韓 鵬，郭桂禎，李鑫磊，劉菁菁

（應(yīng)急管理部國(guó)家減災(zāi)中心，北京 100124）

引言

中國(guó)是世界上遭受臺(tái)風(fēng)災(zāi)害損失最嚴(yán)重的國(guó)家之一。據(jù)統(tǒng)計(jì)，1949-2010年，共有428個(gè)生成于西北太平洋的臺(tái)風(fēng)登陸我國(guó)，平均每年登陸中國(guó)的臺(tái)風(fēng)有8個(gè)左右［1-2］。臺(tái)風(fēng)不僅會(huì)帶來大風(fēng)、暴雨和風(fēng)暴潮，還會(huì)引發(fā)洪水、滑坡、泥石流等次生災(zāi)害［3］，嚴(yán)重制約著中國(guó)的經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展。而東南沿海首當(dāng)其沖，成為臺(tái)風(fēng)災(zāi)害損失最嚴(yán)重的地區(qū)。東部沿海地區(qū)人口密集，經(jīng)濟(jì)發(fā)達(dá)，承載著38%以上的人口，創(chuàng)造著55%以上的國(guó)民生產(chǎn)總值［4］。在全球氣候變暖和海平面上升的背景下［5-6］，東南沿海地區(qū)遭受臺(tái)風(fēng)災(zāi)害的影響非常嚴(yán)重，已經(jīng)成為高風(fēng)險(xiǎn)區(qū)域［7］。

目前關(guān)于臺(tái)風(fēng)災(zāi)害研究主要包括以下幾個(gè)方面：臺(tái)風(fēng)災(zāi)害系統(tǒng)論研究［8-9］、臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估［10-12］、臺(tái)風(fēng)災(zāi)害損失評(píng)估［13-15］和臺(tái)風(fēng)災(zāi)害減災(zāi)防災(zāi)能力評(píng)估［16-17］。這些研究基于災(zāi)害系統(tǒng)論，從致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的暴露度中選取影響因子，運(yùn)用層次分析法或熵權(quán)法等賦予權(quán)重，評(píng)估臺(tái)風(fēng)災(zāi)害損失或風(fēng)險(xiǎn)。雖然這些研究致力于致災(zāi)因子的危險(xiǎn)性、孕災(zāi)環(huán)境的穩(wěn)定性和承災(zāi)體的脆弱性分析，然而，這些研究并沒有定量化分析臺(tái)風(fēng)災(zāi)害系統(tǒng)中各影響因子的貢獻(xiàn)，各影響因子對(duì)災(zāi)情的貢獻(xiàn)大小尚未清楚。此外，基于縣域尺度的臺(tái)風(fēng)災(zāi)情研究較少?？h域是中國(guó)的基本行政單元，第一次全國(guó)自然災(zāi)害綜合風(fēng)險(xiǎn)普查，正是以縣域?yàn)榛菊{(diào)查單元，開展致災(zāi)要素、承災(zāi)體、歷史災(zāi)害和綜合減災(zāi)能力等風(fēng)險(xiǎn)要素的全面調(diào)查。因此，研究縣域尺度自然災(zāi)害的影響因素，對(duì)我國(guó)防災(zāi)減災(zāi)救災(zāi)事業(yè)起著舉足輕重的作用。

浙江省是中國(guó)遭受臺(tái)風(fēng)災(zāi)害嚴(yán)重的沿海省份之一，平均每年有5個(gè)臺(tái)風(fēng)登陸或影響浙江省［18］。據(jù)有關(guān)資料顯示，浙江省因臺(tái)風(fēng)災(zāi)害造成的直接經(jīng)濟(jì)損失約占其遭受的各種自然災(zāi)害損失的50%以上［19］。浙江省是中國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū)之一，人口數(shù)量多，經(jīng)濟(jì)體量大，GDP總量約占全國(guó)GDP總量的7.3%。但是每年因臺(tái)風(fēng)災(zāi)害造成嚴(yán)重的人員傷亡和財(cái)產(chǎn)損失，也嚴(yán)重制約著浙江省經(jīng)濟(jì)的高速發(fā)展。本文嘗試以縣域?yàn)榛狙芯繂卧芯空憬∨_(tái)風(fēng)災(zāi)情的時(shí)空格局特征，并以地理探測(cè)器技術(shù)為主要研究方法，定量化分析臺(tái)風(fēng)災(zāi)害系統(tǒng)中的影響因素，以期更加深入地理解臺(tái)風(fēng)災(zāi)害的形成機(jī)理。本研究可為臺(tái)風(fēng)災(zāi)害的影響因素定量化分析提供方法參考，為防災(zāi)減災(zāi)救災(zāi)決策提供科學(xué)依據(jù)。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)域

浙江省地處中國(guó)東南沿海長(zhǎng)江三角洲南翼，在118°01'～123°10'E、27°02'～31°11'N之間，總面積10.55萬(wàn)km2。境內(nèi)地形起伏較大，西南、西北部地區(qū)群山峻嶺，中部、東南地區(qū)以丘陵和盆地為主，東北地區(qū)地勢(shì)較低，以平原為主。處于歐亞大陸與西北太平洋的過渡地帶，屬典型的亞熱帶季風(fēng)氣候區(qū)。由于特殊的地理位置和氣候條件，每年夏、秋季節(jié)經(jīng)常遭受臺(tái)風(fēng)侵襲。

1.2 數(shù)據(jù)來源

文中使用的數(shù)據(jù)包括浙江省臺(tái)風(fēng)災(zāi)情數(shù)據(jù)、降水量數(shù)據(jù)、風(fēng)場(chǎng)數(shù)據(jù)、地形數(shù)據(jù)、坡度、河網(wǎng)數(shù)據(jù)、臺(tái)風(fēng)路徑、人口統(tǒng)計(jì)數(shù)據(jù)和GDP等（表1）。臺(tái)風(fēng)災(zāi)情數(shù)據(jù)來源國(guó)家減災(zāi)中心數(shù)據(jù)庫(kù)，時(shí)間序列為2009-2020年，以縣域?yàn)榻y(tǒng)計(jì)單元。降水量數(shù)據(jù)來源于國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)，時(shí)間序列為2009-2020年，空間分辨率為1 km×1 km。風(fēng)場(chǎng)數(shù)據(jù)來源于國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)，時(shí)間序列為2009-2020年，空間分辨率為1 km×1 km。地形數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，空間分辨率為30 m×30 m。坡度數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，空間分辨率為30 m×30 m。河網(wǎng)數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，數(shù)據(jù)格式為線圖層。臺(tái)風(fēng)路徑數(shù)據(jù)來源于中國(guó)天氣臺(tái)風(fēng)網(wǎng)，數(shù)據(jù)格式為線圖層。人口統(tǒng)計(jì)數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局，時(shí)間序列為2009-2020年，以縣域?yàn)榻y(tǒng)計(jì)單元。GDP數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局，時(shí)間序列為2009-2020年，以縣域?yàn)榻y(tǒng)計(jì)單元。

表1 數(shù)據(jù)資料來源Table 1 Data source

1.3 研究方法

（1）地理探測(cè)器

地理探測(cè)器是一種用于度量空間分層異質(zhì)性的統(tǒng)計(jì)學(xué)方法。它基于地理空間分異論，用于探測(cè)因變量的決定因素、因素之間的相對(duì)重要性等［20］，近年來已有研究用于探測(cè)洪澇災(zāi)害的空間分布特征［21-22］。該方法基于以下假設(shè)：若某一獨(dú)立變量X對(duì)依賴變量Y有重要的影響，則變量Y和X在空間上的分布將會(huì)具有較強(qiáng)的空間相似性。X和Y之間的相關(guān)性可以用q統(tǒng)計(jì)量來衡量：

式中：h=1，2…，L為自變量x的分級(jí)，Nh和N分別為第h級(jí)和整體的樣本數(shù)和σ2分別是第h級(jí)和整體的因變量y的方差。q的取值范圍是0～1，q值越大說明自變量x對(duì)因變量y的解釋程度越大（即貢獻(xiàn)率越大），反之則越小。地理探測(cè)器進(jìn)行數(shù)據(jù)處理和分析的過程見圖1。

圖1 地理探測(cè)器使用流程Fig.1 Process of using Geodetector to detect the influencing factors of typhoon disasters

（2）數(shù)據(jù)分級(jí)

地理探測(cè)器要求輸入的自變量為離散的類型量，如果自變量為連續(xù)的數(shù)值量，則需要依據(jù)相關(guān)分級(jí)方法對(duì)其進(jìn)行離散化處理。本文根據(jù)王勁峰［20］提出的數(shù)據(jù)離散化方法以及實(shí)驗(yàn)結(jié)果，將三日內(nèi)最大降水量、高程差、河網(wǎng)密度、距臺(tái)風(fēng)中心距離、人口密度、人均GDP，按照自然斷點(diǎn)分類法分成10類；坡度按照＜5°、5°～10°、10°～15°、15°～20°、20°～25°、25°～30°、30°～35°、＞35°分為8類；最大風(fēng)速按照熱帶氣旋等級(jí)國(guó)家標(biāo)準(zhǔn)分為11類。

2 結(jié)果與分析

2.1 臺(tái)風(fēng)特征

2009-2020年，共有27個(gè)臺(tái)風(fēng)登陸或影響浙江?。ū?），其中在浙江省登陸的臺(tái)風(fēng)有7個(gè)。從年份來看，2018年以5個(gè)臺(tái)風(fēng)居首。從臺(tái)風(fēng)級(jí)別來看，熱帶低壓0個(gè)、熱帶風(fēng)暴1個(gè)、強(qiáng)熱帶風(fēng)暴4個(gè)、臺(tái)風(fēng)5個(gè)，強(qiáng)臺(tái)風(fēng)5個(gè)、超強(qiáng)臺(tái)風(fēng)12個(gè)。從臺(tái)風(fēng)發(fā)生的季節(jié)來看（圖2），6月1個(gè)，7月5個(gè)，8月13個(gè)，9月6個(gè)，10月2個(gè)，臺(tái)風(fēng)主要集中發(fā)生在7月、8月和9月，約占全年的89%。從臺(tái)風(fēng)強(qiáng)度來看，2019年超強(qiáng)臺(tái)風(fēng)“利奇馬”是歷史上登陸浙江省的臺(tái)風(fēng)中造成陸面大風(fēng)影響范圍最廣、大風(fēng)影響持續(xù)時(shí)間最長(zhǎng)和陣風(fēng)風(fēng)速最大的臺(tái)風(fēng)。

表2 2009-2020年登陸和影響浙江省的臺(tái)風(fēng)Table 2 Landfalling or affecting typhoons in Zhejiang during 2009-2020

圖2 2009-2020年登陸或影響浙江省臺(tái)風(fēng)季節(jié)分布圖Fig.2 Seasonal distribution of typhoons in Zhejiang during 2009-2020

2.2 災(zāi)情時(shí)空分布特征

2009-2020年，臺(tái)風(fēng)共造成浙江省的879個(gè)縣次共5 165.7萬(wàn)人受災(zāi)、28個(gè)縣次共129人死亡、625個(gè)縣次共1 987.2千公頃農(nóng)作物受災(zāi)，780個(gè)縣次共1 987.4億元直接經(jīng)濟(jì)損失（表3）。其中，2013年強(qiáng)臺(tái)風(fēng)“菲特”、2019年超強(qiáng)臺(tái)風(fēng)“利奇馬”造成的損失最為嚴(yán)重。

表3 2009-2020年浙江省臺(tái)風(fēng)災(zāi)害損失Table 3 Annual losses of typhoon disasters in Zhejiang during 2009-2020

通過對(duì)各級(jí)別臺(tái)風(fēng)造成的損失統(tǒng)計(jì)（表4），熱帶低壓造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為0萬(wàn)人、0人、0千公頃、0億元；熱帶風(fēng)暴造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為24.9萬(wàn)人、0人、0.2千公頃、0.1億元；強(qiáng)熱帶風(fēng)暴造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為159.4萬(wàn)人、0人、53.5千公頃、12.2億元；臺(tái)風(fēng)造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為1 098.9萬(wàn)人、13人、485.3千公頃、232.5億元；強(qiáng)臺(tái)風(fēng)造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為2 020.9萬(wàn)人、9人、979.4千公頃、887.3億元；超強(qiáng)臺(tái)風(fēng)造成浙江省受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失分別為1 861.6萬(wàn)人、107人、800.2千公頃、855.3億元。其中，超強(qiáng)臺(tái)風(fēng)約占全部臺(tái)風(fēng)數(shù)量的44%，造成的損失約占全部受災(zāi)人口的36%、死亡人口的83%、受災(zāi)農(nóng)作物的35%、直接經(jīng)濟(jì)損失的43%。

表4 2009-2020年浙江省各級(jí)別臺(tái)風(fēng)災(zāi)害損失Table 4 Total losses of typhoon disasters in Zhejiang during 2009-2020

值得注意的是，2018年以來，受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失等災(zāi)情并沒有顯著降低。浙江省應(yīng)高度重視“人民至上、生命至上”和“兩個(gè)堅(jiān)持、三個(gè)轉(zhuǎn)變”理念，在防災(zāi)減災(zāi)救災(zāi)能力方面要逐步增強(qiáng)。

圖4 2009-2020年浙江省死亡人口分布圖Fig.4 Spatial distribution of deaths in Zhejiang during 2009-2020

圖5 2009-2020年浙江省受災(zāi)農(nóng)作物分布圖Fig.5 Spatial distribution of damage crops in Zhejiang during 2009-2020

從2009-2020年浙江省臺(tái)風(fēng)災(zāi)害損失分布圖（圖3～圖6）可以看出，浙江省內(nèi)陸地區(qū)損失相對(duì)較輕，沿海地區(qū)的損失較為嚴(yán)重。其中，東南沿海的溫州市和臺(tái)州市損失最為嚴(yán)重，其中，受災(zāi)縣約占60%，受災(zāi)人口約占57%，死亡人口約占59%，受災(zāi)農(nóng)作物約占42%，直接經(jīng)濟(jì)損失約占43%。東南沿海城市在歷年損失嚴(yán)重，與臺(tái)風(fēng)強(qiáng)度以及臺(tái)風(fēng)頻次有關(guān)。據(jù)統(tǒng)計(jì)，共計(jì)17個(gè)強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)登陸或影響浙江省東南沿海地區(qū)，約占臺(tái)風(fēng)總數(shù)的63%，這是造成受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失在全省居首的直接原因。

圖6 2009-2020年浙江省直接經(jīng)濟(jì)損失分布圖Fig.6 Spatial distribution of direct economic losses in Zhejiang during 2009-2020

2.3 影響因素

臺(tái)風(fēng)災(zāi)害的影響因素可歸納為致災(zāi)因子、孕災(zāi)環(huán)境因子和人類活動(dòng)因子。臺(tái)風(fēng)帶來的大風(fēng)以及強(qiáng)降雨是臺(tái)風(fēng)災(zāi)害主要的致災(zāi)因子［23］，本文選取臺(tái)風(fēng)最大風(fēng)速和三日內(nèi)最大降水量作為致災(zāi)因子。孕災(zāi)環(huán)境主要有臺(tái)風(fēng)產(chǎn)生和登陸地區(qū)的氣候條件、移動(dòng)路徑和登陸地區(qū)地理?xiàng)l件、臺(tái)風(fēng)登陸地區(qū)水文條件、土壤條件和植

被條件等［24-25］，本文選擇高程差、平均坡度、河網(wǎng)密度和距臺(tái)風(fēng)中心距離（受災(zāi)區(qū)距臺(tái)風(fēng)中心的最短距離）作為孕災(zāi)環(huán)境因子。人類活動(dòng)可改變承災(zāi)體的分布特征，也可改變地表環(huán)境特征，進(jìn)而影響局部風(fēng)場(chǎng)和降水特征［26］，本文選擇人口密度和人均GDP作為人類活動(dòng)因子。

為了研究臺(tái)風(fēng)災(zāi)害的致災(zāi)因子的危險(xiǎn)性、孕災(zāi)環(huán)境的穩(wěn)定性和人類活動(dòng)等因素對(duì)承災(zāi)體的作用，本文統(tǒng)計(jì)分析了最大風(fēng)速、三日內(nèi)最大降水量、聚臺(tái)風(fēng)中心距離、高程差、平均坡度、河網(wǎng)密度、人口密度和人均GDP對(duì)臺(tái)風(fēng)災(zāi)情的影響，同時(shí)參考國(guó)際數(shù)據(jù)庫(kù)及相關(guān)文獻(xiàn)［27］對(duì)臺(tái)風(fēng)災(zāi)害的篩選標(biāo)準(zhǔn)，把臺(tái)風(fēng)災(zāi)情分為較重（受災(zāi)人口≥1萬(wàn)人、死亡人口≥1人、受災(zāi)農(nóng)作物≥1千公頃、直接經(jīng)濟(jì)損失≥1億元）和較輕（受災(zāi)人口＜1萬(wàn)人、死亡人口=0人、受災(zāi)農(nóng)作物＜1千公頃、直接經(jīng)濟(jì)損失＜1億元）進(jìn)行比較，具體結(jié)果見圖7。

圖7 影響因子箱形圖Fig.7 Boxplot of eight influencing factors

相對(duì)于較輕災(zāi)情，在較重災(zāi)情的影響因子中，平均風(fēng)速要大1級(jí)，平均降水量要大100 mm，平均聚臺(tái)風(fēng)中心距離要小100 km，平均高程差要大100～200 m，平均坡度要大2～3°，平均河網(wǎng)密度要小100 m/km2。因此，在致災(zāi)因子中，風(fēng)速越大，降水量越大，致災(zāi)危險(xiǎn)性越大；在孕災(zāi)環(huán)境因子中，聚臺(tái)風(fēng)中心距離越近，高程差越大，坡度越大，河網(wǎng)密度越小，災(zāi)害越易發(fā)生。在人類活動(dòng)因子中，人口密度和人均GDP對(duì)較重和較輕災(zāi)情的影響差異不大。

2.4 影響因素貢獻(xiàn)率分析

為了進(jìn)一步定量分析各影響因素的貢獻(xiàn)率，選取臺(tái)風(fēng)災(zāi)情較重的數(shù)據(jù)，運(yùn)用地理探測(cè)器方法，分析致災(zāi)因子、孕災(zāi)環(huán)境因子和人類活動(dòng)因子對(duì)受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物、直接經(jīng)濟(jì)損失等災(zāi)情的影響。具體的分析結(jié)果見表5。

表5 各影響因子對(duì)浙江省臺(tái)風(fēng)災(zāi)情的貢獻(xiàn)率Table 5 Contributions of eight influencing factors to typhoon disasters in Zhejiang %

在受災(zāi)人口中，各影響因子的貢獻(xiàn)率合計(jì)為72.1%，影響因子由強(qiáng)到弱依次為最大風(fēng)速=距臺(tái)風(fēng)中心距離＞三日內(nèi)最大降水量＞人口密度＞人均GDP＞高程差＞河網(wǎng)密度＞平均坡度。臺(tái)風(fēng)災(zāi)害影響因子中，最大風(fēng)速對(duì)受災(zāi)人口的貢獻(xiàn)率最大（20.0%）。距臺(tái)風(fēng)中心距離的貢獻(xiàn)率（20.0%）與最大風(fēng)速的貢獻(xiàn)率一樣，可以理解為最大風(fēng)速的強(qiáng)度在空間上的表現(xiàn)與受災(zāi)區(qū)距臺(tái)風(fēng)中心的距離是一致的，即受災(zāi)區(qū)距臺(tái)風(fēng)中心的距離越近，風(fēng)速?gòu)?qiáng)度越高，對(duì)人口影響越大。其次是三日內(nèi)最大降水量（12.8%）對(duì)受災(zāi)人口的貢獻(xiàn)。高程差、平均坡度和河網(wǎng)密度對(duì)受災(zāi)人口影響有一定影響，人口密度和人均GDP因子對(duì)受災(zāi)人口影響不大。

在死亡人口中，各影響因子的貢獻(xiàn)率合計(jì)為84.3%，影響因子由強(qiáng)到弱依次為最大風(fēng)速=距臺(tái)風(fēng)中心距離＞三日內(nèi)最大降水量＞高程差＞人口密度＞人均GDP＞河網(wǎng)密度＞平均坡度。臺(tái)風(fēng)災(zāi)害影響因子中，最大風(fēng)速的貢獻(xiàn)等于距臺(tái)風(fēng)中心距離（25.0%），其次是三日內(nèi)最大降水量（15.5%）對(duì)死亡人口的貢獻(xiàn)率。高程差、平均坡度和河網(wǎng)密度對(duì)死亡人口影響有一定影響，人口密度和人均GDP因子對(duì)死亡人口影響不大。

在受災(zāi)農(nóng)作物中，各影響因子的貢獻(xiàn)率合計(jì)為81.0%，影響因子由強(qiáng)到弱依次為最大風(fēng)速=距臺(tái)風(fēng)中心距離＞三日內(nèi)最大降水量＞河網(wǎng)密度＞人口密度＞平均坡度＞人均GDP＞高程差。臺(tái)風(fēng)災(zāi)害影響因子中，最大風(fēng)速對(duì)受災(zāi)農(nóng)作物的貢獻(xiàn)率最大（21.5%）。其次是三日內(nèi)最大降水量的貢獻(xiàn)率（15.1%）。高程差、平均坡度、河網(wǎng)密度對(duì)受災(zāi)農(nóng)作物有一定影響，人口密度和人均GDP因子對(duì)受災(zāi)農(nóng)作物影響不大。

在直接經(jīng)濟(jì)損失中，各影響因子的貢獻(xiàn)率合計(jì)為71.1%，影響因子由強(qiáng)到弱依次為最大風(fēng)速=距臺(tái)風(fēng)中心距離＞三日內(nèi)最大降水量＞高程差＞人口密度＞人均GDP＞河網(wǎng)密度＞平均坡度。臺(tái)風(fēng)災(zāi)害影響因子中，最大風(fēng)速對(duì)受災(zāi)人口的貢獻(xiàn)率最大（22.4%），風(fēng)速等級(jí)越高，直接經(jīng)濟(jì)損失數(shù)量越大。其次是三日內(nèi)最大降水量的貢獻(xiàn)（14.0%）。高程差、平均坡度、河網(wǎng)密度、人口密度、人均GDP對(duì)直接經(jīng)濟(jì)損失影響較小。

通過分析受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失等災(zāi)情的影響因子，結(jié)果表明，臺(tái)風(fēng)的最大風(fēng)速、三日內(nèi)最大降水量和空間距離對(duì)災(zāi)情的影響起著決定性的作用。臺(tái)風(fēng)風(fēng)速?gòu)?qiáng)度越大，降水量越多，距臺(tái)風(fēng)中心距離越近，災(zāi)情越重。強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)造成受災(zāi)人口的比例可達(dá)5%～8%，當(dāng)臺(tái)風(fēng)級(jí)別達(dá)到12級(jí)以上時(shí)，災(zāi)害造成的人員傷亡和直接經(jīng)濟(jì)損失劇烈增長(zhǎng)［28］。此外，臺(tái)風(fēng)登陸時(shí)會(huì)帶來暴雨或特大暴雨［29-30］，其中，約95%的臺(tái)風(fēng)引發(fā)的日降水量大于100 mm，約60%的臺(tái)風(fēng)引發(fā)日降水量大于250 mm［31-32］，并引發(fā)洪澇和山洪災(zāi)害。高程差、平均坡度和河網(wǎng)密度等對(duì)臺(tái)風(fēng)災(zāi)情的有一定影響。人口密度和人均GDP因子對(duì)臺(tái)風(fēng)災(zāi)情影響不大。

3 結(jié)論

本文以縣域?yàn)檠芯繂卧?，通過對(duì)浙江省臺(tái)風(fēng)災(zāi)情數(shù)據(jù)的分析，結(jié)合風(fēng)場(chǎng)數(shù)據(jù)、降水?dāng)?shù)據(jù)、地形數(shù)據(jù)和統(tǒng)計(jì)年鑒等資料，研究了臺(tái)風(fēng)災(zāi)情時(shí)空格局特征。在此基礎(chǔ)上，采用地理探測(cè)器方法研究了浙江省臺(tái)風(fēng)災(zāi)情的影響因素。得出結(jié)論如下：

（1）2009-2020年，共有27個(gè)臺(tái)風(fēng)登陸或影響浙江省，其中在浙江省登陸的臺(tái)風(fēng)有7個(gè)。臺(tái)風(fēng)主要集中發(fā)生在7月、8月和9月，約占全年的89%。

（2）臺(tái)風(fēng)災(zāi)害損失嚴(yán)重地區(qū)主要分布在浙江省東南部沿海地區(qū)。27個(gè)臺(tái)風(fēng)中，12個(gè)超強(qiáng)臺(tái)風(fēng)造成的損失最嚴(yán)重，造成的損失約占全部受災(zāi)人口的36%、死亡人口的83%、受災(zāi)農(nóng)作物的35%、直接經(jīng)濟(jì)損失的

43%。

（3）在8個(gè)影響因子中，臺(tái)風(fēng)最大風(fēng)速、三日內(nèi)最大降水量和距臺(tái)風(fēng)中心距離對(duì)受災(zāi)人口、死亡人口、受災(zāi)農(nóng)作物和直接經(jīng)濟(jì)損失的貢獻(xiàn)率最大；高程差、平均坡度和河網(wǎng)密度等對(duì)災(zāi)情有一定影響；人口密度和人均GDP對(duì)災(zāi)情影響不大。

本文在進(jìn)行臺(tái)風(fēng)災(zāi)情影響因素分析時(shí)，由于受限于數(shù)據(jù)的質(zhì)量和精度，還有很多方面需要完善。在致災(zāi)因子方面，未考慮風(fēng)暴潮的影響。風(fēng)暴潮成災(zāi)頻率高、致災(zāi)強(qiáng)度大，造成的損失重，對(duì)沿海人民的生命財(cái)產(chǎn)和海岸帶的經(jīng)濟(jì)有很大影響。在孕災(zāi)環(huán)境方面，未考慮土壤類型、植被指數(shù)等因素的影響。土壤類型影響降水的產(chǎn)匯流過程；植被指數(shù)反映地表植被覆蓋情況，影響風(fēng)速和地面降水。在人類活動(dòng)方面，未考慮防災(zāi)減災(zāi)能力、防洪工程的影響。防災(zāi)減災(zāi)能力和防洪工程可有效減輕臺(tái)風(fēng)災(zāi)害損失。本文采用地理探測(cè)器方法，能夠探測(cè)出不同的影響因子對(duì)臺(tái)風(fēng)災(zāi)情的貢獻(xiàn)率的大小，分析出對(duì)臺(tái)風(fēng)災(zāi)害影響的主要因素，但卻無法檢測(cè)影響因子對(duì)臺(tái)風(fēng)災(zāi)情是具有放大效應(yīng)還是減弱效應(yīng)?？傊?，在今后臺(tái)風(fēng)災(zāi)情空間格局以及影響因素研究中，要充分考慮以上因素的影響。