基于人工智能技术的热带气旋灾害评估方法研究:以广东省为例

基于历史观测资料,系统地研究了广东省热带气旋（tropical cyclone,TC）风雨及其带来的直接经济损失的空间分布特征。结果表明,粤西沿海地区受TC大风影响最为频繁,但TC经济灾损率和受灾频次在粤西和粤东较重。根据广东省TC风雨和直接经济损失的空间分布特征,将广东分为粤西、粤东、珠三角和粤北4个区域,进而利用演化建模方法建立了广东省各区域TC经济灾损率评估模型。该评估模型模拟的TC经济灾损率与实际值的相关系数达0.66以上,基于该模型对独立样本的预测检验结果与实际值的相关系数达到0.61以上（显著性水平a=0.05）。这表明,基于演化建模方法建立的广东省各区域评估模型在广东省TC灾害评估中有着潜在的应用价值。     

2008-2019年影响南宁市台风灾害特征分析

利用2008-2019年影响南宁市辖区及县域的台风气象要素及灾情资料,对台风带来的风雨和灾情的分布特征进行了统计分析;同时,对影响南宁市辖区及县域的直接经济损失进行k-均值聚类,并根据台风致灾因子、直接经济灾损率和单次台风造成的经济损失程度进行相关性检验.结果 表明,影响南宁市台风的灾害具有明显的地域性分布特征,位于东南部县域的灾害最为严重;在影响南宁市的台风中,0814号强台风"黑格比"带来的持续强降水和大风天气、1409号超强台风"威马逊"带来的狂风暴雨,导致极其严重的灾害,给南宁市辖区造成上亿元的直接经济损失.     

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.     

近十年我国热带气旋灾害的特征研究

利用最新搜集的2004—2013年热带气旋(TC)灾情资料,研究在影响我国TC的特征发生了较大变化的背景下TC灾害的时空分布特征。2004—2013年,TC灾害造成我国的直接经济损失占国民生产总值(GDP)百分比、农作物受灾面积、死亡人口、受灾人口和倒塌房屋数量均比上个十年(1994—2003年)显著减少。我国致灾TC年频数整体呈增加态势,但其造成的直接经济损失、农作物受灾面积和受灾人口均表现为先增加后减少再增加的变化特征,死亡人口和倒塌房屋数量表现为先增加后减少的变化特征。我国TC灾害造成的各项损失总量与TC灾害发生频次的空间分布较一致。从平均单次损失来看,我国北方和内陆的部分地区由TC灾害造成的直接经济损失、农作物受灾面积和受灾人口较严重。      

广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

海南环岛高速强降雨灾害风险分析

基于2010—2014年G98海南环岛高速公路降水资料及公安交管部门提供的交通事故资料,分析海南环岛高速公路交通事故分布特征,发现强降雨是诱发交通事故最多的灾害性天气。运用灰色关联度方法针对降雨引发的交通事故进行评估分析,通过死亡人数、受伤人数和直接经济财产损失3项评估指标得到40次典型个例的灰色关联度排序。以年累计降雨日数、最大日降雨量、最大小时降雨量作为致灾因子危险性指标;以环岛高速公路气象灾害风险普查得到的强降雨致灾隐患路段、单向车流量作为承灾体脆弱性指标;以因降雨造成的交通事故发生频次和事故灰色关联度最大值作为承灾体易损性指标,构建环岛高速强降雨气象灾害风险区划指数模型,计算11个高速公路管理站的风险区划指数,得到海南环岛高速公路强降雨气象灾害的客观风险空间分布,发现定安—万宁路段是强降雨高风险路段,在交通气象服务中应重点关注。     

1994-2018年广东主要气象灾害特征分析

利用1994—2018年广东气象灾害年鉴资料,统计分析了广东近25年台风、暴雨、低温、干旱和强对流等主要气象灾害造成的直接经济损失、死亡人口、受灾人口、农业受灾面积和倒塌房屋这5个灾情要素的特征。结果表明:台风造成广东的直接经济损失最大,占气象灾害总损失的62.0%,其次是暴雨,占23.5%,第3、第4分别是低温10.4%和干旱2.2%,这4种灾害损失占总损失的98.1%;强对流造成的损失仅占1.9%。气象灾害平均每年造成广东直接经济损失171.70亿元,因灾死亡149人。近25年来,气象灾害造成的广东人员伤亡人数呈显著减少趋势,直接经济损失呈增加趋势,但直接经济损失占总GDP的比例呈显著减少的趋势。     

全球升温1.5℃与2.0℃情景下中国东南沿海致灾气旋的时空变化

将造成经济损失的热带气旋定义为致灾气旋。基于气象观测站的逐日气压、风速和降水量数据确定致灾气旋阈值,结合区域气候模式COSMO-CLM(CCLM)在1961—2100年的输出资料,预估致灾气旋发生频数及其风速与降水量,分析全球升温1.5 ℃与2.0 ℃情景下,中国东南沿海地区致灾气旋时空变化特征。结果表明:(1) 1986—2015年,东南沿海地区致灾气旋发生频数共计180个,整体呈上升趋势,平均风速和降水量分别为8.7 m/s和129.8 mm,对浙江东部及广东东部沿海影响最严重。(2)全球升温1.5 ℃,2020—2039年致灾气旋频数将由基准期(1986—2005年)的111个上升至138个,增加区域主要位于广东省西南地区及福建省南部地区;平均风速和降水量分别上升15%和17%,至8.4 m/s和109.9 mm,以福建省沿海地区增加最明显。(3)全球升温2.0 ℃,2040—2059年致灾气旋频数较1986—2005年增加33%,将达148个;风速上升32%,以浙江省东部、福建和广东省接壤的沿海地区及广东省南部增幅最大;降水量上升35%,以福建与广东省接壤的沿海地区及广东省西南地区增加明显。(4)相比升温1.5 ℃,全球气温额外升高0.5 ℃,东南沿海地区致灾气旋频数及其风速与降水量将分别上升9%、17%和18%。努力将温升控制在1.5 ℃,对降低致灾气旋频率和强度增加所导致的影响具有重要意义。      

基于最大熵原理的强对流大风灾害致灾能力指数研究

选取四川省强对流大风灾害天气个例,利用2009~2019年自动气象站2min平均风速数据,基于最大熵原理,推导出表征强对流大风灾害天气过程时间、空间、强度的概率分布函数。根据其分布函数,确定可以完整表征强对流大风灾害天气过程时间、空间、强度的气象参量。利用灰色关联度法,以强对流大风灾害的直接经济损失为参考,计算气象参量关联度,确定参量权重,构建出表征强对流大风灾害天气过程的致灾能力指数。结果表明:该指数可以正确反映强对流大风灾害过程的致灾能力强度,指数越大,致灾能力越强,反之越弱。      

应用主成分构建的暴雨致灾能力评估指数及其应用

为了构建合理的四川暴雨致灾能力评估指数(简称:评估指数),本文对2008~2018年四川地区126次致灾性暴雨过程,选取刻画暴雨特征的8个降水量因子,利用总体主成分和阈值法确立因子的权重及阈值,由此建立了评估指数模型。经历史个例反演及预报个例的评估应用表明:(1)暴雨区域的平均雨量值,≥25mm/h的面积及大暴雨面积是影响四川暴雨致灾能力强弱的关键因子,利用主成分构建的评估指数较好的反映了历次暴雨过程的致灾能力,当指数达0.8以上时,一般对应着大型及以上暴雨灾害。(2)结合经济损失及气象灾害评估分级处置标准,将评估指数划为4个等级。基于此,利用每日08时和20时四川省气象台订正的0.05°×0.05°预报降水数据,输入评估指数模型计算未来3d的指数及对应的致灾能力落区等级空间分布。实际应用表明,评估指数模型对评估暴雨过程的整体致灾能力及具体的暴雨致灾能力落区等级分布有显著的实用性。      

浙江北部近海边界层风廓线特征分析

利用2010年12月至2014年5月宁波近海凉帽山370m高塔气象梯度风观测和浙江北部沿海自动气象站测风资料,对浙江北部近海风速垂直廓线进行分析,结果发现:受地形影响,偏南、偏北风时塔基风速一般比上一层风速大。不同天气系统影响下近地边界层风廓线不同,南风型320m以下风速基本遵从对数律。热带气旋影响型和北风型时风廓线可分为3段,常通量层内基本满足对数律,该层向上一段高度热带气旋影响型风速变化不大,北风型反而减小,再往上风速又继续增大。北风型风廓线的这种3段结构表现比热带气旋影响型更为清楚,约80~109m风速出现相对极大值,200~250m间存在风速极小值。满足对数律的近地边界层内小风比大风具有更好的拟合优度。浙江北部沿海自动气象站测风资料不同风型统计分析与高塔风廓线表现基本一致。     

层次分析法在热带气旋灾害影响评估模式中的应用

将层次分析法和专家打分法应用于广东省热带气旋灾害影响评估模式中,利用1949～2003年登陆和严重影响广东省的热带气旋的特征参数、气象资料、直接经济损失和造成的灾情损失等资料,对参与评估的指标进行分层,分为中心最低气压、地理综合参数、风综合参数、雨综合参数4个亚评估指标和17个单项评估分指标,用专家打分法进行相对重要性的判别,最后建立“热带气旋综合影响指数”.并用“热带气旋综合影响指数”对热带气旋灾害的影响程度进行分级评判,定量地估算出热带气旋的可能直接经济损失,为政府部门提供参考,并可以与实际灾情调查资料相联系,评估防灾减灾的实际成效.     

影响广东省的热带气旋特征分析及灾害损失研究

本文基于1990~2015年影响广东省的热带气旋（Tropical cyclone,TC）数据,分析了影响广东省TC的时空特征、灾情年际变化以及灾害强度特征等。并利用灾害指标核算出灾害损失的经济价值,改进综合灾情指数模型。主要得出以下结论:26年来登陆广东省的TC共93个（占登陆我国TC总数的29.6%）,其中有67个对广东省造成了人员伤亡或者经济损失;影响广东省TC频次整体随时间变化不大,强度低的TC频次随年际呈现较为明显地减少变化趋势,而强度高的TC频次呈现较为明显的逐年上升趋势;粤西与珠江三角洲地区受TC侵袭频次明显高于粤东和粤北地区;热带气旋各项灾情指标造成的经济损失（以2015年为可比价）均在1997年出现转折,经济损失急速下滑;各项损失相对值与TC强度之间存在较好的指数正相关关系,低强度等级的热带气旋造成的综合灾情指数呈现较为明显的年际减小趋势,而高强度等级的热带气旋变化趋势不显著。     

我国登陆热带气旋引起的大陆地面风场分布

利用逐小时风速观测资料以及台风年鉴资料,分析了2008~2014年登陆我国大陆地区的51次热带气旋（TC）的地面风场分布特征,包括TC登陆期间大陆地面风场演变和大风分布特征、海岛站和内陆站的风速差异以及海拔对风力造成的影响等。结果表明:6级及以上大风主要发生在距离TC中心300 km内、TC强度达到台风（TY）以上时,并主要位于TC移动方向的右侧,尤其是右前象限;华南区TC风场分布主要由在此区域登陆的TC（Ⅰ类）造成,较大风速区包括广东西南部沿海、雷州半岛附近和海南西部沿岸;华东区TC风场分布主要由在此区域登陆的TC（Ⅱ类）造成,杭州湾出海口以及浙闽沿海是较大风速区;6级及以上大风广泛分布在华南和华东沿海,6~7级地面大风高频站主要位于杭州湾附近,8级及以上地面大风高频站点在杭州湾和福建沿海分布比广东西南部更为密集;TC登陆前后均可能造成大风,大风出现时间与站点至TC中心的距离密切相关;同等强度TC在海岛站造成的风速比陆地站更大,对高海拔站点造成的风力大于低海拔站点。本文研究结论对于TC大陆地面风场的预报具有一定参考价值。     

气象因素对常州市区PM2.5浓度影响

利用2016—2018年常州市区环境空气细颗粒物数据,结合同期地面气象资料,分析了常州市区PM_2.5以及气象因素的变化特征,并统计分析气象因素对PM_2.5浓度的影响。结果表明：常州市区PM_2.5、降水量、相对湿度和气温等具有明显季节性,呈夏季较高冬季较低,而气压夏季较低冬季较高的特征。相对湿度与PM_2.5呈正相关,即随着相对湿度的增加PM_2.5超标率和平均浓度均增加;降水对PM_2.5具有一定的清除作用,清除率与降水前PM_2.5浓度、降水量、降水强度有关,降水量、降水强度越大,则降水清除效果越好,而降水前PM_2.5浓度较小,则清除率不明显;常州市区偏西风时PM_2.5的超标率和平均浓度较其他风向较高;风速对常州市区PM_2.5的影响呈负相关,即风速越大PM_2.5超标率和平均浓度均减小;常州市区地面天气形势可以分为两种类型,第一种类型表现为气压较低气温较高,PM_2.5超标率以及平均浓度相对较低,而第二种类型表现为气压较高气温较低,PM_2.5超标率以及平均浓度相对较高。     

OPERATIONAL FORECAST OF RAINFALL INDUCED BY LANDFALLING TROPICAL CYCLONES ALONG GUANGDONG COAST

Following previous studies of the rainfall forecast in Shenzhen owing to landfalling tropical cyclones(TCs), a nonparametric statistical scheme based on the classification of the landfalling TCs is applied to analyze and forecast the rainfall induced by landfalling TCs in the coastal area of Guangdong province, China. All the TCs landfalling with the distance less than 700 kilometers to the 8 coastal stations in Guangdong province during 1950—2013 are categorized according to their landfalling position and intensity. The daily rainfall records of all the 8 meteorological stations are obtained and analyzed. The maximum daily rainfall and the maximum 3 days' accumulated rainfall at the 8 coastal stations induced by each category of TCs during the TC landfall period(a couple of days before and after TC landfalling time) from 1950 to 2013 are computed by the percentile estimation and illustrated by boxplots. These boxplots can be used to estimate the rainfall induced by landfalling TC of the same category in the future. The statistical boxplot scheme is further coupled with the model outputs from the European Centre for Medium-Range Weather Forecasts(ECMWF) to predict the rainfall induced by landfalling TCs along the coastal area. The TCs landfalling in south China from 2014 to 2017 and the corresponding rainfall at the 8 stations area are used to evaluate the performance of these boxplots and coupled boxplots schemes. Results show that the statistical boxplots scheme and coupled boxplots scheme can perform better than ECMWF model in the operational rainfall forecast along the coastal area in south China.     

登陆广东热带气旋特征及其与副热带高压的关系

2004年登陆广东的热带气旋只有2个,个数明显偏少,粤西无热带气旋登陆;登陆广东的初台偏迟,终台结束早,登陆时间集中于7月;热带气旋移速快,强度弱(为热带风暴),对广东影响利大于弊。对1951~2004年7~9月登陆广东的热带气旋进行统计分析,发现各月登陆广东的热带气旋次数差异较大,最多时一个月有5个,最少时没有。登陆广东的热带气旋个数与西北太平洋副热带高压位置、强度有密切关系,可以将有利于和不利于热带气旋登陆广东的副热带高压各分为3种环流形势。