中国台风灾情特征及其灾害客观评估方法

利用上海台风研究所及国家气象中心整编的中国台风灾情资料,分析了中国致灾台风造成的人员伤亡、房屋倒损、农田受淹及直接经济损失等灾情特征.引入了定基物价指数,改进了台风灾害指数(ATDI指数)的计算方法,基于1980-2004年间所有致灾台风的灾害指数的聚类分析,将致灾台风的灾害分为:轻灾(或小灾)、中灾、大灾(或中偏重灾)和重灾4个等级,并据此对1980-2004年间中国致灾台风的灾情进行了客观评估.结果表明:平均每年约有7.2个台风对中国造成明显灾情,最多的年份多达11个、最少年份也有4个.中国致灾台风的频数逐年减少,但造成的灾情却逐年趋重,因台风而伤亡的总人数逐年上升(死亡人数下降)、倒损房屋和受淹的农田面积以及造成的直接经济损失均逐年递增,倒损房屋、受淹的农田面积、直接经济损失的年平均增长率分别为1.33×10~4间/年、2.28×10~4 hm~2/年和14.56亿元/年.1980-2004年间,单个致灾台风而言,倒损房屋、受淹的农田面积、直接经济损失的平均增长率分别为581.4间/个、880.0 hm~2/个和0.33亿元/个.从台风灾害指数看,1990年代中期,中国的台风灾害较为严重,其中1996年最重,而1998年则是1980-2004年间台风灾害最轻的年份.     

乡镇级气象灾害风险评估方法研究:以永嘉县为例

乡镇级气象灾害风险评估,是政府主导、部门联动、社会参与防御和应对气象灾害中最基础的一环,对基层灾害风险管理和灾害防御具有直接的指导意义。然而,乡镇行政单元往往空间区域较小,风险空间差异的反映需要有高精度的致灾因子、承灾体和灾情数据来支撑,而现阶段较为匮乏。为此,本研究拟通过阈值筛选、权重赋值及空间插值等地学统计方法,尝试建立一套在当前数据条件基础上,大致正确反映乡镇级别气象灾害风险空间格局的方法,并以浙江省永嘉县为例,对台风、暴雨、雷电、低温灾害进行了乡镇气象灾害风险评估,以期为各部门切实进行不同灾种的灾害防备和增强基层群众气象灾害风险防御行动提供科学依据。     

福建省主要农业气象灾害风险研究

灾害风险评估是灾害预防的重要工具,本文基于区域灾害系统论的观点,试图对福建省主要气象灾害风险进行比较全面地研究。首先根据信息扩散方法,构建了福建农业气象灾害灾损风险评估模型,计算给出了福建省主要气象灾害相对于不同灾损程度的风险分布的信息。然后通过灾害加权熵的计算,对福建省主要气象灾害的总体风险水平进行定量比较,结果表明,在福建省主要的农业气象灾害当中,干旱和洪涝灾害的风险值高,而风雹和冻害的风险值较低;干旱略高于洪涝,低温冻害的风险水平最低。     

基于灰色关联法的县域台风灾情评估方法初探

利用2000—2016年的县域台风灾害历史灾情数据,选取受灾人数、死亡人数、倒损房屋数、农作物受灾面积和直接经济损失为评估指标,在对各项指标进行分级的基础上,通过灰色关联分析法建立了以县域为单位的台风灾害综合灾损指标,对所选取市县的台风灾害损失情况进行了分级评估分析。结果表明,所选取的指标能够快速实现不同台风灾害、不同市县间的台风灾害严重程度的对比分析,具有实际应用价值。灾害等级分布结果显示,东南沿海市县为台风灾害多发区,浙江省、广东省和福建省的各市县为严重灾害（特大型、大型灾害）的易发区;8月、9月为严重灾害的多发时间。以不同登陆地点、不同影响范围的1210号“达维”台风和1513号“苏迪罗”台风为例,对灾情评估的合理性进行了验证。     

基于不同重现期的南沙港区台风灾害风险评估

台风是对港口威胁最大、影响最广而评估难度最高的自然灾害之一,港口台风灾损评估对于国际大港密布的中国尤其重要。利用1997—2015年的台风气象观测资料及广州市南沙港区资产分布统计数据,采用国际减灾战略评估模型,重点测算致灾因子危险性和承灾体脆弱性,评估不同重现期下南沙港区台风灾害风险的分布特征和经济灾损状况。评估结果显示,南沙港区的台风风险水平呈现出空间非均衡性,二、三期工程风险水平较一期工程更高;当遇重现期50 a以下台风时,港区经济灾损较小,一旦超过100 a一遇等级,则可形成巨灾;港区不同部位的风险水平差异明显,其中供油、通信、空箱、给水、消防的风险水平偏高;在不考虑易损性前提下,500 a一遇台风可导致经济灾损达1.404亿美元。基于PGIS法将本地风险知识应用到GIS软件中,开展多种情景下南沙港区台风灾害风险评估的方法,可移植到其他港口的各类气象灾害损失研究。      

基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型。结果表明：选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样本拟合一致率为86.1%,测试样本预报准确率为71.4%,其中严重和较重的台风灾情等级预报结果与实况基本一致,较轻等级的预报准确率达83.3%。     

基于机器学习算法的县域台风灾害损失风险评估

基于2008—2019年我国台风县(区)灾情的直接经济损失数据,根据经济损失率将台风灾害经济损失风险分为五类,考虑台风灾害的致灾因子和孕灾环境因子共选取10个解释变量,采用五种经典的机器学习算法,包括支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、AdaBoost、XGBoost(Extreme Gradient Boosting Machine)和LightGBM(Light Gradient Boosting Machine),分别构建台风灾害经济损失风险评估模型,选出准确率最高的模型,应用于经典台风过程并进行检验评估。结果表明:基于RF算法的台风灾害经济损失风险模型的准确率最高;利用RF、XGBoost、LightGBM、AdaBoost和SVM算法构建模型的准确率依次为0.69、0.63、0.62、0.45和0.41。选择RF算法构建的台风灾害经济损失风险模型的解释变量表明,致灾因子是最主要的解释变量,其中,降雨导致损失的重要性超过风速。该模型在训练集和测试集上对风险分类的TS评分为0.55和0.51,但对每种风险类别的辨别能力存在差异,对于最低风险和最高风险的分类效果较好,对于较高风险和中等风险的分类能力不足。利用该模型对2017年第13号台风“天鸽”的经济损失进行检验评估,评估结果与实际台风灾害经济损失的风险等级较一致,各风险等级的准确率均达到0.7以上,TS评分在0.58以上,空报率和漏报率分别在0.31和0.25以下。      

十一运会各赛区气象灾害风险评估

利用山东省17个比赛城市1971—2007年8—10月的逐日气象资料,用统计方法对各种灾害性天气进行了风险评估。结果表明:十一运会期间有9种气象灾害,不同月份的气象灾害风险有差异,其风险等级由高到低依次为:8月雷电、暴雨、台风、大雾、冰雹、大雨、高温、大风;9月雷电、大雾、大风、暴雨、大雨、连阴雨、台风、高温和冰雹;10月大雨、大雾、大风、连阴雨、暴雨、高温、冰雹、台风。开幕式、闭幕式日发生上述气象灾害的概率很小。评估结果在十一运会气象保障中得到应用。     

农业气象灾害风险评估研究进展与展望

农业气象灾害风险研究既是灾害学和农业气象学领域中研究的热点, 又是当前政府相关管理部门和农业生产部门亟需的应用性较强的课题。农业气象灾害风险评估的理论和方法进展很快, 但尚没有文献对相关研究做出较为系统的论述。为全面了解农业气象灾害风险评估的研究现状, 在综合分析近30年来相关文献的基础上, 对农业气象灾害风险评估方面所取得的研究成果进行了总结和评述, 指出了当前研究的一些不足, 并对今后农业气象灾害风险评估研究的趋势进行了展望。首先对农业气象灾害风险评估研究的历史进行了回顾;重点阐述了农业气象灾害风险评估的主要内容, 包括致灾因子的危险性评估, 承灾体脆弱或易损性评估, 灾情期望损失评估和灾害风险综合评估;归纳出农业气象灾害风险评估研究中采用的3类主要方法——基于指标的综合评估方法、基于数据的概率评估方法以及基于情景模拟的评估方法;最后对农业气象灾害风险评估目前存在的问题和未来可能的研究方向进行了探讨。     

气象灾害风险因素分析与风险评估思路

加强对气象灾害风险评估的研究,系统地分析气象灾害风险因素,是制定防灾减灾对策的需要。通过从致灾因子、孕灾环境和承灾体的易损性三方面进行分析,得到了3类10多种有代表性的气象灾害风险因素。由于不同类型的气象灾害有着不同的孕灾环境,因此不同类型气象灾害的风险因素不完全相同,由此提出了风险评估的思路和分析重点。     

宁波市台风灾情评估和基于层次分析法的风险评估

筛选了1956—2016年间对宁波地区影响大、具有较完整灾情记录的台风个例30个,分析了台风灾情特征,并进行灾情评估;利用模糊算法和层次分析法,建立宁波地区台风风险评估模型。结果表明:近年来台风导致的死亡人数、倒塌房屋数量、水利和农作物受灾呈下降趋势;但是经济损失越来越大,浙江登陆台风造成养殖业的损失也有增大趋势。实际灾情指数(ADI)达到1级特重的台风有4个,达到2级(严重)及以上的有9个,ADI总体呈减小趋势。风险评估指数(RAI)与实际灾情指数(ADI)的相关系数为0.78,二者等级的一致率为73%;不一致的样本中,2000年之前风险评估等级小于灾情等级,2000年之后风险评估等级大于灾情等级。风险评估指数RAI和直接经济损失率的相关系数为0.7。业务中,可根据风险评估模型计算即将影响台风的RAI,利用直接经济损失率与RAI的拟合方程或者相近RAI的历史台风,估算其可能造成的经济损失。      

海南省台风气象服务效益评估研究

考虑到台风气象服务效益影响因子的复杂性,利用2000—2015年海南省台风灾害损失数据和防御台风灾害行为效益评估三级指标体系调查问卷的统计数据,着重考虑防台减灾中政府组织领导、部门联防、公众防御能力、气象服务水平及不可避免损失因子,基于逆推算法构建了海南省台风气象服务效益评估模型,从防台减灾总效益中分离出其中的气象服务效益,实现了海南省台风气象服务效益的客观化定量化评估。结果表明:海南省台风灾害气象服务效益占台风直接经济损失的14%～49%,这与台风灾害过程中不可避免损失因子密切相关;2000—2015年海南台风灾害气象服务效益和台风直接经济损失均处于增长的态势,这表明当地社会经济的快速发展一定程度上使台风直接经济损失增长,同时伴随政府决策、部门联防、公众防御及气象服务能力的不断增强,气象服务效益将得到提升;台风气象服务效益与台风直接经济损失具有极高的相关性,一定程度上表明了当台风灾害影响较重时,气象服务显得尤其重要。     

我国台风灾害特征及风险防范策略

对登陆我国台风气候特征及灾害发生特点进行了分析,表明台风登陆我国时间集中于每年的7—9月,年均登陆数量广东最多,而最强登陆台风出现在台湾。台风灾害导致的直接经济损失总量呈现缓慢增加趋势,人员死亡数明显下降。但死亡100人以上的特别重大台风灾害平均每年发生一次,且造成的灾情占比很大。台风灾害影响主要是其伴随的大风、暴雨及引起的滑坡、泥石流、风暴潮等次生灾害共同造成的,重大灾害往往由突发性、极端性风雨引起。为了最大限度地降低和减轻台风灾害损失和社会影响,可依靠基于风险区划的防灾能力建设降低风险,依据准确的风险预评估避让风险,依赖保险特别是政策性巨灾保险的开展转移风险。     

台风决策气象服务初探——以“纳沙”台风为例

随着经济增长和社会发展,台风灾害带来的损失越发严重和致命,科学、准确地为政府决策层提供决策服务产品,在保障人民生命财产安全、促进社会经济发展乃至稳定和谐等方面都起着非常重要的作用。立足于台风决策气象服务业务实践,通过完整再现2011年最强台风＂纳沙＂的决策气象服务过程,总结和提炼出目前台风决策气象服务的主要方式和产品编制要求、流程,并挖掘出服务的经验和亮点;同时,分析现实服务中客观存在的一些弊端和问题,思考进一步改进方案,旨在不断提升决策气象服务产品的质量,全力做好台风决策气象服务工作,从而为政府及相关部门应急决策管理提供科学的依据,为台风防灾减灾工作提供决策支持。     

台风“苏力”灾害风险与防御行为效益评估

利用2013年台风“苏力”的监测资料、台风灾情资料、2000年后福建省台风灾害数据库资料和台风“苏力”灾害防御行为效益评估网络问卷调查资料,采用相似分析法的上下限区间估算法,预评估台风“苏力”造成的受灾人口和直接经济损失,并利用台风灾害风险区划方法,对台风“苏力”进行灾害风险区划。结果表明：台风“苏力”预评估结果与实际灾情相符,台风“苏力”灾害风险分布与实际灾情分布大部分一致,风险等级高的县市,实际灾情重,高风险区的大部县市直接经济损失均为1000万元以上。应用台风灾害防御行为效益评估三级指标体系,通过调查统计分析可知,指标体系中的各级各项指数均能较好地反映和评估政府主导、部门联动和公众参与的防御行为效益,政府主导在各类减灾行为中作用最大。     

1990—2012年浙江省台风灾害的自然属性与社会属性特征

利用1990—2012年影响浙江省的41个台风统计资料,分析了浙江省台风灾害成因中自然属性和社会属性特征。结果表明,台风导致的灾害程度与其带来的风雨潮密切相关,其中平均降雨量、降雨量极值与直接经济损失的相关系数分别为0.509 6和0.584 1。当台风登陆中心附近最大风速达到30 m/s及以上时,灾害程度会明显加重。准确及时的气象监测预报服务是防御台风最重要的依据。倒塌房屋数量与死亡人数密切相关,相关系数达到了0.862 5。防汛抗台设施的高标准建设有效减轻了台风的灾害损失。2000年以来,浙江省台风灾害导致的直接经济损失占本省国内生产总值比例呈现下降趋势。政府防御指挥水平是减轻灾害的重要保障,其中,转移人口等防灾措施有效减少了人员伤亡。     

不同边界层参数化方案对台风“利奇马”模拟的影响研究

基于中尺度数值模式WRF,对比分析了六种大气边界层物理过程参数化方案(BouLac、MYJ、UW、YSU、ACM2、SH)对台风“利奇马”模拟结果的影响。结果表明,不同边界层方案对“利奇马”路径的模拟结果影响较小,但对其强度和结构演变的模拟结果影响显著。其中,局地闭合方案UW方案模拟的结果最强,局地闭合方案BouLac次之,而局地闭合方案MYJ和三种非局地闭合方案YSU、ACM2和SH的模拟强度都较弱。这些方案中,BouLac模拟的海平面最低气压与实况最为接近。通过对比这些边界层方案的模拟结果发现,由于台风强度的差异受到热力和动力的共同影响,边界层方案如模拟得到的地表潜热通量和边界层中湍流扩散系数较大,将导致较大的径向风和低层辐合,从而模拟得到较强的台风强度;反之,则台风强度较弱。      

基于四维灾体模型的浙江省气象灾害损失年景评价

应用浙江省气象灾情统计年鉴资料,运用四维灾体评估模型,对浙江省的气象灾害损失进行科学评估。浙江省2003—2017年灾害损失年景评价分析结果显示,2004年和2005年为气象灾害损失明显偏重年景,进入2010年以来,2013年为年景最差年份;台风灾害损失在每年浙江省气象灾害损失年景评价中具有非常重要的作用,重大台风事件易造成气象灾害偏重或明显偏重的损失年景。评估结果表明,四维灾体模型下的气象灾害评估较为科学客观。     

台风“利奇马”(1909)影响期间上海强降水成因诊断分析

2019年第9号台风“利奇马”(1909)在8月9—11日影响上海期间造成了严重的风雨影响。基于ERA5逐小时再分析资料和上海区域高时空分辨率的地面观测资料,采用非地转Q矢量分解等方法诊断分析了此次强降水成因。结果表明,台风“利奇马”在上海造成的强降水主要来自台风东侧的螺旋雨带。强降水区东南西北各边界的相对湿度在垂直方向上随时间的变化差异明显,水汽的垂直输送和大气整层水汽含量在台风强降水中起重要作用。进一步利用非地转Q矢量分解方法揭示了东边界的大尺度和北边界的中尺度系统在强降水中起主要作用。台风登陆时呈现出整层大气被抬升之后最大强迫中心由高层向低层下传的态势,且此下传效应中尺度比大尺度强迫更加明显,从而有利于强降水的发生。