶氣旋總損失的一半以上（陳雪 等，2018）。目前，關于熱帶氣旋對城市影響的研究相對較少。

本文選擇中國受熱帶氣旋影響最嚴重的東南地區(qū)沿海城市作為研究區(qū)域，根據(jù)《中國城市統(tǒng)計年鑒》中市區(qū)總人口數(shù)據(jù)，將浙江、福建、廣東和海南四省及上海市在內的38 個沿海城市劃分為三個等級，同時結合登陸熱帶氣旋的頻次、強度、路徑和損失數(shù)據(jù)，對1984—2019 年登陸中國東南沿海城市的熱帶氣旋及影響氣旋損失的變化特征進行研究。這些城市大多數(shù)經(jīng)濟和交通比較發(fā)達、人口密集，研究結果將有助于我們更加有效地提高城市的災害抵御能力和防范意識，建立更加完善的災害預警系統(tǒng)，為相關的政策提供科學依據(jù)，對沿海城市的發(fā)展具有重大且深遠的意義。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

根據(jù)《中國海洋統(tǒng)計年鑒》，沿海城市指的是有海岸線（大陸岸線和島嶼岸線）的直轄市和地級市（包括其下屬的全部區(qū)、縣和縣級市），中國共有55 個沿海城市（國家統(tǒng)計局，2017）。本文選擇了位于東南沿海的38 個城市作為研究區(qū)域，具體如表1 所示。這些城市大部分經(jīng)濟較為發(fā)達，人口密集，僅2019 年的GDP（國民生產(chǎn)總值）總量就已達到了19 萬億元，占中國總GDP 的20.6%，市區(qū)常住人口約2 億人，占中國人口總量的14.3%。

表1 中國東南沿海省份（直轄市）和城市

圖1 研究區(qū)概況

1.2 數(shù)據(jù)

本文的研究數(shù)據(jù)主要分為三個部分，分別為熱帶氣旋頻次和強度、熱帶氣旋災害損失以及社會經(jīng)濟數(shù)據(jù)。

熱帶氣旋的頻次和強度數(shù)據(jù)來自中國氣象局熱帶氣旋資料中心編制的“西北太平洋熱帶氣旋路徑數(shù)據(jù)集”，包括1984—2019 年熱帶氣旋中心每隔6h 的位置（經(jīng)緯度）、中心最低氣壓、平均近中心最大風速和熱帶氣旋等級信息等。根據(jù)中國氣象局資料、中國《熱帶氣旋等級》 國家標準（GB/T19201—2006），熱帶氣旋按中心附近地面最大風速可劃分為六個等級，分別為熱帶低壓（TD：10.8耀17.1 m/s）、熱帶風暴（TS：7.2耀24.4 m/s）、強熱帶風暴（STS：24.5 耀32.6 m/s）、臺風（TY：32.7耀41.4 m/s）、強臺風（STY：41.5耀50.9 m/s）和超強臺風（Super TY：逸51.0 m/s），文中將熱帶氣旋分為TY 以下的熱帶氣旋（風速<32.7 m/s）和STS 以上的熱帶氣旋（風速逸32.7 m/s）等兩大類。

熱帶氣旋災害損失數(shù)據(jù)源于中國氣象局國家氣候中心編制的《中國氣象災害年鑒》，內容包括了1984—2019 年逐年熱帶氣旋災害直接經(jīng)濟損失數(shù)據(jù)。

社會經(jīng)濟數(shù)據(jù)和城市等級劃分標準均來自《中國城市統(tǒng)計年鑒》，包括歷年中國各城市的城區(qū)常住人口以及地區(qū)生產(chǎn)總值（GDP）等數(shù)據(jù)，劃分標準根據(jù)常住人口數(shù)量將中國城市劃分為五類七檔（國家統(tǒng)計局，2020）。本文根據(jù)2019 年末城市城區(qū)常住人口數(shù)將所選研究城市分為三大類，分別為中等及以下城市（人口臆100 萬）、大型城市（100萬<人口臆500 萬） 和特大型城市（人口> 500 萬）。劃分后，中等以下城市個數(shù)為12 個，大型城市和特大城市均為13 個，具體結果如表2 所示。

表2 城市等級劃分結果

2 研究方法

2.1 統(tǒng)計分析

采用線性回歸方程分析登陸中國東南沿海城市的熱帶氣旋基本特征和經(jīng)濟損失的時間變化特征。

2.2 空間分析

空間分析是指從空間數(shù)據(jù)中獲取相關地理對象的空間位置、分布、形態(tài)、形成和演變等信息的方法。本文利用地統(tǒng)計學線性插值中的克里金法（Kriging）對文中的臺風頻次、強度和經(jīng)濟損失進行插值。克里金法又稱空間局部插值法，是依據(jù)協(xié)方差函數(shù)對隨機過程或者隨機場進行空間建模和預測（插值）的回歸算法，理論基礎主要分為區(qū)域化變量和變異分析，區(qū)域化變量是描述某一變量的空間分布，反映了區(qū)域內某種特征或者現(xiàn)象。變異分析主要通過變異函數(shù)和協(xié)方差函數(shù)來反映。克里金插值的實質是根據(jù)區(qū)域化變量的原始數(shù)據(jù)特點和變異函數(shù)的結構特點，對未進行采樣的區(qū)域進行線性無偏最優(yōu)估計（孔令娜等，2012）。

2.3 經(jīng)濟損失標準化

居民消費價格指數(shù)（Consumer Price Index，CPI）是一種觀察通貨膨脹的重要指標，它反映了經(jīng)濟運作過程中物價的變動情況。為獲得具有可對比性的熱帶氣旋經(jīng)濟損失時間序列，本文以2019年作為基準年，對經(jīng)濟損失數(shù)據(jù)進行CPI 標準化處理，計算公式如下所示：

其中，EL 為當年的直接經(jīng)濟損失，CPI 為居民消費者物價指數(shù)，s 表示基準年，t 表示當年。

3 結果

3.1 熱帶氣旋時空變化特征

3.1.1 時間特征

1984—2019 年西北太平洋生成和登陸熱帶氣旋頻次變化如圖2 所示，1984—2019 年西北太平洋共生成熱帶氣旋916 次，其中，登陸中國的有294 次，在東南沿海城市登錄的熱帶氣旋有208個，占生成氣旋總數(shù)的22.7%，占登陸氣旋總數(shù)的70.7%，平均每年生成熱帶氣旋25 次，登陸中國8 次，登陸東南沿海城市6 次。1994 年生成氣旋最多，達到了37 次，1998 年和2010 年最少，僅14 次；中國總登陸氣旋在2013 年最多，達到了13 次，在1986 年最少，僅3 次；東南沿海城市在1992 年、1994 年、2001 年、2013 年和2018 年最多，均為8次，1986 年最少，為3 次。從總體變化趨勢上看，1984—2019 年西北太平洋生成的熱帶氣旋呈下降趨勢，速率為1.3 次/10a，登陸中國和東南沿海城市的氣旋變化不明顯。從城市等級上看，1984—2019 年登陸東南沿海城市氣旋頻次最多的為特大型城市，達到了89 次，其次為大型城市，為79 次，中等及以下城市最少，為40 次。趨勢上，中等及以下城市登陸氣旋頻次呈現(xiàn)下降趨勢，大型城市無明顯變化，特大城市呈上升趨勢。

圖2 1984—2019 年生成氣旋、登陸氣旋頻次變化

強度上，根據(jù)表3 可知，1984—2019 年臺風以下等級熱帶氣旋共登陸中國東南沿海城市120次，強熱帶風暴（STS）以上級別為88 次，分別占比57.7%和42.3%。其中，中等及以下城市在2011—2019 年登陸的TY 以下級別熱帶氣旋最多，為8 次，在1984—1992 年登陸STS 以上級別最多，為7 次，總體強度呈下降趨勢；而大型城市則相反，在1984—1992 登陸的臺風（TY）以下級別最多，為16 次，在2011—2019 年登陸的STS 以上級別最多，為12 次，總體強度增強；特大城市2011—2019 年登陸的TY 以下級別最多，為15 次，2002—2010 年登陸的STS 以上級別最多，為12次，強度呈現(xiàn)先增加后減少的趨勢?？傮w上，東南沿海城市登陸的熱帶氣旋強度呈上升趨勢。

表3 1984—2019 年東南沿海城市不同強度登陸氣旋頻次變化

3.1.2 空間特征

1984—2019 年，登陸氣旋最多的東南沿海城市主要位于廣東西部和福建北部及中部，超過3次/10a，其次為海南和浙江沿海城市及上海，大部為1 次/10a耀3 次/10a，登陸在廣東東部的熱帶氣旋最少，低于1 次/10a。即熱帶氣旋在廣東呈現(xiàn)明顯的西多東少特征，福建中部和北部多于南部，浙江和海南分布相對均勻（圖3a）。強度上，根據(jù)圖3b，STS 以上的高強度熱帶氣旋主要登陸在福建、浙江以及廣東西部沿海城市一帶，在海南、廣東東部及上海登陸的相對較少。福建和浙江沿海城市登陸氣旋的強度總體最高，廣東同樣呈現(xiàn)西高東低的特征，海南和上海最低。

圖3 1984—2019 年熱帶氣旋總登陸頻次和STS 以上級別熱帶氣旋登陸頻次（a：總頻次，b：STS 以上）

3.1.3 登陸位置特征

1984—2019 年在東南沿海城市登陸的熱帶氣旋和STS 以上級別的熱帶氣旋的緯度統(tǒng)計結果如圖4 所示。根據(jù)圖4a，總體上，登陸位置無明顯變化，但從圖4b 看，STS 以上的熱帶氣旋緯度有明顯的上升趨勢，增速為0.7毅/10 a，即高強度的熱帶氣旋登陸位置出現(xiàn)北移趨勢。

圖4 1984—2019 年總熱帶氣旋（a）和STS 以上級別熱帶氣旋（b）登陸位置

3.2 經(jīng)濟損失時空特征

3.2.1 時間特征

對1984—2019 年熱帶氣旋造成的經(jīng)濟損失進行標準化處理（以2019 年市值計算），結果如圖5所示。經(jīng)校正后，1984—2019 年中國東南沿海城市熱帶氣旋多年平均損失為400 億元，其中，特大城市損失最高，達到了293 億元，占比73.3%，大型城市和中等及以下城市分別為77 億和30 億元，分別占19.2%和7.5%。2013 年是特大城市損失最高的年份，達到了1 245.3 億元，2017 年最低，僅25.2 億元，大型城市和中等及以下城市損失最高的年份分別為1993 年和2000 年，為211.2 億元和186.6 億元，最低的年份均為1984 年，為0.3 和0.2 億元。趨勢上，三個等級的城市經(jīng)濟損失均呈上升趨勢，特大城市增速最快，為3.8 億元/年，大型城市和中等城市分別為2.1 億元/年和0.3 億元/年（圖5a）。

圖5 1984—2019 年登陸東南沿海城市熱帶氣旋經(jīng)濟損失及占GDP 比重時間特征

根據(jù)圖5b，經(jīng)濟損失占GDP 比重最高的為中等及以下城市，1984—2019 年平均為1.9%，其次為特大城市和大型城市，分別為0.8%和1.0%。其中，中等及以下城市在1990 年損失的比重達到了4.7%，超過其他年份，在2018 年最低，為0.07%，而大型城市和特大城市在1991 年和1994 年最高，分別為3.2%和3.3%，在2016 年和2011 年最小，分別為0.06%和0.1%。三種城市在趨勢上均呈下降趨勢，其中中等及以下城市減速最快，為0.1%/年，大型城市和特大城市分別為0.04%/年和0.07%/年。

3.2.2 空間特征

從空間上看，根據(jù)圖6a，經(jīng)濟損失較高的沿海城市主要分布于廣東西部、福建北部和浙江省一帶，部分城市平均損失超過了5 億元，福建南部、廣東東部和海南省相對較低，大部分沿海城市損失小于1 億元。但從損失占GDP 的比重看（圖6b），海南省和廣東部分城市損失超過了1%，超過了其他省份沿海城市，浙江大部分在0.05%耀1%之間，福建則小于0.5%，相對較低。

根據(jù)東南沿海城市的熱帶氣旋特征變化和經(jīng)濟損失及占GDP 的比重結果，進入21 世紀后，城市經(jīng)濟損失占GDP 的比重有了顯著的下降，說明沿海城市災害防御總體水平有了明顯的提升。其中，在大型城市登陸的熱帶氣旋強度在上升，但造成的經(jīng)濟損失占GDP 比重仍然最低，說明災害防御水平相對較高，其次為特大城市，中等及以下城市較弱（圖5）?？臻g上，海南和廣東西部的沿海城市災害防御水平較弱，浙江、福建和廣東東部相對較強（圖6）。

圖6 1984—2019 年登陸東南沿海城市熱帶氣旋經(jīng)濟損失及占GDP 比重空間特征

4 結論

本文針對1984—2019 年登陸中國東南沿海城市的熱帶氣旋基本特征進行了分析，主要從熱帶氣旋的頻次、強度、登陸點變化和造成的經(jīng)濟損失等方面展開研究，主要得出以下結論：

（1）頻次上，1984—2019 西北太平洋生成氣旋呈現(xiàn)下降趨勢，登陸東南沿海城市的氣旋無明顯變化。從城市等級上看，特大城市登陸氣旋頻次最多，中等及以下城市最少；趨勢上，中等及以下城市登陸氣旋頻次下降，大型城市無明顯變化，特大城市上升；空間上，登陸熱帶氣旋頻次最多沿海城市主要位于廣東和海南。

（2）強度上，登陸東南沿海城市的熱帶氣旋強度總體增強。從城市等級上看，特大城市強度最強，中等及以下城市最弱；趨勢上，中等及以下城市強度減弱，大型城市強度增強，特大城市強度在2010 年前增強，隨后減弱；空間上，福建、浙江和廣東西部一帶登陸的熱帶氣旋強度最強。

（3）路徑上，熱帶氣旋總體登陸點無明顯變化，但臺風及以上級別的高強度的熱帶氣旋登陸點的緯度有北移趨勢，速率為0.7毅/10 a。

（4）經(jīng)濟損失上，特大城市損失最嚴重，其次為大型城市和中等及以下城市。趨勢上，沿海城市熱帶氣旋經(jīng)濟損失均呈上升趨勢，增速最快的為特大城市，其次為大型城市和中等及以下城市；從占GDP 的比重看，占比最低的為大型城市，其次為特大城市和中等及以下城市。從空間分布上看，浙江、福建和廣東的沿海城市雖然經(jīng)濟損失高，但占GDP 比重低，災害防御水平相對較高，而海南則損失低，占GDP 比重高，災害防御水平較低。

5 討論與建議

熱帶氣旋是全球四大自然災害之一，常常造成巨大的財產(chǎn)損失和人員傷亡，還會使交通癱瘓、城市內澇、作物減產(chǎn)等。中國地處歐亞大陸東部，太平洋西岸，極易受到來自西北太平洋熱帶氣旋的侵襲，東南沿海大多數(shù)城市經(jīng)濟發(fā)達，人口密集。本文將沿海城市分為三個不同等級，分別對其受到的熱帶氣旋特征和經(jīng)濟損失展開研究，根據(jù)研究結果和結論，主要提出以下幾點建議：

（1）提高中等及以下城市的災害防御水平，特別是海南省。該地區(qū)沿海城市登陸的熱帶氣旋強度和損失雖然較低，但損失占GDP 的比重相對較高，超過其他城市。熱帶氣旋對其帶來的影響更大。

（2）加強極端氣候災害的防范能力。隨科學技術的不斷發(fā)展以及在氣候變化領域的深入研究，中國的防災減災能力和抵御風險的意識得到了有效的提高，但在極端氣候災害方面的防范能力仍然相對薄弱。例如，強臺風和超強臺風的登陸仍然會造成較高經(jīng)濟損失和人員傷亡，2014 年的第9 號超強臺風“威馬遜”登陸文昌，造成海南、廣東共742.3 萬人、4 685 km2農(nóng)作物受災，經(jīng)濟損失達到265 億元，成為新中成立以來登陸中國的最強熱帶氣旋。隨著氣候變化的影響，極端氣候災害事件出現(xiàn)的頻次上升明顯，因此，在未來應當重點加強對極端事件的應對能力。

（3）加強臺風災害預警能力建設。為了能更有效地降低和減輕熱帶氣旋災害損失和社會影響，需要充分考慮熱帶氣旋災害的特點，加強跨學科研究，跨部門聯(lián)動，共同建設完善的抵御防范體系，制定有效的相關措施。

本文主要利用觀測數(shù)據(jù)對中國東南沿海城市的熱帶氣旋特征和經(jīng)濟損失進行了研究。今后可以將熱帶氣旋的風速、降水和經(jīng)濟損失結合起來進行更深入的研究，通過致災因子，構建損失模型，預測未來熱帶氣旋可能會帶來的經(jīng)濟影響。同時，也可以針對暴露在熱帶氣旋下的經(jīng)濟體進行災害暴露度以及脆弱性的相關研究。熱帶氣旋對內地城市的影響也不容小覷，隨著熱帶氣旋強度的逐漸增強，內地城市也開始逐漸受到嚴重影響，而內地城市的熱帶氣旋災害抵御能力相對較弱，易造成巨大損失和傷亡，例如：1975 年發(fā)生在河南的“駐馬店潰壩事件”正是由于熱帶氣旋的影響造成了嚴重的人員傷亡和財產(chǎn)損失。自然災害已經(jīng)成為目前全球亟須關注的問題之一，各國政府和機構應當加強合作，攜起手來共同應對，建立一個更加安全和美好的生存環(huán)境。

致謝：感謝國家氣候中心和中國科學院新疆生態(tài)與地理科學研究提供的數(shù)據(jù)支持以及南京信息工程大學講師黃金龍對本論文提出的修改建議。