浙江省臺風災情時空分布特征及影響因素研究

韓 鵬，郭桂禎，李鑫磊，劉菁菁

（應急管理部國家減災中心，北京 100124）

引言

中國是世界上遭受臺風災害損失最嚴重的國家之一。據統計，1949-2010年，共有428個生成于西北太平洋的臺風登陸我國，平均每年登陸中國的臺風有8個左右［1-2］。臺風不僅會帶來大風、暴雨和風暴潮，還會引發洪水、滑坡、泥石流等次生災害［3］，嚴重制約著中國的經濟和社會可持續發展。而東南沿海首當其沖，成為臺風災害損失最嚴重的地區。東部沿海地區人口密集，經濟發達，承載著38%以上的人口，創造著55%以上的國民生產總值［4］。在全球氣候變暖和海平面上升的背景下［5-6］，東南沿海地區遭受臺風災害的影響非常嚴重，已經成為高風險區域［7］。

目前關于臺風災害研究主要包括以下幾個方面：臺風災害系統論研究［8-9］、臺風災害風險評估［10-12］、臺風災害損失評估［13-15］和臺風災害減災防災能力評估［16-17］。這些研究基于災害系統論，從致災因子、孕災環境和承災體的暴露度中選取影響因子，運用層次分析法或熵權法等賦予權重，評估臺風災害損失或風險。雖然這些研究致力于致災因子的危險性、孕災環境的穩定性和承災體的脆弱性分析，然而，這些研究并沒有定量化分析臺風災害系統中各影響因子的貢獻，各影響因子對災情的貢獻大小尚未清楚。此外，基于縣域尺度的臺風災情研究較少?？h域是中國的基本行政單元，第一次全國自然災害綜合風險普查，正是以縣域為基本調查單元，開展致災要素、承災體、歷史災害和綜合減災能力等風險要素的全面調查。因此，研究縣域尺度自然災害的影響因素，對我國防災減災救災事業起著舉足輕重的作用。

浙江省是中國遭受臺風災害嚴重的沿海省份之一，平均每年有5個臺風登陸或影響浙江省［18］。據有關資料顯示，浙江省因臺風災害造成的直接經濟損失約占其遭受的各種自然災害損失的50%以上［19］。浙江省是中國經濟發達地區之一，人口數量多，經濟體量大，GDP總量約占全國GDP總量的7.3%。但是每年因臺風災害造成嚴重的人員傷亡和財產損失，也嚴重制約著浙江省經濟的高速發展。本文嘗試以縣域為基本研究單元，研究浙江省臺風災情的時空格局特征，并以地理探測器技術為主要研究方法，定量化分析臺風災害系統中的影響因素，以期更加深入地理解臺風災害的形成機理。本研究可為臺風災害的影響因素定量化分析提供方法參考，為防災減災救災決策提供科學依據。

1 研究數據與方法

1.1 研究區域

浙江省地處中國東南沿海長江三角洲南翼，在118°01'～123°10'E、27°02'～31°11'N之間，總面積10.55萬km2。境內地形起伏較大，西南、西北部地區群山峻嶺，中部、東南地區以丘陵和盆地為主，東北地區地勢較低，以平原為主。處于歐亞大陸與西北太平洋的過渡地帶，屬典型的亞熱帶季風氣候區。由于特殊的地理位置和氣候條件，每年夏、秋季節經常遭受臺風侵襲。

1.2 數據來源

文中使用的數據包括浙江省臺風災情數據、降水量數據、風場數據、地形數據、坡度、河網數據、臺風路徑、人口統計數據和GDP等（表1）。臺風災情數據來源國家減災中心數據庫，時間序列為2009-2020年，以縣域為統計單元。降水量數據來源于國家氣象科學數據共享服務平臺，時間序列為2009-2020年，空間分辨率為1 km×1 km。風場數據來源于國家氣象科學數據共享服務平臺，時間序列為2009-2020年，空間分辨率為1 km×1 km。地形數據來源于中國科學院資源環境科學數據中心，空間分辨率為30 m×30 m。坡度數據來源于中國科學院資源環境科學數據中心，空間分辨率為30 m×30 m。河網數據來源于中國科學院資源環境科學數據中心，數據格式為線圖層。臺風路徑數據來源于中國天氣臺風網，數據格式為線圖層。人口統計數據來源于國家統計局，時間序列為2009-2020年，以縣域為統計單元。GDP數據來源于國家統計局，時間序列為2009-2020年，以縣域為統計單元。

表1 數據資料來源Table 1 Data source

1.3 研究方法

（1）地理探測器

地理探測器是一種用于度量空間分層異質性的統計學方法。它基于地理空間分異論，用于探測因變量的決定因素、因素之間的相對重要性等［20］，近年來已有研究用于探測洪澇災害的空間分布特征［21-22］。該方法基于以下假設：若某一獨立變量X對依賴變量Y有重要的影響，則變量Y和X在空間上的分布將會具有較強的空間相似性。X和Y之間的相關性可以用q統計量來衡量：

式中：h=1，2…，L為自變量x的分級，Nh和N分別為第h級和整體的樣本數和σ2分別是第h級和整體的因變量y的方差。q的取值范圍是0～1，q值越大說明自變量x對因變量y的解釋程度越大（即貢獻率越大），反之則越小。地理探測器進行數據處理和分析的過程見圖1。

圖1 地理探測器使用流程Fig.1 Process of using Geodetector to detect the influencing factors of typhoon disasters

（2）數據分級

地理探測器要求輸入的自變量為離散的類型量，如果自變量為連續的數值量，則需要依據相關分級方法對其進行離散化處理。本文根據王勁峰［20］提出的數據離散化方法以及實驗結果，將三日內最大降水量、高程差、河網密度、距臺風中心距離、人口密度、人均GDP，按照自然斷點分類法分成10類；坡度按照＜5°、5°～10°、10°～15°、15°～20°、20°～25°、25°～30°、30°～35°、＞35°分為8類；最大風速按照熱帶氣旋等級國家標準分為11類。

2 結果與分析

2.1 臺風特征

2009-2020年，共有27個臺風登陸或影響浙江省（表2），其中在浙江省登陸的臺風有7個。從年份來看，2018年以5個臺風居首。從臺風級別來看，熱帶低壓0個、熱帶風暴1個、強熱帶風暴4個、臺風5個，強臺風5個、超強臺風12個。從臺風發生的季節來看（圖2），6月1個，7月5個，8月13個，9月6個，10月2個，臺風主要集中發生在7月、8月和9月，約占全年的89%。從臺風強度來看，2019年超強臺風“利奇馬”是歷史上登陸浙江省的臺風中造成陸面大風影響范圍最廣、大風影響持續時間最長和陣風風速最大的臺風。

表2 2009-2020年登陸和影響浙江省的臺風Table 2 Landfalling or affecting typhoons in Zhejiang during 2009-2020

圖2 2009-2020年登陸或影響浙江省臺風季節分布圖Fig.2 Seasonal distribution of typhoons in Zhejiang during 2009-2020

2.2 災情時空分布特征

2009-2020年，臺風共造成浙江省的879個縣次共5 165.7萬人受災、28個縣次共129人死亡、625個縣次共1 987.2千公頃農作物受災，780個縣次共1 987.4億元直接經濟損失（表3）。其中，2013年強臺風“菲特”、2019年超強臺風“利奇馬”造成的損失最為嚴重。

表3 2009-2020年浙江省臺風災害損失Table 3 Annual losses of typhoon disasters in Zhejiang during 2009-2020

通過對各級別臺風造成的損失統計（表4），熱帶低壓造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為0萬人、0人、0千公頃、0億元；熱帶風暴造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為24.9萬人、0人、0.2千公頃、0.1億元；強熱帶風暴造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為159.4萬人、0人、53.5千公頃、12.2億元；臺風造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為1 098.9萬人、13人、485.3千公頃、232.5億元；強臺風造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為2 020.9萬人、9人、979.4千公頃、887.3億元；超強臺風造成浙江省受災人口、死亡人口、受災農作物和直接經濟損失分別為1 861.6萬人、107人、800.2千公頃、855.3億元。其中，超強臺風約占全部臺風數量的44%，造成的損失約占全部受災人口的36%、死亡人口的83%、受災農作物的35%、直接經濟損失的43%。

表4 2009-2020年浙江省各級別臺風災害損失Table 4 Total losses of typhoon disasters in Zhejiang during 2009-2020

值得注意的是，2018年以來，受災人口、死亡人口、受災農作物和直接經濟損失等災情并沒有顯著降低。浙江省應高度重視“人民至上、生命至上”和“兩個堅持、三個轉變”理念，在防災減災救災能力方面要逐步增強。

圖4 2009-2020年浙江省死亡人口分布圖Fig.4 Spatial distribution of deaths in Zhejiang during 2009-2020

圖5 2009-2020年浙江省受災農作物分布圖Fig.5 Spatial distribution of damage crops in Zhejiang during 2009-2020

從2009-2020年浙江省臺風災害損失分布圖（圖3～圖6）可以看出，浙江省內陸地區損失相對較輕，沿海地區的損失較為嚴重。其中，東南沿海的溫州市和臺州市損失最為嚴重，其中，受災縣約占60%，受災人口約占57%，死亡人口約占59%，受災農作物約占42%，直接經濟損失約占43%。東南沿海城市在歷年損失嚴重，與臺風強度以及臺風頻次有關。據統計，共計17個強臺風和超強臺風登陸或影響浙江省東南沿海地區，約占臺風總數的63%，這是造成受災人口、死亡人口、受災農作物和直接經濟損失在全省居首的直接原因。

圖6 2009-2020年浙江省直接經濟損失分布圖Fig.6 Spatial distribution of direct economic losses in Zhejiang during 2009-2020

2.3 影響因素

臺風災害的影響因素可歸納為致災因子、孕災環境因子和人類活動因子。臺風帶來的大風以及強降雨是臺風災害主要的致災因子［23］，本文選取臺風最大風速和三日內最大降水量作為致災因子。孕災環境主要有臺風產生和登陸地區的氣候條件、移動路徑和登陸地區地理條件、臺風登陸地區水文條件、土壤條件和植

被條件等［24-25］，本文選擇高程差、平均坡度、河網密度和距臺風中心距離（受災區距臺風中心的最短距離）作為孕災環境因子。人類活動可改變承災體的分布特征，也可改變地表環境特征，進而影響局部風場和降水特征［26］，本文選擇人口密度和人均GDP作為人類活動因子。

為了研究臺風災害的致災因子的危險性、孕災環境的穩定性和人類活動等因素對承災體的作用，本文統計分析了最大風速、三日內最大降水量、聚臺風中心距離、高程差、平均坡度、河網密度、人口密度和人均GDP對臺風災情的影響，同時參考國際數據庫及相關文獻［27］對臺風災害的篩選標準，把臺風災情分為較重（受災人口≥1萬人、死亡人口≥1人、受災農作物≥1千公頃、直接經濟損失≥1億元）和較輕（受災人口＜1萬人、死亡人口=0人、受災農作物＜1千公頃、直接經濟損失＜1億元）進行比較，具體結果見圖7。

圖7 影響因子箱形圖Fig.7 Boxplot of eight influencing factors

相對于較輕災情，在較重災情的影響因子中，平均風速要大1級，平均降水量要大100 mm，平均聚臺風中心距離要小100 km，平均高程差要大100～200 m，平均坡度要大2～3°，平均河網密度要小100 m/km2。因此，在致災因子中，風速越大，降水量越大，致災危險性越大；在孕災環境因子中，聚臺風中心距離越近，高程差越大，坡度越大，河網密度越小，災害越易發生。在人類活動因子中，人口密度和人均GDP對較重和較輕災情的影響差異不大。

2.4 影響因素貢獻率分析

為了進一步定量分析各影響因素的貢獻率，選取臺風災情較重的數據，運用地理探測器方法，分析致災因子、孕災環境因子和人類活動因子對受災人口、死亡人口、受災農作物、直接經濟損失等災情的影響。具體的分析結果見表5。

表5 各影響因子對浙江省臺風災情的貢獻率Table 5 Contributions of eight influencing factors to typhoon disasters in Zhejiang %

在受災人口中，各影響因子的貢獻率合計為72.1%，影響因子由強到弱依次為最大風速=距臺風中心距離＞三日內最大降水量＞人口密度＞人均GDP＞高程差＞河網密度＞平均坡度。臺風災害影響因子中，最大風速對受災人口的貢獻率最大（20.0%）。距臺風中心距離的貢獻率（20.0%）與最大風速的貢獻率一樣，可以理解為最大風速的強度在空間上的表現與受災區距臺風中心的距離是一致的，即受災區距臺風中心的距離越近，風速強度越高，對人口影響越大。其次是三日內最大降水量（12.8%）對受災人口的貢獻。高程差、平均坡度和河網密度對受災人口影響有一定影響，人口密度和人均GDP因子對受災人口影響不大。

在死亡人口中，各影響因子的貢獻率合計為84.3%，影響因子由強到弱依次為最大風速=距臺風中心距離＞三日內最大降水量＞高程差＞人口密度＞人均GDP＞河網密度＞平均坡度。臺風災害影響因子中，最大風速的貢獻等于距臺風中心距離（25.0%），其次是三日內最大降水量（15.5%）對死亡人口的貢獻率。高程差、平均坡度和河網密度對死亡人口影響有一定影響，人口密度和人均GDP因子對死亡人口影響不大。

在受災農作物中，各影響因子的貢獻率合計為81.0%，影響因子由強到弱依次為最大風速=距臺風中心距離＞三日內最大降水量＞河網密度＞人口密度＞平均坡度＞人均GDP＞高程差。臺風災害影響因子中，最大風速對受災農作物的貢獻率最大（21.5%）。其次是三日內最大降水量的貢獻率（15.1%）。高程差、平均坡度、河網密度對受災農作物有一定影響，人口密度和人均GDP因子對受災農作物影響不大。

在直接經濟損失中，各影響因子的貢獻率合計為71.1%，影響因子由強到弱依次為最大風速=距臺風中心距離＞三日內最大降水量＞高程差＞人口密度＞人均GDP＞河網密度＞平均坡度。臺風災害影響因子中，最大風速對受災人口的貢獻率最大（22.4%），風速等級越高，直接經濟損失數量越大。其次是三日內最大降水量的貢獻（14.0%）。高程差、平均坡度、河網密度、人口密度、人均GDP對直接經濟損失影響較小。

通過分析受災人口、死亡人口、受災農作物和直接經濟損失等災情的影響因子，結果表明，臺風的最大風速、三日內最大降水量和空間距離對災情的影響起著決定性的作用。臺風風速強度越大，降水量越多，距臺風中心距離越近，災情越重。強臺風和超強臺風造成受災人口的比例可達5%～8%，當臺風級別達到12級以上時，災害造成的人員傷亡和直接經濟損失劇烈增長［28］。此外，臺風登陸時會帶來暴雨或特大暴雨［29-30］，其中，約95%的臺風引發的日降水量大于100 mm，約60%的臺風引發日降水量大于250 mm［31-32］，并引發洪澇和山洪災害。高程差、平均坡度和河網密度等對臺風災情的有一定影響。人口密度和人均GDP因子對臺風災情影響不大。

3 結論

本文以縣域為研究單元，通過對浙江省臺風災情數據的分析，結合風場數據、降水數據、地形數據和統計年鑒等資料，研究了臺風災情時空格局特征。在此基礎上，采用地理探測器方法研究了浙江省臺風災情的影響因素。得出結論如下：

（1）2009-2020年，共有27個臺風登陸或影響浙江省，其中在浙江省登陸的臺風有7個。臺風主要集中發生在7月、8月和9月，約占全年的89%。

（2）臺風災害損失嚴重地區主要分布在浙江省東南部沿海地區。27個臺風中，12個超強臺風造成的損失最嚴重，造成的損失約占全部受災人口的36%、死亡人口的83%、受災農作物的35%、直接經濟損失的

43%。

（3）在8個影響因子中，臺風最大風速、三日內最大降水量和距臺風中心距離對受災人口、死亡人口、受災農作物和直接經濟損失的貢獻率最大；高程差、平均坡度和河網密度等對災情有一定影響；人口密度和人均GDP對災情影響不大。

本文在進行臺風災情影響因素分析時，由于受限于數據的質量和精度，還有很多方面需要完善。在致災因子方面，未考慮風暴潮的影響。風暴潮成災頻率高、致災強度大，造成的損失重，對沿海人民的生命財產和海岸帶的經濟有很大影響。在孕災環境方面，未考慮土壤類型、植被指數等因素的影響。土壤類型影響降水的產匯流過程；植被指數反映地表植被覆蓋情況，影響風速和地面降水。在人類活動方面，未考慮防災減災能力、防洪工程的影響。防災減災能力和防洪工程可有效減輕臺風災害損失。本文采用地理探測器方法，能夠探測出不同的影響因子對臺風災情的貢獻率的大小，分析出對臺風災害影響的主要因素，但卻無法檢測影響因子對臺風災情是具有放大效應還是減弱效應?？傊诮窈笈_風災情空間格局以及影響因素研究中，要充分考慮以上因素的影響。