中國沿海地區熱帶氣旋危險性分析

張 昆，黃全義，栗 健*

（1.華東師范大學地理科學學院 地理信息科學教育部重點實驗室，上海 200241；2.自然資源部超大城市自然資源時空大數據分析應用重點實驗室，上海 200241；3.清華大學 公共安全研究院，北京 100084；4.清華大學 工程物理系，北京 100084）

熱帶氣旋造成的損失嚴重，全球每年的熱帶氣旋產生80～100 個，其中38%的氣旋生成于西北太平洋上，我國是受熱帶氣旋影響最嚴重的國家之一，平均每年登陸的熱帶氣旋約有7個[1]。熱帶氣旋災害危險性研究可分為數值模擬法與統計法，數值模擬通常采用專業的數值模型，如用于大風模擬的H*WIND[2]、用于風暴潮模擬的MIKE21[3]、ADCIRC[4]等，對特定的熱帶氣旋進行模擬，分析熱帶氣旋致災因子影響的強度、范圍、時間等。統計法則采用特定的指標，對歷史上發生的熱帶氣旋進行危險性分析。如劉少軍[5]等研究了熱帶氣旋對我國橡膠樹種植區的危害，采用氣旋頻次、平均風速、最大風速作為熱帶氣旋危險性的指標，將3個指標相乘得出一個綜合性指標。葉金玉[6]等利用1949—2016年西北太平洋上的熱帶氣旋最佳路徑集，采用GIS技術獲取了2 225條氣旋路徑，并用氣旋累計襲擊次數來評價危險性。陳楷俊[7]等采用熱帶氣旋強度、日最大降雨量、登陸頻次、持續時間評價了1989—2017年粵東地區熱帶氣旋的危險性。牛海燕[8]等采用災次指標來評價熱帶氣旋的危險性，即某地區某時段內熱帶氣旋災害發生的次數，根據災情報告，某地區凡是有災情發生，就記為1，無災情發生的記為0。

現有的熱帶氣旋災害危險性研究多面向單個致災因子，對于熱帶氣旋大風和風暴潮災害的綜合危險性的研究還較少。本文基于歷史熱帶氣旋資料，采用空間分析和統計方法，研究了中國沿海地區熱帶氣旋的危險性，試圖找出其空間分布特征。第一部分是數據的收集與處理；第二部分采用GIS 疊加法計算熱帶氣旋的影響范圍，從頻次和面積2 個方面對我國沿海六省一市進行了分析；第三部分用熱帶氣旋登陸時的潮位，并結合風速和氣壓提出了一個風暴潮危險性指標，根據該指標計算了海岸線的風暴潮危險性，并給出了對應城市的排名。

1 數據來源與處理

1.1 資料來源

熱帶氣旋數據來自中國氣象局熱帶氣旋資料中心的“衛星分析熱帶氣旋尺度資料”[9]，該資料記錄了1980—2016 年西北太平洋上所有被衛星捕捉到的熱帶氣旋。排除熱帶風暴（地面近中心最大風速17.2 m/s）等級以下的氣旋，37 a 間共有824 個熱帶氣旋。每個熱帶氣旋由逐6 h 的觀測點構成，觀測點數據包括氣旋位置、中心氣壓、風速、尺度等信息。其中尺度信息記錄的是34 nm/h 的風圈半徑。該資料以文本的格式提供，不能直接用GIS 軟件分析。本文采用R 語言讀取文本資料，提取日期、經緯度坐標、中心氣壓等信息。由于逐6 h 的觀測點過于稀疏，生成的緩沖區不能很好地表示熱帶氣旋的影響范圍，有些相鄰觀測點的緩沖區甚至是分離的，因此R 代碼讀取資料的同時也對觀測點進行了線性內插（內插原理見下一節），最后的結果導出為csv 文件，再導入GIS 做分析。

1.2 數據內插

本文采用線性內插，在2 個相鄰的觀測點間再內插一個點。由于熱帶氣旋的運行路線通常很長，短的有幾百公里，長的有5 000多km（例如2022年的“梅花”），此時的路線是一條球面曲線，不是平面曲線，因此在內插時要考慮地球球面曲率，這里采用了球面線性內插，在兩點間的大圓弧上進行內插。如圖1 所示，o 是地球球心，p,q是球面上兩點，r是兩點間大圓弧上的一點。

圖1 球面線性內插示意圖

將球面上的點看作向量，r與p，q間的夾角分別是tθ和(1-t)θ，t是0，1 之間的數，插值公式可以寫為：

其中a，b是t的函數，將公式（1）兩邊點乘p，可得

同理，將公式(1)兩邊點乘q，可得

由公式（2）（3）（4）可解出：

若已知p,q的經緯度坐標λ和φ，根據球面直角坐標與球面坐標之間的關系式（7），聯立公式（1）就可求出內插點r的經緯度坐標。

本研究的內插點r選取p，q的中點，即t=0.5，內插點的氣壓、風速等屬性取前后兩點的平均值。內插計算采用R 語言的geosphere 包（midPoint命令），內插前后的對比如圖2所示。

圖2 熱帶氣旋影響范圍內插前（前）和內插后（后）的比較示意圖

2 熱帶氣旋的疊加分析

并不是所有的熱帶氣旋都會影響到中國大陸沿岸，沒有影響的氣旋在本研究中不考慮。研究范圍選擇中國大陸沿海地區，不包括海南、中國臺灣、中國香港和中國澳門。采用ArcPy 對824 個熱帶氣旋進行批處理，用空間選擇命令（Select Layer By Location）挑選出對我國大陸沿岸有影響的227 個樣例，即熱帶氣旋的緩沖區與大陸存在交集。用Intersect analysis命令找出交集，然后轉為柵格圖層，再用Mosaic命令將柵格疊加。可能是由于數據量過大的緣故，一次疊加幾百個柵格文件會出現報錯，因此采用了分批處理的方案，每次疊加十幾個圖層，最后再把分批的結果疊加。

從疊加結果可以看到熱帶氣旋的影響范圍和頻次（重疊次數），渤海灣是一個明顯且自然的分界，將影響范圍分為南北2 個區域，北部區域的遼寧省受熱帶氣旋影響較大；南部的影響范圍集中在東南沿海，一些非沿海省份如安徽、江西也受到了范圍較大的熱帶氣旋影響；江蘇、上海、浙江、福建、廣東的全境都處于熱帶氣旋的影響范圍內；山東和廣西有小部分內陸地區不受熱帶氣旋的影響。用沿海省份的多邊形數據裁剪Mosaic柵格數據，可以按省份統計。

表1 列出了受影響較大省市的統計數據。從頻次和面積看，江蘇省是東南沿海受熱帶氣旋影響最輕的；其次是上海市，氣旋影響頻次超過20次的面積約為2 172 km2，雖然該面積不算大，但是面積占比卻達到了31.5%，甚至高于廣西省的25.3%。浙江省有57%的面積（約5.8萬km2）受熱帶氣旋影響的頻次超過20 次；頻次超過40 次的面積卻不到1%，只有0.26%。福建省則有80%的面積（約9.8 萬km2）受熱帶氣旋影響的頻次超過20 次，頻次超過40 次的面積幾乎占全省面積的1/4；廣東省有70%的面積（約12.6萬km2）受熱帶氣旋影響的頻次超過20次，頻次超過40次的面積同樣占全省面積的1/4。

表1 部分省市受熱帶氣旋影響的頻次與面積

從疊加結果還可以看出一個非常明顯的階梯式結構，由沿海向內陸，熱帶氣旋的影響頻次逐漸遞減。為了進一步分析，將Mosaic得到的柵格圖層轉為矢量點（76萬多個），用ArcGIS Pro的Near命令計算每個矢量點到最近海岸線的距離，用R讀取矢量點的屬性表并用ggplot2繪制出圖3的散點圖，用geom_smooth命令的loess method 進行局部多項式回歸（local polynomial regression fitting），擬合出曲線（灰色陰影是95%的置信度區間）。可以看到非常明顯的趨勢，熱帶氣旋經過頻次低的地方通常離海岸線較遠，經過頻次高的地方離海岸線近，這個規律在離海岸線100 km 的范圍內非常顯著。

圖3 熱帶氣旋頻次與距離關系圖

3 臺風風暴潮危險性評價

3.1 危險性指標構建

熱帶氣旋帶來的風暴潮（臺風風暴潮）會引起海面水位異常升高，嚴重威脅到沿海城市的人員和財產安全。因此熱帶氣旋登陸時的潮位是衡量風暴潮危險性的重要指標。本文采用DHI MIKE 來模擬歷年的潮位數據；MIKE 是丹麥水利研究所（danish hydraulic institue，DHI）開發的水動力模擬軟件。其中的Tide Prediction of Heights 工具可以預測潮位數據。本研究選取北起遼寧省丹東市、南至廣西省東興市的海岸線，在海岸線上均勻布設了1 224 個潮位點，用MIKE 模擬了每個潮位點從1980 年4 月1 日0 時至2016年12月31日0時逐6 h的潮位數據（共53 693條記錄）。

圖4繪制的是浙江溫嶺附近，2008年7、8月的潮位變化圖；其中藍點是模型計算出的潮位；從圖中可以看出潮位呈現出漲落交替的規律，周期大約為半個月。最高潮位2.39 m，最低潮位—2.79 m；潮位的起伏相對于平均海水面基本上是對稱的。熱帶氣旋登陸時的潮位計算方法如圖5所示。

圖4 潮位變化圖

圖5 熱帶氣旋登陸時的潮位計算示意圖

編寫ArcPy代碼，調用ArcGIS Pro的Intersect命令找出每個熱帶氣旋影響范圍與海岸線的交集，并找出離該海岸線最近的熱帶氣旋觀測點，得到觀測點的日期信息，例如圖5 中的1987 年6 月19 日0 時，然后根據日期信息和交集內潮位點的編號，到MIKE 生成的潮位文件中查詢對應潮位點的潮位。基于潮位數據，本文提出下面的公式來計算潮位點的風暴潮危險性。

式中，H為危險性Hazard；數字3為危險性，由3個指標計算得到，這3個指標是風速V（m/s）；中心氣壓P0（百帕）；潮位tide（m），潮位指標采用了指數的形式，目的是避免出現零值和負值，同時適當增大潮位因子的權重。因此，風速越大，氣壓越低，潮位越高，則風暴潮的危險性指數也越大，在現實中對應諸如大風吹倒樹木、房屋，海水淹沒碼頭、城鎮、村莊的災禍。

3.2 沿海臺風風暴潮危險性分析

對于影響大陸的227 個熱帶氣旋，依次做上述的處理和計算，將每個潮位點的危險性指標累加起來。然后根據行政區將海岸線分段，再計算各段海岸線上的潮位點危險性指標的平均值，作為該海岸線的危險性綜合指標。

根據綜合指標，將海岸線按照自然斷裂法（Natural Breaks）分為6 個級別，依次從低到高。結果顯示，從北到南，風暴潮危險性綜合指標總體上呈現出遞增的趨勢，從浙江省開始，海岸線的危險性指標都大于17，屬于4、5、6 級別，并且呈現高低錯落排列的格局。表2 列出了危險性綜合指標在30 以上的沿海城市，共有11 座城市，有5 座城市來自廣東省，并且其中的4 座城市：湛江市、茂名市、江門市、陽江市排名前4 位，危險性綜合指標均在40 以上；這4 座城市在地理位置上也是彼此相鄰的；廣西有三座城市：北海市、防城港市、欽州市，危險性綜合指標從高到低，并且也是地理位置彼此相鄰。福建的福州市排名第8，危險性指標達35.2；浙江的臺州市、溫州市分別排名第9、第10位，這兩座城市一北一南彼此相鄰。總體上看，廣東、廣西兩省受風暴潮的影響最大。

表2 風暴潮危險性綜合指標大于30的城市

4 結論與展望

熱帶氣旋是一個復雜的自然現象，分析單個具體的熱帶氣旋，可以采用數值模擬方法；分析眾多的歷史熱帶氣旋，則需要用簡化的方法。從GIS 的角度看，熱帶氣旋可以抽象為點、線、面對象，點是熱帶氣旋的中心，線是熱帶氣旋的移動路線，面是熱帶氣旋的影響范圍。從危險性的角度看，“面”是最重要的特征，其大小代表了熱帶氣旋的影響級別。本文基于歷史熱帶氣旋的尺度資料，用球面線性內插和GIS技術生成了熱帶氣旋的影響范圍，對1980—2016年，登陸中國沿海地區的227 個熱帶氣旋進行了空間分析，得到了對應的影響范圍與頻次信息。從分析結果看，東南沿海的浙江、福建、廣東、廣西四省受熱帶氣旋影響的范圍大、頻次高，其中福建、廣東兩省受影響最甚。論文也從風暴潮的角度分析了各海岸線的危險性，借助MIKE 軟件估算出了熱帶氣旋登陸時的潮位，并提出一個計算風暴潮危險性的公式。從計算結果看，廣東、廣西兩省的海岸線受風暴潮的影響最大。

本文的研究也存在不足之處，對熱帶氣旋影響范圍的建模不夠精細，只考慮了某個風速的風圈半徑；沒有考慮風強度和降水因素[12]。所提出的熱帶氣旋危險性指標，其適用性還需要在實踐中檢驗。需要說明的是，危險性指標高，并不一定代表造成的損失大。雖然熱帶氣旋的產生和登陸是不可避免的，但是人類可以做好防護工作，盡量減少損失。在后續的研究中，還需要進一步考察承災體的防潮能力、易損性[11]，例如海堤建設、應急預案等，進一步從風險的角度分析熱帶氣旋災害。