熱帶氣旋災(zāi)害預(yù)評估模型研究回顧

吳彩銘，任福民，朱婧

(1.中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京 100081；2.廈門市海峽氣象開放重點(diǎn)實(shí)驗(yàn)室，福建 廈門 361012)

引言

熱帶氣旋是給人類造成損失最大的氣象災(zāi)害之一[1]，熱帶氣旋引發(fā)的暴雨、大風(fēng)、風(fēng)暴潮以及由此產(chǎn)生的次生災(zāi)害對基礎(chǔ)設(shè)施、財(cái)產(chǎn)、農(nóng)業(yè)生產(chǎn)活動、人身安全等均會造成嚴(yán)重影響[2-4]。我國是全世界遭受熱帶氣旋災(zāi)害最嚴(yán)重的國家之一，在2005—2016年間，熱帶氣旋每年約影響中國大陸3 670萬人，造成該區(qū)域約254人死亡和695億元的直接經(jīng)濟(jì)損失[5-6]，尤以給沿海發(fā)達(dá)地區(qū)造成的損失最為慘重[7-8]。與此同時，農(nóng)作物受災(zāi)面積、死亡人口、倒塌房屋等數(shù)量的顯著減少也說明增強(qiáng)防臺經(jīng)驗(yàn)、采取有效措施能夠?yàn)闇p少災(zāi)害發(fā)生或減弱災(zāi)害強(qiáng)度提供可能性[9]。

過去，針對熱帶氣旋災(zāi)害國內(nèi)外開展了多方面的研究工作，包含熱帶氣旋災(zāi)害基本特征[10-15]、災(zāi)害成因(即認(rèn)為致災(zāi)因子危險性、承載體脆弱性及暴露度是導(dǎo)致災(zāi)害發(fā)生的決定性因素)[16-24]、災(zāi)害的防御[13,25-26]以及關(guān)于災(zāi)害危險性或危害評估[27]方面的模型。對于災(zāi)害預(yù)評估模型，黃崇福[28]認(rèn)為災(zāi)害形成本身的復(fù)雜性以及人們對成災(zāi)機(jī)理認(rèn)識的缺乏，使得從機(jī)理角度導(dǎo)出理論模型不易實(shí)現(xiàn)。因此就目前模型研究來看，總體上是以分析歷史資料得到的統(tǒng)計(jì)模型為主，同時發(fā)展出一些側(cè)重分析描述災(zāi)害形成機(jī)理進(jìn)而實(shí)現(xiàn)災(zāi)前預(yù)評估的動力模型，以及兩者兼顧的動力統(tǒng)計(jì)模型[29-32]。關(guān)于熱帶氣旋災(zāi)害評估技術(shù)的研究回顧，主要涉及三個方面：一是災(zāi)害風(fēng)險定量評估方法，即為判斷某一地區(qū)不同程度災(zāi)害發(fā)生的可能性大小而建立的致災(zāi)因子強(qiáng)度和承載體脆弱性等災(zāi)害影響因子評估模型；二是災(zāi)情評估方法，通常指災(zāi)害形成后，對損失實(shí)況進(jìn)行評價的模型；三是巨災(zāi)風(fēng)險評估模型，即情景模擬大量熱帶氣旋如何對承載體作用的具體過程，判斷承載體損傷程度進(jìn)而預(yù)估災(zāi)害損失[33-37]。雖然上述回顧涉及了災(zāi)情預(yù)評估相關(guān)內(nèi)容，但專門系統(tǒng)性針對熱帶氣旋災(zāi)前預(yù)評估模型研究的詳細(xì)回顧總結(jié)仍然缺乏。

近年來，經(jīng)濟(jì)發(fā)展迅速，不斷變化的人口模式和人口趨勢等因素增加了熱帶氣旋致?lián)p潛力[38-41]。沿海省份的人口爆炸和災(zāi)害多發(fā)地區(qū)城市的突然擴(kuò)張導(dǎo)致風(fēng)險明顯加大[42-43]。顯然，僅關(guān)注此類氣象事件發(fā)生時間和強(qiáng)度的傳統(tǒng)天氣監(jiān)測預(yù)報(bào)已經(jīng)不能滿足社會發(fā)展需求，越來越多的人開始關(guān)注其可能造成的影響以及災(zāi)害事件發(fā)生前需要采取哪些防范措施。因此，做好熱帶氣旋災(zāi)害災(zāi)前預(yù)評估工作愈加迫切和重要。

對于熱帶氣旋災(zāi)害的預(yù)評估，陳海燕等[44]認(rèn)為其更側(cè)重評估災(zāi)害的損失情況，即對一次熱帶氣旋事件或一個地區(qū)有概率發(fā)生的熱帶氣旋事件，評估其可能造成的人員傷亡和經(jīng)濟(jì)損失。本文立足于前人總結(jié)，從防災(zāi)減災(zāi)需求出發(fā)，圍繞災(zāi)前預(yù)評估，就模型構(gòu)建背后的物理意義，將國內(nèi)外災(zāi)害預(yù)評估模型，包括新發(fā)展的及改進(jìn)的、預(yù)評估過程中用到的風(fēng)險評估模型以及巨災(zāi)風(fēng)險評估模型中涉及熱帶氣旋的災(zāi)害預(yù)評估過程，總體上概括為統(tǒng)計(jì)模型、動力模型和動力統(tǒng)計(jì)模型三類。以往，利用統(tǒng)計(jì)方法構(gòu)建的預(yù)評估模型最豐富，根據(jù)每個模型所設(shè)計(jì)的方法和技術(shù)，將統(tǒng)計(jì)模型進(jìn)一步劃分為：(1)利用傳統(tǒng)概率統(tǒng)計(jì)方法建立的回歸模型，(2)用于多指標(biāo)決策的層次分析方法，(3)應(yīng)用不確定性理論構(gòu)建的不確定性模型，(4)人工智能方向的機(jī)器學(xué)習(xí)模型。在此分類基礎(chǔ)上，對每類模型進(jìn)行回顧總結(jié)，并選取其中最具代表性的例子展開詳細(xì)介紹，最后就模型目前研究現(xiàn)狀、存在的問題以及未來模型發(fā)展進(jìn)行總結(jié)和分析。

1 統(tǒng)計(jì)模型

統(tǒng)計(jì)模型在國內(nèi)預(yù)評估模型研究中最為常見，基于歷史資料建立災(zāi)情損失與致災(zāi)因子之間的數(shù)學(xué)關(guān)系(表1)，進(jìn)而實(shí)現(xiàn)對熱帶氣旋災(zāi)害損失的預(yù)估。這種關(guān)系的搭建并不需要明確的災(zāi)害形成的物理機(jī)制，而是直接依賴于對歷史資料的數(shù)學(xué)統(tǒng)計(jì)分析。根據(jù)數(shù)學(xué)統(tǒng)計(jì)方法的不同，統(tǒng)計(jì)模型可分成以下幾種類型。

表1 熱帶氣旋災(zāi)害預(yù)評估模型比較Table 1 Comparison between pre-assessment models for tropical cyclone disaster

1.1 回歸模型

回歸分析法即選取關(guān)聯(lián)性較大的因變量(災(zāi)情狀況)和自變量(影響因子)建立描述兩者之間定量數(shù)學(xué)關(guān)系的回歸方程，是一種統(tǒng)計(jì)方法。學(xué)者們從熱帶氣旋自身、其引起風(fēng)雨的特征、承載體脆弱性及暴露度等方面選取影響因子，研究其與災(zāi)害損失之間的關(guān)系，建立函數(shù)表達(dá)式。表達(dá)式形式包含多元回歸方程[15,29,45-51]、回歸方程組[52]和回歸冪函數(shù)[53-57]。

這里以鞏在武和胡麗[15]建立的多元回歸模型為例進(jìn)行介紹。該回歸模型首先采用相關(guān)分析法，從致災(zāi)因子(包括登陸時中心氣壓、登陸時最大風(fēng)速、日降雨量、過程降雨量)、承載體(包含人口密度等)和防災(zāi)減災(zāi)能力三方面25個影響因子中找到分別與各方面災(zāi)情如直接經(jīng)濟(jì)損失、倒塌房屋數(shù)、農(nóng)作物受災(zāi)面積以及死亡人口等關(guān)聯(lián)性大的影響因子，在此基礎(chǔ)上建立關(guān)聯(lián)關(guān)系的表達(dá)式(表達(dá)式以各影響因子乘以對應(yīng)權(quán)重系數(shù)后相加形式體現(xiàn))，以便在未來通過獲得自變量的值去定量預(yù)估每種災(zāi)情損失的值。

熱帶氣旋災(zāi)害涉及多因素影響，而建立回歸模型可以簡化問題，即用回歸分析得到的系數(shù)就可以計(jì)量各個影響因素對災(zāi)情的貢獻(xiàn)大小。該模型在大樣本情況下計(jì)算速度較快，分析結(jié)果更準(zhǔn)確。但選用何種因子和該因子采用何種表達(dá)式只是一種推測，這影響了因子的多樣性和某些因子的不可測性，使得回歸分析建立的模型在某些情況下使用受到限制。

1.2 層次分析法

層次分析法(analytic hierarchy process，AHP)在災(zāi)害預(yù)評估過程中被用于綜合指標(biāo)的建立，準(zhǔn)確地說它是一種風(fēng)險評估手段，即將一個復(fù)雜的多指標(biāo)決策問題作為一個系統(tǒng)，將目標(biāo)分解為多個目標(biāo)，進(jìn)而分解為多指標(biāo)的若干層次(具體體現(xiàn)為指標(biāo)層、影響層和目標(biāo)層)，在每一層次中按已確定的準(zhǔn)則對該元素進(jìn)行相對重要性的判別，并輔之以一致性檢驗(yàn)，根據(jù)確定好的權(quán)重建立最終綜合性指標(biāo)[22,58-59]。

下面以李春梅等[58]的層次分析方法為例進(jìn)行介紹。該方法通過分析系統(tǒng)中各因素之間的關(guān)系，建立遞階層次結(jié)構(gòu)(圖1)。首先，選取包含致災(zāi)因子和承載體信息的17個單項(xiàng)評估分指標(biāo)(指標(biāo)層)，進(jìn)一步歸為熱帶氣旋特征參數(shù)、社會經(jīng)濟(jì)發(fā)展?fàn)顩r、氣象條件三方面(影響層)，文中具體用中心最低氣壓、地理綜合參數(shù)、風(fēng)綜合參數(shù)、雨綜合參數(shù)等4個亞指標(biāo)表示。接著，對于同一層次的單個指標(biāo)關(guān)于上一層次中亞指標(biāo)的重要性進(jìn)行比較，構(gòu)造比較矩陣(判斷矩陣)，由判斷矩陣計(jì)算被比較單個指標(biāo)對于該亞指標(biāo)的相對權(quán)重，并進(jìn)行一致性檢驗(yàn)，填充權(quán)重矩陣。實(shí)際上，判斷矩陣是在專家咨詢的基礎(chǔ)上，引入合適的標(biāo)度，通過指標(biāo)間兩兩重要性的比較打分確定出來的。然后，在先計(jì)算各層次單排序值的基礎(chǔ)上，計(jì)算同一層次所有因素對目標(biāo)層相對重要性的總排序值，再從高層到最低層逐層加權(quán)求和計(jì)算，并對層次總排序進(jìn)行一致性檢驗(yàn)。最后，將4個亞指標(biāo)的權(quán)重系數(shù)與對應(yīng)指標(biāo)值相乘再線性累加，得出表征熱帶氣旋災(zāi)害對社會、經(jīng)濟(jì)的影響程度綜合指標(biāo)值(目標(biāo)層)。

圖1 熱帶氣旋災(zāi)害層次分析法總體框架(引自李春梅等[58])Fig.1 Overall framework of AHP applied in assessing tropical cyclone disaster (Credit: LI et al.[58])

層次分析法往往作為預(yù)評估過程中的一個環(huán)節(jié)，用以確定影響因子權(quán)重，進(jìn)而簡化為一個綜合指標(biāo)，需要結(jié)合其他方法共同實(shí)現(xiàn)災(zāi)害損失的預(yù)估。該方法是一種定性與定量相結(jié)合的決策評價方法，能夠?qū)?fù)雜系統(tǒng)分解，每個層次中的每個因素對結(jié)果的貢獻(xiàn)程度都是量化的，清晰且明確。但評估過程中的確定權(quán)重環(huán)節(jié)，專家打分的形式使得該模型存在主觀性，評估結(jié)果受到人為影響；另外，此模型還需要對判斷矩陣作一致性檢驗(yàn)，并需求出特征值與特征向量，計(jì)算量大。

1.3 不確定性理論模型

在現(xiàn)實(shí)社會中，傳統(tǒng)精確性或隨機(jī)性數(shù)學(xué)方法無法很好解決像熱帶氣旋災(zāi)害形成機(jī)制這種復(fù)雜的不確定性問題，因此產(chǎn)生很多用于處理這類問題的理論——不確定性理論?；诓淮_定性理論，一些學(xué)者嘗試建立了熱帶氣旋災(zāi)害預(yù)評估模型。不確定性理論模型主要包括灰色關(guān)聯(lián)方法[60-61]、模糊數(shù)學(xué)方法[62-64]、區(qū)間數(shù)模糊綜合評判法[65-66]和可拓方法[67]等。

以灰色關(guān)聯(lián)分析法為例進(jìn)行詳細(xì)介紹。該方法即根據(jù)序列間相似程度，判斷各個影響因子與災(zāi)害損失之間的關(guān)聯(lián)性大小，確定這些影響因子各自對災(zāi)害的貢獻(xiàn)程度。由于參與比較的序列選取比較自由，可以是影響因子(單獨(dú)的或綜合的)或預(yù)評估結(jié)果(風(fēng)險大小或者災(zāi)損)，因此也可通過計(jì)算待評估序列與預(yù)先給出或通過歷史資料獲得的與各災(zāi)情等級對應(yīng)的影響因子序列關(guān)聯(lián)程度來進(jìn)行最終災(zāi)情等級判別。如劉曉慶和陳仕鴻[61]選取過程最大降水量、24 h最大降水量、最大風(fēng)速、最低氣壓、影響持續(xù)時間、影響范圍(50 mm 以上過程降水和6 級以上大風(fēng)影響的站點(diǎn))、影響區(qū)域GDP、影響區(qū)域的人口、影響區(qū)域耕地面積、登陸時的天文大潮指數(shù)，通過計(jì)算這些序列與各臺風(fēng)造成的直接經(jīng)濟(jì)損失序列之間灰色絕對關(guān)聯(lián)度、相對關(guān)聯(lián)度(參與比較的序列由原始序列變換而來)、綜合關(guān)聯(lián)度(前兩個關(guān)聯(lián)度的加權(quán)和)，進(jìn)而判斷出致災(zāi)的顯著因子。

該類中各個模型考慮的“不確定性”存在差異，即：灰色關(guān)聯(lián)分析法主要是解決信息缺乏引起不確定的問題；模糊數(shù)學(xué)方法則考慮到人們對于災(zāi)害成因認(rèn)知上的不夠成熟；有時，對于某些評價因素，難以得到一個準(zhǔn)確的統(tǒng)計(jì)值，只能夠作一個粗略的估計(jì)，也就是說這些評價因素取值本身都可能是一個區(qū)間，因而采用區(qū)間數(shù)模糊綜合評判法；對于系統(tǒng)非靜態(tài)的情況，提出了描述時變性特征的可拓方法等。這類模型似乎更貼合實(shí)際，在諸多不確定情況下，能夠給出比較科學(xué)、合理的量化估計(jì)，一般以等級的形式體現(xiàn)。但與此同時，部分模型構(gòu)建上仍然客觀性不足，某些參數(shù)界定范圍需人為確定；模型所依賴的數(shù)學(xué)理論基礎(chǔ)也并不完善，應(yīng)用存在局限。

1.4 機(jī)器學(xué)習(xí)模型

得益于計(jì)算機(jī)水平的迅猛發(fā)展，機(jī)器學(xué)習(xí)模型在處理復(fù)雜數(shù)據(jù)問題上有傳統(tǒng)統(tǒng)計(jì)模型無法比擬的優(yōu)越性。而作為機(jī)器學(xué)習(xí)的主流算法，神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)[68-73]逐漸被用于災(zāi)害預(yù)評估模型的建立，并受到越來越多的青睞。它們是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的新型機(jī)器學(xué)習(xí)算法，無需建立影響因子與災(zāi)情之間的具體表達(dá)式，用算法解析數(shù)據(jù)，從中學(xué)習(xí)，然后對熱帶氣旋災(zāi)害進(jìn)行預(yù)估，可以很好地處理災(zāi)情與致災(zāi)因子、承災(zāi)體暴露度及受災(zāi)體防御能力之間復(fù)雜的非線性關(guān)系。

如葉小嶺等[70](圖2)使用的神經(jīng)網(wǎng)絡(luò)模型，采用標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)結(jié)構(gòu)(多層前饋的神經(jīng)網(wǎng)絡(luò))，即由輸入層、隱含層和輸出層三個神經(jīng)元層次組成，其中隱含層和輸出層具有計(jì)算和存儲功能，負(fù)責(zé)計(jì)算整合上一層信息并存儲。計(jì)算時，需要用到通過訓(xùn)練樣本學(xué)習(xí)獲得的用于連接輸入層、隱藏層和輸出層的權(quán)值。以此種自學(xué)習(xí)能力對關(guān)系復(fù)雜或具有不確定性的系統(tǒng)進(jìn)行充分的逼近。這也就意味著，訓(xùn)練算法就是讓權(quán)重的值調(diào)整到最佳，使得整個網(wǎng)絡(luò)最終輸出的值與真實(shí)值之間誤差達(dá)到最小。此例子中，輸入層從致災(zāi)因子、承災(zāi)體暴露度、受災(zāi)體防御能力和預(yù)警能力四方面選取了16個影響因子，直接經(jīng)濟(jì)損失、死亡人口、淹沒農(nóng)田和倒塌房屋數(shù)目作為輸出變量。模型優(yōu)化是使結(jié)果誤差減小常用途徑之一，這里具體為：首先以神經(jīng)網(wǎng)絡(luò)輸出的誤差為適應(yīng)度，利用粒子群優(yōu)化算法(particle swarm optimization，PSO)對網(wǎng)絡(luò)初始權(quán)值、閾值迭代優(yōu)化，微粒在搜索空間內(nèi)不斷更新位置、速度和權(quán)值、閾值，從而確定最優(yōu)適應(yīng)度時的參數(shù)，再將參數(shù)用于BP神經(jīng)網(wǎng)絡(luò)部分，最終優(yōu)化神經(jīng)網(wǎng)絡(luò)輸出結(jié)果。

圖2 PSO-BP神經(jīng)網(wǎng)絡(luò)模型流程圖(引自葉小嶺等[70])Fig.2 Flow chart of PSO-BP neural network model (Credit: YE et al.[70])

較傳統(tǒng)統(tǒng)計(jì)方法而言，這類方法具有良好的非線性映射能力，而且一般不需要事先知道被建模對象的結(jié)構(gòu)、參數(shù)等，只需要知道輸入和輸出的對象，就能夠通過自身的學(xué)習(xí)功能進(jìn)行訓(xùn)練，實(shí)現(xiàn)良好的數(shù)據(jù)擬合，得到符合要求的模型。但模型中仍存在像神經(jīng)網(wǎng)絡(luò)中隱藏層包含神經(jīng)元的個數(shù)需人為確定、目標(biāo)函數(shù)算法復(fù)雜等問題，需要不斷完善發(fā)展。目前，越來越多的人致力于算法改進(jìn)及參數(shù)優(yōu)化等，并開始向多層次的深度學(xué)習(xí)邁進(jìn)；同時，通過比較不同算法之間差異與模型適用范圍，尋求一些合適的災(zāi)害預(yù)評估模型。

2 動力模型

動力模型，即側(cè)重描述分析成災(zāi)機(jī)理而對災(zāi)害損失進(jìn)行預(yù)估的模型。目前在國外開展較多，且多為應(yīng)用于保險行業(yè)的巨災(zāi)模型，其開發(fā)主要源于災(zāi)難模型化開發(fā)商或研發(fā)單位，包含獨(dú)立的災(zāi)難模型化公司(包括AIR、EQECAT、RMS)、基于世界一流大學(xué)的研究機(jī)構(gòu)、再保險公司及其中介經(jīng)紀(jì)公司和政府機(jī)構(gòu)等[30,39,74]。模型首先利用仿真和現(xiàn)代信息技術(shù)生成熱帶氣旋事件，包含其生成、路徑、強(qiáng)度及風(fēng)場分布等信息，接著可以估算出該模擬事件對承載體可能造成破壞的大小，根據(jù)承載體損傷程度來估算災(zāi)害損失，實(shí)現(xiàn)災(zāi)害預(yù)評估。這種層層遞進(jìn)的方式可以給出事件從發(fā)生到造成破壞、產(chǎn)生損失的詳細(xì)過程，明晰致災(zāi)因子作用于建筑物的具體方式。這里選取HAZUS-MH颶風(fēng)模型進(jìn)行詳細(xì)介紹。

HAZUS-MH颶風(fēng)模型由VICKERY et al.[75]開發(fā)，根據(jù)工程力學(xué)原理，利用幾類脆弱性指標(biāo)和災(zāi)害參數(shù)估計(jì)颶風(fēng)對建筑物及其內(nèi)部可能造成的損害和損失[30]。模型由颶風(fēng)災(zāi)害模型、地形模型、建筑物性能評判模型、物理損壞模型和建筑物損失模型五部分構(gòu)成。每個模塊的模型依次由登陸颶風(fēng)的歷史數(shù)據(jù)、風(fēng)洞試驗(yàn)結(jié)果、颶風(fēng)造成損害的現(xiàn)場觀測和保險損失數(shù)據(jù)來進(jìn)行驗(yàn)證，模塊間銜接也有檢驗(yàn)。此外，HAZUS-MH模型開發(fā)了快速運(yùn)行損害和損失模塊，用于估算每個建筑類別或居住類別的損失。HAZUS-MH模型開發(fā)總體流程(根據(jù)文獻(xiàn)[75]修改)如圖3所示。

圖3 HAZUS-MH模型流程圖Fig.3 Overview of approach used to develop damage and loss functions for HAZUS-MH

具體而言，該模型先模擬生成颶風(fēng)或熱帶風(fēng)暴的整個路徑和風(fēng)場[76-77]，其中，颶風(fēng)災(zāi)害模型中模擬的完整颶風(fēng)路徑，包含不登陸與登陸兩種情況。目前，颶風(fēng)風(fēng)場模型經(jīng)擴(kuò)展，可估計(jì)降雨率，進(jìn)而估算從窗戶及門破損處進(jìn)入建筑物的水量，這也是評估建筑物損壞的一個組成部分。HAZUS-MH利用現(xiàn)有的土地利用和土地覆蓋信息(這里用表面粗糙度表示)來構(gòu)建地形模型；建筑構(gòu)件性能部分由壓力負(fù)荷模型和風(fēng)載碎片模型兩部分構(gòu)成，采用基于工程上對建筑構(gòu)件性能的分析方法，查看建筑物的承載和抵抗能力。物理損傷模型主要從建筑圍護(hù)結(jié)構(gòu)中構(gòu)件的破壞程度來估算建筑的損傷程度。損失模型包含兩大部分：第一部分是對建筑物損壞狀態(tài)進(jìn)行建模，分為外部和內(nèi)部兩部分(外部損失的計(jì)算結(jié)合了建筑物修復(fù)和更換的經(jīng)驗(yàn)成本估計(jì)技術(shù)，是一個顯式算法；內(nèi)部損失估計(jì)基于經(jīng)驗(yàn)?zāi)Ｐ?，該模型可以將?nèi)部損壞的成本與建筑外部物理損壞關(guān)聯(lián)起來計(jì)算，是一個隱式算法，此算法也用來估計(jì)由于門窗失效導(dǎo)致的圍護(hù)結(jié)構(gòu)破裂后進(jìn)入建筑的水量)；第二部分是根據(jù)修理該建筑物所需的時間，估計(jì)建筑物使用損失方面的費(fèi)用。

HAZUS-MH模型是如今國際上比較典型的災(zāi)害損失評估系統(tǒng)，側(cè)重分析致災(zāi)具體過程，綜合考慮颶風(fēng)自身及其引起風(fēng)雨的特征、承載體脆弱性和暴露度情況，同時兼顧這些災(zāi)害影響因素之間的相互作用，能夠明晰熱帶氣旋事件如何生成、如何作用于承載體的具體過程，并據(jù)此評估承載體損傷程度，進(jìn)一步估算災(zāi)害損失。但由于人們對颶風(fēng)的認(rèn)識及颶風(fēng)對承載體的影響認(rèn)識不全面，該類模型建立時對受影響環(huán)境的近似和簡化程度以及社會資料的不完整或者不準(zhǔn)確等，會使得模型在預(yù)評估災(zāi)害時產(chǎn)生不確定性。此外，模擬過程中臺風(fēng)模型、近地風(fēng)場和水量參數(shù)的不確定性和差異，會導(dǎo)致最終估算結(jié)果具有較大的離散性。

3 動力統(tǒng)計(jì)模型

用于熱帶氣旋災(zāi)害預(yù)評估的動力統(tǒng)計(jì)方法模型，從廣義上考慮早先提出的動力統(tǒng)計(jì)結(jié)合思想[78]，即將現(xiàn)有不夠充分、成熟的對災(zāi)害形成機(jī)理的認(rèn)識與積累的歷史災(zāi)情信息進(jìn)行綜合提煉，在尊重歷史事實(shí)、統(tǒng)計(jì)歷史資料中蘊(yùn)含的真實(shí)數(shù)理關(guān)系或規(guī)律的同時，兼顧分析描述事件形成、發(fā)展以及最終作用于承載體、造成災(zāi)害結(jié)果的具體物理機(jī)制，進(jìn)而實(shí)現(xiàn)災(zāi)害損失預(yù)估。目前，應(yīng)用該方法構(gòu)建模型的研究處于起步階段，較上述兩類模型，其評估結(jié)果優(yōu)勢尚不明確，而如何將動力與統(tǒng)計(jì)方法結(jié)合應(yīng)用到模型構(gòu)建中也有待進(jìn)一步研究。

這里以構(gòu)建最多、最典型的相似臺風(fēng)模型進(jìn)行介紹[32,79-80]。首先說明相似預(yù)報(bào)之所以歸類于動力統(tǒng)計(jì)方法，主要出于兩個方面考慮。一是依據(jù)若干條件(這些條件通常是直接影響災(zāi)害的因子，或者是對這些因子構(gòu)成影響的其他條件如臺風(fēng)所處的大氣環(huán)境、經(jīng)過的下墊面等)篩選出來的歷史相似臺風(fēng)，其災(zāi)害包含這些條件起到的動力熱力作用；二是最新研究[81]提升了相似預(yù)報(bào)原理的認(rèn)識，發(fā)展了動力統(tǒng)計(jì)相似集合預(yù)報(bào)(dynamical statistical analog ensemble forecast，DSAEF)理論，DSAEF理論不僅回答了為什么可以進(jìn)行相似預(yù)報(bào)，同時還指出如何進(jìn)行相似預(yù)報(bào)(即參考“準(zhǔn)確模式”(1)“準(zhǔn)確模式”是當(dāng)前數(shù)值模式發(fā)展的終極目標(biāo)——大氣運(yùn)動完全滿足的模式。對應(yīng)于起報(bào)時刻初值的預(yù)報(bào)量即為未來的實(shí)際觀測，也就是準(zhǔn)確模式的解，但其在起報(bào)時刻未知；而且，歷史觀測中還包含著大量類似的初值及其相應(yīng)的預(yù)報(bào)量。預(yù)報(bào)思路，利用相似原理，挑選歷史相似臺風(fēng)個例，采用集合的方式實(shí)現(xiàn)預(yù)報(bào))。

關(guān)于相似臺風(fēng)的選取，這里具體以張國峰等[32]方法為例，即根據(jù)臺風(fēng)編號選取目標(biāo)臺風(fēng)，并根據(jù)指定的半徑對目標(biāo)臺風(fēng)做緩沖區(qū)，接著根據(jù)目標(biāo)臺風(fēng)年代、日期、強(qiáng)度(從動力分析中獲得)及緩沖區(qū)進(jìn)行屬性與空間聯(lián)合查詢。對查詢到的每個歷史臺風(fēng)，篩選出外包矩形與目標(biāo)臺風(fēng)外包矩形之間重疊度超過閾值的；進(jìn)一步篩選出其路徑長度和目標(biāo)臺風(fēng)路徑長度之差與各自路徑長度比值都小于指定值的；對滿足上述條件的歷史臺風(fēng)，計(jì)算其路徑與目標(biāo)臺風(fēng)控制點(diǎn)之間的最短距離并取它們的平均值，記錄歷史臺風(fēng)的屬性數(shù)據(jù)及其與目標(biāo)臺風(fēng)的平均距離。對記錄到的歷史臺風(fēng)按距離排序，依次列出排序的臺風(fēng)供用戶選擇?？梢钥闯觯鲜隽鞒淌峭ㄟ^不斷加強(qiáng)臺風(fēng)路徑相似條件來篩選相似臺風(fēng)的。其中，外包矩形重疊度反映臺風(fēng)影響范圍的相似程度，路徑長度差與各自路徑長度的比值給出臺風(fēng)路徑長度的相似程度，臺風(fēng)之間的平均距離決定臺風(fēng)路徑的接近程度。

進(jìn)一步利用篩選出的歷史相似臺風(fēng)災(zāi)情，對目標(biāo)臺風(fēng)災(zāi)情狀況進(jìn)行預(yù)判。具體以賴寶幫[81]提出的方法為例，即將幾個相似臺風(fēng)災(zāi)情損失訂正到與目標(biāo)臺風(fēng)同一年份，按照相似度大小來賦予權(quán)重，將加權(quán)求和的結(jié)果作為目標(biāo)臺風(fēng)的災(zāi)情，另外，損失訂正的過程中可以結(jié)合抗災(zāi)能力對歷史災(zāi)情作進(jìn)一步的修正。

相似臺風(fēng)模型按照逐漸加強(qiáng)的條件篩選出與目標(biāo)臺風(fēng)最為接近的歷史臺風(fēng)，將歷史臺風(fēng)的災(zāi)情信息按照一定方式處理，最終預(yù)估目標(biāo)臺風(fēng)的災(zāi)情狀況，其為動力、熱力分析與相似統(tǒng)計(jì)辦法結(jié)合的產(chǎn)物。該過程可以結(jié)合Arcmap等軟件輕松實(shí)現(xiàn)，快速便捷。但相似判據(jù)的選擇、參數(shù)臨界取值以及滿足篩選條件的歷史臺風(fēng)樣本量是否會影響最終結(jié)果等問題都有待于進(jìn)一步考查。

4 小結(jié)與討論

分類總結(jié)回顧了國內(nèi)外現(xiàn)有與熱帶氣旋災(zāi)害預(yù)評估相關(guān)的模型，并將各類別中的典型例子進(jìn)行詳細(xì)介紹?？傮w上模型的構(gòu)建趨于復(fù)雜化、多元化與智能化，并且以應(yīng)用統(tǒng)計(jì)方法為主，同時也有使用側(cè)重描述分析災(zāi)害形成機(jī)理的動力方法，近年來，動力統(tǒng)計(jì)結(jié)合的方法開始被應(yīng)用到模型研究中。具體而言，統(tǒng)計(jì)模型是直接利用歷史資料，構(gòu)建災(zāi)害的影響因子與災(zāi)情之間的統(tǒng)計(jì)關(guān)系，進(jìn)一步實(shí)現(xiàn)災(zāi)前預(yù)評估。動力方法是應(yīng)用計(jì)算機(jī)技術(shù)，模擬出若干個熱帶氣旋事件，通過描述分析事件的發(fā)生發(fā)展及其對承載體的破壞過程，計(jì)算承載體受損程度，從而預(yù)估損失。該類模型更加側(cè)重從分析災(zāi)害事件形成的動力機(jī)制來實(shí)現(xiàn)災(zāi)前預(yù)評估。動力統(tǒng)計(jì)模型目前主要指相似臺風(fēng)模型，在統(tǒng)計(jì)分析歷史資料的同時，兼顧關(guān)注熱帶氣旋災(zāi)害事件形成、發(fā)展以及產(chǎn)生結(jié)果等過程的物理機(jī)制，使得模型建立及結(jié)果更有意義。

上述熱帶氣旋災(zāi)害預(yù)評估技術(shù)已逐步應(yīng)用于業(yè)務(wù)。譬如，在國外，基于情景模擬方式建立了災(zāi)害風(fēng)險評估系統(tǒng)(包含美國的自然災(zāi)害評估系統(tǒng)HAZUS[75]和佛羅里達(dá)公共颶風(fēng)損失評估模型FPHM等)[74]；在國內(nèi)，國家氣象中心和國家氣候中心均開展了臺風(fēng)(預(yù))評估業(yè)務(wù)[82-83]，沿海省市氣象局利用可拓方法[84]、典型相關(guān)分析、經(jīng)驗(yàn)分析、層次分析[58]及歷史相似等方法亦搭建了具有地方特色的臺風(fēng)災(zāi)害(預(yù))評估系統(tǒng)[85-87]。但是，上述業(yè)務(wù)的應(yīng)用特別是在國內(nèi)，還普遍存在客觀定量和精細(xì)化程度不高、基于不同方法的臺風(fēng)災(zāi)害(預(yù))評估結(jié)果之間的可比性較差等問題。

基于以上研究回顧及預(yù)評估業(yè)務(wù)現(xiàn)狀對未來研究發(fā)展方向給出一些意見或建議，具體為：

(1)影響因子問題。雖然已有模型不僅僅考慮到致災(zāi)因子，但對承載體信息及防災(zāi)減災(zāi)能力的認(rèn)識一致性仍然較弱，如何制定合理的指標(biāo)將其考慮進(jìn)模型中或者如何用承載體信息和防災(zāi)減災(zāi)能力去修正僅考慮致災(zāi)因子模型所得到的預(yù)評估結(jié)果仍值得思考。

(2)歷史資料問題。就目前一些災(zāi)害預(yù)評估模型而言，其構(gòu)建過多地依賴于歷史資料，因此，歷史資料的好壞在相當(dāng)程度上影響著模型效果。目前的災(zāi)情資料主要存在準(zhǔn)確性不夠、記錄有缺失、記錄指標(biāo)缺乏統(tǒng)一標(biāo)準(zhǔn)以及分辨率較低的問題。那么，如何修正不合理的災(zāi)情資料；不同來源災(zāi)情資料如何比較使用；如何進(jìn)行歷史庫重建，豐富樣本容量或嘗試應(yīng)用信息擴(kuò)散思想[88-89]以改善小樣本數(shù)據(jù)帶來的局限性等更好地將歷史資料應(yīng)用到模型中值得進(jìn)一步研究，這對于未來提高預(yù)估結(jié)果的準(zhǔn)確性非常重要。

(3)模型構(gòu)建本身問題。各種模型不夠成熟，仍需改進(jìn)和發(fā)展。具體體現(xiàn)在模型所依賴的數(shù)學(xué)方法、理論不夠完善，進(jìn)一步導(dǎo)致模型在應(yīng)用上存在局限；模型客觀性不足，需要人為參與評判給出權(quán)重或界定范圍；模型性能欠佳等。在未來，如何加強(qiáng)灰色理論、模糊數(shù)學(xué)等領(lǐng)域在災(zāi)害預(yù)評估上的理論應(yīng)用研究；如何將客觀性方法應(yīng)用到預(yù)評估模型中；如何提升模型性能，包含參數(shù)優(yōu)化和算法改進(jìn)等方面；如何降低模型理想化程度以及減少數(shù)學(xué)統(tǒng)計(jì)方法的使用，逐步明晰災(zāi)害形成的物理機(jī)制、豐富模型物理意義等問題都有待于進(jìn)一步研究。

(4)方法間相互融合。一方面，熵權(quán)法[90]的提出、客觀確定層次分析法中的權(quán)值、自適應(yīng)模糊神經(jīng)推理與優(yōu)化方法相結(jié)合預(yù)評估模型的產(chǎn)生[91]以及發(fā)展的動力與統(tǒng)計(jì)相結(jié)合的模型等均提供了一個新思路；然而未來將哪些方法結(jié)合，以何種形式結(jié)合有助于提升模型預(yù)評估能力值得進(jìn)一步研究。另一方面，運(yùn)用多種方法(涉及到方法選取與比較問題)對同一個熱帶氣旋進(jìn)行災(zāi)前預(yù)評估，綜合分析評估結(jié)果，對于預(yù)評估最終效果的改善同樣值得思考。

(5)目前熱帶氣旋災(zāi)害預(yù)評估在業(yè)務(wù)應(yīng)用上還沒有形成統(tǒng)一的標(biāo)準(zhǔn)和技術(shù)規(guī)范，技術(shù)方法尚不成熟，評估的結(jié)果以半定量化“等級”形式體現(xiàn)，災(zāi)情資料的獲取困難使得建立有效方法困難，先進(jìn)手段獲得高精度資料也尚未發(fā)揮作用。未來推廣和應(yīng)用各種先進(jìn)技術(shù)，加強(qiáng)對災(zāi)害影響因子(包含致災(zāi)因子、承災(zāi)體、孕災(zāi)環(huán)境乃至防御能力建設(shè))的綜合研究，加強(qiáng)對現(xiàn)場和空間對地觀測、空間技術(shù)、遙感、地理信息系統(tǒng)等的有效釋用，將成為災(zāi)害預(yù)評估業(yè)務(wù)工作發(fā)展的主要方向。