基于空间参数的中国沿海地区台风灾害暴露性分析

叶金玉，王舒凡，丁 凤

(1.福建师范大学地理研究所， 福建 福州 350007；2.福建省陆地灾害监测评估工程技术研究中心， 福建 福州 350007；3.厦门蓝德信息科技有限公司 福建 厦门 361021)

0 引言

在全球气候变暖、海平面上升和快速城市化的背景下，各种自然灾害发生的频率、强度及范围不断增加[1]。进入21世纪以来，沿海地区城市化进程加快，随着人口的增长和社会经济的发展，该地区因自然灾害导致的经济损失和人员伤亡情况也呈上升趋势[2]。台风是一种破坏性极强的灾害性天气系统，其发生的频率高、范围广、破坏强度大，已经成为人类面临的最严重的环境问题之一。

中国沿海地区人口和产业集聚，已成为建立开放性经济体系和发展外向型经济的黄金地带，但每年却因为台风灾害造成高达百亿元的直接经济损失[3]。沿海地区战略地位的不可替代性和面对台风灾害的高风险性已经引起了政府和学术界的高度关注[4]。牛海燕等[3]依据自然灾害系统理论，综合考虑致灾因子和承灾体特征，采用灾次指数和承灾体指数对中国沿海地区近20年的台风灾害的危险性、脆弱性和风险性进行分析评价。陈文方等[5]、Zhang Y[6]等分别对长三角地区的台风灾害风险开展评估。魏章进等[7]对中国东南沿海的台风灾害风险等级进行评估并分析其总体变化趋势。张悦等[8]对广东省各市台风灾害风险进行评估。李菁等[9]对广西省的台风灾害进行评判与排序，并对不同路径进入广西的台风灾害成因进行分析与探讨。陈香[10]、叶金玉[11]、朱婧等[12]分别采用不同方法对福建省的台风灾害风险进行评估。周亚飞等[13]、周小梅等[14]分别采用不同方法对浙江省的台风灾害开展评估与区划。Alexandros等[15]利用高保真模拟数据库开发实时评估工具对美国新奥尔良地区的飓风灾害风险进行评估。

然而，现有关于台风灾害的研究多集中于风险评价、致灾因子的危险性分析、台风灾害脆弱性分析、台风登陆研究等[16]，关于台风灾害的暴露性研究相对较少。台风灾害暴露性分析是台风灾害风险评估的重要组成部分，可为风险评估提供基础性资料。Kossin等的研究表明，未来西北太平洋地区的台风灾害暴露性将呈现新的变化特征[17]。因此，本文基于历史台风记录资料，以中国沿海地区的15个省市(包括港澳台在内)为研究区域，将地级市作为研究单元，根据研究单元所处的地理位置及其他空间特征分析沿海地区台风灾害暴露性的空间差异性。

1 数据来源与处理

根据热带气旋登陆时刻的强度，可将其分为7个等级：强度未知或低于热带低压、热带低压、热带风暴、强热带风暴、台风、强台风和超强台风[18]，本文研究的热带气旋不分等级，统称为台风。台风数据来源于中国气象局热带气旋资料中心[18]，包括1949—2016年西北太平洋上(含南海，赤道以北，东经180°以西)的热带气旋最佳路径数据集(台风记录的间隔时间为6小时)和登录中国的台风数据。利用GIS技术将1949—2016年共68个年份的2225条台风路径记录资料中提取台风路径记录点的经纬度坐标，将其转为矢量点，并将其转换成矢量线，进一步检索出登录中国的台风路径数据(图1)。中国行政区划图来源于全国行政区划下载中心[19]，根据政区图取沿海地区15个省市(包括港澳台)和沿海岸线，包括大陆海岸线(南起广西北仑河口(防城港市)，北至辽宁鸭绿江口(丹东市))和岛屿海岸线(台湾、海南、舟山三个岛屿的边界线)。

图1 1949—2016年登陆中国的台风路径Fig.1 Typhoon paths landing in China from 1949 to 2016

2 研究方法

本文探讨的台风灾害暴露性是指单纯针对某一研究单元的空间属性特征，分析其可能遭受台风灾害危险的程度大小。因此，这里的暴露性是指各研究单元的整体暴露性，不考虑其内在脆弱性或危险性。借鉴Paul对美国飓风灾害的暴露性分析方法[20]，采用多元线性逐步回归分析方法建立各地级市遭受台风袭击次数与其地理空间参数之间相关关系的解释性模型，并利用此模型的预测值作为定量评价各研究单元台风灾害暴露水平的指标。这里的地理空间参数选取了研究单元的面积、周长、质心的经、纬度坐标、形状指数，以及质心到海岸线的距离等。本文以地级市为研究单元，但由于海南省和台湾省的行政等级划分方法与其他省的不一样，因此，这两个省份直接以省级行政区为研究单元。

2.1 指标的计算方法

(1)台风累计袭击次数。台风累计袭击次数是指某一研究单元在一定时间周期内台风路径经过次数的累加值。台风累计袭击次数多少不考虑台风接触面积，只统计台风路径经过该单元的次数。对于每一个研究单元，台风路径经过一次即为相交一次，袭击次数记为1，依此进行累加计算。利用ArcGIS中线与多边形的相交工具计算获得。

(2)各研究单元的空间参数

质心纬度，计算研究单元质心坐标的纵坐标，单位为十进制度。

图2 1949—2016年中国沿海地区遭受台风袭击次数空间分布图Fig.2 Spatial distribution map of the number of typhoon attacks in coastal areas of China

质心经度，计算研究单元质心坐标的横坐标，单位为十进制度。

距离海岸线的远近程度，研究单元质心坐标点到海岸线的最短距离(单位km)。利用ArcGIS的邻域分析工具计算获得。

面积，计算研究单元在等积投影下的面积(单位km2)。

亩成本种子25元、化肥料农药150元、机播机收120元、人工80元，合计375元。亩产油菜籽130公斤、单价5.2元/公斤、亩产值676元。亩纯收入301元。

周长，研究单元的边界线长度(单位km)。

形状指数，研究单元的周长与其面积开方的比值。对面积进行开方取值是为了保证形状指数不依赖于尺度变化；在此基础上，将比值结果乘以0.25，使形状接近于正方形的研究单元的形状指数为1.0。

利用上述6个空间参数作为自变量，台风累计袭击次数为因变量，做自变量和因变量的相关关系分析，可获得台风袭击次数的解释模型。

2.2 多元线性逐步回归分析方法

回归分析方法是研究要素之间具体的数量关系的工具，运用这种方法能够建立反映地理要素之间具体的数量关系的数学模型，即回归模型[21]。因此，本文采用多元线性回归分析方法对上述空间参数与台风累计袭击次数之间的相关关系进行分析，其理论模型[22]如下：

式中，Y代表因变量，Xi为自变量，m是自变量个数，ai为偏回归系数，e为随机误差。

3 结果分析

3.1 台风累计袭击次数空间分布格局

根据1949—2016年登录中国的台风数据和台风累计袭击次数的计算方法，计算获得中国沿海地区各研究单元的台风累计袭击次数空间分布图(图2)，以及沿海地区遭受台风袭击累计次数最多的前10个研究单元表(表1)。

由图2和表1可以看出，中国沿海地区各市遭受台风袭击的累计次数空间分布差异显著，并呈现由南部沿海向北部沿海逐渐降低的趋势。袭击次数在100次以上的研究单元多分布在台湾、海南、福建、广东和广西等东南沿海地区，袭击次数在10次以下的多分布在天津市、河北省和辽宁省。

表1 1949—2016年累计遭受台风袭击次数最多的前10个研究单元

3.2 回归分析结果

以前文的6个空间参数作为自变量，台风累计袭击次数为因变量，进行多元线性逐步回归分析。分析结果表明，累计袭击次数与边界线周长、纬度、质心与海岸线距离及形状指数存在较高的相关性，由此建立多元回归预测模型：

0.154X4-74.154

(2)

对该预测模型进行拟合度检验、显著性检验及t检验，结果表明该回归方程有较高的拟合度。该模型中，X1是研究单元的周长，其回归系数为正值，表明台风累计袭击次数与边界线周长呈正相关，即研究单元边界线周长越长，可能遭受台风袭击的次数越高；X2、X3、X4分别表示纬度、质心与海岸线距离及形状指数，其系数均为负，表明台风累计袭击次数与纬度、质心距海岸线距离及形状指数呈负相关，即纬度越低，距离海岸线越近，形状指数越小(区域越狭长)，可能遭受台风袭击的次数越高。

3.3 台风灾害暴露性分析结果

将式(2)作为台风灾害暴露性水平的评价模型，即综合考虑上述相关性最强的四个空间参数：研究单元的周长、纬度、质心与海岸线的距离、形状指数，对研究区各研究单元可能遭受的台风袭击次数进行估算，再采用极差标准化方法对此估算值进行标准化处理，以此作为台风灾害暴露性的表征指标。

(3)

式中，Ei表征某研究单元的台风灾害暴露性，Hi是某研究单元的台风袭击次数估算值，max(H)、min(H)分别是研究区台风袭击次数估算结果的最大值和最小值。根据式(3)，计算获得中国沿海地区的台风灾害暴露性指数。采用自然断点分级法，按暴露性指数高低将研究区的暴露性水平分为5个等级：最高、较高、中等、较低、最低，最终获得如图3所示的中国沿海地区台风灾害暴露性空间格局图。

表2 暴露性指数最高的10个研究单元

图3 中国沿海地区台风灾害暴露性空间格局Fig.3 Spatial distribution map of typhoon disaster exposure in coastal areas of China

由图3、表2、表3可以看出，中国沿海地区的台风灾害暴露性空间差异显著，并呈现从南部沿海向北部沿海逐步降低的趋势，具体特征如下：(1)暴露性水平最高及较高的研究单元主要分布在台湾省、海南省、福建省、广东省、广西省及上海市等东南沿海地区，表2列出的暴露性指数最高的10个研究单元均位于这里的前面5个省份，其中暴露性指数最高的是台湾省；暴露性水平中等的研究单元多分布在长江以北的北部沿海省份，包括江苏省、山东省及河北省等；暴露性水平较低及最低的研究单元主要分布在山东省和河北省的内陆地区及辽宁省，表3列出的暴露性指数最低的10个研究单元有9个属于这3个省份。(2)属于同一个省份或者纬度相近的各研究单元，呈现距海岸线距离越近暴露性越大的特点，例如，浙江省、福建省、广东省、广西省、山东省、河北省等地区的沿海研究单元的暴露性普遍高于内陆的研究单元。(3)大多数研究单元的暴露性分析结果与实际情况较吻合，说明利用研究单元本身的空间参数进行台风灾害暴露性分析的研究方法较合理，且容易实现。因此，针对研究单元空间参数的特征分析可为台风灾害风险评估指标的选择及评估方法的改进提供参考。

表3 暴露性指数最低的10个研究单元

以上分析结果表明，本文所采用的研究方法较合理，并具有较大可行性，针对其中出现的极少数面积较小的研究单元(如舟山市等)的暴露性结果与实际情况有一定差别的情况，原因可能有以下两方面：一是空间参数本身与空间范围紧密相关，而本文仅选择中国沿海省份为研究区，这种狭长的研究范围内有限的样本数量在一定程度上影响了台风累计袭击次数与研究单元空间参数的相关分析结果。二是以研究单元与台风路径是否相交来判断该研究单元是否遭受台风袭击，并进行台风袭击次数统计的结果实际上相当于台风登陆的次数，因此，面积较小的研究单元的登陆次数可能相对较少，进而导致其暴露性相对较低。尽管相对于总共116个研究单元的样本数，仅出现少数几个异常的结果是属于可接受的范围，但也说明在未来研究中，针对其中某些指标的提取方法仍存在进一步优化的空间。

4 结论与讨论

本文基于历史台风路径数据，以中国沿海地区为研究区，将地级市作为研究单元，计算其相关的空间参数，用多元线性回归分析方法建立台风累计袭击次数和空间参数之间相关关系的解释性模型，在此基础上，对研究区台风灾害的暴露性进行分析。主要结论如下：

(1)中国沿海地区遭受台风袭击次数的空间分布差异显著，呈现由南部沿海向北部沿海逐渐降低的趋势，最高值集中分布在台湾、海南、广东、福建、广西等地区。台风灾害累计袭击次数与研究单元的边界线周长呈正相关，与纬度、距海岸线的距离、形状指数呈负相关。

(2)中国沿海地区的台风灾害暴露性空间差异显著，呈现从南部沿海向北部沿海逐步降低的趋势。暴露性水平最高的10个研究单元均分布于台湾、海南、广东、福建、广西等5个省份，其中暴露性指数最高的是台湾省；暴露性水平中等的研究单元多分布在长江以北的北部沿海省份，包括江苏省、山东省及河北省等；暴露性水平较低的研究单元主要分布在山东省和河北省的内陆地区及辽宁省；属于同一个省份或者纬度相近的各研究单元，呈现距海岸线距离越近暴露性越大的特点。

(3)大多数研究单元的暴露性分析结果与实际情况较吻合，说明本文的研究方法总体上较合理，可为台风灾害风险表征指标的选择及评估方法的改进提供参考依据及基础性资料，进而为沿海地区的防台抗灾工作提供科学依据。针对其中出现的极少数研究单元分析结果不够合理的情况，进一步研究可考虑以全国范围为研究区，扩大研究范围，或者是基于更小的县域单元进行分析。在统计研究单元台风累计袭击次数时可考虑从台风的强度等级、风圈半径等方面进行改善，使分析结果更合理、有效。