我國(guó)風(fēng)暴潮特征分析以及路徑對(duì)增水影響

周妍　于潭　李婷　葉蘇文　崔利民

【摘 要】風(fēng)暴潮作為海洋災(zāi)害的主力軍，其傷害與受重視程度日趨突顯。文中以1989-2014年國(guó)家海洋局《海洋災(zāi)害公報(bào)》中出現(xiàn)的風(fēng)暴潮災(zāi)害事件為基礎(chǔ)，統(tǒng)計(jì)25年內(nèi)風(fēng)暴潮其類型、時(shí)間、空間的特征：表明主要為臺(tái)風(fēng)風(fēng)暴潮；臺(tái)風(fēng)風(fēng)暴潮常發(fā)于夏秋季東、南海；然溫帶風(fēng)暴潮集中于黃渤海；時(shí)間跨度大，8月集中。利用頻譜分析風(fēng)暴潮的周期變化，結(jié)果多種，以26年、6.5年、8.6年、3年最集中。將風(fēng)暴潮發(fā)生次數(shù)與厄爾尼諾指數(shù)對(duì)比，厄爾尼諾現(xiàn)象對(duì)風(fēng)暴潮強(qiáng)度和次數(shù)有一定程度的影響。并分析次數(shù)、經(jīng)濟(jì)損失和厄爾尼諾指數(shù)之間的關(guān)系，指出厄爾尼諾年份會(huì)存在次數(shù)記錄較少，但損失慘重的情況。并簡(jiǎn)要講述了路徑的因素對(duì)臺(tái)風(fēng)增水的范圍影響。

【關(guān)鍵詞】風(fēng)暴潮；厄爾尼諾；災(zāi)害損失；臺(tái)風(fēng)颶風(fēng)；增水

中圖分類號(hào)： P731.23 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）15-0176-007

DOI：10.19694/j.cnki.issn2095-2457.2018.15.082

Characteristics of storm surge in China and its influence on water supply

ZHOU Yan1，3 YU Tan1，2* LI Ting1 YE Su-wen1 CUI Li-min2

（1.College of Marine Sciences， Shanghai Ocean University， Shanghai 201306， China； 2.Key Laboratory of Space Ocean Remote Sensing and Application，Beijing 100081， China； 3.College of hydrology and meteorology， Nanjing University of Information Science & Technology，Nanjing 210044）

【Abstract】As the main force of the marine disaster， the storm surge is becoming more and more serious. In this paper 1989-2014 by the State Oceanic Administration "marine disaster bulletin" in the event of storm surge disaster based on statistical characteristics within 25 years of storm surge type， time and space that mainly for typhoon storm surge； typhoon storm surge often occurred in the summer of East and the South China Sea； but temperate storm surge in yellow Bohai； time span， August. Frequency spectrum analysis of storm surge cycle changes， the results of a variety of 26 years， 6.5 years， 8.6 years， the most concentrated in the past 3 years. Compared with El Nino index， El Nino has a certain degree of influence on the intensity and frequency of storm surge. The relationship between the number of times， the economic loss and the El Nino index is analyzed， and it is pointed out that the El Nino years will have a few times， but the situation of heavy losses. And briefly describes the path of the factors affecting the scope of typhoon water.

【Key words】Storm surges； El Nino； Disaster losses； Typhoon； Surge

0 引言

伴隨著人類社會(huì)的快速發(fā)展和陸上資源的銳減與枯竭，越來(lái)越多的人開始著眼于海洋的開發(fā)與利用。與此同時(shí)，海洋類災(zāi)害尤其是風(fēng)暴潮災(zāi)害日趨突顯。由風(fēng)暴引起的海水平面高度的異常升降情況統(tǒng)稱為風(fēng)暴潮[1]。異常海平面升降極易導(dǎo)致沿海災(zāi)害發(fā)生。2000-2009年海洋災(zāi)害中80%為風(fēng)暴潮災(zāi)害[2]，下圖體現(xiàn)了風(fēng)暴潮所引發(fā)的連鎖破壞效應(yīng)。

海平面水位值會(huì)導(dǎo)致越浪，即浪潮高于海岸堤防，海水越過堤防涌入內(nèi)部，損毀堤防的同時(shí)易發(fā)生洪災(zāi)；暴力事件[5]；堰塞湖洪災(zāi)[6，7]；漁業(yè)上的直接和間接損失[8]、海洋水產(chǎn)養(yǎng)殖損失[9]；張網(wǎng)作業(yè)的影響[10]；浪潮對(duì)?？亢８鄣臐O船[11]打擊。風(fēng)暴潮水動(dòng)力也會(huì)改變岸灘形態(tài)[12]，例如淤積量明顯增多[13]，或者蝕退海岸出溝壑狀海岸地貌[14]。

而在2009年的工業(yè)產(chǎn)值配額中，沿海的工農(nóng)業(yè)總產(chǎn)值占全國(guó)總產(chǎn)值的3/5 [15]，11省市人均地區(qū)生產(chǎn)總值高于全國(guó)[16]。如若沿海省市發(fā)生嚴(yán)重的風(fēng)暴潮災(zāi)害，勢(shì)必波及我國(guó)經(jīng)濟(jì)生產(chǎn)發(fā)展的趨勢(shì)。以其中的我國(guó)經(jīng)濟(jì)中心——上海為例。上海浦東的洋山深水港國(guó)家航運(yùn)中心的建設(shè)和啟用意義對(duì)沿海經(jīng)濟(jì)不言而喻，一旦出現(xiàn)暴潮災(zāi)害，嚴(yán)重打擊整個(gè)東海的航運(yùn)業(yè)[17]。

風(fēng)暴增水對(duì)于海堤、碼頭等海岸工程的影響具雙向性。9711號(hào)風(fēng)暴潮[18]、1117 “納沙”風(fēng)暴潮[19]沖毀多處沙壩，但風(fēng)暴潮強(qiáng)度的提高，老數(shù)據(jù)估算的校核水位也失去準(zhǔn)確性[20]，高潮增水?dāng)?shù)據(jù)被考慮進(jìn)海岸建設(shè)中，堤防得以加固和擴(kuò)高。

故在人口膨脹和沿海發(fā)展的巨大背景下，對(duì)于風(fēng)暴潮的基本認(rèn)識(shí)、準(zhǔn)確的預(yù)報(bào)和及時(shí)的預(yù)警防范中國(guó)沿海持續(xù)性發(fā)展的重要一步。

新紀(jì)元后風(fēng)暴潮的損害逐年遞增[15， 21]，發(fā)生時(shí)間有延長(zhǎng)[15]?？臻g上，江浙沿海引起高潮比平均高潮位高2.5-3.6m[22]；廣東多集中于3個(gè)地帶[23]；海南島四面受災(zāi)各不相同，以最易受臺(tái)風(fēng)攻擊的東、北部受災(zāi)最重[24]。

風(fēng)暴潮強(qiáng)度多與以下幾個(gè)因素有關(guān)（圖2）：臺(tái)風(fēng)的因素，如強(qiáng)度、風(fēng)、路徑、移速、降雨和結(jié)構(gòu)，發(fā)生風(fēng)暴潮的時(shí)間、地理位置等[18， 25-44]。

為了對(duì)風(fēng)暴潮做出精準(zhǔn)的災(zāi)情預(yù)警、評(píng)估，給政府制定救災(zāi)決策提供依據(jù)[4，45]，風(fēng)暴潮預(yù)估在近幾十年發(fā)展迅速。預(yù)報(bào)、評(píng)估分為經(jīng)驗(yàn)和數(shù)值兩種[3，46]。評(píng)估又分危險(xiǎn)性評(píng)估、風(fēng)險(xiǎn)、脆弱性評(píng)估、損失評(píng)估[47]幾大類，多與3S技術(shù)相結(jié)合[47]。也出現(xiàn)了PL05和CL05 [48]兩個(gè)結(jié)果不同的評(píng)估方法；區(qū)分廣義、狹義評(píng)估的區(qū)別、對(duì)廣義評(píng)估機(jī)制指標(biāo)的設(shè)定[49]。

精準(zhǔn)的預(yù)估需要更精確的模擬，國(guó)內(nèi)外采用各種方式達(dá)到對(duì)風(fēng)暴潮的最優(yōu)化模擬。例如二維有限差分[50]模擬中國(guó)海的風(fēng)暴潮；海面壓力與風(fēng)場(chǎng)的二維風(fēng)暴潮波浪擬合[51]；三維風(fēng)暴潮擬合[52]探究風(fēng)暴潮變化與壓力和風(fēng)的關(guān)系；納維斯托克方程控制的潮流擬合[53]；DHI MIKE 21（水動(dòng)力模型）和ArcGIS（高程模擬地圖）模型相結(jié)合[16， 54]模擬受災(zāi)范圍；ADCIRC 環(huán)流預(yù)報(bào)模式[46， 55]；運(yùn)用2種尺度模型對(duì)東海和上海地區(qū)的脆弱性評(píng)估和尺度效應(yīng)研究[54]；沿海11個(gè)省市的SSVI脆弱性指數(shù)[16]模擬更大范圍；堤防潰堤狀態(tài)下的直接、間接經(jīng)濟(jì)情況[56]。

美國(guó)的SLOSH模擬器[46，57]常應(yīng)用在風(fēng)暴潮模擬上。1987年開始在中國(guó)潮災(zāi)中被使用[50]，并取得了一定的進(jìn)展[58]。JMA（日本氣象局）與WMO（世界氣象組織）一同建設(shè)的網(wǎng)絡(luò)平臺(tái)信息淹沒模擬（https：//tynwp-web.kishou.go.jp/），在13年菲律賓“海燕”臺(tái)風(fēng)風(fēng)暴潮中首次使用[6]。

雖然預(yù)報(bào)發(fā)展快速，但其準(zhǔn)確性依舊差異較大[38，59]。如上述提及的網(wǎng)絡(luò)信息平臺(tái)預(yù)測(cè)影響范圍遠(yuǎn)小于實(shí)際的潮災(zāi)范圍[7]。有研究指出，當(dāng)出現(xiàn)2個(gè)以上的系統(tǒng)時(shí)，原始預(yù)測(cè)的偏差非常大[60]。所以，如何做到更準(zhǔn)確的風(fēng)暴潮預(yù)測(cè)，依舊是當(dāng)今一個(gè)熱門的話題和討論。

1 數(shù)據(jù)資料和處理方法

1.1 經(jīng)濟(jì)、人員損失數(shù)據(jù)

國(guó)家海洋局在每年或者次年對(duì)全年度的海洋災(zāi)害進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，公報(bào)發(fā)表（下載瀏覽地址： http：//www.soa.gov.cn/zwgk/hygb/zghyzhgb/index.html，瀏覽于2016年2月19日）。 文中數(shù)據(jù)使用年份為1989-2014年。

但2004年公報(bào)缺失，取中國(guó)可持續(xù)發(fā)展信息網(wǎng)——《2004年海洋災(zāi)害公報(bào)》。（信息下載地址：http：//sdinfo.coi.gov.cn/hygb/hyzh/2004/2.htm ，瀏覽于2016年2月19日）。

1994、1996和2000年前臺(tái)風(fēng)名和序號(hào)編碼、人員損失傷亡補(bǔ)充來(lái)源于臺(tái)風(fēng)論壇（http：//bbs.typhoon.gov.cn/，瀏覽于2016年4月5日）。

1.2 移動(dòng)路徑數(shù)據(jù)

浙江省水利信息管理中心管轄的臺(tái)風(fēng)路徑實(shí)時(shí)發(fā)布系統(tǒng)，（http：//typhoon.zjwater.gov.cn/default.aspx，瀏覽于2016年2月23日）。路徑的時(shí)間：2015年8月8日—8月10日、2015年9月28日—9月29日?？赏诓榭磸?qiáng)度和氣壓數(shù)據(jù)。

日本氣象廳臺(tái)風(fēng)路線圖合集，（http：//www.data.jma.go.jp/fcd/yoho/typhoon/index.html，瀏覽于2016年4月9日）2015年，編號(hào)13和編號(hào)21。

1.3 風(fēng)暴潮增水預(yù)警圖

文中所用風(fēng)暴潮預(yù)警示意圖，主要來(lái)源于國(guó)家海洋預(yù)報(bào)臺(tái)的官方微博（http：//weibo.com/nmefc？from=myfollow_all&is;_all=1）于2015年8月8日發(fā)布的1513“蘇迪羅”風(fēng)暴潮黃色警報(bào)圖和2015年9月29日發(fā)布的1521號(hào)“杜鵑”風(fēng)暴潮紅色警報(bào)圖。

1.4 厄爾尼諾指數(shù)

美國(guó)NOAA氣候預(yù)測(cè)中心（CPC）每月海洋SST實(shí)時(shí)數(shù)值資料，ANOM代表修正值，大于0.5表征厄爾尼諾現(xiàn)象，小于-0.5為拉尼那現(xiàn)象。選擇時(shí)間范圍在1989-2014年，單月的SST和ANOM修正值?？臻g范圍160°E—150°W，5°N—5°S的NINO4數(shù)據(jù)（下載地址：http：//www.cpc.ncep.noaa.gov/data/indices/ersst4.nino.mth.81-10.ascii，瀏覽于2016年4月15日）。

2 風(fēng)暴潮的次生災(zāi)害特征及變化趨勢(shì)

2.1 風(fēng)暴潮發(fā)生類型、發(fā)生月份和常發(fā)地

2.1.1 風(fēng)暴潮的主要類型

按照成因風(fēng)暴潮主要分熱、溫帶兩大類。熱帶氣旋，主要分為臺(tái)風(fēng)（颶風(fēng)）與熱帶風(fēng)暴引發(fā)的熱帶風(fēng)暴潮，夏秋季，來(lái)勢(shì)迅猛、破壞程度高[61]。溫帶風(fēng)暴潮以溫帶氣旋、強(qiáng)冷空氣等為誘發(fā)原因，多發(fā)于春秋季，增水緩，幅度小，中緯沿海地區(qū)出現(xiàn)[61]。據(jù)1989-2014年的《海洋災(zāi)害公報(bào)》中有損失記錄的風(fēng)暴潮事件次數(shù)、經(jīng)濟(jì)損失情況（表1）

25年間，造成損失的溫帶風(fēng)暴潮發(fā)生27起，熱帶風(fēng)暴潮148起，熱帶風(fēng)暴潮占總次數(shù)比為85%，溫帶風(fēng)暴潮僅為15%。溫帶風(fēng)暴潮的經(jīng)濟(jì)損失僅為68.03億元，而熱帶風(fēng)暴潮2991.56億元，溫帶風(fēng)暴潮的經(jīng)濟(jì)損失為熱帶的1/44。

據(jù)郭洪壽[15]的建議，依照水位與警戒水位等數(shù)據(jù)劃分風(fēng)暴潮等級(jí)，但因?yàn)槌蔽毁Y料的缺失，我們直接采取以經(jīng)濟(jì)損失為準(zhǔn)的評(píng)級(jí)來(lái)劃分等級(jí)（表2）。將148起熱帶風(fēng)暴潮事件分為輕、重、大、特大四個(gè)等級(jí)。

所以我國(guó)為風(fēng)暴潮的多發(fā)國(guó)家，潮災(zāi)災(zāi)情嚴(yán)重，災(zāi)情事件中以熱帶風(fēng)暴潮為主。

2.1.2 風(fēng)暴潮發(fā)生月份

根據(jù)風(fēng)暴潮潮災(zāi)類型的特征，結(jié)合148起熱帶風(fēng)暴潮的發(fā)生時(shí)間（圖4）：

一般夏季風(fēng)暴潮次數(shù)多發(fā)， 8月發(fā)生次數(shù)最高，為43次，以此為中心次數(shù)向兩邊遞減。催動(dòng)熱帶風(fēng)暴潮的主要天氣系統(tǒng)（熱帶氣旋系統(tǒng)），多發(fā)期正值6-10月。所以時(shí)間上符合變化規(guī)律。

注意4月和11月非夏季期的風(fēng)暴潮記錄。一為2008年發(fā)生的0801號(hào)“浣熊”風(fēng)暴潮（經(jīng)濟(jì)損失7.27億元），一為2013年發(fā)生的1330號(hào)“海燕”風(fēng)暴潮（經(jīng)濟(jì)損失2.66億元），二者均為近10年的風(fēng)暴潮事件。要注意風(fēng)暴潮發(fā)生時(shí)間的延展性。

2.1.3 風(fēng)暴潮的常發(fā)地

以受災(zāi)省市劃分（圖5），閩、粵、浙三省份為第一集團(tuán)，也是特大潮災(zāi)多發(fā)地帶；海南、廣西為第二集團(tuán)；第三集團(tuán)為江蘇、上海和山東；第四集團(tuán)為天津和遼寧。而潮災(zāi)集中在沿海地帶的特點(diǎn)也表露無(wú)遺。

若將上述省份以海域簡(jiǎn)單劃分（圖6）。東海、南海為我國(guó)主要的受災(zāi)海域。熱帶潮災(zāi)發(fā)生次數(shù)比率分別為48%和44%。黃渤海熱帶潮災(zāi)發(fā)生的概率僅為8%。圖3.5顯示黃渤海不易發(fā)熱帶風(fēng)暴潮，集中在溫帶風(fēng)暴潮，而海域也是我國(guó)溫帶風(fēng)暴潮集中地帶。所以黃渤海要注意溫帶風(fēng)暴潮災(zāi)害。

潮災(zāi)發(fā)生的區(qū)域特點(diǎn)和副熱帶高壓對(duì)臺(tái)風(fēng)路徑的影響有關(guān)。一般，夏季西太平洋副熱帶高壓和東亞大槽的共同影響，臺(tái)風(fēng)多選擇北上、西行的路徑，途徑我國(guó)東、南海，易在東海和南海發(fā)生風(fēng)暴潮。

2.2 風(fēng)暴潮變化特征

2.2.1 次數(shù)變化

因厄爾尼諾指數(shù)取值為1-12月。所以橫坐標(biāo)年份實(shí)際指的是該年份的開始，橫坐標(biāo)的間斷實(shí)則代表全年的厄爾尼諾變化。圖中的次數(shù)以年統(tǒng)計(jì)，為方便我們將坐標(biāo)錯(cuò)開排列。

判斷在1991-1992、1994-1995、1997、2002、2004-2005、2006、2009年可能為厄爾尼諾年。1989、1998-2000、2007-2008、2010年為拉尼那年。

風(fēng)暴潮次數(shù)和厄爾尼諾曲線在1989-1993、1996-1998、2001-2004、2013年段呈反比。在1993-1994、1999-2000和2012-2013為正比對(duì)應(yīng)。所以說(shuō)厄爾尼諾現(xiàn)象與次數(shù)多反比，不排除正比變化。

厄爾尼諾后的第二年，風(fēng)暴潮次數(shù)會(huì)增加，如1995、2005、2007年。但僅2007年為拉尼那年，前二者為厄爾尼諾后次年，增加是否與拉尼那現(xiàn)象相關(guān)并不得知。

2.2.2 經(jīng)濟(jì)損失變化

比較經(jīng)濟(jì)損失柱狀圖（圖11）：1997和2005年為損失最高兩年，分別為308億元和329.83億元；1991和1998年為災(zāi)害損失最少的兩年，前者為15.08億元，后者為11億元。最小值和最大值的差額為318.83億元。

將經(jīng)濟(jì)損失、風(fēng)暴潮次數(shù)疊放在一起（圖12）。1997年間僅2次風(fēng)暴潮襲擊，但損失最高。而1995年損失較小，卻有10次熱帶風(fēng)暴潮襲擊。

在大部分年份風(fēng)暴潮次數(shù)變化與經(jīng)濟(jì)損失走勢(shì)正比關(guān)系，如2005、2008年次數(shù)波峰對(duì)應(yīng)著經(jīng)濟(jì)損失波峰。但在1994-1998、1999-2001、2003-2004、2006-2007、2009-2010年風(fēng)暴潮次數(shù)變化與經(jīng)濟(jì)損失為反比。結(jié)合厄爾尼諾變化曲線，經(jīng)濟(jì)損失的高值集中在幾個(gè)厄爾尼諾年（1992、1994、1997、1999、2003、2006），或者厄爾尼諾年之后次年（2005、2008）。1997、2006年為明顯厄爾尼諾年，受其影響有次數(shù)降低、經(jīng)濟(jì)損失增加的情況。但也有在2009厄爾尼諾年經(jīng)濟(jì)損失低的情況。

3 路徑偏移對(duì)增水范圍影響

由緒論可知，引起風(fēng)暴潮破壞程度的因素有很多。利用SLOSH模擬器擬定的三條直行臺(tái)風(fēng)路徑，在新奧爾良沿岸增水示意圖（圖13-15）課表明熱帶氣旋的走勢(shì)影響了一定范圍的增水區(qū)別。

且注意一點(diǎn)，兩次臺(tái)風(fēng)引起的風(fēng)暴潮增水?dāng)?shù)值上差異不大，但是1513的預(yù)警級(jí)別小于1521（兩臺(tái)風(fēng)二次登陸福建附近海域的中心最低氣壓均在970kPa附近）。根據(jù)風(fēng)暴潮預(yù)警級(jí)別的判定，源于與警戒水位的差值。因?yàn)榫渌坏呐卸ú町?，從而?dǎo)致預(yù)警級(jí)別的不同。所以，從時(shí)間尺度上考慮，不同時(shí)期，強(qiáng)度相似的臺(tái)風(fēng)風(fēng)暴潮增水強(qiáng)迫程度也會(huì)不同。

4 結(jié)論

（1）我國(guó)是個(gè)風(fēng)暴潮的常發(fā)國(guó)家，風(fēng)暴潮多為熱帶風(fēng)暴潮，50%以上概率為特大潮災(zāi)。

（2）時(shí)間上，熱帶風(fēng)暴潮（特大）多發(fā)于夏季；空間，東、南海多熱帶風(fēng)暴潮；黃渤海要注意溫帶風(fēng)暴潮。

（3）由于資料限制，周期的波動(dòng)范圍非常大，難以確定實(shí)際頻率。厄爾尼諾現(xiàn)象與風(fēng)暴潮次數(shù)多反比，不排除正相關(guān)。厄爾尼諾后次年易出現(xiàn)風(fēng)暴潮次數(shù)增加，但增加是否與拉尼那有關(guān)，不可知。

（4）經(jīng)濟(jì)損失與次數(shù)在厄爾尼諾年受影響，負(fù)相關(guān)變化顯著。

（5）臺(tái)風(fēng)風(fēng)暴潮發(fā)生的路徑對(duì)增水范圍有影響。時(shí)間尺度上的順序影響了增水強(qiáng)度強(qiáng)迫級(jí)別。

【參考文獻(xiàn)】

[1]黃金池.中國(guó)風(fēng)暴潮災(zāi)害研究綜述[J].水利發(fā)展研究，2002， 12）：63-5.

[2]黃靜. 沿海重要港口風(fēng)暴潮災(zāi)害危險(xiǎn)性研究[D].華東師范大學(xué)， 2012.

[3]王國(guó)棟，康建成，閆國(guó)東.沿海城市風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估研究述評(píng)[J].災(zāi)害學(xué)，2010，v.25；No.96（03）：114-8.

[4]王志強(qiáng)， 陳思宇，呂雪鋒，et al.風(fēng)暴潮災(zāi)害受災(zāi)人口與直接經(jīng)濟(jì)損失評(píng)估方法研究進(jìn)展[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015， 03）： 274-9.

[5]天氣災(zāi)害大事件第22期 [M].

[6]LAGMAY A M F， AGATON R P， BAHALA M A C， et al. Devastating storm surges of Typhoon Haiyan [J]. International Journal of Disaster Risk Reduction， 2015， 11（1-12.

[7]YI C J， SUPPASRI A， KURE S， et al. Storm surge mapping of typhoon Haiyan and its impact in Tanauan， Leyte， Philippines [J]. International Journal of Disaster Risk Reduction， 2015， 13（207-14.

[8]趙領(lǐng)娣，任林軍.風(fēng)暴潮災(zāi)害造成的漁民收入損失評(píng)估[J].海洋開發(fā)與管理， 2008， 09）： 83-7.

[9]國(guó)家海洋局.2006-2014年中國(guó)海洋災(zāi)害——風(fēng)暴潮災(zāi)害 [J].2007-2015，

[10]林龍山，沈金鰲，張靜，et al.桑美臺(tái)風(fēng)風(fēng)暴潮及其對(duì)張網(wǎng)作業(yè)影響的探討[J].海洋環(huán)境科學(xué)，2007，06）：537-40.

[11]周勁峰.天津沿海遭受風(fēng)暴潮襲擊海洋漁業(yè)損失較大[J]. 中國(guó)水產(chǎn)，2003，11）：36.

[12]蔣昌波，伍志元，陳杰，et al.風(fēng)暴潮作用下泥沙運(yùn)動(dòng)和岸灘演變研究綜述 [J].長(zhǎng)沙理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，01）： 1-9.

[13]楊忠年.風(fēng)暴潮對(duì)黃河三角洲蝕積演變的控制研究[D].中國(guó)海洋大學(xué)，2011.

[14]任美鍔，張忍順，楊巨海，et al.風(fēng)暴潮對(duì)淤泥質(zhì)海岸的影響——以江蘇省淤泥質(zhì)海岸為例[J].海洋地質(zhì)與第四紀(jì)地質(zhì)， 1983，04）：1-24.

[15]謝麗，張振克.近20年中國(guó)沿海風(fēng)暴潮強(qiáng)度、時(shí)空分布與災(zāi)害損失[J].海洋通報(bào)，2010，06）：690-6.

[16]譚麗榮.中國(guó)沿海地區(qū)風(fēng)暴潮災(zāi)害綜合脆弱性評(píng)估[D].華東師范大學(xué)，2012.

[17]胡德寶，龔茂珣，孔亞珍.強(qiáng)風(fēng)暴潮對(duì)上海地區(qū)影響研究[J]. 華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，Z1）：177-82.

[18]陸麗云，陳君，張忍順.江蘇沿海的風(fēng)暴潮災(zāi)害及其防御對(duì)策[J].災(zāi)害學(xué)，2002，01）：27-32.

[19]賈良文，謝凌峰，羅敬思，et al.風(fēng)暴潮對(duì)廣東省沿海港航設(shè)施影響及防護(hù)對(duì)策研究[J].海岸工程，2012，03）：55-64.

[20]陳雪英，王文海，吳桑云.近年風(fēng)暴潮對(duì)山東海岸及海岸工程的影響[J].海岸工程，2000，02）：1-5.

[21]樂肯堂.我國(guó)風(fēng)暴潮災(zāi)害及防災(zāi)減災(zāi)戰(zhàn)略[J].海洋預(yù)報(bào)， 2002，01）：9-15.

[22]朱軍政，徐有成.浙江沿海超強(qiáng)臺(tái)風(fēng)風(fēng)暴潮災(zāi)害的影響及其對(duì)策[J].海洋學(xué)研究，2009，02）：104-10.

[23]馬經(jīng)廣，胡建華.2003年廣東風(fēng)暴潮分析和預(yù)報(bào)總結(jié)[J].海洋預(yù)報(bào)，2004，02）：78-85.

[24]石?，摚蠲现?2005年海南島沿岸風(fēng)暴潮特征分析[J].海洋預(yù)報(bào)，2008，03）：33-9.

[25]葉子祥，沈武，謝亮.9417臺(tái)風(fēng)路徑及特高潮位的分析和預(yù)報(bào)[J].浙江氣象科技，1995，03）：3-6.

[26]徐建成.派比安臺(tái)風(fēng)對(duì)上海黃浦江潮位的影響及成因探討 [J].海洋預(yù)報(bào)，2001，01）：1-10.

[27]馬經(jīng)廣.“尤特”0104號(hào)風(fēng)暴潮分析[J].海洋預(yù)報(bào)，2002，02）： 36-40.

[28]何金林，金云.黃浦江0216號(hào)（森拉克）臺(tái)風(fēng)高潮的增水分析 [J].上海水務(wù)，2003，03）：43-5.

[29]吳向榮.0216號(hào)臺(tái)風(fēng)風(fēng)暴潮分析[J].海洋預(yù)報(bào)，2003，02）： 49-53.

[30]楊萬(wàn)康，楊青瑩，尹寶樹，et al.1409號(hào)“威馬遜”臺(tái)風(fēng)對(duì)鐵山港海域的風(fēng)暴潮增水研究[J].海洋預(yù)報(bào)，2016，01）：80-5.

[31]石?，?，李文歡，呂宇波，et al.海南省2014年兩次特大風(fēng)暴潮比較分析[J].海洋預(yù)報(bào)，2015，04）：75-82.

[32]馬經(jīng)廣，楊武志.臺(tái)風(fēng)“海鷗”與“威馬遜”風(fēng)暴增水的差異分析[J].廣東水利水電，2015，03）：20-4.

[33]張娟，馮偉忠，李廣敏，et al.1003號(hào)臺(tái)風(fēng)“燦都”風(fēng)暴潮特征分析與模擬[J].海洋通報(bào)，2011，04）：367-70.

[34]郎喜白.201003號(hào)臺(tái)風(fēng)“燦都”分析[J].海洋預(yù)報(bào)，2011，03）： 26-31.

[35]鄧兆青，袁方超.0908號(hào)臺(tái)風(fēng)“莫拉克”風(fēng)暴潮影響分析[J]. 海洋預(yù)報(bào)，2011，01）：48-52.

[36]張智全.0307號(hào)臺(tái)風(fēng)“伊布都”風(fēng)暴潮增水分析[J].甘肅水利水電技術(shù)，2010，05）：16-7.

[37]梁毅.“0814”號(hào)強(qiáng)臺(tái)風(fēng)“黑格比”增水及暴雨洪水分析[J]. 廣東水利水電，2009，05）：31-3.

[38]李文歡，朱萬(wàn)里.0016號(hào)臺(tái)風(fēng)（悟空）海浪及風(fēng)暴潮特征分析 [J].海洋預(yù)報(bào)，2001，04）：43-7.

[39]韓小燕，張釗.0414號(hào)強(qiáng)臺(tái)風(fēng)“云娜”風(fēng)暴潮特征分析與總結(jié) [J].海洋預(yù)報(bào)，2006，02）：79-85.

[40]王青顏，石?，?0518號(hào)臺(tái)風(fēng)“達(dá)維”風(fēng)暴潮分析[J].海洋預(yù)報(bào)，2007，01）：62-8.

[41]盧益炳，馬林芳.0608號(hào)超強(qiáng)臺(tái)風(fēng)“桑美”的主要特點(diǎn)和風(fēng)暴潮影響特征分析[J].海洋預(yù)報(bào)，2007，04）： 92-6.

[42]韓雪，盛建明，羅鋒，et al.1210號(hào)臺(tái)風(fēng)“達(dá)維”風(fēng)暴潮分析與數(shù)值模擬[J].安徽農(nóng)業(yè)科學(xué)，2014，27）：9448-51.

[43]吳昊.淺析0519號(hào)“龍王”臺(tái)風(fēng)風(fēng)暴潮特征[J].海洋預(yù)報(bào)， 2006， S1）：84-90.

[44]周宏杰，許潔，趙立峰.寧波市“201211”號(hào)臺(tái)風(fēng)暴潮分析[J]. 中國(guó)水運(yùn)（下半月），2013，06）：124-6.

[45]石先武，譚駿，國(guó)志興，et al.風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估研究綜述 [J].地球科學(xué)進(jìn)展，2013，v.28；No.225（08）：866-74.

[46]馮興如.重點(diǎn)區(qū)臺(tái)風(fēng)風(fēng)暴潮數(shù)值預(yù)報(bào)與災(zāi)害評(píng)估研究[D]. 中國(guó)科學(xué)院研究生院（海洋研究所），2012.

[47]趙慶良，許世遠(yuǎn)，王軍，et al.沿海城市風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估研究進(jìn)展[J].地理科學(xué)進(jìn)展，2007，05）：32-40.

[48]PIELKE R A， GRATZ J， LANDSEA C W， et al. Normalized Hurricane Damage in the United States： 1900–2005 [J]. Natural Hazards Review， 2008，9（1）：621--31.

[49]殷杰.中國(guó)沿海臺(tái)風(fēng)風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估研究[D].華東師范大學(xué)，2011.

[50]王喜年，葉琳.我國(guó)沿海風(fēng)暴潮的監(jiān)測(cè)及其預(yù)報(bào)[J].海洋預(yù)報(bào)，1992，03）：28-37.

[51]YIN B， XU Z， HUANG Y， et al. Simulating a typhoon storm surge in the East Sea of China using a coupled model [J]. Progress in Natural Science，2008，19（1）：

[52]黃華.長(zhǎng)江口及杭州灣風(fēng)暴潮三維數(shù)值模擬[D].華東師范大學(xué)，2006.

[53]夏華永，李樹華，李武全，et al.北部灣三維風(fēng)暴潮模擬[J].廣西科學(xué)，1999，01）：29-35.

[54]王虎.不同空間尺度臺(tái)風(fēng)風(fēng)暴潮災(zāi)害情景模擬與風(fēng)險(xiǎn)評(píng)估 [D].華東師范大學(xué)，2013.

[55]王培濤，于福江，劉秋興，et al.福建沿海精細(xì)化臺(tái)風(fēng)風(fēng)暴潮集合數(shù)值預(yù)報(bào)技術(shù)研究及應(yīng)用[J].海洋預(yù)報(bào)，2010，v.27；No.105（05）：7-15.

[56]鄭君.風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估方法及應(yīng)用研究[D].浙江大學(xué)， 2011.

[57]李健.南海北部臺(tái)風(fēng)風(fēng)暴潮模擬研究與機(jī)理探索[D].中國(guó)科學(xué)院研究生院（海洋研究所），2013.

[58]尹慶江，吳少華，王喜年.美國(guó)SLOSH模式在我國(guó)的應(yīng)用——杭州灣臺(tái)風(fēng)風(fēng)暴潮的數(shù)值模擬[J].海洋預(yù)報(bào)，1997，01）： 71-5.

[59]李文歡，石海瑩，黃厚衡.0312號(hào)臺(tái)風(fēng)（科羅旺）風(fēng)暴潮預(yù)報(bào)過程分析[J].海洋預(yù)報(bào)，2004，02）：64-9.

[60]石海瑩，黃厚衡.1117號(hào)“納沙”和1119號(hào)“尼格”風(fēng)暴潮比較分析[J].海洋預(yù)報(bào)，2013，v.30；No.120（02）：62-7.

[61]馬景灝.中國(guó)海典型區(qū)域風(fēng)暴潮災(zāi)害經(jīng)濟(jì)損失預(yù)警研究[D].中國(guó)海洋大學(xué)，2011.

[62]臺(tái)風(fēng)論壇——臺(tái)風(fēng)回顧[M].1990-1999.