广东省台风灾害时空格局及影响因素研究*

2022-09-19 07:23郭桂祯廖韩琪
灾害学 2022年3期
关键词:经济损失贡献率台风

韩 鹏,郭桂祯,孙 宁,廖韩琪

(应急管理部国家减灾中心,北京100124)

台风灾害是中国东部沿海地区常见的自然灾害,严重制约着中国的经济和社会可持续发展。1949—2010年,共有428个台风登陆我国,平均每年登陆中国的台风有8个左右[1-2]。东部沿海地区人口密集,经济发达,承载着38%以上的人口,创造着55%以上的国民生产总值[3]。在全球气候变暖和海平面上升的背景下[4-5],东部沿海地区遭受台风灾害的影响非常严重,已经成为高风险区域[6]。

中国关于台风灾害研究主要包括以下几个方面:台风灾害系统论研究[7-8]、台风灾害风险评估[9-11]、台风灾害损失评估[12-14]和台风灾害防灾减灾能力评估[15-16]。这些研究基于灾害系统论,从致灾因子、孕灾环境和承灾体的暴露度中选择影响因子,运用层次分析法或熵权法等赋予权重,评估台风灾害损失或风险。然而,这些研究并没有定量分析影响因子对台风灾害的贡献,选择的影响因子和赋予的权重值主观性较强,不能客观准确地反映台风灾害情况。此外,对于县域尺度的台风灾害研究鲜有报道。县域是中国的基本行政单元,第一次全国自然灾害综合风险普查,正是以县域为基本调查单元,开展致灾要素、承灾体、历史灾害和综合减灾能力等风险要素的全面调查。因此,研究县域尺度自然灾害的影响因素,对我国防灾减灾救灾事业起着举足轻重的作用。

广东省是中国遭受台风灾害最严重的省份,平均每年有4个台风登陆广东省[17-18],约占全国台风的一半。据有关资料显示,广东省因台风灾害造成的直接经济损失约占其遭受的各种自然灾害损失的60%[19]。广东省是中国经济发达地区之一,人口数量多,经济体量大,GDP总量约占全国GDP总量的10%,常年居首。但是每年因台风灾害造成严重的人员伤亡和财产损失,也严重制约着广东经济的高速发展。本文首次尝试以县域为基本的研究单元,研究广东省台风灾害的时空格局特征,并量化分析影响因素,以期更加深入地理解台风灾害的形成机理。本研究可为台风灾害的影响因素定量化分析提供理论参考,为防灾减灾决策提供科学依据。

1 数据来源与研究方法

1.1 研究区域

广东省地处中国大陆南端沿海,在20°13′~25°31′N、109°39′~117°19′E之间,总面积17.98万 km2。地势北高南低,从粤北山地逐步向南部沿海递降,形成北部山地、中部丘陵、南部以平原台地为主的地貌格局。广东省属于东亚季风区,从北向南分别为中亚热带、南亚热带和热带气候。年平均降水量在1 300~2 500 mm之间。受热带季风气候和副热带高压共同影响,台风灾害频繁发生。

1.2 数据来源

本文使用的数据包括广东省台风灾情数据、降水量数据、风场数据、地形数据、河网数据、坡度、台风路径、人口统计数据和GDP等(表1)。台风灾情数据来源国家减灾中心数据库,时间序列为2009—2020年,以县域为统计单元。降水量数据来源于国家气象科学数据共享服务平台, 时间序列为2009—2020年,空间分辨率为1 km×1 km。风场数据来源于国家气象科学数据共享服务平台, 时间序列为2009—2020年,空间分辨率为1 km×1 km。地形数据来源于中国科学院资源环境科学数据中心,空间分辨率为30 m×30 m。坡度数据来源于中国科学院资源环境科学数据中心,空间分辨率为30 m×30 m。河网数据来源于中国科学院资源环境科学数据中心。台风路径数据来源于中国天气台风网。人口统计数据来源于国家统计局,时间序列为2009—2020年,以县域为统计单元。GDP数据来源于国家统计局,时间序列为2009—2020年,以县域为统计单元。

1.3 研究方法

(1)地理探测器。地理探测器是一种用于度量空间分层异质性的统计学方法。它基于地理空间分异理论,用于探测因变量的决定因素、因素之间的相对重要性等[20],近年来已有研究用于探测洪涝灾害的空间分布特征[21-22]。该方法基于以下假设:若某一独立变量X对依赖变量Y有重要的影响,则变量Y和X在空间上的分布将会具有较强的空间相似性。X和Y之间的相关性可以用q统计量来衡量:

(1)

式中:h=1,2,…;L为自变量x的分级;Nh和N分别为第h级和整体的样本数;σ2h和σ2分别是第h级和整体的因变量y的方差;q的取值范围是0~1,q值越大说明自变量x对因变量y的解释程度越大(即贡献率越大),反之则越小。

(2)数据分级。地理探测器要求输入的自变量为离散的类型量,如果自变量为连续的数值量,则需要依据相关分级方法对其进行离散化处理。本文根据王劲峰[20]提出的数据离散化方法以及实验结果,将3 d内最大降水量、高程差、河网密度、距台风中心距离、人口密度、人均GDP,按照自然断点分类法分成10类;坡度按照<5°、5°~10°、10°~15°、15°~20°、20°~25°、25°~30°、30°~35°、>35°分为8类;最大风速按照热带气旋等级国家标准分为11类。

2 结果与分析

2.1 台风特征

2009—2020年,共有47个台风登陆或影响广东(表2),其中在广东登陆的台风有28个。从年份来看,2009年以7个台风居首。从台风级别来看,热带低压0个、热带风暴5个、强热带风暴8个、台风8个,强台风5个、超强台风21个。从台风发生的季节来看(图1),6月5个,7月12个,8月11个,9月12个,10月6个,11月1个,台风主要集中发生在7月、8月和9月,约占全年的75%。从登陆地点来看,台风在广东南部登陆的数量有20个,约占登陆台风的71%,广东沿海地区台风登陆次数有从西向东减少的趋势[18]。从台风强度来看,2018年“山竹”是历史上登陆广东的台风中造成陆面大风影响范围最广、大风影响持续时间最长、阵风风速最大的台风。

表1 数据资料来源

表2 2009—2020年登陆和影响广东的台风

图1 2009—2020年登陆或影响广东台风季节分布图

2.2 灾情时空分布特征

2009—2020年,台风共造成广东1 081县次共5 886.1万人受灾、70县次共296人死亡、839县次共4 465.8 khm2农作物受灾,1 031县次共1 720.5亿元直接经济损失(表3)。其中,2013年因台风发生次数多、强度级别高而损失最严重。

通过对各级别台风造成的损失统计(表4),热带低压对广东没有造成损失;热带风暴造成广东受灾人口、死亡人口、受灾农作物和直接经济损失分别为289.8万人、6人、185.0 khm2、32.3亿元;强热带风暴造成广东受灾人口、死亡人口、受灾农作物和直接经济损失分别为211.6万人、1人、202.8 khm2、158.8亿元;台风造成广东受灾人口、死亡人口、受灾农作物和直接经济损失分别为709.7万人、13人、718.1 khm2、98.2亿元;强台风造成广东受灾人口、死亡人口、受灾农作物和直接经济损失分别为457.5万人、3人、594.4 khm2、103.6亿元;超强台风造成广东受灾人口、死亡人口、受灾农作物和直接经济损失分别为4 217.5万人、273人、2 665.5 khm2、1 327.6亿元。其中,超强台风约占全部台风数量的45%,造成的损失约占全部受灾人口的72%、死亡人口的92%、受灾农作物的61%、直接经济损失的77%。

值得注意的是,2018年以来,受灾人口、死亡人口、受灾农作物和直接经济损失等灾情都显著降低,这与受灾人口转移安置率的提高和防灾减灾能力的提升密不可分。表明自应急管理部成立以来,在“人民至上、生命至上”和“两个坚持、三个转变”理念的指导下,广东在防灾减灾救灾能力方面逐步增强。

从2009—2020年广东台风灾害损失分布图(图2-图5)可以看出,广东北部的损失整体较轻,南部的湛江市损失最严重,其中,受灾县约占25%,受灾人口约占27%,受灾农作物约占42%,直接经济损失约占28%。湛江市在历年损失中居首,与台风强度及台风频繁在湛江市登陆有关。据统计,台风在湛江市登陆的数量为11个,约占登陆台风总数的40%,这是造成受灾人口、受灾农作物和直接经济损失在全省居首的直接原因。

已有相关研究表明,广东省是中国沿海地区热带气旋登陆次数最多的省份,而湛江市是广东省内台风灾害风险最大的地级市[23]。由于西北太平洋是台风的重要发源地,而台风结构以及它所处的环流场决定了向西北方向移动的趋势, 而广东沿海地区正位于这一发源地的西北方向,这种特殊的地理位置使其极易遭受台风侵袭。

旅游经济网络结构特征的动态变化是不同地区间旅游经济相互作用、相互影响的综合反映。本文目前还存在一定的不足。第一,只选取3个时间截面下旅游收入指标进行分析,河南省旅游经济网络结构的演化特征有待深入分析。第二,旅游经济网络的形成受多方因素的影响,文章只选取了5个方面供给因素,需求因素对旅游经济网络的作用还有待进一步的探索。在后续研究中须在更长时间段内探索河南旅游经济网络结构的时空演化规律,并从多维度对网络结构的演化机理进行分析。

表3 2009—2020年广东台风灾害损失

表4 2009—2020年广东各级别台风灾害损失

图2 2009—2020年广东受灾人口分布图(基于自然资源部标准地图服务网站审图号为GS(2019)3333号的标准地图制作,底图无修改,下同。)

图3 2009—2020年广东死亡人口分布图

图4 2009—2020年广东受灾农作物分布图

图5 2009—2020年广东直接经济损失分布图

表5 各影响因子对广东台风灾情的贡献率(%)

2.3 影响因素分析

台风灾害的影响因素可归纳为致灾因子、孕灾环境因子和人类活动因子。台风带来的大风以及强降雨是台风灾害主要的致灾因子[23],本文选取台风最大风速和3 d内最大降水量作为致灾因子。孕灾环境主要有台风产生和登陆地区的气候条件、移动路径和登陆地区地理条件、台风登陆地区水文条件、土壤条件和植被条件等[24],本文选择高程差、平均坡度、河网密度和距台风中心距离(受灾区距台风中心的最短距离)作为孕灾环境因子。人类活动可改变承灾体的分布特征,也可改变地表环境特征,进而影响局部风场和降水特征[25],本文选择人口密度和人均GDP作为人类活动因子。通过运用地理探测器方法,尝试探索致灾因子、孕灾环境因子和人类活动因子对受灾人口、死亡人口、受灾农作物和直接经济损失等灾情的影响。具体的分析结果见表5。

在受灾人口中,各影响因子的贡献率合计为75.0%,影响因子由强到弱依次为:最大风速=距台风中心距离>3 d内最大降水量>人均GDP>人口密度>河网密度>平均坡度>高程差。台风灾害影响因子中,最大风速对受灾人口的贡献率最大(22.5%)。距台风中心距离的贡献率(22.5%)与最大风速的贡献率一样,可以理解为最大风速的强度在空间上的表现与受灾区距台风中心的距离是一致的,即受灾区距台风中心的距离越近,风速强度越高,对人口影响越大。其次是3 d内最大降水量(10.8%)对受灾人口的贡献。人口密度和人均GDP因子对受灾人口有一定影响,高程差、平均坡度和河网密度对受灾人口影响较小。

在死亡人口中,各影响因子的贡献率合计为89.6%,影响因子由强到弱依次为:最大风速=距台风中心距离>3 d内最大降水量>高程差>人均GDP>人口密度>平均坡度>河网密度。台风灾害影响因子中,最大风速的贡献等于距台风中心距离(18.5%),其次是3 d内最大降水量(12.4%)。高程差对死亡人口的贡献率为10.8%,表明受灾区高程差越大,人口死亡的风险越高。人口密度和人均GDP因子对死亡人口有一定影响,平均坡度和河网密度对受灾人口影响较小。

在受灾农作物中,各影响因子的贡献率合计为87.8%,影响因子由强到弱依次为:最大风速=距台风中心距离>3 d内最大降水量>人口密度>人均GDP>高程差>平均坡度>河网密度。台风灾害影响因子中,最大风速对受灾农作物的贡献率最大(25.2%)。其次是3 d内最大降水量的贡献率(11.5%)。人口密度和人均GDP因子对受灾农作物有一定影响,平均坡度和河网密度对受灾农作物影响较小。

在直接经济损失中,各影响因子的贡献率合计为77.1%,影响因子由强到弱依次为:最大风速=距台风中心距离>3 d内最大降水量>河网密度>高程差>平均坡度>人口密度>人均GDP。台风灾害影响因子中,最大风速对受灾人口的贡献率最大(25.2%),风速等级越高,直接经济损失数量越大。其次是3 d内最大降水量的贡献(12.8%)人口密度、人均GDP、高程差、平均坡度和河网密度对直接经济损失影响较小。

通过分析广东受灾人口、死亡人口、受灾农作物和直接经济损失等灾情的影响因子,结果表明,台风的风速、降水量和空间距离对灾情的影响起着决定性的作用。台风风速强度越大,降水量越多,距台风中心距离越近,灾情越重。强台风和超强台风造成广东受灾人口的比例可达5%~8%,当台风级别达到12级以上时,灾害造成的人员伤亡和直接经济损失剧烈增长[26]。此外,台风登陆时会带来暴雨或特大暴雨[27],其中,约95%的台风引发的日降水量大于100 mm,约60%的台风引发日降水量大于250 mm[28],并引发洪涝和山洪灾害。在广东历史10大洪涝灾害事件中,有6个洪涝灾害是因台风带来的强降水造成的[29]。人口密度和人均GDP因子对台风灾情有一定影响。高程差、平均坡度和河网密度等对台风灾情的影响较小。

3 结论与讨论

3.1 结论

(1)2009—2020年,共有47个台风登陆或影响广东,其中在广东省登陆的台风有28个。台风主要集中发生在7—9月,约占全年的75%。从登陆地点来看,台风在南部登陆的数量有20个,约占登陆台风的71%。

(2)47个台风中,21个超强台风造成的损失最严重,造成的损失约占全部受灾人口的72%、死亡人口的92%、受灾农作物的61%、直接经济损失的77%。

(3)台风灾害损失严重地区主要分布在广东南部的湛江市。台风在湛江市登陆的数量为11个,约占登陆台风总数的40%,这是造成灾害损失严重的直接原因。

(4)在8个影响因子中,台风最大风速、3 d内最大降水量和距台风中心距离对受灾人口、死亡人口、受灾农作物和直接经济损失的贡献率最大。人口密度和人均GDP对灾情有一定影响。高程差、平均坡度和河网密度等对灾情影响较小。

3.2 讨论

本文在进行台风灾害影响因素分析时,由于受限于数据的质量和精度,还有很多方面需要完善。在致灾因子方面,未考虑风暴潮的影响。风暴潮成灾频率高、致灾强度大,造成的损失重,对沿海人民的生命财产和海岸带的经济有很大影响。在孕灾环境方面,未考虑土壤类型、植被指数等因素的影响。土壤类型影响降水的产汇流过程;植被指数反映地表植被覆盖情况,影响风速和地面降水。在人类活动方面,未考虑防灾减灾能力、防洪工程的影响。防灾减灾能力和防洪工程可有效减轻台风灾害损失。总之,在今后台风灾害空间格局以及影响因素研究中,要充分考虑以上因素的影响。

猜你喜欢
经济损失贡献率台风
美国供水与清洁基础设施不足造成每年85.8亿美元经济损失
台风过韩
一种通用的装备体系贡献率评估框架
台风来了
台风爱捣乱
关于装备体系贡献率研究的几点思考
烧伤创面感染直接经济损失病例对照研究
В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента