1984?2017年影響中國熱帶氣旋災害的時空特征分析

盧瑩，趙海坤*，趙丹，李青青

(1.南京信息工程大學 氣象災害教育部重點實驗室/氣象災害預報預警與評估協同創新中心/太平洋臺風研究中心，江蘇南京 210044；2.中國人民解放軍 93117 部隊，江蘇 南京 210018)

1 引言

西北太平洋是世界上熱帶氣旋（Tropical Cyclone，TC）活動最頻繁的區域，TC造成的狂風、暴雨、風暴潮[1]及其引發的次生災害[2]對中國沿海地區社會財產和人民生命安全造成嚴重威脅[3]。研究表明，TC對中國造成的直接經濟損失除了與TC預報水平和防臺減災措施有關，還受通貨膨脹、人口密度、地區經濟水平差異等影響。溫姍姍等[4]指出，廣東、福建和浙江受TC影響造成的直接經濟損失在中國各省（自治區、直轄市）中損失較大。Wang等[5]指出，少數極具破壞性的TC導致了絕大部分的經濟損失，2005?2016年造成中國直接經濟損失、死亡人數和房屋倒塌間數最多的前10個TC就占總數的48%、71%和66%。Zhang等[6]發現，自1983年以來，TC直接經濟損失的增長與中國經濟快速發展有關。

目前，許多針對中國TC災害評估的工作通常分析TC活動特征，如強度、頻數、移動路徑等及其引起的天氣現象與TC災害的聯系，構建風險評估指標模型評估TC災害[7–8]。顧小麗等[9]將模糊算法和層次分析法應用于TC風險評估模型，估計即將登陸TC可能造成的經濟損失。陳佩燕等[10]根據TC強度、路徑、大風、暴雨等致害因子與災害的聯系構建TC災情預估模型，并證明該模型具有較好的預估能力。為了減少模型對TC經濟損失評估誤差，林江毫和陽愛民[11]提出了反向傳播神經網絡和空間向量模型相結合的綜合評估模型。上述TC災害模型評估工作多側重于TC災害自身的分析，很少與影響TC活動（如TC路徑、登陸地點和陸上持續時間等）的大尺度環境場相聯系。

TC活動會受到不同時間尺度氣候變率調制的影響[12]。陳曉捷等[13]指出，太平洋年代際振蕩（Pacific Decadal Oscillation，PDO）處于暖相位時，西太平洋副高強度偏強、中心向西向南移動，導致TC在中國登陸位置偏南；PDO處于冷相位時，TC登陸位置偏北。黃榮輝和王磊[14]發現，夏季東亞?太平洋指數偏高時，廈門以北登陸的TC偏多；東亞?太平洋指數偏低，華南沿海登陸的TC偏多。Wu等[15]認為，1965?2003年登陸海南和廣東TC數目的減少、登陸福建和浙江TC數目的增加與TC盛行路徑變化有關，并進一步指出該TC盛行路徑的變化與全球變暖緊密相關。全球變暖為當前全球氣候變化主要特征[16]。在全球變暖背景下，研究表明[17]，全球TC活動發生了變化。Yamaguchi等[18]通過模擬全球TC移動速度發現，全球變暖將使30°～40°N之間TC移動速度減小。Mendelsohn等[19]根據氣候模式預測西北太平洋地區強臺風數目將增加，沿岸地區強臺風災害發生的可能性加大。Webster等[20]在2005年發現，除大西洋外，過去30年間全球TC強度增加趨勢明顯。雖然每年登陸中國的TC頻數和強度基本保持穩定[21]，但楊玉華等[22]發現，1982年以后，廣西和華東沿海地區登陸TC頻數增加，其他地區TC登陸頻數減少。國內外關于中國TC災害的研究主要集中在TC活動特征及其造成的社會影響兩方面，但TC移動路徑的不同，登陸位置、強度對各省份造成的影響不同。聯系以往研究，全球變暖可能會使影響中國的TC盛行路徑發生變化，為了更好地理解全球變暖對中國TC災害的影響，研究不同TC盛行路徑下影響中國的TC災害時空分布特征，對各地區災情預警和防臺減災工作的部署具有重要意義。

本文將在考察中國大陸及海南島的TC災害特征基礎上，將TC路徑劃分為近海轉向、西行和西北行3類盛行路徑，重點分析不同盛行路徑下中國的TC災害特征及差異，并探討TC陸上持續時間變化及災害的潛在風險。

2 資料與方法

TC路徑資料來源于中國氣象局上海臺風研究所（Shanghai Typhoon Institute of China Meteorological Administration，CMA-STI）整編的 1984?2017 年“CMA 熱帶氣旋最佳路徑數據集”（https://www.typhoon.org.cn），包含TC中心6 h/次的位置和強度信息（2017年起登陸中國的臺風在登陸前24 h內，最佳路徑時間頻次加密為3 h/次），分析時只保留熱帶風暴級別以上（近中心風速≥17.2 m/s）的TC資料。目前，海上TC的位置和強度等信息主要依靠氣象衛星和雷達進行估計，由于不同預報中心TC強度資料存在差異[23]，對TC風速的分析還參考美國聯合颶風警報中心（Joint Typhoon Warning Center，JTWC）1984?2017 年“熱帶氣旋最佳路徑資料”（https://www.metoc.navy.mil/jtwc/jtwc.html）。

中國熱帶氣旋災情資料（不包含港澳臺）包括登陸TC編號、登陸時間、登陸地點以及各省（自治區、直轄市）因TC導致的死亡人數、失蹤人數、農作物受災面積、倒塌房屋間數和直接經濟損失等信息，本文僅對其中的直接經濟損失和死亡人數資料進行分析。1984?1999年TC災情資料來源于“中國熱帶氣旋災害數據集”（詳見 http://data.cma.cn），2000?2003 年資料來源于《中國氣象年鑒》，2004?2017年資料來源于《中國氣象災害年鑒》。

居民消費價格指數（Consumer Price Index，CPI）是觀察通貨膨脹程度的重要指標之一，將原始經濟損失換算至同一年貨幣水平，能更好地比較不同年份經濟損失的差異。由于各省份CPI值存在差異，本文用各省逐年CPI值將各年份經濟損失調整至2017年人民幣水平。公式為

式中，LossesCPI和Losses分別表示標準化的經濟損失值和原始經濟損失值；t表示災害發生的年份（t=1984，1985,···,2017）。此外，為排除經濟快速發展對損失評估的影響，將“TC造成的直接經濟損失與國內生產總值（Gross Domestic Product，GDP）之比”作為衡量經濟損失相對大小的指標[24]。CPI和GDP資料均可從中華人民共和國國家統計局網站上（www.stats.gov.cn）獲得。

本文采用曼?肯德爾（Mann-Kendall，M-K）分析方法對資料序列的趨勢顯著性進行檢驗。TC移動路徑劃分參考Gaffney[25]提出的氣旋聚類分析方法。

3 結果分析

3.1 TC造成直接經濟損失和死亡人數總體特征

3.1.1 時間特征

圖1a和圖1b表示1984?2017年TC災害中死亡人數和直接經濟損失逐年變化情況。TC平均每年導致375人死亡，368.0億元直接經濟損失，1994年死亡人數最多（1 815人），2013年直接經濟損失最大（1 259.4億元），死亡人數下降趨勢顯著，而經濟損失則呈顯著上升趨勢。與原始經濟損失序列相比，CPI標準化年均經濟損失增至496.7億元（2017年人民幣水平），直接經濟損失上升趨勢略有減小但依舊顯著，最高值出現在 1996年（1 397.9億元），超過2013年的1 356.0億元。需指出的是，個別年份極大值的出現與當年的極端事件有關，如1996年僅臺風“赫伯（Herb）”就造成779人死亡和652.7億元直接經濟損失，死亡人數與經濟損失分別占當年TC災害總數的54%和68%。改革開放后中國經濟快速增長，GDP隨之增加[26]。1984?2017年，TC原始直接經濟損失在GDP中平均占比為0.3%，損失在GDP中占比隨時間減小（圖1c），與直接經濟損失趨勢相反。中國經濟的快速發展以及城市化率的不斷提高讓更多的社會財產暴露在TC災害下，這可能是1984年以來TC直接經濟損失顯著增加的主要原因。

圖1 1984?2017 年因 TC 導致的死亡人數（a）、直接經濟損失（b）和原始直接經濟損失在GDP中百分比（c）Fig.1 Time series of deaths (a),direct economic losses (b) and original direct economic losses proportion to GDP (c) caused by affecting TCs during 1984?2017

本文將“中國熱帶氣旋災情資料”中造成直接經濟損失和人員死亡的TC稱為影響氣旋。影響氣旋包括登陸氣旋和未登陸氣旋，未登陸氣旋伴隨的狂風、暴雨、風暴潮等仍會給中國沿海地區造成影響，如2013年臺風“蝴蝶（Wutip）”雖未登陸中國，但仍造成海南14人遇難，2 000萬元直接經濟損失。TC災害與影響TC頻數、強度密切相關。1984?2017年，西北太平洋地區共有270個TC影響中國（圖2a），其中227個為登陸TC，影響和登陸的TC數目均無明顯變化趨勢。在登陸強度上，CMA-STI資料顯示，TC平均登陸風速為 28.5 m/s，JTWC 資料顯示的登陸風速為 30.5 m/s（圖 2b）。風速的差異與數據集有關，CMA-STI資料中心最大平均風速為2 min平均，平均JTWC資料的最大平均風速為1 min平均。兩套資料均表明，TC登陸風速具有上升趨勢，且CMA-STI資料中登陸風速的上升趨勢顯著（通過95%顯著性檢驗）。此外，TC登陸時的中心氣壓（基于CMA-STI資料計算）具有下降趨勢（圖2c）。由此可知，在過去34年間，雖然登陸中國的TC數目無明顯變化，但TC登陸強度存在上升趨勢。相關研究表明[17]，1949年以后影響和登陸中國的TC頻數呈弱的減少趨勢，而TC登陸平均強度顯著增加且與強臺風登陸的比例增加有關。然而，20世紀60年代以前，由于缺少衛星的監測，TC資料可能出現缺漏；目前，衛星估計的TC強度與飛機探測強度之間偏差較大，1986年以后，西北太平洋地區飛機對臺風探測的停止又加大了資料的不確定性[23]。因此，由于不同時間TC強度資料的不一致性，尚不能明確登陸中國的TC強度是否發生顯著變化。

圖2 1984?2017 年影響和登陸中國的 TC 數目（a）、TC平均登陸風速（b）和TC平均登陸氣壓（c）Fig.2 The number of affecting and landfalling TCs (a),average landing wind speed (b) and landing pressure (c) of landfalling TCs from 1984 to 2017

各年代影響和登陸中國的平均TC數及其造成的災害情況如表1所示。各年代影響中國的TC數平均為7～9個、登陸中國的TC數平均為 6～7個，年代際影響和登陸中國的年平均TC數目變化較小。1984?1990年TC平均造成的死亡人數最多，平均直接經濟損失和CPI標準化的經濟損失最少。1990年后，平均死亡人數明顯減少，但直接經濟損失則明顯增加。原始經濟損失在1991?2000年平均占比最高（0.49%），2000年以后，直接經濟損失在GDP中占比逐漸減小。

表1 1984?2017年影響和登陸中國的TC數目與災害的年代變化Table 1 Decadal change in mean of TC numbers and the associated disaster in China from 1984 to 2017

TC災害的年際和年代際變化特征表明，在影響和登陸中國的TC數目保持穩定而登陸強度有所增加的情況下，雖然TC造成的直接經濟損失明顯上升，但考慮通貨膨脹及中國經濟發展等因素后，直接經濟損失在GDP中占比減小，且年累計死亡人數同樣呈下降趨勢。TC災害的減小得益于中國臺風路徑預報水平的顯著提升[27]以及臺風監測站網建設的不斷完善[28]，給各級政府防臺減災工作部署提供及時有效的建議。

3.1.2 空間分布特征

據1984?2017年TC災情資料統計顯示，中國9個沿海省（自治區、直轄市）曾有TC登陸記錄，浙江以南TC登陸數多，浙江以北TC登陸數少（圖3a）。廣東是TC登陸次數最多的省份，34年間TC累計登陸99次；海南和福建次之，TC平均每年登陸1～2次；緯度偏北的遼寧、山東、江蘇、和上海等地則鮮有TC直接登陸。登陸TC影響范圍廣，中國有24個省（自治區、直轄市）曾受TC影響，各省（自治區、直轄市）TC影響頻次呈現由東南沿海向內陸減小的特征（圖3b）。廣東、福建、浙江、廣西和海南受TC影響較為頻繁，34年間TC累計影響次數分別為138次、106次、91次、78次和77次，同時上述省份也是TC登陸次數較多的地方。

圖3 1984?2017 年中國各省（自治區、直轄市）累計登陸TC 數（a）和影響 TC數（b）Fig.3 Distribution of total landfalling (a) and affecting (b) TC numbers in China during 1984?2017

圖4顯示1984?2017年中國各省（自治區、直轄市）TC年均災害情況。浙江、廣東、福建和廣西是受TC影響直接經濟損失較大的地區，4省（自治區）年均直接經濟損失分別為86億元、85億元、48億元和42億元，CPI標準化4省（自治區）損失值均在50億元以上，浙江和廣東更是增至100億元以上（圖4a，圖4b）。海南、河北和山東年均經濟損失10億～30億元，CPI標準化損失分別增至33億元、25億元和20億元。其他省份受TC影響造成的直接經濟損失較小。在死亡人數上（圖4c），浙江、廣東和福建是因TC導致死亡人數較多的省份，年均死亡人數分別為109人、69人和65人，遠高于其他地區。需指出的是，河北在34年間僅受TC影響8次，但年均死亡15人、直接經濟損失18億元，全國排名第6，經CPI標準化高達到25億元，TC災害遠高于周圍省市。河北TC影響少、災情重的原因在于1996年臺風“赫伯（Herb）”和 2012 年臺風“達維（Damrey）”兩個極端事件。“赫伯（Herb）”影響期間造成河北423人死亡、456.3億元直接經濟損失，“達維（Damrey）”造成3人死亡、143.8億元直接經濟損失，研究時段內僅這兩個臺風在河北造成的死亡人數和直接經濟損失就占總數的85.5%和97.1%。

圖4 1984?2017 年中國各省（自治區、直轄市）因TC造成的年均直接經濟損失（a）、CPI標準化年均經濟損失（2017 RMB）（b）和年均死亡人數（c）Fig.4 Distribution of annual mean direct economic losses (a),CPI normalized economic losses (2017 RMB) (b) and deaths (c)caused by TCs in China during 1984?2017

對比圖3和圖4發現，各省（自治區、直轄市）TC災害嚴重程度與登陸和影響TC數目有關。除個別省份因極端事件影響外（如河北），TC災情嚴重的地區，如浙江、福建、廣東、廣西和海南等同時也是TC登陸和影響頻數較多的地區。TC登陸時除了狂風、暴雨、洪澇等災害外，臺風風暴潮災同樣對人民生命財產構成巨大威脅[1]。據《中國海洋災害公報》統計，2010年以來，中國沿海地區平均每年因臺風風暴潮災導致約80億元直接經濟損失，這也是沿海地區TC災情嚴重的重要原因之一。

3.2 3 類盛行路徑下 TC 災害特征

3.2.1 TC 盛行路徑劃分

根據Wu和Wang[29]提出的TC盛行路徑分析方法，通過計算1984?2017年影響中國的TC在空間網格 點 （2.5°×2.5°） 上 平 均 出 現 頻 次 ，可 繪 制 出 影 響TC主要活動區域（圖5a）。由影響TC生成位置（TC中心風速第1次超過17.2 m/s時的位置）可知，影響TC多形成于南海北部和菲律賓以東的洋面（圖5e）。TC活動路徑決定影響區域，是造成TC災害的重要因素之一。為分析不同盛行路徑下TC災害的差異，利用Gaffney[25]提出的氣旋聚類分析方法將圖5a中影響TC劃分為以下3種類型（圖5b至圖5d）：一是在南海北部或菲律賓東部附近海域生成，生成地平均位置偏北、偏西（圖5f），在海上移動路徑多變，北行或西北行登陸后常在內陸消散或向東北轉向移出大陸，以下簡稱近海轉向TC；二是在南海北部（主）或菲律賓以東（次）的洋面生成（圖5g），西行登陸后常在內陸消散，以下簡稱西行TC；三是在南海北部或菲律賓以東的洋面生成（圖5h）后西北行或西行，登陸后常在內陸消散或向東北轉向移出，移動路徑多呈拋物線型，以下簡稱西北行TC。

圖5 1984?2017 年影響 TC 年平均出現頻數分布（a?d）和 TC 生成位置（e?h）Fig.5 Distribution of annual mean frequency (a?d) and genesis locations (e?h) of the affecting TCs during 1984?2017

3.2.2 3 類盛行路徑下 TC 災害的時間特征

TC災害與TC活動特征密切相關，頻數、強度和陸上持續時間等可作為表征影響TC活動的指數。本文中TC持續時間指中心最大風速從第1次至最后1次超過17.2 m/s的時間，陸上持續時間指從登陸時刻開始至中心風速最后1次超過17.2 m/s的時間。對于登陸中國大陸及海南省后又重新入海且中心最大風速超過17.2 m/s的TC，陸上持續時間指從登陸時刻開始至重新入海的時間。TC強度和持續時間的分析基于1984?2017年CMA-STI資料。從表2可知，影響TC平均持續時間為120.3 h，平均最大強度為39.9 m/s（臺風級），平均登陸強度 28.6 m/s（強熱帶風暴級），登陸后陸上平均持續15 h。3類TC陸上平均持續14～16 h，時間差異較小。與西行和西北行的TC相比，近海轉向TC影響和登陸中國的數目少、平均強度小，34年間僅有62個近海轉向TC影響中國，約占總數的23.0%，影響和登陸TC數目雖有減少趨勢但并不顯著（圖6a）。西行TC影響和登陸中國的數目較多，34年間有104個西行TC影響中國，其中93個TC直接登陸，約占總數的38.5%和41.0%，是平均生命史最長且強度最大的TC，影響和登陸TC數均呈上升趨勢，但未通過95%顯著性檢驗（圖6b）。西北行TC也是影響和登陸中國數目較多的一類，34年間西北行TC累計影響中國104次、累計登陸85次，TC數目年際變化趨勢不顯著（圖6c），雖然平均生命史最短，但平均強度僅次于西行TC。

表2 1984?2017年盛行路徑下影響TC活動特征Table 2 Characteristics of all affecting TCs and of affecting TCs for three prevailing tracks during 1984?2017

圖6 1984?2017 年影響和登陸中國的近海轉向（a）、西行（b）和西北行（c）TC 個數Fig.6 The number of affecting and landing TCs in China on the tracks of recurve (a),westward (b) and northwestward (c)during 1984?2017

1984?2017年，3類盛行路徑下TC災害情況如圖7所示。從死亡人數上看（圖7a至圖7c），西北行TC年均死亡人數（177人）最多，西行TC（141人）次之，近海轉向TC（58人）最少，3類TC造成的死亡人數均有明顯減少。從經濟損失絕對值來看（圖7d至圖7f），近海轉向、西行和西北行的TC年均直接經濟損失分別為30.7億元、178.8億元和158.6億元，西行和西北行的TC經濟損失上升趨勢明顯，而近海轉向的TC經濟損失則無明顯變化。經CPI標準化，近海轉向、西行和西北行的TC年均經濟損失分別增至49.9億元、233.3億元和213.5億元，西行和西北行的TC經濟損失上升趨勢依然顯著。從經濟損失相對值來看（圖7g至圖7i），西行和西北行的TC經濟損失在GDP中占比為0.127%和0.129%，約為近海轉向TC（0.046%）的3倍。3類TC直接經濟損失在GDP中占比顯著減少，說明損失絕對值的增加與經濟發展有關。

圖7 1984?2017年3 類盛行路徑下因 TC 導致的死亡人數（a?c）、直接經濟損失（d?f）和原始直接經濟損失在 GDP 中百分比（g?i）Fig.7 Time series of deaths (a?c),direct economic losses (d?f) and original direct economic losses proportion to GDP (g?i) caused by affecting TCs for the three prevailing tracks during 1984?2017

此外，個別極具破壞性TC的出現是某些年份直接經濟損失異常偏高的原因之一。根據直接經濟損失大小選出的10個TC中（表3），死亡人數從6人至863人不等，但直接經濟損失均在300億元以上，且損失在當年的總TC經濟損失中占比超過35%，個別TC超過 70%，如 0814號臺風“黑格比（Hagupit）”和9711號臺風“溫妮（Winnie）”。雖然極具破壞力的TC登陸強度（熱帶風暴級到超強臺風級）和陸上持續時間（1 d以內至3 d以內）差異較大，但其移動路徑多為西行和西北行路徑（5個為西行路徑、5個為西北行路徑）。由此可見，中國TC災害主要由西行和西北行的TC造成，極具破壞力的TC在這兩種路徑下更容易產生。

表3 1984?2017年造成中國直接經濟損失最大的10個TCTable 3 Top 10 TCs with the greatest direct economic losses in China during 1984?2017

3類TC各年代災害情況如圖8所示。在TC數目上（圖8a），3類TC年代內平均影響TC頻數無明顯變化，但災害年代際差異較大。在死亡人數上（圖8b），2000年以前平均死亡人數較多，近海轉向、西行和西北行的TC在1984?1990年平均死亡人數分別為 113人、189人和 286人，1991?2000年分別為97人、239人和163人。2000年以后近海轉向和西行的TC平均死亡人數驟減，2001?2010年平均死亡人數分別減少至22人和74人，2011?2017年分別減少至2人和48人。2006年0604號強熱帶風暴“碧利斯（Bilis）”造成 863 人死亡，是 2001?2010 年造成死亡人數最多的TC，而西北行TC在2001?2010年年均死亡人數仍高達211人正是由于“碧利斯（Bilis）”影響。在經濟損失上（圖8c，圖8d），近海轉向TC在90年代年均經濟損失最大（40億元）且損失在GDP中占比最高（0.08%），2000年以后損失逐漸減小，損失在GDP中占比下降更加明顯。西行和西北行的TC經濟損失自1984年以來不斷增加，2011?2017年平均經濟損失最高，而損失在GDP中占比在90年代最大，2000年后占比明顯減小。

圖8 1984?2017年3 類盛行路徑下各年代平均的影響 TC 頻數（a）、死亡人數（b）、直接經濟損失（c）和直接經濟損失在GDP 中百分比（d）Fig.8 Decadal changes in the mean of affecting TC numbers (a),deaths (b),direct economic losses (c) and the percentage of direct economic losses to GDP (d) for the three prevailing tracks during 1984?2017

總體來看，中國主要受西行和西北行的TC影響，在3類盛行路徑下TC造成的死亡人數和直接經濟損失在GDP中占比均有減小。西行和西北行的TC平均每年影響和登陸中國的TC數目多、強度大，且容易產生極具破壞力的TC，因而累計災害情況嚴重。近海轉向的TC由于影響和登陸中國的數目少、強度小，因而造成的經濟損失和死亡人數明顯少于西行和西北行的TC。

3.2.3 3 類盛行路徑下 TC 災害的空間分布

圖9顯示1984?2017年3類路徑下TC累計登陸和影響中國各省（自治區、直轄市）的次數。與總體災害特征類似，3類TC影響和登陸中國大陸及海南島的頻繁程度呈現從東南沿海向內陸減小的特征。與西行和西北行的TC相比，近海轉向TC登陸次數少、影響范圍小。西行TC對中國影響范圍廣，TC在廣東、海南和福建登陸頻繁，累計登陸次數分別為38次、33次和19次，而累計影響次數較多的省（自治區）分別為廣東（57次）、海南（48次）和廣西（41次），福建（29次）排名第4。西北行路徑也是對中國影響范圍廣的TC盛行路徑之一，TC主要登陸和影響廣東、福建、浙江，三省累計登陸次數分別為39次、23次、12次，累計影響次數分別為53次、51次、43次。可見，各省受TC影響頻繁程度與TC移動路徑密切相關，如海南、廣西和云南受西行TC影響次數明顯高于其他兩類，近海轉向或西北行的TC在較高緯度地區活動時，其外圍環流和遠距離降水對內蒙古、吉林和黑龍江也能產生一定災害。

各省（自治區、直轄市）3類TC災害情況如圖10所示。與西行和西北行的TC相比，各省（自治區、直轄市）因近海轉向TC導致的年均經濟損失少、死亡人數低，災情主要出現在受TC影響頻繁的沿海地區，如廣東、福建和浙江。近海轉向TC對內陸的湖南、江西及緯度較高的吉林、黑龍江也有一定的影響，同時也有像河北、河南、安徽等雖有TC經過但未造成經濟損失或人員傷亡的情況。

西行TC雖然對廣東、海南和廣西影響較頻繁（圖9e），但平均每年TC經濟損失較嚴重的省（自治區、直轄市）為廣東、廣西和浙江（圖10b，圖10e），死亡人數較多的省（自治區、直轄市）為浙江、廣東和福建（圖 10h）。值得注意的是，1984?2017年僅有 3個西行TC影響河北，但河北年均死亡人數和經濟損失遠高于其他兩類盛行路徑，是由于1996年臺風“赫伯（Herb）”和 2012 年臺風“達維（Damrey）”兩個極端事件。“赫伯（Herb）”影響中國時恰逢天文大潮期，受風暴潮災和強降水共同影響，造成河北423人遇難、456.3億元直接經濟損失。“達維（Damrey）”生成時亦恰逢天文大潮期，尺度小但強度大，在高緯度生成后西行進入黃海登陸中國，同時與南面的“蘇拉（Saola）”形成雙臺風效應，在風雨潮作用下造成河北3人遇難、143.8億元直接經濟損失。

圖9 1984?2017年3 類路徑下中國各省（自治區、直轄市）累計登陸 TC 數（a?c）和影響 TC 數（d?f）Fig.9 Distribution of landfalling (a?c) and affecting (d?f) TC numbers in China for the three prevailing tracks during 1984?2017

圖10 1984?2017年3 類路徑下中國各省（自治區、直轄市）因 TC 造成的年均直接經濟損失（a?c）、CPI標準化年均經濟損失（2017 人民幣水平）（d?f）和年均死亡人數（g?i）Fig.10 Distribution of annual mean direct economic losses (a?c),CPI normalized economic losses (2017 RMB) (d?f) and deaths (g?i)caused by TCs in China for the three prevailing tracks during 1984?2017

西北行TC在廣東、浙江、福建造成的災情最嚴重，僅3省的年均死亡人數在全國占比就高達66%，年均經濟損失占71%，經CPI標準化占69%。其中，浙江年均死亡人數最多（52人）、經濟損失最高（53億元），經CPI標準化年均損失高達70億。廣東雖然登陸和影響的TC數目最多，但年平均直接經濟損失32億元，CPI標準化增至43億元，全國排名第2，年均死亡人數（30人）全國排名第3。福建年均直接經濟損失27億元，全國排名第3，年均死亡34人，僅次于浙江。湖南、江蘇和山東等地TC災害以西北行路徑為主，西行和近海轉向路徑的TC次之。

由上述可見，在3類盛行路徑中，中國各省（自治區、直轄市）受西行和西北行的TC影響更多、災情更為嚴重。此外，沿海的浙江和廣東由于經濟發展水平高、人口密度大，雖然近年來中國臺風路徑預報能力不斷提高、TC預警預報工作不斷完善，但很多城市防洪排澇設施的建設落后于經濟建設[30]，當TC引起的極端暴雨發生時容易造成嚴重的城市內澇，而且在丘陵區（如廣東），TC暴雨還容易引發山洪、滑坡和泥石流等次生災害[31]，給當地造成不利的影響，因而浙江和廣東的TC災情在3條盛行路徑下明顯大于其他地區。

3.3 TC 災害與其陸上持續時間關系

TC災害與TC活動特征相關。影響中國的TC數目在過去34年間無明顯變化（圖2），直接經濟損失較為嚴重的10個TC中（表3），有3個TC登陸時為臺風級（風速為 32.7～41.4 m/s），1 個 TC 登陸時為強熱帶風暴級（風速為 24.5～32.6 m/s），這表明，即使TC登陸強度小，也可能造成巨大經濟損失。除登陸頻數和登陸強度外，TC災害也與TC陸上持續時間有關，TC在陸上持續時間越長，對途經地區造成嚴重影響的可能性越大。Chen等[32]發現，1976年后TC在中國平均持續時間增加，這與1976年后熱帶海表面溫度升高的變化一致[33]。海溫對大尺度環流有何影響尚待研究，但Chen等[32]認為，TC陸上持續時間增加與大尺度引導氣流變化一致。與引導氣流變化相比，TC地形摩擦耗散率相對穩定，在非絕熱條件下，TC登陸強度越大衰減速度越慢，在陸上可能持續的時間越長[34]。由于TC強度資料的不確定性，尚未明確陸上時間增加是否與登陸強度增大有關。因此，本文將探討大尺度引導氣流變化下3類TC陸上持續時間的變化，引導氣流的計算基于美國國家環境預報中心 （NOAA National Centers for Environmental Predictions，NCEP）再分析數據集2的月平均風場資料。為減小時間序列過短對要素變化趨勢的影響，將研究時段從1984?2017年拓展為1979?2018年。

1979?2018年，登陸中國大陸及海南島的TC陸上持續時間具有顯著上升趨勢（圖11a），這一結果與Chen等[32]一致。登陸TC陸上平均移動距離約為220.8 km，陸上平均移速約為5.04 m/s，陸上移動距離增加趨勢顯著，而陸上移動速度則無明顯變化（圖11b，圖11c）。由此推斷，持續時間增加可能與距離增加有關。TC 運動受引導氣流影響[35]，Wu 和 Wang[29]將 7?9月850～300 hPa加權平均氣流定義為TC引導氣流，引導氣流變化趨勢通過計算緯向和經向氣流的線性趨勢獲得。從圖11d可知，1979?2018年，中國東部的引導氣流出現反氣旋性變化，TC登陸頻繁的東南沿海地區出現東北風/東風異常，東部沿海地區有偏南風異常。引導氣流的變化使登陸TC向西速度分量顯著增加、向北速度分量顯著減小（圖11e，圖11f），由于東風異常大于北風異常，因而TC陸上移動速度總體呈弱的上升趨勢（未通過95%顯著性檢驗）。

圖11 1979?2018 年在中國陸上的 TC 平均持續時間（a）、平均移動距離（b）、平均移動速度（c）、引導氣流線性變化趨勢（d）、TC 平均緯向移動速度（e）和平均經向移動速度（f）Fig.11 Time series of annual mean overland duration (a),distance (b) and translation speed (c) of TCs in China,the trends in large scale steering flows (d),and the zonal (e) and meridional (f) TC translation speed during 1979?2018

3類TC陸上持續時間同樣具有顯著上升趨勢（圖12a至圖12c）。近海轉向的TC陸上持續時間增加與移速減小有關，而西行和西北行的TC陸上持續時間增加主要與移動距離增加有關（圖12d至圖12i）。受大尺度引導氣流異常影響，近海轉向的TC陸上移速減小主要表現為經向移動速度減小。雖然西行的TC向西移動分量顯著增加和向北移動分量顯著減小，以及西北行的TC經向和緯向速度分量變化趨勢均不顯著（圖12j至圖12o），但由于這兩條盛行路徑陸上的東風異常大于北風異常，因此它們陸上總體移動速度呈弱的上升趨勢。由此可知，對于近海轉向TC，在移動距離不變時，移動速度減小意味著TC將對途經地區影響時間更長、造成嚴重災害的可能性越大；對于西行和西北行的TC，在移速變化較小情況下，距離增加意味著TC將影響的地區更多、范圍更廣。如果陸上持續時間增加趨勢加劇，災害風險的增加將加大中國防臺減災工作壓力，受TC影響頻繁的地區，如浙江、廣東、福建等地需引起重視。

圖12 1979?2018年3 類移動路徑下平均每個 TC 在中國陸上的持續時間（a?c）、移動距離（d?f）、移動速度（g?i）、緯向移動速度（j?l）和經向移動速度（m?o）Fig.12 Time series of annual mean overland duration (a?c),distance (d?f),translation speed (g?i),and the zonal (j?l) and meridional(m?o) TC translation speed in China for the three prevailing tracks during 1979?2018

4 結果與討論

本文基于1984?2017年中國熱帶氣旋災情資料（不包括港澳臺）和熱帶氣旋最佳路徑資料，分析因TC導致的直接經濟損失和死亡人數兩類災害的時空特征。根據移動路徑的差異將TC劃分成近海轉向、西行和西北行3類TC盛行路徑，分別討論3類盛行路徑下TC災害的時空差異，并從TC陸上持續時間演變趨勢角度探討3類盛行路徑下TC災害的潛在風險。

（1）1984?2017年，西北太平洋共有 270個 TC（平均每年約7.9個TC）影響中國大陸及海南島，其中229個TC（平均每年6.6個TC）直接登陸，影響范圍涉及中國24個省（自治區、直轄市），年際、年代際影響和登陸TC數目無明顯變化。平均每年TC造成375人死亡和368億元直接經濟損失，經CPI標準化損失增至496.7億元（2017年人民幣水平），原始直接經濟損失在GDP中占比約0.3%。TC導致的死亡人數下降趨勢明顯，雖然CPI調整至2017年人民幣水平前后的經濟損失均具有顯著上升趨勢，但損失在GDP中占比下降趨勢明顯（特別是2000年后），表明改革開放后，經濟快速發展使更多的財富暴露在災害中，因而導致經濟損失增加。TC災害與TC影響頻繁程度密切相關，TC災情分布與影響頻數分布均呈現東南沿海向內陸減小特征，廣東、浙江、福建受TC影響頻數較多，也是中國TC災情嚴重的地區（統計結果不包含港澳臺）。

（2）3類盛行路徑TC中，中國受西行和西北行的TC影響更多、災情更為嚴重。近海轉向TC影響和登陸中國的數目少、強度弱、影響范圍小、災情輕，災情主要發生在廣東、福建和浙江等受TC影響頻繁地區。西行TC影響和登陸中國頻數多、平均強度大，其影響范圍廣、造成的災害損失嚴重，直接經濟損失排名前5的TC中有4個為西行路徑。西行TC對廣東、海南和廣西影響頻繁，但廣東、廣西和浙江是受TC影響造成年平均直接經濟損失較大的省（自治區、直轄市），浙江、廣東和福建是年均死亡人數較多的省（自治區、直轄市）。西北行TC平均強度略小于西行TC，也是影響范圍較廣、造成災害損失大的TC盛行路徑之一。西北行TC對廣東、福建和浙江影響較大，年均經濟損失和死亡人數遠高于其他省（自治區、直轄市）。3類TC影響和登陸中國的數目無明顯年際和年代際變化，直接經濟損失均呈上升趨勢，但死亡人數和損失在GDP中占比下降，災害空間分布均呈現東南沿海向內陸減小的特征。

（3）大尺度引導氣流的變化導致TC陸上持續時間增加。近海轉向TC陸上持續時間增加與陸上移速顯著減小有關，意味著TC對途經地區造成嚴重災害的可能性增加。西行和西北行的TC陸上移動距離增加導致持續時間增加，意味著TC可能影響的地區更多、范圍更大。研究表明[18,20]，該陸上持續時間增加和移速減緩與全球變暖密切相關。如果當前全球變暖趨勢持續，將進一步增強影響中國的TC災害風險[36]。

相關研究表明，若全球變暖趨勢持續，影響中國的TC數目將增加[19]，海平面上升亦將導致沿海各地出現更高的臺風風暴潮[1]，若恰逢天文大潮期，可能會給沿海地區造成極其嚴重的災害損失。此外，雖然臺風路徑預報水平在20世紀90年代以后顯著提升[27]，但對于臺風突變路徑預報，如北折突變路徑預報仍存在較大的距離誤差[37]。由于資料的缺漏和時間序列過短，本文只對部分TC災害及可能造成災害的原因進行分析，TC災害對農業、生態、社會生活的影響，災害成因分析和災情預警預報等問題尚待進一步研究。雖然TC災害造成的相對經濟損失和死亡人數減少，但社會的發展使得更多的生命財產暴露在自然災害中，災害增加的風險依然存在，中國TC災害防御工作仍面臨巨大挑戰。

致謝：衷心感謝兩位匿名審稿人的寶貴意見和建議，進一步提高了論文質量。本論文的數值計算得到了南京信息工程大學高性能計算機中心的計算支持和幫助，在此表示感謝。