基于CVISS的風(fēng)暴潮災(zāi)害脆弱性評(píng)估研究

高義 ，王輝，劉桂梅

(1.北京大學(xué)物理學(xué)院，北京 100871；2.國(guó)家海洋環(huán)境預(yù)報(bào)中心國(guó)家海洋局海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京 100081)

1 引言

綜合自然災(zāi)害風(fēng)險(xiǎn)管理是目前國(guó)際上防災(zāi)減災(zāi)和災(zāi)害管理較先進(jìn)的措施和模式，是對(duì)各種自然災(zāi)害全面管理，集中于災(zāi)害危險(xiǎn)性和承災(zāi)體脆弱性分析并強(qiáng)調(diào)多層面、多元化和多學(xué)科合作的全面災(zāi)害風(fēng)險(xiǎn)管理模式[1]。風(fēng)暴潮災(zāi)害居海洋災(zāi)害之首，世界上絕大多數(shù)特大海岸災(zāi)害都是由風(fēng)暴潮造成的[2]。全球海岸有大風(fēng)經(jīng)過的區(qū)域均受到風(fēng)暴潮災(zāi)害威脅，臺(tái)風(fēng)登陸時(shí)往往伴隨著極端大風(fēng)、強(qiáng)降雨和風(fēng)暴潮，給海岸帶造成重大損失[3]。在全球氣候變化和海平面上升背景下，風(fēng)暴潮災(zāi)害在頻次和烈度上呈增加趨勢(shì)，給沿海國(guó)家?guī)砭薮蠼?jīng)濟(jì)損失，如1970年孟家拉國(guó)發(fā)生特大風(fēng)暴潮災(zāi)害造成30萬(wàn)人喪生，100 多萬(wàn)人無(wú)家可歸。風(fēng)暴潮災(zāi)害成為學(xué)者關(guān)注的熱點(diǎn)之一，如Stéphane等分析了不同氣候情景下哥本哈根風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)水平[4]；James等對(duì)不同海平面上升情景下莫桑比克臺(tái)風(fēng)風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)進(jìn)行了評(píng)估[5]；Lin等通過大氣環(huán)流和水動(dòng)力模式耦合，基于多個(gè)氣候情景對(duì)紐約颶風(fēng)風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)進(jìn)行了評(píng)估[6]；Wood 等通過巨災(zāi)災(zāi)損概率建模技術(shù)對(duì)英格蘭東海岸風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)進(jìn)行了分析[7]；Apivatanagul 等通過分析了颶風(fēng)風(fēng)速與風(fēng)暴潮的相關(guān)關(guān)系[8]；世界銀行在全球?yàn)?zāi)害熱點(diǎn)案例分析中也將風(fēng)暴潮災(zāi)害列為重大災(zāi)害之一[9]；Li 等通過構(gòu)建指標(biāo)評(píng)價(jià)體系對(duì)廣東省沿海區(qū)縣風(fēng)暴潮災(zāi)害脆弱性進(jìn)行了評(píng)估[10]；譚麗榮等根據(jù)過去20年風(fēng)暴潮災(zāi)害損失數(shù)據(jù)構(gòu)建了風(fēng)暴潮災(zāi)害脆弱性指數(shù)系統(tǒng)，采用加法模型對(duì)我國(guó)沿海省級(jí)尺度風(fēng)暴潮災(zāi)害脆弱性進(jìn)行了評(píng)估[11]，李濤等通過數(shù)值模擬對(duì)寧波市風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)進(jìn)行了分析[12]。

風(fēng)暴潮災(zāi)害是我國(guó)面臨重大災(zāi)害之一，國(guó)家唯一納入民政部巨災(zāi)范疇的海洋災(zāi)害。據(jù)日本氣象廳1951—2010年熱帶氣旋數(shù)據(jù)集統(tǒng)計(jì)，每年有7.3個(gè)熱帶氣旋登陸我國(guó)，時(shí)間集中分布于每年的5—10月，其中7—9月登陸臺(tái)風(fēng)尤為集中，臺(tái)風(fēng)風(fēng)暴潮災(zāi)害造成的危害最大。另?yè)?jù)1990—2010年《中國(guó)海洋災(zāi)害公報(bào)》數(shù)據(jù)統(tǒng)計(jì)，近20年來由臺(tái)風(fēng)風(fēng)暴潮造成的直接經(jīng)濟(jì)損失達(dá)105億元/a，1229萬(wàn)人/a 受災(zāi)，傷亡人數(shù)達(dá)148人/a。單次強(qiáng)烈臺(tái)風(fēng)風(fēng)暴潮損更為嚴(yán)重，如1994年9417 號(hào)臺(tái)風(fēng)“Fred”引起風(fēng)暴潮災(zāi)害，致浙江省1150萬(wàn)人受災(zāi)，1216 人死亡，直接經(jīng)濟(jì)損失占其當(dāng)年GDP 的5 %，達(dá)124.4 億元[13]。據(jù)2010年統(tǒng)計(jì)數(shù)據(jù)，僅占2.86%國(guó)土面積的190 多個(gè)沿?？h級(jí)行政區(qū)域，分布著全國(guó)14.17%的人口，創(chuàng)造了26.88%的全國(guó)國(guó)民生產(chǎn)總值。隨著我國(guó)人口和社會(huì)經(jīng)濟(jì)日益向海岸帶區(qū)域聚集，風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)日益加劇。在全球氣候變化和海平面上升背景下，風(fēng)暴潮巨災(zāi)風(fēng)險(xiǎn)加劇，因而研究海岸帶風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)方法意義重大。

當(dāng)前風(fēng)暴潮災(zāi)害研究多側(cè)重于災(zāi)害危險(xiǎn)性的數(shù)值模擬，而對(duì)風(fēng)暴潮災(zāi)害承災(zāi)體脆弱性的認(rèn)識(shí)不足，尤其是缺乏對(duì)我國(guó)海岸帶整體較精細(xì)空間尺度脆弱性認(rèn)識(shí)不足?；诖耍疚囊匝睾^(qū)縣為基本評(píng)價(jià)單元，收集了各沿海區(qū)縣2010年社會(huì)經(jīng)濟(jì)數(shù)據(jù)和土地利用和生態(tài)環(huán)境數(shù)據(jù)，并構(gòu)建了風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)指標(biāo)（Coastal Vulnerability Index on Storm Surge,CVISS）系統(tǒng)，參照海岸帶脆弱性指標(biāo)評(píng)價(jià)模型，對(duì)我國(guó)海岸帶風(fēng)暴潮災(zāi)害物理脆弱性進(jìn)行系統(tǒng)評(píng)價(jià)，以期為我國(guó)海洋災(zāi)害風(fēng)險(xiǎn)評(píng)估和區(qū)劃提供參考。

2 研究現(xiàn)狀

2.1 脆弱性含義

脆弱性概念的提出源于自然災(zāi)害研究[14]，在地學(xué)領(lǐng)域，Timmerman(1981)首先提出了脆弱性的概念[15]。在災(zāi)害研究領(lǐng)域，脆弱性的定義與評(píng)估方法有很多，概括起來可分為兩類[16-18]。一類認(rèn)為脆弱性遭遇危險(xiǎn)事件之前的一種狀態(tài)，其重點(diǎn)是對(duì)潛在危險(xiǎn)的敏感程度，并依此來評(píng)估處于危險(xiǎn)區(qū)人口的比例，以及特定災(zāi)害事件影響下生命財(cái)產(chǎn)損失程度；另一類為特定事件或危險(xiǎn)引起的系統(tǒng)潛在損失。Regel 在分析風(fēng)暴潮風(fēng)險(xiǎn)時(shí)，提出了社會(huì)脆弱性指數(shù)構(gòu)建方法[19]；譚麗榮等在分析歷史風(fēng)暴潮災(zāi)害造成的不利后果基礎(chǔ)上，構(gòu)建了風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)模型[11]。本文所指脆弱性為自然或物理脆弱性(Biophysical Vulnerability)，是指海岸帶生態(tài)環(huán)境與社會(huì)經(jīng)濟(jì)在遭遇風(fēng)暴潮危險(xiǎn)事件時(shí)的敏感程度，屬于第一類脆弱性概念，系統(tǒng)或個(gè)體狀態(tài)在時(shí)間維是動(dòng)態(tài)變化，因而選取第一類脆弱性概念，利于海岸帶系統(tǒng)脆弱性的動(dòng)態(tài)評(píng)估。

2.2 脆弱性評(píng)價(jià)方法

脆弱性評(píng)價(jià)方法是在災(zāi)害風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)上提出的，國(guó)外自然災(zāi)害風(fēng)險(xiǎn)評(píng)估是在20世紀(jì)災(zāi)害研究不斷深入和保險(xiǎn)業(yè)快速發(fā)展背景下發(fā)展起來的，而國(guó)內(nèi)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估研究工作起步較晚，自20世紀(jì)70年代后期，尤其是90年代參加“國(guó)際減災(zāi)十年”活動(dòng)以來，風(fēng)險(xiǎn)評(píng)估才得到應(yīng)有的重視[20]?？v觀國(guó)內(nèi)外研究可以發(fā)現(xiàn)，早期自然災(zāi)害風(fēng)險(xiǎn)評(píng)估以自然災(zāi)害本身的危險(xiǎn)性評(píng)估為主，即使當(dāng)前仍有部分危險(xiǎn)度研究也認(rèn)為是風(fēng)險(xiǎn)分析[12]，對(duì)災(zāi)害損失評(píng)估或多或少有所涉及，但大多數(shù)未將自然災(zāi)害與社會(huì)經(jīng)濟(jì)有機(jī)結(jié)合起來；隨著對(duì)風(fēng)險(xiǎn)認(rèn)識(shí)的逐漸深入，上個(gè)世紀(jì)70年代后期把自然災(zāi)害與區(qū)域社會(huì)經(jīng)濟(jì)特征管理起來的風(fēng)險(xiǎn)研究逐漸增多，如世界銀行及美洲發(fā)展銀行的災(zāi)害風(fēng)險(xiǎn)評(píng)估項(xiàng)目及我國(guó)“十一五”國(guó)家科技支撐計(jì)劃“中國(guó)重大自然災(zāi)害風(fēng)險(xiǎn)等級(jí)綜合評(píng)估技術(shù)研究”項(xiàng)目等。起初研究較為薄弱的脆弱性評(píng)估案例也逐漸豐富起來，其中GIS理論與方法發(fā)揮越來重要的作用[21-23]。在防災(zāi)減災(zāi)管理中，風(fēng)險(xiǎn)評(píng)估是重要的工具，脆弱性分析則是把災(zāi)害與風(fēng)險(xiǎn)研究相聯(lián)系起來的重要紐帶，即分析社會(huì)、經(jīng)濟(jì)、與環(huán)境系統(tǒng)相互耦合作用及其對(duì)災(zāi)害的驅(qū)動(dòng)力、抑制機(jī)制和應(yīng)對(duì)能力[24-25]。

脆弱性評(píng)價(jià)是對(duì)某一自然或人文系統(tǒng)自身結(jié)構(gòu)、功能進(jìn)行分析，預(yù)測(cè)和評(píng)價(jià)外部脅迫對(duì)系統(tǒng)可能影響，以及評(píng)估系統(tǒng)自身對(duì)外部脅迫的抵抗能力以及從不利因素恢復(fù)的能力[26]。當(dāng)前脆弱性評(píng)價(jià)研究集中在災(zāi)害脆弱性、全球變化脆弱性和生態(tài)環(huán)境脆性領(lǐng)域。當(dāng)前脆弱性評(píng)價(jià)方法可分為五類[27]：

（1）綜合指數(shù)法，該方法從脆弱性表現(xiàn)特征、發(fā)生原因方面建立脆弱性評(píng)價(jià)指標(biāo)體系，利用數(shù)學(xué)方法綜合成脆弱性指數(shù)，來表示評(píng)價(jià)單元脆弱性程度的相對(duì)大小；

（2）圖層疊置法，基于GIS 空間分析方法發(fā)展起來的評(píng)價(jià)方法，包括兩類疊置方法，一是脆弱性構(gòu)成要素層間的疊置，二是針對(duì)不同擾動(dòng)的脆弱性層間的疊置；

（3）脆弱性模糊函數(shù)模型評(píng)價(jià)法，首先對(duì)脆弱性的各構(gòu)成要素進(jìn)行定量評(píng)價(jià)，然后從脆弱性構(gòu)成要素之間的相互作用關(guān)系出發(fā)，建立脆弱性評(píng)價(jià)模型；

（4）模糊物元評(píng)價(jià)法，通過計(jì)算各評(píng)價(jià)單元與選定參照狀態(tài)的相似度來判別評(píng)價(jià)單元的相對(duì)脆弱程度；

（5）歐氏距離法，計(jì)算研究單元各變量現(xiàn)狀矢量值與自然狀態(tài)下各變量矢量值之間的歐氏距離，認(rèn)為距離越大系統(tǒng)越脆弱，系統(tǒng)結(jié)構(gòu)和功能越容易發(fā)生改變，此方法多用于生態(tài)環(huán)境脆弱性評(píng)價(jià)。

3 研究方法

3.1 風(fēng)暴潮災(zāi)害脆弱性指標(biāo)選取

風(fēng)暴潮災(zāi)害影響主要體現(xiàn)為對(duì)人口、社會(huì)經(jīng)濟(jì)、農(nóng)業(yè)、濕地以及主要城市造成的損害[28-29]，同時(shí)，人們?cè)趹?yīng)對(duì)風(fēng)暴潮災(zāi)害中也發(fā)揮著重要的能動(dòng)作用，如修建防潮堤、從財(cái)政收入劃出特定比例的防災(zāi)專項(xiàng)經(jīng)費(fèi)等。

基于此，本文參照海岸帶脆弱性指數(shù)(Coastal Vulnerability Index,CVI)構(gòu)建方法與評(píng)價(jià)方案[30-31]，在綜合分析國(guó)家海洋局公布的海洋災(zāi)害公報(bào)關(guān)于風(fēng)暴潮致災(zāi)后果的基礎(chǔ)上，并結(jié)合數(shù)據(jù)資料的可獲得性，以縣級(jí)行政區(qū)劃作為評(píng)價(jià)單元，選取社會(huì)經(jīng)濟(jì)、土地利用、生態(tài)環(huán)境和抗災(zāi)能力等指標(biāo)類型及其所包含的16個(gè)指標(biāo)因子（見表1），對(duì)海岸帶風(fēng)暴潮災(zāi)害脆弱性(Coastal Vulnerability Index on Storm Surge,CVISS)進(jìn)行綜合評(píng)價(jià)。

3.2 風(fēng)暴潮災(zāi)害脆弱性評(píng)估方法

由社會(huì)經(jīng)濟(jì)系統(tǒng)和自然環(huán)境系統(tǒng)構(gòu)成的海岸帶系統(tǒng)，是一個(gè)動(dòng)態(tài)變化的系統(tǒng)，選取指標(biāo)評(píng)價(jià)方法對(duì)其脆弱性評(píng)價(jià)，利于海岸帶脆弱性動(dòng)態(tài)評(píng)估。基于上述脆弱性評(píng)價(jià)因子，構(gòu)建了海岸帶風(fēng)暴潮災(zāi)害脆弱性CVISS評(píng)價(jià)模型如公式(1)所示：

式中，A為社會(huì)經(jīng)濟(jì)指標(biāo)；L為土地脆弱性指標(biāo)；E為生態(tài)環(huán)境脆弱性指標(biāo)；K為承災(zāi)能力指數(shù)。

以社會(huì)經(jīng)濟(jì)指標(biāo)為例來說明各評(píng)價(jià)因子計(jì)算原理，社會(huì)經(jīng)濟(jì)指標(biāo)類型脆弱性評(píng)價(jià)模型如式（2）所示。

式中，i為縣級(jí)評(píng)估單元序號(hào)，A為社會(huì)經(jīng)濟(jì)脆弱性指數(shù)，n為社會(huì)經(jīng)濟(jì)指標(biāo)因子個(gè)數(shù)；ai,j為區(qū)縣i第j項(xiàng)指標(biāo)因子標(biāo)準(zhǔn)化值，由式（3）求得。為避免單因子最小值較小而影響綜合脆弱性評(píng)價(jià)結(jié)果，將指標(biāo)因子ai,j最小取值為0.5，最大值取1，其標(biāo)準(zhǔn)化計(jì)算方程如式（3）所示。

式中，xi,j為區(qū)縣i第j指標(biāo)因子統(tǒng)計(jì)值，xjmax，xjmin分別為全國(guó)各區(qū)縣指標(biāo)j最大和最小值。

表1 風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)指標(biāo)體系及數(shù)據(jù)來源

圖1 各脆弱性指標(biāo)分類評(píng)價(jià)結(jié)果圖

4 結(jié)果分析

4.1 指標(biāo)因子評(píng)價(jià)結(jié)果分析

由上述計(jì)算公式得出海岸帶社會(huì)經(jīng)濟(jì)脆弱性(A)、土地利用脆弱性(L)、生態(tài)環(huán)境脆弱性(E)以及抗災(zāi)能力系數(shù)（K）的評(píng)價(jià)結(jié)果，見圖1。

圖2 風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)結(jié)果

由人口、交通和經(jīng)濟(jì)構(gòu)成的國(guó)民經(jīng)濟(jì)脆弱性指標(biāo)評(píng)價(jià)結(jié)果見圖1a，位于遼東半島的大連市、瀕臨渤海灣的天津市濱海新區(qū)、長(zhǎng)江三角洲的上海市和位于朱江口的珠海市等區(qū)域是因經(jīng)濟(jì)發(fā)達(dá)，人口密集而表現(xiàn)出較高的社會(huì)經(jīng)濟(jì)脆弱性等級(jí)。各沿海省份內(nèi)部的區(qū)縣社會(huì)經(jīng)濟(jì)脆弱性也有區(qū)域差異。

由居民地、種植面積和水產(chǎn)養(yǎng)殖面積構(gòu)成的土地利用脆弱性評(píng)價(jià)結(jié)果見圖1b，土地利用脆弱性值較高的區(qū)域有位于遼東半島東翼各區(qū)縣、瀕臨渤海灣的天津市濱海新區(qū)，萊州灣的墾利縣、壽光市、山東半島的煙臺(tái)市、青島市；江蘇省中部沿海區(qū)縣、廣東省的汕頭市、朱江三角洲和雷州半島及海南島東北部沿海區(qū)縣。

基于灘涂濕地和水系面積比例的生態(tài)環(huán)境脆弱性評(píng)價(jià)結(jié)果見圖1c，評(píng)價(jià)結(jié)果值較高的區(qū)域主要分布于瀕臨渤海灣的各沿海區(qū)縣，江蘇省的大豐市和如東縣，浙江溫州市的龍灣區(qū)，福建省的福清市和福州市的秀嶼區(qū)，廣東省的汕頭市、湛江市和廣西的防城港市。

我國(guó)沿海區(qū)縣抗災(zāi)能力評(píng)價(jià)結(jié)果如圖1d所示，抗災(zāi)能力較好的區(qū)域有遼東半島各沿海區(qū)縣，瀕臨渤海灣、萊州灣的各沿海區(qū)縣，山東省日照市至杭州灣南岸的寧波市，浙江省的瑞安市、樂清市福建省的廈門市和廣東省的珠江口各沿海區(qū)縣。

除上述分析指出的各指標(biāo)脆弱性值較高的區(qū)域外，各沿海省份內(nèi)部區(qū)縣的各評(píng)價(jià)指標(biāo)也有著顯著的區(qū)域異質(zhì)性。

4.2 風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)結(jié)果分析

基于上述各評(píng)價(jià)指標(biāo)評(píng)估成果，利用公式（1）求出海岸帶風(fēng)暴潮災(zāi)害脆弱性（CVISS）評(píng)估值，并對(duì)其進(jìn)行歸一化處理，按照歸一化值劃分為五個(gè)等級(jí)，得到我國(guó)海岸帶風(fēng)暴潮災(zāi)害脆弱性等級(jí)分布，見圖2。風(fēng)暴潮災(zāi)害脆弱性等級(jí)最高的區(qū)域包括位于遼東半島的大連市，山東省的墾利縣，廣東省的汕頭市；高度脆弱性的沿海區(qū)縣在各沿海省份中均有分布。脆弱性中等級(jí)別以上的區(qū)域集中分布在瀕臨渤海灣的區(qū)縣、浙南至閩北沿海區(qū)縣、廣東汕頭至陸豐區(qū)縣、珠江口以西的珠海和臺(tái)山市，雷州半島以西以及海南省的東部沿海區(qū)縣。

5 結(jié)論與討論

本文沿海區(qū)縣為基本評(píng)價(jià)單元，根據(jù)風(fēng)暴潮災(zāi)害致災(zāi)后果特征，建立了與風(fēng)暴潮災(zāi)害相關(guān)度較高的脆弱性評(píng)價(jià)指標(biāo)系統(tǒng)，參照海岸帶脆弱性評(píng)估方法構(gòu)建了海岸帶風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)模型，實(shí)現(xiàn)了我國(guó)海岸帶風(fēng)暴潮災(zāi)害脆弱性評(píng)估。評(píng)估結(jié)果以較精細(xì)的空間尺度反映了我國(guó)海岸帶風(fēng)暴潮災(zāi)害承災(zāi)體脆弱性區(qū)域分布特征，對(duì)我國(guó)海洋災(zāi)害風(fēng)險(xiǎn)管理有著重要的意義。

本研究區(qū)域包括了我國(guó)整個(gè)大陸沿海區(qū)縣，由于南北地理環(huán)境復(fù)雜多樣，研究過程中沒有考慮地形地貌的影響，而這一因素在小區(qū)域空間尺度風(fēng)暴潮災(zāi)害脆弱性評(píng)估時(shí)是不可忽視的。風(fēng)暴潮災(zāi)害指標(biāo)系統(tǒng)越全面，評(píng)價(jià)因子越詳細(xì)，評(píng)價(jià)結(jié)果越科學(xué)。但是在實(shí)際分析中，往往受限于數(shù)據(jù)資料可獲得性，需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行綜合取舍。脆弱性評(píng)估需要多學(xué)科協(xié)作，隨著多源信息融合技術(shù)的進(jìn)步、科學(xué)數(shù)據(jù)共享的推廣及風(fēng)險(xiǎn)評(píng)估理論的創(chuàng)新研究，當(dāng)前一些限制脆弱性評(píng)估的因素將會(huì)逐步得到解決。

[1]張繼權(quán),岡田憲夫,多多納裕一.綜合自然災(zāi)害風(fēng)險(xiǎn)管理——全面整合的模式與中國(guó)的戰(zhàn)略選擇[J].自然災(zāi)害學(xué)報(bào),2006,15(1):29-37.

[2]楊華庭,田素珍,葉琳,等.中國(guó)海洋災(zāi)害四十年資料匯編:1949-1990[M].海洋出版社：1994.

[3]Storch H V,Worh K.Storm surges:perspectives and options[J].Sustainability Science,2008,3(1):33-43.

[4]Hallegatte S,Ranger N,Mestre O,et al.Assessing climate change impacts,sea level rise and storm surge risk in port cities:a case study on Copenhagen[J].Climatic change,2011,104(1):113-137.

[5]Neumann J E,Emanuel K A,Ravela S,et al,Assessing the risk of cyclone-induced storm surge and sea level rise in Mozambique:World Institute for Development Economic Research(UNU-WIDER),2013.

[6]Lin N,Emanuel K,Oppenheimer M,et al.Physically based assessment of hurricane surge threat under climate change[J].Nature Climate Change,2012,2(6):462-467.

[7]Wood R M,Drayton M,Berger A,et al.Catastrophe loss modelling of storm-surge flood risk in eastern England[J].Philosophical Transactions of the Royal Society A:Mathematical,Physical and Engineering Sciences,2005,363(1831):1407-1422.

[8]Apivatanagul P,Davidson R,Blanton B,et al.Long-term regional hurricane hazard analysis for wind and storm surge[J].Coastal Engineering,2011,58(6):499-509.

[9]Arnold M.Natural disaster hotspots:case studies[M].World Bank-free PDF,2006

[10]Li K,Li G.Vulnerability assessment of storm surges in the coastal area of Guangdong Province[J].Natural Hazards and Earth System Science,2011,11(7):2003-2010.

[11]譚麗榮,陳珂,王軍,等.近20年來沿海地區(qū)風(fēng)暴潮災(zāi)害脆弱性評(píng)價(jià)[J].地理科學(xué),2011,31(9):1111-1117.

[12]李濤,吳少華,侯京明,等.寧波臺(tái)風(fēng)風(fēng)暴潮數(shù)值模擬與風(fēng)險(xiǎn)計(jì)算[J].海洋學(xué)報(bào),2013,34(2):9-14.

[13]國(guó)家海洋局.1994年中國(guó)海洋災(zāi)害公報(bào)[M].北京：1994.

[14]Janssen M A,Schoon M L,Ke W,et al.Scholarly networks on resilience,vulnerability and adaptation within the human dimensions of global environmental change[J].Global Environmental Change,2006,16(3):240-252.

[15]Timmerman P.Vulnerability resilience and collapse of society[M].A Review of Models and Possible Climatic Applications Toronto,Canada:Institute for Environmental Studies,University of Toronto,1981,1-42.

[16]Wu S Y,Yarnal B,Fisher A.Vulnerability of coastal communities to sealevel rise:a case study of Cape May county,New Jersey,USA[J].Climate Research,2002,22(3):255-270.

[17]Adger W N,Brooks N,Bentham Graham,et al.New indicators of vulnerability and adaptive capacity [R].Tyndall Centre for Climate Change Research Norwich,2004.

[18]李莉,王曉婷,王輝.脆弱性內(nèi)涵,評(píng)價(jià)與研究趨勢(shì)綜述[J].中國(guó)漁業(yè)經(jīng)濟(jì),2010,003):161-169.

[19]Rygel L,O'sullivan D,Yarnal B.A method for constructing a social vulnerability index:an application to hurricane storm surges in a developed country [J].Mitigation and Adaptation Strategies for Global Change,2006,11(3):741-764.

[20]葛全勝,鄒銘,鄭景云.中國(guó)自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究[M].科學(xué)出版社,2008.

[21]Wang J F,Li L F.Improving tsunami warning systems with remote sensing and geographical information system input[J].Risk Analysis,2008,28(6):1653-1668.

[22]MahendraR,MohantyPC,BisoyiH,etal.Assessmentandmanagement of coastal multi-hazard vulnerability along the Cuddalore-Villupuram,east coast of India using geospatial techniques[J].Ocean&CoastalManagement,2011,54(4):302-311.

[23]周成虎,萬(wàn)慶,黃詩(shī)峰.基于GIS 的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].地理學(xué)報(bào),2000,55(1):15-24.

[24]Thomalla F,Downing T,Spanger S E,et al.Reducing hazard vulnerability:towards a common approach between disaster risk reduction and climate adaptation [J].Disasters,2006,30(1):39-48.

[25]Reduction International Strategy for Disaster.Living with risk:a globalreviewofdisasterreductioninitiatives.Annexes.Vol.2[M].United Nations,2004.(URL:http://www.unisdr.org/files/657_lwr21.pdf).

[26]Folke C,Carpenter S,Walker B,et al.Regime shifts,resilience,and biodiversity in ecosystem management[J].Annual Review of Ecology,Evolution,and Systematics,2004,35:557-581.

[27]李鶴,張平宇,程葉青.脆弱性的概念及其評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2008,27(2):18-25.

[28]Dasgupta S,Laplante B,Murray S,et al.Climate change and the future impacts of storm-surge disasters in developing countries[C].Center for Global Development Working Paper,2009.

[29]Wamsley T V,Cialone M A,Smith J M,et al.The potential of wetlands in reducing storm surge[J].Ocean Engineering,2010,37(1):59-68.

[30]Gornitz V M,Daniels R C,White T W,et al.The development of a coastal risk assessment database:vulnerability to sea-level rise in the US Southeast[J].Journal of Coastal Research,1994,12:327-338.

[31]Gornitz V M,Beaty T W,Daniels R C.A coastal hazards data base for the US West Coast[M].Oak Ridge National Laboratory Oak Ridge,TN,1997.