1984?2017年影響中國熱帶氣旋災(zāi)害的時(shí)空特征分析

盧瑩，趙海坤*，趙丹，李青青

(1.南京信息工程大學(xué) 氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/太平洋臺(tái)風(fēng)研究中心，江蘇南京 210044；2.中國人民解放軍 93117 部隊(duì)，江蘇 南京 210018)

1 引言

西北太平洋是世界上熱帶氣旋（Tropical Cyclone，TC）活動(dòng)最頻繁的區(qū)域，TC造成的狂風(fēng)、暴雨、風(fēng)暴潮[1]及其引發(fā)的次生災(zāi)害[2]對(duì)中國沿海地區(qū)社會(huì)財(cái)產(chǎn)和人民生命安全造成嚴(yán)重威脅[3]。研究表明，TC對(duì)中國造成的直接經(jīng)濟(jì)損失除了與TC預(yù)報(bào)水平和防臺(tái)減災(zāi)措施有關(guān)，還受通貨膨脹、人口密度、地區(qū)經(jīng)濟(jì)水平差異等影響。溫姍姍等[4]指出，廣東、福建和浙江受TC影響造成的直接經(jīng)濟(jì)損失在中國各省（自治區(qū)、直轄市）中損失較大。Wang等[5]指出，少數(shù)極具破壞性的TC導(dǎo)致了絕大部分的經(jīng)濟(jì)損失，2005?2016年造成中國直接經(jīng)濟(jì)損失、死亡人數(shù)和房屋倒塌間數(shù)最多的前10個(gè)TC就占總數(shù)的48%、71%和66%。Zhang等[6]發(fā)現(xiàn)，自1983年以來，TC直接經(jīng)濟(jì)損失的增長與中國經(jīng)濟(jì)快速發(fā)展有關(guān)。

目前，許多針對(duì)中國TC災(zāi)害評(píng)估的工作通常分析TC活動(dòng)特征，如強(qiáng)度、頻數(shù)、移動(dòng)路徑等及其引起的天氣現(xiàn)象與TC災(zāi)害的聯(lián)系，構(gòu)建風(fēng)險(xiǎn)評(píng)估指標(biāo)模型評(píng)估TC災(zāi)害[7–8]。顧小麗等[9]將模糊算法和層次分析法應(yīng)用于TC風(fēng)險(xiǎn)評(píng)估模型，估計(jì)即將登陸TC可能造成的經(jīng)濟(jì)損失。陳佩燕等[10]根據(jù)TC強(qiáng)度、路徑、大風(fēng)、暴雨等致害因子與災(zāi)害的聯(lián)系構(gòu)建TC災(zāi)情預(yù)估模型，并證明該模型具有較好的預(yù)估能力。為了減少模型對(duì)TC經(jīng)濟(jì)損失評(píng)估誤差，林江毫和陽愛民[11]提出了反向傳播神經(jīng)網(wǎng)絡(luò)和空間向量模型相結(jié)合的綜合評(píng)估模型。上述TC災(zāi)害模型評(píng)估工作多側(cè)重于TC災(zāi)害自身的分析，很少與影響TC活動(dòng)（如TC路徑、登陸地點(diǎn)和陸上持續(xù)時(shí)間等）的大尺度環(huán)境場(chǎng)相聯(lián)系。

TC活動(dòng)會(huì)受到不同時(shí)間尺度氣候變率調(diào)制的影響[12]。陳曉捷等[13]指出，太平洋年代際振蕩（Pacific Decadal Oscillation，PDO）處于暖相位時(shí)，西太平洋副高強(qiáng)度偏強(qiáng)、中心向西向南移動(dòng)，導(dǎo)致TC在中國登陸位置偏南；PDO處于冷相位時(shí)，TC登陸位置偏北。黃榮輝和王磊[14]發(fā)現(xiàn)，夏季東亞?太平洋指數(shù)偏高時(shí)，廈門以北登陸的TC偏多；東亞?太平洋指數(shù)偏低，華南沿海登陸的TC偏多。Wu等[15]認(rèn)為，1965?2003年登陸海南和廣東TC數(shù)目的減少、登陸福建和浙江TC數(shù)目的增加與TC盛行路徑變化有關(guān)，并進(jìn)一步指出該TC盛行路徑的變化與全球變暖緊密相關(guān)。全球變暖為當(dāng)前全球氣候變化主要特征[16]。在全球變暖背景下，研究表明[17]，全球TC活動(dòng)發(fā)生了變化。Yamaguchi等[18]通過模擬全球TC移動(dòng)速度發(fā)現(xiàn)，全球變暖將使30°～40°N之間TC移動(dòng)速度減小。Mendelsohn等[19]根據(jù)氣候模式預(yù)測(cè)西北太平洋地區(qū)強(qiáng)臺(tái)風(fēng)數(shù)目將增加，沿岸地區(qū)強(qiáng)臺(tái)風(fēng)災(zāi)害發(fā)生的可能性加大。Webster等[20]在2005年發(fā)現(xiàn)，除大西洋外，過去30年間全球TC強(qiáng)度增加趨勢(shì)明顯。雖然每年登陸中國的TC頻數(shù)和強(qiáng)度基本保持穩(wěn)定[21]，但楊玉華等[22]發(fā)現(xiàn)，1982年以后，廣西和華東沿海地區(qū)登陸TC頻數(shù)增加，其他地區(qū)TC登陸頻數(shù)減少。國內(nèi)外關(guān)于中國TC災(zāi)害的研究主要集中在TC活動(dòng)特征及其造成的社會(huì)影響兩方面，但TC移動(dòng)路徑的不同，登陸位置、強(qiáng)度對(duì)各省份造成的影響不同。聯(lián)系以往研究，全球變暖可能會(huì)使影響中國的TC盛行路徑發(fā)生變化，為了更好地理解全球變暖對(duì)中國TC災(zāi)害的影響，研究不同TC盛行路徑下影響中國的TC災(zāi)害時(shí)空分布特征，對(duì)各地區(qū)災(zāi)情預(yù)警和防臺(tái)減災(zāi)工作的部署具有重要意義。

本文將在考察中國大陸及海南島的TC災(zāi)害特征基礎(chǔ)上，將TC路徑劃分為近海轉(zhuǎn)向、西行和西北行3類盛行路徑，重點(diǎn)分析不同盛行路徑下中國的TC災(zāi)害特征及差異，并探討TC陸上持續(xù)時(shí)間變化及災(zāi)害的潛在風(fēng)險(xiǎn)。

2 資料與方法

TC路徑資料來源于中國氣象局上海臺(tái)風(fēng)研究所（Shanghai Typhoon Institute of China Meteorological Administration，CMA-STI）整編的 1984?2017 年“CMA 熱帶氣旋最佳路徑數(shù)據(jù)集”（https://www.typhoon.org.cn），包含TC中心6 h/次的位置和強(qiáng)度信息（2017年起登陸中國的臺(tái)風(fēng)在登陸前24 h內(nèi)，最佳路徑時(shí)間頻次加密為3 h/次），分析時(shí)只保留熱帶風(fēng)暴級(jí)別以上（近中心風(fēng)速≥17.2 m/s）的TC資料。目前，海上TC的位置和強(qiáng)度等信息主要依靠氣象衛(wèi)星和雷達(dá)進(jìn)行估計(jì)，由于不同預(yù)報(bào)中心TC強(qiáng)度資料存在差異[23]，對(duì)TC風(fēng)速的分析還參考美國聯(lián)合颶風(fēng)警報(bào)中心（Joint Typhoon Warning Center，JTWC）1984?2017 年“熱帶氣旋最佳路徑資料”（https://www.metoc.navy.mil/jtwc/jtwc.html）。

中國熱帶氣旋災(zāi)情資料（不包含港澳臺(tái)）包括登陸TC編號(hào)、登陸時(shí)間、登陸地點(diǎn)以及各省（自治區(qū)、直轄市）因TC導(dǎo)致的死亡人數(shù)、失蹤人數(shù)、農(nóng)作物受災(zāi)面積、倒塌房屋間數(shù)和直接經(jīng)濟(jì)損失等信息，本文僅對(duì)其中的直接經(jīng)濟(jì)損失和死亡人數(shù)資料進(jìn)行分析。1984?1999年TC災(zāi)情資料來源于“中國熱帶氣旋災(zāi)害數(shù)據(jù)集”（詳見 http://data.cma.cn），2000?2003 年資料來源于《中國氣象年鑒》，2004?2017年資料來源于《中國氣象災(zāi)害年鑒》。

居民消費(fèi)價(jià)格指數(shù)（Consumer Price Index，CPI）是觀察通貨膨脹程度的重要指標(biāo)之一，將原始經(jīng)濟(jì)損失換算至同一年貨幣水平，能更好地比較不同年份經(jīng)濟(jì)損失的差異。由于各省份CPI值存在差異，本文用各省逐年CPI值將各年份經(jīng)濟(jì)損失調(diào)整至2017年人民幣水平。公式為

式中，LossesCPI和Losses分別表示標(biāo)準(zhǔn)化的經(jīng)濟(jì)損失值和原始經(jīng)濟(jì)損失值；t表示災(zāi)害發(fā)生的年份（t=1984，1985,···,2017）。此外，為排除經(jīng)濟(jì)快速發(fā)展對(duì)損失評(píng)估的影響，將“TC造成的直接經(jīng)濟(jì)損失與國內(nèi)生產(chǎn)總值（Gross Domestic Product，GDP）之比”作為衡量經(jīng)濟(jì)損失相對(duì)大小的指標(biāo)[24]。CPI和GDP資料均可從中華人民共和國國家統(tǒng)計(jì)局網(wǎng)站上（www.stats.gov.cn）獲得。

本文采用曼?肯德爾（Mann-Kendall，M-K）分析方法對(duì)資料序列的趨勢(shì)顯著性進(jìn)行檢驗(yàn)。TC移動(dòng)路徑劃分參考Gaffney[25]提出的氣旋聚類分析方法。

3 結(jié)果分析

3.1 TC造成直接經(jīng)濟(jì)損失和死亡人數(shù)總體特征

3.1.1 時(shí)間特征

圖1a和圖1b表示1984?2017年TC災(zāi)害中死亡人數(shù)和直接經(jīng)濟(jì)損失逐年變化情況。TC平均每年導(dǎo)致375人死亡，368.0億元直接經(jīng)濟(jì)損失，1994年死亡人數(shù)最多（1 815人），2013年直接經(jīng)濟(jì)損失最大（1 259.4億元），死亡人數(shù)下降趨勢(shì)顯著，而經(jīng)濟(jì)損失則呈顯著上升趨勢(shì)。與原始經(jīng)濟(jì)損失序列相比，CPI標(biāo)準(zhǔn)化年均經(jīng)濟(jì)損失增至496.7億元（2017年人民幣水平），直接經(jīng)濟(jì)損失上升趨勢(shì)略有減小但依舊顯著，最高值出現(xiàn)在 1996年（1 397.9億元），超過2013年的1 356.0億元。需指出的是，個(gè)別年份極大值的出現(xiàn)與當(dāng)年的極端事件有關(guān)，如1996年僅臺(tái)風(fēng)“赫伯（Herb）”就造成779人死亡和652.7億元直接經(jīng)濟(jì)損失，死亡人數(shù)與經(jīng)濟(jì)損失分別占當(dāng)年TC災(zāi)害總數(shù)的54%和68%。改革開放后中國經(jīng)濟(jì)快速增長，GDP隨之增加[26]。1984?2017年，TC原始直接經(jīng)濟(jì)損失在GDP中平均占比為0.3%，損失在GDP中占比隨時(shí)間減?。▓D1c），與直接經(jīng)濟(jì)損失趨勢(shì)相反。中國經(jīng)濟(jì)的快速發(fā)展以及城市化率的不斷提高讓更多的社會(huì)財(cái)產(chǎn)暴露在TC災(zāi)害下，這可能是1984年以來TC直接經(jīng)濟(jì)損失顯著增加的主要原因。

圖1 1984?2017 年因 TC 導(dǎo)致的死亡人數(shù)（a）、直接經(jīng)濟(jì)損失（b）和原始直接經(jīng)濟(jì)損失在GDP中百分比（c）Fig.1 Time series of deaths (a),direct economic losses (b) and original direct economic losses proportion to GDP (c) caused by affecting TCs during 1984?2017

本文將“中國熱帶氣旋災(zāi)情資料”中造成直接經(jīng)濟(jì)損失和人員死亡的TC稱為影響氣旋。影響氣旋包括登陸氣旋和未登陸氣旋，未登陸氣旋伴隨的狂風(fēng)、暴雨、風(fēng)暴潮等仍會(huì)給中國沿海地區(qū)造成影響，如2013年臺(tái)風(fēng)“蝴蝶（Wutip）”雖未登陸中國，但仍造成海南14人遇難，2 000萬元直接經(jīng)濟(jì)損失。TC災(zāi)害與影響TC頻數(shù)、強(qiáng)度密切相關(guān)。1984?2017年，西北太平洋地區(qū)共有270個(gè)TC影響中國（圖2a），其中227個(gè)為登陸TC，影響和登陸的TC數(shù)目均無明顯變化趨勢(shì)。在登陸強(qiáng)度上，CMA-STI資料顯示，TC平均登陸風(fēng)速為 28.5 m/s，JTWC 資料顯示的登陸風(fēng)速為 30.5 m/s（圖 2b）。風(fēng)速的差異與數(shù)據(jù)集有關(guān)，CMA-STI資料中心最大平均風(fēng)速為2 min平均，平均JTWC資料的最大平均風(fēng)速為1 min平均。兩套資料均表明，TC登陸風(fēng)速具有上升趨勢(shì)，且CMA-STI資料中登陸風(fēng)速的上升趨勢(shì)顯著（通過95%顯著性檢驗(yàn)）。此外，TC登陸時(shí)的中心氣壓（基于CMA-STI資料計(jì)算）具有下降趨勢(shì)（圖2c）。由此可知，在過去34年間，雖然登陸中國的TC數(shù)目無明顯變化，但TC登陸強(qiáng)度存在上升趨勢(shì)。相關(guān)研究表明[17]，1949年以后影響和登陸中國的TC頻數(shù)呈弱的減少趨勢(shì)，而TC登陸平均強(qiáng)度顯著增加且與強(qiáng)臺(tái)風(fēng)登陸的比例增加有關(guān)。然而，20世紀(jì)60年代以前，由于缺少衛(wèi)星的監(jiān)測(cè)，TC資料可能出現(xiàn)缺漏；目前，衛(wèi)星估計(jì)的TC強(qiáng)度與飛機(jī)探測(cè)強(qiáng)度之間偏差較大，1986年以后，西北太平洋地區(qū)飛機(jī)對(duì)臺(tái)風(fēng)探測(cè)的停止又加大了資料的不確定性[23]。因此，由于不同時(shí)間TC強(qiáng)度資料的不一致性，尚不能明確登陸中國的TC強(qiáng)度是否發(fā)生顯著變化。

圖2 1984?2017 年影響和登陸中國的 TC 數(shù)目（a）、TC平均登陸風(fēng)速（b）和TC平均登陸氣壓（c）Fig.2 The number of affecting and landfalling TCs (a),average landing wind speed (b) and landing pressure (c) of landfalling TCs from 1984 to 2017

各年代影響和登陸中國的平均TC數(shù)及其造成的災(zāi)害情況如表1所示。各年代影響中國的TC數(shù)平均為7～9個(gè)、登陸中國的TC數(shù)平均為 6～7個(gè)，年代際影響和登陸中國的年平均TC數(shù)目變化較小。1984?1990年TC平均造成的死亡人數(shù)最多，平均直接經(jīng)濟(jì)損失和CPI標(biāo)準(zhǔn)化的經(jīng)濟(jì)損失最少。1990年后，平均死亡人數(shù)明顯減少，但直接經(jīng)濟(jì)損失則明顯增加。原始經(jīng)濟(jì)損失在1991?2000年平均占比最高（0.49%），2000年以后，直接經(jīng)濟(jì)損失在GDP中占比逐漸減小。

表1 1984?2017年影響和登陸中國的TC數(shù)目與災(zāi)害的年代變化Table 1 Decadal change in mean of TC numbers and the associated disaster in China from 1984 to 2017

TC災(zāi)害的年際和年代際變化特征表明，在影響和登陸中國的TC數(shù)目保持穩(wěn)定而登陸強(qiáng)度有所增加的情況下，雖然TC造成的直接經(jīng)濟(jì)損失明顯上升，但考慮通貨膨脹及中國經(jīng)濟(jì)發(fā)展等因素后，直接經(jīng)濟(jì)損失在GDP中占比減小，且年累計(jì)死亡人數(shù)同樣呈下降趨勢(shì)。TC災(zāi)害的減小得益于中國臺(tái)風(fēng)路徑預(yù)報(bào)水平的顯著提升[27]以及臺(tái)風(fēng)監(jiān)測(cè)站網(wǎng)建設(shè)的不斷完善[28]，給各級(jí)政府防臺(tái)減災(zāi)工作部署提供及時(shí)有效的建議。

3.1.2 空間分布特征

據(jù)1984?2017年TC災(zāi)情資料統(tǒng)計(jì)顯示，中國9個(gè)沿海?。ㄗ灾螀^(qū)、直轄市）曾有TC登陸記錄，浙江以南TC登陸數(shù)多，浙江以北TC登陸數(shù)少（圖3a）。廣東是TC登陸次數(shù)最多的省份，34年間TC累計(jì)登陸99次；海南和福建次之，TC平均每年登陸1～2次；緯度偏北的遼寧、山東、江蘇、和上海等地則鮮有TC直接登陸。登陸TC影響范圍廣，中國有24個(gè)?。ㄗ灾螀^(qū)、直轄市）曾受TC影響，各?。ㄗ灾螀^(qū)、直轄市）TC影響頻次呈現(xiàn)由東南沿海向內(nèi)陸減小的特征（圖3b）。廣東、福建、浙江、廣西和海南受TC影響較為頻繁，34年間TC累計(jì)影響次數(shù)分別為138次、106次、91次、78次和77次，同時(shí)上述省份也是TC登陸次數(shù)較多的地方。

圖3 1984?2017 年中國各?。ㄗ灾螀^(qū)、直轄市）累計(jì)登陸TC 數(shù)（a）和影響 TC數(shù)（b）Fig.3 Distribution of total landfalling (a) and affecting (b) TC numbers in China during 1984?2017

圖4顯示1984?2017年中國各?。ㄗ灾螀^(qū)、直轄市）TC年均災(zāi)害情況。浙江、廣東、福建和廣西是受TC影響直接經(jīng)濟(jì)損失較大的地區(qū)，4省（自治區(qū)）年均直接經(jīng)濟(jì)損失分別為86億元、85億元、48億元和42億元，CPI標(biāo)準(zhǔn)化4?。ㄗ灾螀^(qū)）損失值均在50億元以上，浙江和廣東更是增至100億元以上（圖4a，圖4b）。海南、河北和山東年均經(jīng)濟(jì)損失10億～30億元，CPI標(biāo)準(zhǔn)化損失分別增至33億元、25億元和20億元。其他省份受TC影響造成的直接經(jīng)濟(jì)損失較小。在死亡人數(shù)上（圖4c），浙江、廣東和福建是因TC導(dǎo)致死亡人數(shù)較多的省份，年均死亡人數(shù)分別為109人、69人和65人，遠(yuǎn)高于其他地區(qū)。需指出的是，河北在34年間僅受TC影響8次，但年均死亡15人、直接經(jīng)濟(jì)損失18億元，全國排名第6，經(jīng)CPI標(biāo)準(zhǔn)化高達(dá)到25億元，TC災(zāi)害遠(yuǎn)高于周圍省市。河北TC影響少、災(zāi)情重的原因在于1996年臺(tái)風(fēng)“赫伯（Herb）”和 2012 年臺(tái)風(fēng)“達(dá)維（Damrey）”兩個(gè)極端事件?！昂詹℉erb）”影響期間造成河北423人死亡、456.3億元直接經(jīng)濟(jì)損失，“達(dá)維（Damrey）”造成3人死亡、143.8億元直接經(jīng)濟(jì)損失，研究時(shí)段內(nèi)僅這兩個(gè)臺(tái)風(fēng)在河北造成的死亡人數(shù)和直接經(jīng)濟(jì)損失就占總數(shù)的85.5%和97.1%。

圖4 1984?2017 年中國各?。ㄗ灾螀^(qū)、直轄市）因TC造成的年均直接經(jīng)濟(jì)損失（a）、CPI標(biāo)準(zhǔn)化年均經(jīng)濟(jì)損失（2017 RMB）（b）和年均死亡人數(shù)（c）Fig.4 Distribution of annual mean direct economic losses (a),CPI normalized economic losses (2017 RMB) (b) and deaths (c)caused by TCs in China during 1984?2017

對(duì)比圖3和圖4發(fā)現(xiàn)，各?。ㄗ灾螀^(qū)、直轄市）TC災(zāi)害嚴(yán)重程度與登陸和影響TC數(shù)目有關(guān)。除個(gè)別省份因極端事件影響外（如河北），TC災(zāi)情嚴(yán)重的地區(qū)，如浙江、福建、廣東、廣西和海南等同時(shí)也是TC登陸和影響頻數(shù)較多的地區(qū)。TC登陸時(shí)除了狂風(fēng)、暴雨、洪澇等災(zāi)害外，臺(tái)風(fēng)風(fēng)暴潮災(zāi)同樣對(duì)人民生命財(cái)產(chǎn)構(gòu)成巨大威脅[1]。據(jù)《中國海洋災(zāi)害公報(bào)》統(tǒng)計(jì)，2010年以來，中國沿海地區(qū)平均每年因臺(tái)風(fēng)風(fēng)暴潮災(zāi)導(dǎo)致約80億元直接經(jīng)濟(jì)損失，這也是沿海地區(qū)TC災(zāi)情嚴(yán)重的重要原因之一。

3.2 3 類盛行路徑下 TC 災(zāi)害特征

3.2.1 TC 盛行路徑劃分

根據(jù)Wu和Wang[29]提出的TC盛行路徑分析方法，通過計(jì)算1984?2017年影響中國的TC在空間網(wǎng)格 點(diǎn) （2.5°×2.5°） 上 平 均 出 現(xiàn) 頻 次 ，可 繪 制 出 影 響TC主要活動(dòng)區(qū)域（圖5a）。由影響TC生成位置（TC中心風(fēng)速第1次超過17.2 m/s時(shí)的位置）可知，影響TC多形成于南海北部和菲律賓以東的洋面（圖5e）。TC活動(dòng)路徑?jīng)Q定影響區(qū)域，是造成TC災(zāi)害的重要因素之一。為分析不同盛行路徑下TC災(zāi)害的差異，利用Gaffney[25]提出的氣旋聚類分析方法將圖5a中影響TC劃分為以下3種類型（圖5b至圖5d）：一是在南海北部或菲律賓東部附近海域生成，生成地平均位置偏北、偏西（圖5f），在海上移動(dòng)路徑多變，北行或西北行登陸后常在內(nèi)陸消散或向東北轉(zhuǎn)向移出大陸，以下簡(jiǎn)稱近海轉(zhuǎn)向TC；二是在南海北部（主）或菲律賓以東（次）的洋面生成（圖5g），西行登陸后常在內(nèi)陸消散，以下簡(jiǎn)稱西行TC；三是在南海北部或菲律賓以東的洋面生成（圖5h）后西北行或西行，登陸后常在內(nèi)陸消散或向東北轉(zhuǎn)向移出，移動(dòng)路徑多呈拋物線型，以下簡(jiǎn)稱西北行TC。

圖5 1984?2017 年影響 TC 年平均出現(xiàn)頻數(shù)分布（a?d）和 TC 生成位置（e?h）Fig.5 Distribution of annual mean frequency (a?d) and genesis locations (e?h) of the affecting TCs during 1984?2017

3.2.2 3 類盛行路徑下 TC 災(zāi)害的時(shí)間特征

TC災(zāi)害與TC活動(dòng)特征密切相關(guān)，頻數(shù)、強(qiáng)度和陸上持續(xù)時(shí)間等可作為表征影響TC活動(dòng)的指數(shù)。本文中TC持續(xù)時(shí)間指中心最大風(fēng)速從第1次至最后1次超過17.2 m/s的時(shí)間，陸上持續(xù)時(shí)間指從登陸時(shí)刻開始至中心風(fēng)速最后1次超過17.2 m/s的時(shí)間。對(duì)于登陸中國大陸及海南省后又重新入海且中心最大風(fēng)速超過17.2 m/s的TC，陸上持續(xù)時(shí)間指從登陸時(shí)刻開始至重新入海的時(shí)間。TC強(qiáng)度和持續(xù)時(shí)間的分析基于1984?2017年CMA-STI資料。從表2可知，影響TC平均持續(xù)時(shí)間為120.3 h，平均最大強(qiáng)度為39.9 m/s（臺(tái)風(fēng)級(jí)），平均登陸強(qiáng)度 28.6 m/s（強(qiáng)熱帶風(fēng)暴級(jí)），登陸后陸上平均持續(xù)15 h。3類TC陸上平均持續(xù)14～16 h，時(shí)間差異較小。與西行和西北行的TC相比，近海轉(zhuǎn)向TC影響和登陸中國的數(shù)目少、平均強(qiáng)度小，34年間僅有62個(gè)近海轉(zhuǎn)向TC影響中國，約占總數(shù)的23.0%，影響和登陸TC數(shù)目雖有減少趨勢(shì)但并不顯著（圖6a）。西行TC影響和登陸中國的數(shù)目較多，34年間有104個(gè)西行TC影響中國，其中93個(gè)TC直接登陸，約占總數(shù)的38.5%和41.0%，是平均生命史最長且強(qiáng)度最大的TC，影響和登陸TC數(shù)均呈上升趨勢(shì)，但未通過95%顯著性檢驗(yàn)（圖6b）。西北行TC也是影響和登陸中國數(shù)目較多的一類，34年間西北行TC累計(jì)影響中國104次、累計(jì)登陸85次，TC數(shù)目年際變化趨勢(shì)不顯著（圖6c），雖然平均生命史最短，但平均強(qiáng)度僅次于西行TC。

表2 1984?2017年盛行路徑下影響TC活動(dòng)特征Table 2 Characteristics of all affecting TCs and of affecting TCs for three prevailing tracks during 1984?2017

圖6 1984?2017 年影響和登陸中國的近海轉(zhuǎn)向（a）、西行（b）和西北行（c）TC 個(gè)數(shù)Fig.6 The number of affecting and landing TCs in China on the tracks of recurve (a),westward (b) and northwestward (c)during 1984?2017

1984?2017年，3類盛行路徑下TC災(zāi)害情況如圖7所示。從死亡人數(shù)上看（圖7a至圖7c），西北行TC年均死亡人數(shù)（177人）最多，西行TC（141人）次之，近海轉(zhuǎn)向TC（58人）最少，3類TC造成的死亡人數(shù)均有明顯減少。從經(jīng)濟(jì)損失絕對(duì)值來看（圖7d至圖7f），近海轉(zhuǎn)向、西行和西北行的TC年均直接經(jīng)濟(jì)損失分別為30.7億元、178.8億元和158.6億元，西行和西北行的TC經(jīng)濟(jì)損失上升趨勢(shì)明顯，而近海轉(zhuǎn)向的TC經(jīng)濟(jì)損失則無明顯變化。經(jīng)CPI標(biāo)準(zhǔn)化，近海轉(zhuǎn)向、西行和西北行的TC年均經(jīng)濟(jì)損失分別增至49.9億元、233.3億元和213.5億元，西行和西北行的TC經(jīng)濟(jì)損失上升趨勢(shì)依然顯著。從經(jīng)濟(jì)損失相對(duì)值來看（圖7g至圖7i），西行和西北行的TC經(jīng)濟(jì)損失在GDP中占比為0.127%和0.129%，約為近海轉(zhuǎn)向TC（0.046%）的3倍。3類TC直接經(jīng)濟(jì)損失在GDP中占比顯著減少，說明損失絕對(duì)值的增加與經(jīng)濟(jì)發(fā)展有關(guān)。

圖7 1984?2017年3 類盛行路徑下因 TC 導(dǎo)致的死亡人數(shù)（a?c）、直接經(jīng)濟(jì)損失（d?f）和原始直接經(jīng)濟(jì)損失在 GDP 中百分比（g?i）Fig.7 Time series of deaths (a?c),direct economic losses (d?f) and original direct economic losses proportion to GDP (g?i) caused by affecting TCs for the three prevailing tracks during 1984?2017

此外，個(gè)別極具破壞性TC的出現(xiàn)是某些年份直接經(jīng)濟(jì)損失異常偏高的原因之一。根據(jù)直接經(jīng)濟(jì)損失大小選出的10個(gè)TC中（表3），死亡人數(shù)從6人至863人不等，但直接經(jīng)濟(jì)損失均在300億元以上，且損失在當(dāng)年的總TC經(jīng)濟(jì)損失中占比超過35%，個(gè)別TC超過 70%，如 0814號(hào)臺(tái)風(fēng)“黑格比（Hagupit）”和9711號(hào)臺(tái)風(fēng)“溫妮（Winnie）”。雖然極具破壞力的TC登陸強(qiáng)度（熱帶風(fēng)暴級(jí)到超強(qiáng)臺(tái)風(fēng)級(jí)）和陸上持續(xù)時(shí)間（1 d以內(nèi)至3 d以內(nèi)）差異較大，但其移動(dòng)路徑多為西行和西北行路徑（5個(gè)為西行路徑、5個(gè)為西北行路徑）。由此可見，中國TC災(zāi)害主要由西行和西北行的TC造成，極具破壞力的TC在這兩種路徑下更容易產(chǎn)生。

表3 1984?2017年造成中國直接經(jīng)濟(jì)損失最大的10個(gè)TCTable 3 Top 10 TCs with the greatest direct economic losses in China during 1984?2017

3類TC各年代災(zāi)害情況如圖8所示。在TC數(shù)目上（圖8a），3類TC年代內(nèi)平均影響TC頻數(shù)無明顯變化，但災(zāi)害年代際差異較大。在死亡人數(shù)上（圖8b），2000年以前平均死亡人數(shù)較多，近海轉(zhuǎn)向、西行和西北行的TC在1984?1990年平均死亡人數(shù)分別為 113人、189人和 286人，1991?2000年分別為97人、239人和163人。2000年以后近海轉(zhuǎn)向和西行的TC平均死亡人數(shù)驟減，2001?2010年平均死亡人數(shù)分別減少至22人和74人，2011?2017年分別減少至2人和48人。2006年0604號(hào)強(qiáng)熱帶風(fēng)暴“碧利斯（Bilis）”造成 863 人死亡，是 2001?2010 年造成死亡人數(shù)最多的TC，而西北行TC在2001?2010年年均死亡人數(shù)仍高達(dá)211人正是由于“碧利斯（Bilis）”影響。在經(jīng)濟(jì)損失上（圖8c，圖8d），近海轉(zhuǎn)向TC在90年代年均經(jīng)濟(jì)損失最大（40億元）且損失在GDP中占比最高（0.08%），2000年以后損失逐漸減小，損失在GDP中占比下降更加明顯。西行和西北行的TC經(jīng)濟(jì)損失自1984年以來不斷增加，2011?2017年平均經(jīng)濟(jì)損失最高，而損失在GDP中占比在90年代最大，2000年后占比明顯減小。

圖8 1984?2017年3 類盛行路徑下各年代平均的影響 TC 頻數(shù)（a）、死亡人數(shù)（b）、直接經(jīng)濟(jì)損失（c）和直接經(jīng)濟(jì)損失在GDP 中百分比（d）Fig.8 Decadal changes in the mean of affecting TC numbers (a),deaths (b),direct economic losses (c) and the percentage of direct economic losses to GDP (d) for the three prevailing tracks during 1984?2017

總體來看，中國主要受西行和西北行的TC影響，在3類盛行路徑下TC造成的死亡人數(shù)和直接經(jīng)濟(jì)損失在GDP中占比均有減小。西行和西北行的TC平均每年影響和登陸中國的TC數(shù)目多、強(qiáng)度大，且容易產(chǎn)生極具破壞力的TC，因而累計(jì)災(zāi)害情況嚴(yán)重。近海轉(zhuǎn)向的TC由于影響和登陸中國的數(shù)目少、強(qiáng)度小，因而造成的經(jīng)濟(jì)損失和死亡人數(shù)明顯少于西行和西北行的TC。

3.2.3 3 類盛行路徑下 TC 災(zāi)害的空間分布

圖9顯示1984?2017年3類路徑下TC累計(jì)登陸和影響中國各?。ㄗ灾螀^(qū)、直轄市）的次數(shù)。與總體災(zāi)害特征類似，3類TC影響和登陸中國大陸及海南島的頻繁程度呈現(xiàn)從東南沿海向內(nèi)陸減小的特征。與西行和西北行的TC相比，近海轉(zhuǎn)向TC登陸次數(shù)少、影響范圍小。西行TC對(duì)中國影響范圍廣，TC在廣東、海南和福建登陸頻繁，累計(jì)登陸次數(shù)分別為38次、33次和19次，而累計(jì)影響次數(shù)較多的省（自治區(qū)）分別為廣東（57次）、海南（48次）和廣西（41次），福建（29次）排名第4。西北行路徑也是對(duì)中國影響范圍廣的TC盛行路徑之一，TC主要登陸和影響廣東、福建、浙江，三省累計(jì)登陸次數(shù)分別為39次、23次、12次，累計(jì)影響次數(shù)分別為53次、51次、43次?？梢?，各省受TC影響頻繁程度與TC移動(dòng)路徑密切相關(guān)，如海南、廣西和云南受西行TC影響次數(shù)明顯高于其他兩類，近海轉(zhuǎn)向或西北行的TC在較高緯度地區(qū)活動(dòng)時(shí)，其外圍環(huán)流和遠(yuǎn)距離降水對(duì)內(nèi)蒙古、吉林和黑龍江也能產(chǎn)生一定災(zāi)害。

各省（自治區(qū)、直轄市）3類TC災(zāi)害情況如圖10所示。與西行和西北行的TC相比，各?。ㄗ灾螀^(qū)、直轄市）因近海轉(zhuǎn)向TC導(dǎo)致的年均經(jīng)濟(jì)損失少、死亡人數(shù)低，災(zāi)情主要出現(xiàn)在受TC影響頻繁的沿海地區(qū)，如廣東、福建和浙江。近海轉(zhuǎn)向TC對(duì)內(nèi)陸的湖南、江西及緯度較高的吉林、黑龍江也有一定的影響，同時(shí)也有像河北、河南、安徽等雖有TC經(jīng)過但未造成經(jīng)濟(jì)損失或人員傷亡的情況。

西行TC雖然對(duì)廣東、海南和廣西影響較頻繁（圖9e），但平均每年TC經(jīng)濟(jì)損失較嚴(yán)重的?。ㄗ灾螀^(qū)、直轄市）為廣東、廣西和浙江（圖10b，圖10e），死亡人數(shù)較多的?。ㄗ灾螀^(qū)、直轄市）為浙江、廣東和福建（圖 10h）。值得注意的是，1984?2017年僅有 3個(gè)西行TC影響河北，但河北年均死亡人數(shù)和經(jīng)濟(jì)損失遠(yuǎn)高于其他兩類盛行路徑，是由于1996年臺(tái)風(fēng)“赫伯（Herb）”和 2012 年臺(tái)風(fēng)“達(dá)維（Damrey）”兩個(gè)極端事件?！昂詹℉erb）”影響中國時(shí)恰逢天文大潮期，受風(fēng)暴潮災(zāi)和強(qiáng)降水共同影響，造成河北423人遇難、456.3億元直接經(jīng)濟(jì)損失?！斑_(dá)維（Damrey）”生成時(shí)亦恰逢天文大潮期，尺度小但強(qiáng)度大，在高緯度生成后西行進(jìn)入黃海登陸中國，同時(shí)與南面的“蘇拉（Saola）”形成雙臺(tái)風(fēng)效應(yīng)，在風(fēng)雨潮作用下造成河北3人遇難、143.8億元直接經(jīng)濟(jì)損失。

圖9 1984?2017年3 類路徑下中國各省（自治區(qū)、直轄市）累計(jì)登陸 TC 數(shù)（a?c）和影響 TC 數(shù)（d?f）Fig.9 Distribution of landfalling (a?c) and affecting (d?f) TC numbers in China for the three prevailing tracks during 1984?2017

圖10 1984?2017年3 類路徑下中國各?。ㄗ灾螀^(qū)、直轄市）因 TC 造成的年均直接經(jīng)濟(jì)損失（a?c）、CPI標(biāo)準(zhǔn)化年均經(jīng)濟(jì)損失（2017 人民幣水平）（d?f）和年均死亡人數(shù)（g?i）Fig.10 Distribution of annual mean direct economic losses (a?c),CPI normalized economic losses (2017 RMB) (d?f) and deaths (g?i)caused by TCs in China for the three prevailing tracks during 1984?2017

西北行TC在廣東、浙江、福建造成的災(zāi)情最嚴(yán)重，僅3省的年均死亡人數(shù)在全國占比就高達(dá)66%，年均經(jīng)濟(jì)損失占71%，經(jīng)CPI標(biāo)準(zhǔn)化占69%。其中，浙江年均死亡人數(shù)最多（52人）、經(jīng)濟(jì)損失最高（53億元），經(jīng)CPI標(biāo)準(zhǔn)化年均損失高達(dá)70億。廣東雖然登陸和影響的TC數(shù)目最多，但年平均直接經(jīng)濟(jì)損失32億元，CPI標(biāo)準(zhǔn)化增至43億元，全國排名第2，年均死亡人數(shù)（30人）全國排名第3。福建年均直接經(jīng)濟(jì)損失27億元，全國排名第3，年均死亡34人，僅次于浙江。湖南、江蘇和山東等地TC災(zāi)害以西北行路徑為主，西行和近海轉(zhuǎn)向路徑的TC次之。

由上述可見，在3類盛行路徑中，中國各?。ㄗ灾螀^(qū)、直轄市）受西行和西北行的TC影響更多、災(zāi)情更為嚴(yán)重。此外，沿海的浙江和廣東由于經(jīng)濟(jì)發(fā)展水平高、人口密度大，雖然近年來中國臺(tái)風(fēng)路徑預(yù)報(bào)能力不斷提高、TC預(yù)警預(yù)報(bào)工作不斷完善，但很多城市防洪排澇設(shè)施的建設(shè)落后于經(jīng)濟(jì)建設(shè)[30]，當(dāng)TC引起的極端暴雨發(fā)生時(shí)容易造成嚴(yán)重的城市內(nèi)澇，而且在丘陵區(qū)（如廣東），TC暴雨還容易引發(fā)山洪、滑坡和泥石流等次生災(zāi)害[31]，給當(dāng)?shù)卦斐刹焕挠绊?，因而浙江和廣東的TC災(zāi)情在3條盛行路徑下明顯大于其他地區(qū)。

3.3 TC 災(zāi)害與其陸上持續(xù)時(shí)間關(guān)系

TC災(zāi)害與TC活動(dòng)特征相關(guān)。影響中國的TC數(shù)目在過去34年間無明顯變化（圖2），直接經(jīng)濟(jì)損失較為嚴(yán)重的10個(gè)TC中（表3），有3個(gè)TC登陸時(shí)為臺(tái)風(fēng)級(jí)（風(fēng)速為 32.7～41.4 m/s），1 個(gè) TC 登陸時(shí)為強(qiáng)熱帶風(fēng)暴級(jí)（風(fēng)速為 24.5～32.6 m/s），這表明，即使TC登陸強(qiáng)度小，也可能造成巨大經(jīng)濟(jì)損失。除登陸頻數(shù)和登陸強(qiáng)度外，TC災(zāi)害也與TC陸上持續(xù)時(shí)間有關(guān)，TC在陸上持續(xù)時(shí)間越長，對(duì)途經(jīng)地區(qū)造成嚴(yán)重影響的可能性越大。Chen等[32]發(fā)現(xiàn)，1976年后TC在中國平均持續(xù)時(shí)間增加，這與1976年后熱帶海表面溫度升高的變化一致[33]。海溫對(duì)大尺度環(huán)流有何影響尚待研究，但Chen等[32]認(rèn)為，TC陸上持續(xù)時(shí)間增加與大尺度引導(dǎo)氣流變化一致。與引導(dǎo)氣流變化相比，TC地形摩擦耗散率相對(duì)穩(wěn)定，在非絕熱條件下，TC登陸強(qiáng)度越大衰減速度越慢，在陸上可能持續(xù)的時(shí)間越長[34]。由于TC強(qiáng)度資料的不確定性，尚未明確陸上時(shí)間增加是否與登陸強(qiáng)度增大有關(guān)。因此，本文將探討大尺度引導(dǎo)氣流變化下3類TC陸上持續(xù)時(shí)間的變化，引導(dǎo)氣流的計(jì)算基于美國國家環(huán)境預(yù)報(bào)中心 （NOAA National Centers for Environmental Predictions，NCEP）再分析數(shù)據(jù)集2的月平均風(fēng)場(chǎng)資料。為減小時(shí)間序列過短對(duì)要素變化趨勢(shì)的影響，將研究時(shí)段從1984?2017年拓展為1979?2018年。

1979?2018年，登陸中國大陸及海南島的TC陸上持續(xù)時(shí)間具有顯著上升趨勢(shì)（圖11a），這一結(jié)果與Chen等[32]一致。登陸TC陸上平均移動(dòng)距離約為220.8 km，陸上平均移速約為5.04 m/s，陸上移動(dòng)距離增加趨勢(shì)顯著，而陸上移動(dòng)速度則無明顯變化（圖11b，圖11c）。由此推斷，持續(xù)時(shí)間增加可能與距離增加有關(guān)。TC 運(yùn)動(dòng)受引導(dǎo)氣流影響[35]，Wu 和 Wang[29]將 7?9月850～300 hPa加權(quán)平均氣流定義為TC引導(dǎo)氣流，引導(dǎo)氣流變化趨勢(shì)通過計(jì)算緯向和經(jīng)向氣流的線性趨勢(shì)獲得。從圖11d可知，1979?2018年，中國東部的引導(dǎo)氣流出現(xiàn)反氣旋性變化，TC登陸頻繁的東南沿海地區(qū)出現(xiàn)東北風(fēng)/東風(fēng)異常，東部沿海地區(qū)有偏南風(fēng)異常。引導(dǎo)氣流的變化使登陸TC向西速度分量顯著增加、向北速度分量顯著減?。▓D11e，圖11f），由于東風(fēng)異常大于北風(fēng)異常，因而TC陸上移動(dòng)速度總體呈弱的上升趨勢(shì)（未通過95%顯著性檢驗(yàn)）。

圖11 1979?2018 年在中國陸上的 TC 平均持續(xù)時(shí)間（a）、平均移動(dòng)距離（b）、平均移動(dòng)速度（c）、引導(dǎo)氣流線性變化趨勢(shì)（d）、TC 平均緯向移動(dòng)速度（e）和平均經(jīng)向移動(dòng)速度（f）Fig.11 Time series of annual mean overland duration (a),distance (b) and translation speed (c) of TCs in China,the trends in large scale steering flows (d),and the zonal (e) and meridional (f) TC translation speed during 1979?2018

3類TC陸上持續(xù)時(shí)間同樣具有顯著上升趨勢(shì)（圖12a至圖12c）。近海轉(zhuǎn)向的TC陸上持續(xù)時(shí)間增加與移速減小有關(guān)，而西行和西北行的TC陸上持續(xù)時(shí)間增加主要與移動(dòng)距離增加有關(guān)（圖12d至圖12i）。受大尺度引導(dǎo)氣流異常影響，近海轉(zhuǎn)向的TC陸上移速減小主要表現(xiàn)為經(jīng)向移動(dòng)速度減小。雖然西行的TC向西移動(dòng)分量顯著增加和向北移動(dòng)分量顯著減小，以及西北行的TC經(jīng)向和緯向速度分量變化趨勢(shì)均不顯著（圖12j至圖12o），但由于這兩條盛行路徑陸上的東風(fēng)異常大于北風(fēng)異常，因此它們陸上總體移動(dòng)速度呈弱的上升趨勢(shì)。由此可知，對(duì)于近海轉(zhuǎn)向TC，在移動(dòng)距離不變時(shí)，移動(dòng)速度減小意味著TC將對(duì)途經(jīng)地區(qū)影響時(shí)間更長、造成嚴(yán)重災(zāi)害的可能性越大；對(duì)于西行和西北行的TC，在移速變化較小情況下，距離增加意味著TC將影響的地區(qū)更多、范圍更廣。如果陸上持續(xù)時(shí)間增加趨勢(shì)加劇，災(zāi)害風(fēng)險(xiǎn)的增加將加大中國防臺(tái)減災(zāi)工作壓力，受TC影響頻繁的地區(qū)，如浙江、廣東、福建等地需引起重視。

圖12 1979?2018年3 類移動(dòng)路徑下平均每個(gè) TC 在中國陸上的持續(xù)時(shí)間（a?c）、移動(dòng)距離（d?f）、移動(dòng)速度（g?i）、緯向移動(dòng)速度（j?l）和經(jīng)向移動(dòng)速度（m?o）Fig.12 Time series of annual mean overland duration (a?c),distance (d?f),translation speed (g?i),and the zonal (j?l) and meridional(m?o) TC translation speed in China for the three prevailing tracks during 1979?2018

4 結(jié)果與討論

本文基于1984?2017年中國熱帶氣旋災(zāi)情資料（不包括港澳臺(tái)）和熱帶氣旋最佳路徑資料，分析因TC導(dǎo)致的直接經(jīng)濟(jì)損失和死亡人數(shù)兩類災(zāi)害的時(shí)空特征。根據(jù)移動(dòng)路徑的差異將TC劃分成近海轉(zhuǎn)向、西行和西北行3類TC盛行路徑，分別討論3類盛行路徑下TC災(zāi)害的時(shí)空差異，并從TC陸上持續(xù)時(shí)間演變趨勢(shì)角度探討3類盛行路徑下TC災(zāi)害的潛在風(fēng)險(xiǎn)。

（1）1984?2017年，西北太平洋共有 270個(gè) TC（平均每年約7.9個(gè)TC）影響中國大陸及海南島，其中229個(gè)TC（平均每年6.6個(gè)TC）直接登陸，影響范圍涉及中國24個(gè)省（自治區(qū)、直轄市），年際、年代際影響和登陸TC數(shù)目無明顯變化。平均每年TC造成375人死亡和368億元直接經(jīng)濟(jì)損失，經(jīng)CPI標(biāo)準(zhǔn)化損失增至496.7億元（2017年人民幣水平），原始直接經(jīng)濟(jì)損失在GDP中占比約0.3%。TC導(dǎo)致的死亡人數(shù)下降趨勢(shì)明顯，雖然CPI調(diào)整至2017年人民幣水平前后的經(jīng)濟(jì)損失均具有顯著上升趨勢(shì)，但損失在GDP中占比下降趨勢(shì)明顯（特別是2000年后），表明改革開放后，經(jīng)濟(jì)快速發(fā)展使更多的財(cái)富暴露在災(zāi)害中，因而導(dǎo)致經(jīng)濟(jì)損失增加。TC災(zāi)害與TC影響頻繁程度密切相關(guān)，TC災(zāi)情分布與影響頻數(shù)分布均呈現(xiàn)東南沿海向內(nèi)陸減小特征，廣東、浙江、福建受TC影響頻數(shù)較多，也是中國TC災(zāi)情嚴(yán)重的地區(qū)（統(tǒng)計(jì)結(jié)果不包含港澳臺(tái)）。

（2）3類盛行路徑TC中，中國受西行和西北行的TC影響更多、災(zāi)情更為嚴(yán)重。近海轉(zhuǎn)向TC影響和登陸中國的數(shù)目少、強(qiáng)度弱、影響范圍小、災(zāi)情輕，災(zāi)情主要發(fā)生在廣東、福建和浙江等受TC影響頻繁地區(qū)。西行TC影響和登陸中國頻數(shù)多、平均強(qiáng)度大，其影響范圍廣、造成的災(zāi)害損失嚴(yán)重，直接經(jīng)濟(jì)損失排名前5的TC中有4個(gè)為西行路徑。西行TC對(duì)廣東、海南和廣西影響頻繁，但廣東、廣西和浙江是受TC影響造成年平均直接經(jīng)濟(jì)損失較大的?。ㄗ灾螀^(qū)、直轄市），浙江、廣東和福建是年均死亡人數(shù)較多的?。ㄗ灾螀^(qū)、直轄市）。西北行TC平均強(qiáng)度略小于西行TC，也是影響范圍較廣、造成災(zāi)害損失大的TC盛行路徑之一。西北行TC對(duì)廣東、福建和浙江影響較大，年均經(jīng)濟(jì)損失和死亡人數(shù)遠(yuǎn)高于其他?。ㄗ灾螀^(qū)、直轄市）。3類TC影響和登陸中國的數(shù)目無明顯年際和年代際變化，直接經(jīng)濟(jì)損失均呈上升趨勢(shì)，但死亡人數(shù)和損失在GDP中占比下降，災(zāi)害空間分布均呈現(xiàn)東南沿海向內(nèi)陸減小的特征。

（3）大尺度引導(dǎo)氣流的變化導(dǎo)致TC陸上持續(xù)時(shí)間增加。近海轉(zhuǎn)向TC陸上持續(xù)時(shí)間增加與陸上移速顯著減小有關(guān)，意味著TC對(duì)途經(jīng)地區(qū)造成嚴(yán)重災(zāi)害的可能性增加。西行和西北行的TC陸上移動(dòng)距離增加導(dǎo)致持續(xù)時(shí)間增加，意味著TC可能影響的地區(qū)更多、范圍更大。研究表明[18,20]，該陸上持續(xù)時(shí)間增加和移速減緩與全球變暖密切相關(guān)。如果當(dāng)前全球變暖趨勢(shì)持續(xù)，將進(jìn)一步增強(qiáng)影響中國的TC災(zāi)害風(fēng)險(xiǎn)[36]。

相關(guān)研究表明，若全球變暖趨勢(shì)持續(xù)，影響中國的TC數(shù)目將增加[19]，海平面上升亦將導(dǎo)致沿海各地出現(xiàn)更高的臺(tái)風(fēng)風(fēng)暴潮[1]，若恰逢天文大潮期，可能會(huì)給沿海地區(qū)造成極其嚴(yán)重的災(zāi)害損失。此外，雖然臺(tái)風(fēng)路徑預(yù)報(bào)水平在20世紀(jì)90年代以后顯著提升[27]，但對(duì)于臺(tái)風(fēng)突變路徑預(yù)報(bào)，如北折突變路徑預(yù)報(bào)仍存在較大的距離誤差[37]。由于資料的缺漏和時(shí)間序列過短，本文只對(duì)部分TC災(zāi)害及可能造成災(zāi)害的原因進(jìn)行分析，TC災(zāi)害對(duì)農(nóng)業(yè)、生態(tài)、社會(huì)生活的影響，災(zāi)害成因分析和災(zāi)情預(yù)警預(yù)報(bào)等問題尚待進(jìn)一步研究。雖然TC災(zāi)害造成的相對(duì)經(jīng)濟(jì)損失和死亡人數(shù)減少，但社會(huì)的發(fā)展使得更多的生命財(cái)產(chǎn)暴露在自然災(zāi)害中，災(zāi)害增加的風(fēng)險(xiǎn)依然存在，中國TC災(zāi)害防御工作仍面臨巨大挑戰(zhàn)。

致謝：衷心感謝兩位匿名審稿人的寶貴意見和建議，進(jìn)一步提高了論文質(zhì)量。本論文的數(shù)值計(jì)算得到了南京信息工程大學(xué)高性能計(jì)算機(jī)中心的計(jì)算支持和幫助，在此表示感謝。