1951—2018年登陸華南地區(qū)熱帶氣旋的危險性特征分析

摘 要：基于1951—2018年登陸我國的熱帶氣旋資料數(shù)據(jù)，利用貪婪高斯分段算法檢測熱帶氣旋危險性趨勢，對時間序列進行分割并利用信息擴散生成不同時間段熱帶氣旋危險性的概率分布，分析了華南地區(qū)登陸熱帶氣旋危險性的空間分布。結果表明：雖然登陸華南的熱帶氣旋數(shù)量呈下降趨勢，但熱帶氣旋的危險性隨時間變化呈上升趨勢；海南省文昌市、萬寧市、瓊中縣和廣東省湛江市的危險性最高，沿海市縣的危險性顯著高于內陸市縣。

關鍵詞：熱帶氣旋；時空特征；危險性；華南地區(qū)

中圖分類號：P444 文獻標志碼：B 文章編號：2095–3305（2024）12–0-03

華南地區(qū)瀕臨西北太平洋，受西太平洋副熱帶高壓和西南季風影響，是我國臺風活動最頻繁的地區(qū)之一。熱帶氣旋產(chǎn)生的大風、暴雨和風暴潮等均會造成嚴重的災害，對人類生命財產(chǎn)和經(jīng)濟社會發(fā)展構成重大威脅。例如，2014年7月登陸海南省的超強臺風“威馬遜”，導致海南省約325.8萬人受災，直接經(jīng)濟損失超過108億元[1]。隨著氣候變化，熱帶氣旋活動的變化對地區(qū)人口和經(jīng)濟的威脅進一步加劇。因此，研究熱帶氣旋的時空特征，對加強區(qū)域防災和抗災能力具有重要現(xiàn)實意義。

近年來，諸多學者對西北太平洋的熱帶氣旋活動進行了一系列研究，徐新良等[2]研究了海上絲綢之路相關海域的臺風危險性，其中西北太平洋的熱帶氣旋危險性顯著高于其他海域。龔月婷等[3]的研究表明，我國南海的強臺風具有離陸地近、變化快速和高強度等特點。徐慶娟等[4]估計臺風災害概率分布，計算多致災因子下的災害損失風險。江文等[5]表明我國南海生成的熱帶氣旋數(shù)量呈遞減趨勢。

當前，大量研究對熱帶氣旋活動特征的分析，主要集中于熱帶氣旋的強度和頻次方面，對不同時期的熱帶氣旋危險性特征分析較少。因此，本研究利用貪婪高斯分段算法對時間序列進行分段，研究不同時期熱帶氣旋危險性特征，利用信息擴散分析各個時期的危險性，以期為防臺減災提供重要參考依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

1951—2018年的熱帶氣旋數(shù)據(jù)來自中國氣象局熱帶氣旋資料中心最佳路徑數(shù)據(jù)集、中國臺風網(wǎng)，包括過程最大風速、過程日最大降水量和累計最大降水量等數(shù)據(jù)，并選取華南地區(qū)（廣東省、廣西壯族自治區(qū)和海南?。┳鳛檠芯繀^(qū)域。

1.2 貪婪高斯分段算法

時間序列是按時間排序的一系列觀測值，廣泛應用于生物學、氣象學和金融等領域中。熱帶氣旋時間序列包含若干數(shù)量的，不同持續(xù)時間的潛在熱帶氣旋演變模式；對于時間序列，檢測時間序列的關鍵點，識別出時間序列中潛在的變化模式，對于臺風危險性評估分析具有重要意義[6]。利用貪婪高斯分段算法（Greedy Gaussian Segmentation，GGS），將多元時間序列劃分為多個子序列片段，然后研究不同時間段的熱帶氣旋危險性變化趨勢。GGS將子序列片段的數(shù)據(jù)建模為具有不同均值和協(xié)方差的多元高斯分布，然后將多元時間序列分割問題轉化為最大似然問題，進而將其簡化為搜索可能邊界的組合優(yōu)化問題并求解。

令Sr表示S={x1，x2，…，xt，…，xn}中的第x個分段[br-1，br]，Sr=[xbr-1，…，xbr]。第r個分段中每個觀測點xt服從多元高斯分布，其均值和協(xié)方差矩陣分別如下。

（1）

（2）

GGS將時間序列分段問題視為分段模型的參數(shù)求解，通過似然值最大化，近似地找到最優(yōu)分段點，高斯分段模型的相關參數(shù)學習需要計算S={x1，x2，…，xt，…，xn}的對數(shù)似然函數(shù)以進行最大似然估計，最大似然估計的似然函數(shù)如式（3）所示，其中C為常數(shù)。

φ（b，μ，∑）=C+ψ（br-1，br）（3）

1.3 信息擴散理論

信息擴散通過對樣本進行集值化處理，克服小樣本數(shù)據(jù)集樣本量不足的缺點[7]。對于給定的樣本集，信息擴散通過正態(tài)分布映射，挖掘時間尺度上隱含的特征信息。設X為過去m年的熱帶氣旋危險指數(shù)樣本集X={x1，x2，…，xi-1，xi，xi+1，…，xn}，xi表示樣本點，n為樣本點總數(shù)。設U為對每個樣本進行信息擴散的集合，U={u1，u2，…，uj-1，uj，uj+1，…，um}，uj為離散得到數(shù)值，m為離散總數(shù)。在樣本集X中，xi采用式（4）將其擴散成U中的所有點。

（4）

式（4）中的h為信息擴散系數(shù)，其計算公式如下：

（5）

經(jīng)信息擴散推斷出觀測值為uj的樣本個數(shù)，記為Ci，表達式如下：

Ci=fi（uj）（6）

對于任意樣本xi的歸一化信息的分布記為

（7）

假設

q（uj）=uxi（uj）（8）

由式（7）和式（8）得到所有樣本落在U處的頻率，如式（9）所示。

Q=q（uj）（9）

（10）

式（10）中的所有樣本落在U處的頻率可近似為概率估計值，并得到其超越概率值為臺風的危險值，超越概率值計算公式如式（11）所示。

P（u≥uj）=q（uj）（11）

1.4 熱帶氣旋危險性指數(shù)

熱帶氣旋產(chǎn)生大風、暴雨和海浪等致災因子，其中風是決定熱帶氣旋等級的主要因子。參照我國的《熱帶氣旋等級》（GB/T 19201—2006）標準，本研究的熱帶氣旋包括熱帶低壓風暴（TS，STS）、臺風（TY）、強臺風（STY）和超強臺風（Super TY）共4個等級。危險性是度量致災因子對承載體的致險程度，本研究利用熱帶氣旋的日最大降水量（單站）、累計最大降水量（單站）和過程最大風速（單站）3個主要因子進行熱帶氣旋危險性分析。并采用主客觀組合權重法（TFN-AHP-EW）計算致災因子的權重，得到日最大降水量、累計最大降水量和過程最大風速的權重分別為

0.473 2、0.179 2和0.346 7，然后通過加權求和得到熱帶氣旋的危險指數(shù)[8]。

采用貪婪高斯分段算法和信息擴散理論檢測華南登陸熱帶氣旋危險性變化趨勢，除了研究時間尺度上的熱帶氣旋危險性變化趨勢，還對華南地區(qū)登陸熱帶氣旋危險性進行地理區(qū)劃，本研究的熱帶氣旋危險性特征分析包括時間和空間危險性特征分析2個方面。參考徐新良等方法計算登陸熱帶氣旋危險性的地理分布，并將熱帶氣旋危險分為輕微危險、低度危險、中度危險、高度危險和極度危險5個危險等級。

2 熱帶氣旋危險性特征

2.1 危險性趨勢特征

1951—2018年登陸華南地區(qū)的熱帶氣旋頻數(shù)如圖1所示，年均登陸華南地區(qū)的熱帶氣旋個數(shù)約為6.3個，且登陸頻數(shù)有明顯的變化趨勢。采用線性趨勢分析，得到熱帶氣旋登陸頻數(shù)變化趨勢，且給出了兩個時間段線性趨勢分析的擬合方程，1951—1996年線性趨勢方程的斜率＞0，而1997—2018年線性趨勢方程的斜率＜0。結果表明，1951—1996年登陸華南的熱帶氣旋呈緩慢上升趨勢，而1997—2018年的登陸頻數(shù)呈下降趨勢。

采用主客觀組合權重法得到1951—2018登陸華南地區(qū)熱帶氣旋的危險指數(shù)曲線如圖2所示?；谌兆畲蠼邓?、累計最大降水量和過程最大風速3個因子，采用GGS進行熱帶氣旋危險趨勢分段結果，得到華南登陸熱帶氣旋的時間分段點為1989年。GGS分段結果分成1951—1989年和1990—2018年兩個時間段。采用線性趨勢分析檢測熱帶氣旋危險性指數(shù)的變化時間節(jié)點為1989年，從圖2可以看出，GGS時間分段結果與熱帶氣旋危險性變化趨勢吻合。1951—2018年登陸華南的熱帶氣旋危險性總體呈上升趨勢。其中，1951—1989年的熱帶氣旋危險性呈緩慢上升趨勢，1990—2018年的熱帶氣旋危險性上升趨勢顯著。

利用信息擴散對GGS分段結果進行計算，得到圖2a和圖2b為兩個時間段的熱帶氣旋危險性發(fā)生的概率分布。其中，1951—1989年的熱帶氣旋危險性指數(shù)分布較分散，而1990—2018年的危險性指數(shù)分布較為集中。除危險指數(shù)分布較集中，1990—2018年較大危險指數(shù)熱帶氣旋發(fā)生的概率也較大。例如，在1996年后，危險指數(shù)為30的熱帶氣旋發(fā)生的概率明顯高于1996年前。結果表明，隨著時間變化，危險指數(shù)較大的熱帶氣旋發(fā)生的概率增加。綜合圖1和圖2可知，1997年后，雖然登陸華南地區(qū)的熱帶氣旋數(shù)呈下降趨勢，但較高危險性的熱帶氣旋發(fā)生的概率增高。

2.2 危險性分布特征

圖3為登陸華南熱帶氣旋的危險性等級分布，海南省的文昌市、瓊海市和萬寧市、廣東省的湛江市等沿海市縣的危險性級別最高，處于極度危險狀態(tài)；茂名市、江門市、汕頭市、潮州市、瓊中縣、屯昌縣、海口市、三亞市、北海市等部分區(qū)域處于高度危險狀態(tài)。廣東的佛山市、廣州市和惠州市等部分地區(qū)，以及廣西的欽州市和防城港市部分區(qū)域，處于中度危險狀態(tài)。廣東的云浮市、肇慶市和河源市等部分地區(qū)，廣西中部和西北部大部分區(qū)域處于低度危險狀態(tài)。對于極度危險和高度危險區(qū)域面積，海南省、廣東省雷州半島和北部灣沿海市縣面積占比最高。其中，整個海南省的中東部處于極度危險狀態(tài)；廣東省的極度危險和高度危險區(qū)域主要集中于雷州半島和沿海地區(qū)。

該圖基于自然資源部標準地圖服務網(wǎng)站下載的審圖號為GS（2024）0650號的標準地圖制作，底圖無修改。

3 結論

基于1951—2018年登陸我國的熱帶氣旋數(shù)據(jù)，采用貪婪高斯分段算法對1951—2018年登陸華南的熱帶氣旋進行分段，利用信息擴散理論構建各個時間段的危險性概率分布。結論如下：

1951—1996年登陸華南地區(qū)的熱帶氣旋數(shù)呈緩慢上升趨勢，而1997—2018年登陸的熱帶氣旋數(shù)呈下降趨勢；1951—2018年，登陸華南地區(qū)的熱帶氣旋危險性呈上升趨勢，1951—1989年的熱帶氣旋危險性呈緩慢上升趨勢，而1990—2018年的熱帶氣旋危險性上升趨勢較1951—1989年顯著；近年來，雖然登陸華南的熱帶氣旋頻數(shù)呈下降趨勢，但熱帶氣旋危險性呈上升趨勢；對于不同地區(qū)，熱帶氣旋的危險性并不相同，文昌市、瓊海市、萬寧市、湛江市、茂名市、江門市和北海市等沿海市縣的危險性顯著高于內陸市縣。

4 結束語

本研究從登陸熱帶氣旋風速、降水和頻數(shù)等因素分析登陸華南的熱帶氣旋危險性，并給出了華南地區(qū)熱帶氣旋危險性變化趨勢和地理區(qū)劃。在全球氣候變化背景下，熱帶氣旋的強度、頻數(shù)和分布也隨之變化，人口和經(jīng)濟等承災體的暴露度增加，這將加劇熱帶氣旋災害的損失。因此，在熱帶氣旋危險性特征分析的基礎上，下一步擬引入人口密度、經(jīng)濟發(fā)展水平和基礎設施等承災體因子進行熱帶氣旋災害評估，實現(xiàn)精細化熱帶氣旋災害損失評估和地理區(qū)劃，為防災減災提供科學依據(jù)。

參考文獻

[1] 曹詩嘉，方偉華，譚駿.基于海南省“威馬遜”及“海鷗”臺風次生海岸洪水災后問卷調查的室內財產(chǎn)脆弱性研究[J].災害學，2016，31（2）：188-195.

[2] 徐新良，申志成，李嘉豪，等.“海上絲綢之路”主要海域熱帶氣旋時空分布特征及其危險性[J].地球信息科學學報， 2020，22（12）：2383-2392.

[3] 龔月婷，程正泉，楊詩琪.南海熱帶氣旋極端快速加強標準研究[J].熱帶氣象學報，2024，40（4）：650-658.

[4] 徐慶娟，潘金蘭，劉合香.基于二維云信息擴散和三維信息擴散的臺風災害風險估計[J].氣象研究與應用，2021，42 （3）：23-30.

[5] 江文，王東海，張春燕，等.近70年不同路徑的南海熱帶氣旋的統(tǒng)計特征[J].熱帶氣象學報，2022，38（3）：433-443.

[6] 林意，朱志靜.基于趨勢的時間序列分段線性化算法[J].重慶大學學報，2019，42（3）：92-98.

[7] 王鵬.基于信息擴散理論及數(shù)據(jù)整合的貴州洪災風險評價研究[J].中國農(nóng)村水利水電，2018（2）：109-112.

[8] 張曉宇，韋波，楊昊宇，等.基于GIS的廣東省臺風災害風險性評價[J].熱帶氣象學報，2018，34（6）：783-790.

收稿日期：2024-09-13

基金項目：2021年度廣西高校中青年教師科研基礎能力提升項目“華南臺風災害風險評估的數(shù)學模型研究”（2021KY1751）。

作者簡介：唐飛籠（1993—），女，廣西都安人，講師，研究方向為臺風災害風險評估。