2022年西北太平洋和南海臺風活動概述

聶高臻，錢奇峰

摘要：利用中國氣象局熱帶氣旋最佳路徑等資料，對2022年西北太平洋及南海臺風活動的主要特征和影響我國臺風的路徑、強度及風雨影響進行分析和回顧。結果表明：2022年西北太平洋及南海臺風生成個數與常年持平，臺風總體強度偏弱，生成源地顯著偏北；登陸臺風個數偏少，登陸強度偏弱；有3個臺風集中在廣東西部登陸，另外強臺風“梅花”是1949年以來首個4次登陸不同省份的臺風。全年多臺風事件頻發，共存的臺風共計有11組，歷史罕見。2022年臺風災害影響較輕，夏臺風偏少，秋臺風活躍。

關鍵詞：臺風；登陸臺風；活動特征；多臺風事件；臺風源地

Overview of typhoon activities over western North Pacific and the South China Sea in 2022

NIE Gaozhen， QIAN Qifeng

（National Meteorological Center， Beiing 100081， China）

Abstract： Using the data such as the CMA （China Meteorological Administration） Tropical Cyclone Best Track Dataset， an analysis and review are conducted on the main characteristics of the 2022 typhoon activities in western North Pacific and the South China Sea， focusing on the tracks， intensities， and wind and rainfall impacts of the typhoons affecting China. The results are as follows. In 2022， the number of typhoons generated in western North Pacific and the South China Sea is consistent with the annual average， and the overall intensity of typhoons is relatively weak with significant northward shifts in their genesis regions. The number of landfalling typhoons is less， and their intensities upon landfall are comparatively weak. Three typhoons make landfall concentratedly in the western part of Guangdong， while the severe typhoon Muifa has become the first to make landfall in 4 different provinces since 1949. The multiple typhoon coexisting scenarios occur throughout the year with a total of 11 typhoon groups， which is a rare phenomenon. The typhoon-related disasters in 2022 exert relatively mild impacts， the summer of 2022 experiences less typhoons， while the autumn is characterized by intense typhoon activities.

Keywords： typhoon; landfalling typhoon; characteristics of activity; multiple typhoon coexisting scenario; typhoon genesis region

引言

我國擁有漫長的海岸線，毗鄰全球熱帶氣旋最活躍的西北太平洋，是世界上受臺風影響最頻繁、最嚴重的國家之一[1]。臺風可以帶來強風、暴雨、風暴潮以及漬澇山體滑坡、泥石流等一系列直接和次生災害[2-3]，威脅人民生命安全，并造成數額巨大的經濟損失。中央氣象臺每年對過去一年臺風活動特點進行概括總結[4-6]，其中對臺風的生成、登陸、活動特征的統計以及對風雨影響的回顧總結有助于更好地理解臺風活動規律、發現科學問題，推動臺風機理和相關預報預測技術發展，提高臺風預報預測準確率，最終服務于防災減災。

2021年9月—2023年1月出現了一次超長時間維持的弱拉尼娜事件[7-8]，這是自2020年8月以來，罕見地連續3個冬季經歷拉尼娜事件，因此也被稱作三峰（triple-dip）拉尼娜事件[9-10]。研究表明，厄爾尼諾-南方濤動（El Ni?o-Southern Oscillation，ENSO）與臺風活動的頻數、空間分布有關[11-13]，拉尼娜事件期間臺風生成位置會更加偏北、偏西[14]。實際上，2022年在拉尼娜氣候背景下，西北太平洋和南海臺風整體生成源地顯著偏北，南海臺風少。

研究表明，西北太平洋上夏季和秋季的臺風生成頻數在超過70%的年份中呈反位相特征[15-16]。2022年臺風活動呈現夏季臺風偏少、秋季臺風活躍的特點。另外，2022年臺風群發特征明顯，登陸我國臺風較少，自2018年以來連續5 a無臺風明顯影響（登陸）臺灣，歷史罕見。

利用2022年中國氣象局熱帶氣旋最佳路徑資料[17-18]、地面氣象觀測資料、風云衛星資料以及水利和民政部門提供的臺風因災損失數據，對2022年西北太平洋和南海臺風活動的主要特征進行分析概述，以期為臺風預報業務及服務工作提供參考。

1? 2022年西北太平洋和南海臺風活動特征

1.1 生成個數與臺風強度

2022年，西北太平洋和南海共有25個臺風（熱帶風暴級及以上）生成（圖1a和表1），較多年平均值（1949—2021年，下同）26.9個偏少1.9個，與氣候平均值（1991—2020年，下同）25.1個基本持平。2022年25個臺風的平均臺風生命史最大風速（風力）為32.9 m?s-1（12級），較多年平均值40.0 m?s-1（13級）偏弱7.1 m?s-1，較氣候平均值37.3 m?s-1（13級）偏弱4.4 m?s-1。總體來說，2022年西北太平洋和南海臺風生成個數與氣候平均持平，臺風總體強度偏弱。

1.2 生成源地

全年25個臺風的平均生成位置為（19.4°N，135.7°E），較多年平均（16.1°N，136.3°E）偏北3.3緯度，偏西約0.6經度（圖2）。其中僅有3個臺風（“暹芭”“木蘭”“桑卡”）在南海生成，較多年平均（4.5個）偏少1.5個。另外，生成于20°N以北的臺風有12個，比多年平均（6.4個）偏多近一倍。綜合來說，2022年西北太平洋和南海臺風生成源地偏北。

等值線—臺風多年平均生成源地密度，單位：個?π-1?R-2，R=250 km，灰色虛線—臺風多年平均生成經緯度位置；紅色臺風符號—2022年臺風生成位置，紅色點線—2022年臺風年平均生成經緯度位置。

1.3 登陸臺風個數和強度

2022年共有4個臺風登陸我國（以登陸時中心附近最大風速達到或超過18 m?s-1計）（表2），分別為2203號臺風“暹芭”、2207號臺風“木蘭”、2209號臺風“馬鞍”、2212號臺風“梅花”（圖1b）。全年登陸臺風個數較多年平均（7.0個）偏少3.0個，較氣候平均（7.2個）偏少3.2個。4個登陸臺風的平均登陸強度（每個臺風以其第一次登陸強度參與統計，下同）為31.3 m?s-1（11級），較多年平均值32.4 m?s-1（11級）偏弱1.1 m?s-1，較氣候平均值32.7 m?s-1（12級）偏弱1.4 m?s-1；平均極值強度35.8 m?s-1（12級），較多年平均值42.0 m?s-1（14級）偏弱6.2 m?s-1，較氣候平均值38.1 m?s-1（13級）偏弱2.3 m?s-1。另外，2222號臺風“尼格”登陸廣東珠海香洲區時減弱為熱帶低壓，中心附近最大風力（風速）為7級（15 m?s-1），如表2所示。總體來說，2022年西北太平洋和南海生成登陸我國的臺風個數偏少，強度偏弱。

1.4 登陸地段集中，“梅花”4次登陸

2022年的4個登陸臺風中，有3個集中在廣東西部沿海登陸：“暹芭”和“馬鞍”同在廣東電白登陸，“木蘭”在廣東徐聞登陸。3個臺風的登陸點之間最遠直線距離不超過200 km。另外，臺風“梅花”首次登陸舟山后其路徑沿海岸線北上，相較于多數登陸臺風，其下墊面、水汽條件均有利于其環流和強度維持，加之持續存在的高空出流，造成其首次登陸舟山之后又相繼在上海、山東和遼寧登陸。這是繼9012號臺風“楊希”和1416號臺風“鳳凰”之后第3個4次登陸我國的臺風，也是1949年以來首次出現的登陸4個省（市）的臺風。

1.5 臺風群發特征明顯

除生成于8月的臺風“木蘭”“米雷”，生成于11月以后的臺風“山貓”“帕卡”為單個活動的臺風，其他臺風均經歷過多臺風（包括雙臺風或更多）共存的情形。2022年雙臺風共存的情況共有8組（“馬勒卡”-“鲇魚”“暹芭”-“艾利”“桑達”-“翠絲”“馬鞍”-“蝎虎”“軒嵐諾”-“梅花”“桑卡”-“納沙”“納沙”-“海棠”“尼格”-“榕樹”），三臺風共存的情況有3組（“梅花”-“苗柏”-“南瑪都”“塔拉斯”-“奧鹿”-“玫瑰”“奧鹿”-“玫瑰”-“洛克”）。因此，多臺風共存的情況共計11組，遠高于多年平均值（4組），歷史上僅次于1994年的13組，相當罕見。

1.6 夏臺風偏少，秋臺風活躍

2022年夏季（6—8月），共有9個臺風生成（圖3），較多年平均（11.0個）偏少2.0個；秋季（9—11月）生成13個，較多年平均（10.7個）偏多2.3個。6—10月登陸臺風個數較多年平均持續偏少，其中夏季偏少1.7個，秋季偏少1.3個。

1.7 臺風災害影響相比往年偏輕

總體數據表明，2022年我國因臺風災害造成的損失為2000年以來最低值[19]。2022年共有7個臺風影響我國，其中4個登陸我國大陸地區。臺風災害共造成9個省（區）473.7萬人次受災，2人死亡，1人失蹤，201.6萬人緊急避險轉移，75萬人次緊急轉移安置；800余間房屋倒塌，1800余間不同程度損壞；農作物受災面積15.93萬hm2，其中絕收1.14萬hm2。

登陸廣東的臺風“暹芭”是影響較大的臺風之一，具有臺風強度強、影響范圍廣、累計雨量大等特點，導致江西、廣東、廣西、海南損失嚴重，共造成186.3萬人受災，2人死亡，1人失蹤，9.2萬人緊急避險轉移，7.1萬人緊急轉移安置。此外，臺風“梅花”4次登陸，對東部沿海多個省份造成嚴重影響，遼寧、上海、江蘇、浙江、山東共計177.2萬人受災，117.2萬人緊急避險轉移，55.6萬人緊急轉移安置。

2 對我國造成顯著影響的臺風概況

2022年共有5個臺風對我國造成顯著的風雨影響，包括4個登陸臺風和近海北上臺風“軒嵐諾”。以下對這5個臺風的活動特征和影響做簡要概述。

2.1 2203號臺風“暹芭”

“暹芭”（Chaba）于6月30日14時在南海中部海面生成，7月1日02時加強為強熱帶風暴級，7月2日02時加強為臺風級，當日15時前后在廣東電白沿海登陸（臺風級，35 m?s-1，965 hPa）（圖4a），是1991年以來初臺登陸強度第4強的臺風。2日夜間以強熱帶風暴級的強度移入廣西境內，3日下午在廣西北部減弱為熱帶低壓，4日08時前后進入湖南境內并進一步減弱，之后“暹芭”減弱后的低壓環流及其殘留云系繼續北上影響中國中東部和東北部地區（圖4b）。

受“暹芭”影響，7月1日08時—8日08時，海南、廣西中東部、廣東、福建東南部、湖南、江西西部和南部、湖北中部、河南中東部、蘇皖北部、山東中西部、河北東部、天津、遼寧、吉林中部、黑龍江南部等地部分地區出現100～300 mm的降雨，廣東、海南島西南部、廣西東部等局地降雨量為400～580 mm，其中廣東茂名信宜大成鎮降雨量達695.6 mm。期間，海南、廣東、廣西、湖南、河南、安徽等地超過60個測站的日雨量達到特大暴雨量級。7月1日20時—2日20時，海南三亞國家級氣象觀測站日降雨量（421.6 mm）突破當地有氣象記錄以來日降雨量歷史極值（圖4c）。

2.2 2207號熱帶風暴“木蘭”

2022年第7號熱帶風暴“木蘭”（Mulan）于8月9日11時在南海中部海面生成，8月10日08：15登陸廣東省徐聞縣沿海（熱帶風暴級，20 m?s-1，995 hPa），如圖5a所示。8月11日再次登陸越南東北部（熱帶風暴級，18 m?s-1，998 hPa），之后減弱消失（圖5b）。

8月9日08時—12日08時，受“木蘭”影響，廣東西南部和沿海、廣西南部、海南島西北部等地累計降雨量為100～220 mm，廣東茂名、陽江和江門等局地累計降雨量為250～404 mm（圖5c），廣東中西部和沿海、廣西東部、海南島東北部沿海及東沙、西沙群島出現風力8～9級的陣風，局地風力為10～12級（圖略）。

2.3 2209號臺風“馬鞍”

“馬鞍”（Ma-on）于8月22日14時在菲律賓以東洋面生成，23日08時加強為強熱帶風暴級，23日10：30前后登陸菲律賓呂宋島東北部伊莎貝拉省（強熱帶風暴級，28 m?s-1，982 hPa），如圖6a所示。“馬鞍”移入南海東北部海面后，于8月24日20時加強為臺風級，8月25日10：30登陸廣東電白沿海（強熱帶風暴級，30 m?s-1，982 hPa），之后自廣西境內移入北部灣北部海面，并于8月25日21時前后再次登陸越南廣寧省芒街市（熱帶風暴級，20 m?s-1，992 hPa），并在越南境內減弱消失（圖6b）。

受臺風“馬鞍”影響，23日20時—26日08時，廣東南部、廣西中南部、海南島等地累計降雨量為50～100 mm，廣東江門、陽江、茂名和湛江，廣西防城港和崇左，海南海口、澄邁、東方和樂東等地部分地區累計降雨量為150～230 mm，廣西防城港局地降雨量為250～344 mm（圖6c）。上述部分地區出現風力8～9級的陣風，廣東陽江、茂名、江門、珠海及廣西欽州、防城港等地局地陣風風力達10～12級，個別島礁出現風力為13～14級的最大陣風（圖6d）。

2.4 2211號超強臺風“軒嵐諾”

“軒嵐諾”（Hinnamnor）于8月28日08時在西北太平洋洋面上生成，29日14時加強為臺風級，30日02時加強為超強臺風級，9月2日早晨在臺灣以東洋面減弱為強臺風級，4日08時在東海南部再次加強為超強臺風級，4日14時達到東海海域內的最大強度（圖7a），5日14時減弱為強臺風級，并于9月6日03：50前后在韓國慶尚南道巨濟市登陸（強臺風級，45 m?s-1，950 hPa），之后在日本海北部變性為溫帶氣旋（圖7b）。

9月1日08時—5日08時，受臺風“軒嵐諾”外圍云系影響，浙江東部和北部、上海、江蘇東南部及臺灣島等地累計降雨量為50～150 mm，浙江寧波和紹興、臺灣島中北部部分地區累計降雨量為200～350 mm，局地達400～461 mm（圖7c）。福建東部沿海、浙江東部沿海、上海、江蘇南部和臺灣島沿海出現風力6～8級的陣風、局地風力為9～11級（圖略）。

2.5 2212號強臺風“梅花”

“梅花”（Muifa）于9月7日14時在菲律賓以東洋面上生成，之后向西北方向移動，強度逐漸加強，10日20時增強至強臺風級，12日下午短暫減弱為臺風級后，于13日凌晨再次加強為強臺風級，之后在東海維持強臺風級強度直至鄰近登陸，14日20：30前后在浙江舟山普陀沿海登陸（臺風級，40 m?s-1，965 hPa）（圖8a），登陸后繼續向北偏西方向移動，于15日00：30前后在上海奉賢第2次登陸（臺風級，35 m?s-1，975 hPa），16日00時前后在山東青島嶗山區沿海第3次登陸（熱帶風暴級，23 m?s-1，990 hPa），16日12：40前后在遼寧省大連市金州區第4次登陸（熱帶風暴級，23 m?s-1，992 hPa），之后繼續向東北方向移動，并逐漸減弱變性為溫帶氣旋（圖8a）。“梅花”是1949年以來最晚登陸山東、遼寧的臺風。

臺風“梅花”帶來的大風影響范圍廣、強度大、持續時間長。浙江東部、上海、江蘇東部、山東半島、遼寧東部等地最大陣風風力為8～10級，上海沿海、浙江沿海及部分島礁出現12～15級的大風（圖8c），最大陣風（16級，53.6 m?s-1）出現在浙江舟山徐公島。浙江東北部沿海海面12級以上大風累計時長達12 h。

9月12日08時—17日08時，浙江北部和東部、上海、江蘇東部、山東半島、遼寧東部等地累計降雨量為100～200 mm，其中浙江紹興、寧波、舟山及山東青島、煙臺等地部分地區累計降雨量為250～500 mm，紹興上虞和嵊州、寧波余姚局地降雨量達600～707 mm（圖8d）。期間，共23個國家級氣象觀測站日降雨量突破9月極值，其中浙江2個、山東8個、遼寧11個、吉林2個；山東福山日降雨量突破建站以來歷史極值。

3 結論與討論

對2022年全年臺風生成、路徑及強度特點、登陸臺風及重點臺風災害影響進行概述，并對明顯影響我國的5個臺風進行了簡要回顧，得到以下主要結論。

（1）2022年西北太平洋和南海共有25個臺風生成，生成個數與氣候平均基本持平；年平均極值強度較氣候平均值偏弱4.4 m?s-1。

（2）4個臺風登陸我國，登陸臺風數偏少，登陸強度偏弱。其中3個臺風集中在廣東西部沿海登陸，臺風“梅花”在浙江、上海、山東和遼寧先后4次登陸，為1949年以來首個登陸4省（市）的臺風。

（3）臺風生成源地偏北且略偏西，生成于20°N以北的臺風有12個，顯著多于多年平均值。

（4）臺風活動群發特征明顯，除4個臺風為單個活動的臺風，其他臺風均經歷過多臺風共存的情形，包括8對雙臺風，3組三臺風，數量之多歷史罕見。

（5）秋季臺風活動較活躍，共生成13個臺風，較多年平均偏多2.3個，夏季臺風生成偏少2.0個。各月登陸臺風均偏少，其中夏季偏少1.7個，秋季偏少1.3個。

僅對2022年西北太平洋和南海臺風的活動特點及主要影響我國的臺風進行了系統的概括和總結。關于2022年拉尼娜背景下臺風整體生成源地偏北、臺風登陸數偏少的原因和“暹芭”環流深入內陸北上的維持機制有待進一步研究。

參考文獻：

[1]梁必騏，梁經萍，溫之平.中國臺風災害及其影響的研究[J].自然災害學報，1995，4（1）：84-91.

[2]陳佩燕，楊玉華，雷小途，等.我國臺風災害成因分析及災情預估[J].自然災害學報，2009，18（1）： 64-73.

[3]何彩芬，錢燕珍.2000年浙江省熱帶氣旋災情評估[J].浙江氣象，2002，23（2）：4-6.

[4]周冠博，董林，王海平，等.2020年西北太平洋和南海臺風活動概述[J].海洋氣象學報，2021， 41（1）：1-10.

[5]向純怡，高拴柱，劉達.2021年西北太平洋和南海臺風活動概述[J].海洋氣象學報，2022，42（1）： 39-49.

[6]向純怡，許映龍，高拴柱，等.2021年西北太平洋臺風活動特征和預報難點分析[J].氣象，2022， 48（9）：1195-1208.

[7]國家氣候中心.熱帶太平洋關鍵區海溫候指數[EB/OL]（2023-04-30）[2023-05-23]. http：//cmdp.ncc-cma.net/download/ENSO/Monitor/Nino-indices/pentad_ninoindex.txt.

[8]中國氣象局.2021/2022年一次拉尼娜事件形成[EB/OL].（2022-03-07）[2023-05-23] https：//www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202203/t20220307_592819.html.

[9]世界氣象組織.WMO預測本世紀首次“三峰”拉尼娜現象[EB/OL].（2022-08-31）[2023-05-23]https：//public.wmo.int/zh-hans/media/%E6%96%B0%E9%97%BB%E9%80%9A%E7%A8%BF/wmo%E9%A2%84%E6%B5%8B%E6%9C%AC%E4%B8%96%E7%BA%AA%E9%A6%96%E6%AC%A1%E2%80%9C%E4%B8%89%E5%B3%B0%E2%80%9D%E6%8B%89%E5%B0%BC%E5%A8%9C%E7%8E%B0%E8%B1%A1.

[10]NASA. La Ni?a times three[EB/OL].（2022-11-29）[2023-05-23]. https：//earthobservatory.nasa.gov/images/150691/la-nina-times-three#：～：text=The%20current%20La%20Ni%C3%B1a%2C%20relatively%20weak%20but%20unusually，1950%20spanned%20the%20years%201998-2001%2C%201973-1976%2C%20and%201954-1956.

[11]HA K J，YOON S J，YUN K S， et al. Dependency of typhoon intensity and genesis locations on El Ni?o phase and SST shift over the western North Pacific[J].Theor Appl Climatol， 2012，109（3）：383-395.

[12]CHAN J C L， LIU K S. Global warming and western North Pacific typhoon activity from an observational perspective[J]. J Climate，2004，17（23）：4590-4602.

[13]CHAN J C L，LIU K S.Recent decrease in the difference in tropical cyclone occurrence between the Atlantic and the western North Pacific[J].Adv Atmos Sci，2022，39（9）：1387-1397. [14]FORD B.El Nino and La Nina effects on tropical cyclones： the Mechanisms[D]. Monterey， California：Naval Postgraduate School，2000：134.

[15]姚秀萍，彭思越.秋季西北太平洋上熱帶氣旋研究進展及展望[J].海洋氣象學報，2023，43（3）：1-8.

[16] YAO X P， ZHAO D J， LI Y. Autumn tropical cyclones over the western North Pacific during 1949-2016： a statistical study[J]. J Meteorol Res，2020，34（1）：150-162.

[17]YING M，ZHANG W，YU H，et al. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Ocean Technol，2014，31（2）：287-301.

[18]LU X Q，YU H，YING M，et al. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Adv Atmos Sci，2021，38（4）：690-699.

[19]國家氣象中心.WMO/ESCAP 臺風委員會第17屆綜合研討會會員報告（中國）[R].北京：國家氣象中心，2022.