影响大亚湾地区的热带气旋灾害评估
2014-02-07陈芳丽邢建勇姜帅
陈芳丽,邢建勇,姜帅
(1.惠州市气象局,广东惠州516003;2.国家海洋局海洋灾害预报技术研究重点实验室国家海洋环境预报中心,北京100081)
影响大亚湾地区的热带气旋灾害评估
陈芳丽1,邢建勇2,姜帅1
(1.惠州市气象局,广东惠州516003;2.国家海洋局海洋灾害预报技术研究重点实验室国家海洋环境预报中心,北京100081)
利用2002—2013年大亚湾地区G1701、G5303、G5313监测站的气象数据,以及大亚湾地区的灾情数据,采用逐步回归方法、历史个例相似法等方法,对大亚湾地区的热带气旋灾害进行了评估。结果表明:(1)近12年来,共有5个热带气旋给大亚湾地区带来灾害损失,其灾情属较轻;(2)逐步回归方法建立的回归方程可以较好的计算大亚湾地区的热带气旋灾情指数;(3)可以使用较普遍、方便、有效的热带气旋灾害评估方法—相似法对热带气旋灾害进行预评估。
大亚湾;热带气旋;灾害评估;预评估
1 引言
热带气旋是一柄双刃剑,给我们带来丰沛降水的同时,也带来了狂风暴雨、风暴潮等灾害性天气,严重影响着我国沿海地区的人民生命和财产安全,造成人员伤亡、财产损失,并使得城市内涝、房屋倒塌,以及农林牧业、交通运输业等遭受损失。热带气旋的灾害灾情评估,即灾害的损失评估,是指在掌握丰富的历史与现实灾害数据资料的基础上,应用统计方法对已经或正在发生的灾害可能造成的、正在造成的或已经造成的人员伤害与财产或利益损失进行定量的估算,并评估其灾害严重程度[1]。因此,热带气旋的灾害灾情评估对防灾减灾以及经济、社会的发展具有非常重要的意义。
20世纪中后期,许多学者和气象工作者就开始关注和研究热带气旋灾害灾情评估,迄今为止,热带气旋的灾害灾情评估在理论研究和气象部门的业务应用中已有很多论著和成果。赵焕臣等[2]、王莲芬等[3]、李春梅等[4]利用美国著名运筹学家Saaty教授提出的层次分析方法,将定性分析和定量分析相结合,按评估因素和各因素间的相互关系把参与评估的指标进行分层,建立一种分析结构,使指标体系条理化,从而达到评估的目的,李春梅等[4]还将层次分析法具体应用到对广东省热带气旋的灾害评估上,取得了很好的效果;冯利华[5]提出灾级概念,对灾害损失定量计算;梁必骐等[6]、樊琦等[7]采用模糊数学原理和方法,选取不同的因子组合,计算出登陆热带气旋的综合灾情指数;刘合香等[8]也指出模糊聚类分析能较好的对区域热带气旋灾害进行评估;钱燕珍等[9]采用逐步回归方法,对影响我国的热带气旋所造成的灾情特点作了评估研究,客观地划分了灾情等级,提出了一套台风灾害预评估的技术方法;许多学者[10-14]也通过对热带气旋历史个例研究,采用不同的分析方法,提出适用于当地的台风灾害预评估的技术方法;娄伟平等[15]基于主成分神经网络,建立了浙江省台风灾害直接经济损失评估模型,该模型可用于实际台风灾害直接经济损失评估;王秀荣等[16]利用灰色关联理论确定了全国范围内台风灾害综合等级划分标准,建立了台风灾害综合等级快速评估模型。
热带气旋灾害评估系统的研发与应用方面也有很多研究成果,如李艳兰等[17]进行了广西热带气旋灾害评估系统的研发与应用;许多专家[18-20]基于ARCGIS作为开发平台,建立了实时的台风灾害评估业务系统,为灾情的评估和预估,以及为台风灾害的指挥决策提供科学依据。
大亚湾地区地处惠州市南端,濒临南海,是受热带气旋影响较多的地方,每年都有直接登陆或间接影响大亚湾地区的热带气旋发生。大亚湾地区工业发达,中海壳牌南海石化产业,电子、汽车零部件产业,以及惠州港、海岸旅游等都分布于大亚湾地区,因此,为防御和减少热带气旋造成的大亚湾地区人民生命财产和经济损失,对其灾害灾情进行评估就具有非常重要的意义,但目前为止,还没有针对大亚湾地区热带气旋的灾害评估,因此本文基于以上原因,对大亚湾地区的热带气旋灾害进行初步的评估分析和探讨。
图1 惠州市大亚湾经济开发区地理位置示意图
图2 0313号“杜鹃”、0604号“碧利斯”、0812号“鹦鹉”、0906号“莫拉菲”和1319号“天兔”路径图
2 数据、方法及个例选取
2.1 数据
本文所用数据主要为2002—2013年大亚湾地区G1701区委、G5303塘布,以及G5313鱿鱼湾监测站的气象数据,以及热带气旋对大亚湾地区的灾情数据(惠州市三防办提供,收集自惠州市防汛指挥部的报告和防汛简报。)。
2.2 方法
目前,热带气旋灾情指数评估方法主要有回归分析法、模糊综合评价法、层次分析法等,而灾害灾情评估又可分为实测性评估(即灾后评估)和预评估,根据魏章进等[1]的综述可以看出,灾后评估主要采用回归分析法(钱燕珍等[9])、模糊评价(梁必骐等[6])和灰色关联法(王秀荣等[16]);预评估所采用的方法较多,除回归分析法、模糊评价法外,还有层次分析、神经网络等。本文采用钱燕珍等[9]提出的逐步回归方法,对大亚湾地区热带气旋灾害做实测性评估,而对于预评估则主要采用目前实际业务中常用的相似法,大致的做出直接经济损失等的灾害评估。
2.3 个例的选取
大亚湾经济开发区(见图1)于1993年经国务院批准成立,包括西区街道办、澳头街道办、霞涌街道办,和大亚湾石化区,而灾情数据有完整记录是从2002年开始的,因此,本论文选取资料的时间段为2002—2013年。
本论文灾情数据是由惠州市三防办提供,收集自惠州市防汛指挥部的报告和防汛简报。从统计来看,2002—2013年期间,给大亚湾地区带来风雨影响的共为66个,其中造成灾害的有5个,占影响总数的7.6%。本论文选取这5个热带气旋为历史个例(见图2),分别为:0313号台风“杜鹃”、0604号强热带风暴“碧利斯”、0812号台风“鹦鹉”、0906号台风“莫拉菲”和1319号超强台风“天兔”。
3 影响热带气旋的分类
从登陆点的位置来看,对大亚湾造成灾情的热带气旋可分为两类:第一类,在大亚湾沿海或邻近地区登陆的热带气旋;第二类,在其他地区登陆但其风雨影响到大亚湾的热带气旋。根据这种分类来看,上述历史个例可大致分为:第一类包括0313号台风“杜鹃”(登陆惠东平海和大亚湾澳头镇)和0906号台风“莫拉菲”(登陆大亚湾西侧的大鹏半岛南澳镇);第二类包括0604号强热带风暴“碧利斯”(经台湾北部后再次登陆福建霞浦)、0812号台风“鹦鹉”(登陆香港)和1319号超强台风“天兔”(登陆汕尾)。
表1 大亚湾经济开发区受灾情况汇总(数据由惠州市三防办提供)
表2 热带气旋影响大亚湾地区时的极大风速、降水量和中心气压值,以及灾情指数
4 大亚湾地区热带气旋的灾情特征
热带气旋带来的灾害损失主要是大风、强降水和风暴潮及其引发的此生灾害造成的,大亚湾地区常见的热带气旋灾害现象有大风、巨浪、暴风雨、洪水、风暴潮以及热带气旋引发的地质灾害。另一方面,热带气旋的强度及其影响地区的经济实力、防灾减灾能力等与灾情程度息息相关。
热带气旋造成的灾害情况主要表现在人员伤亡、农田受淹、房屋倒塌、庄稼倒伏、电线杆倒断、树木折断等方面。研究发生在大亚湾地区的热带气旋灾情数据可以看出(见表1),热带气旋带来的灾害在大亚湾地区表现的并不是很严重,根据完整性、可比性等对灾情数据分析,可以看出:受灾范围、水产养殖、转移人口等数据不能作为灾害指标,农田受淹等指标数据较小,受灾人口和直接经济损失可以客观的反映出热带气旋对大亚湾地区的灾害程度。
5 影响大亚湾地区的热带气旋灾害指数的计算
5.1 灾情指数计算
为了更好的反映热带气旋带给大亚湾地区的损失,对于降水量、极大风速和中心气压的选取采用以下方法:由于塘布站是2008年建站,鱿鱼湾站是2009年建站,因此,“杜鹃”和“碧利斯”所用数据为G1701区委站点,“鹦鹉”选取G1701和G5303数据中的最大值,其余则选取三个站点数据中的最大值(见表2)。
本文采用逐步回归方法建立回归方程来计算灾情指数,具体步骤如下:
A、根据大亚湾地区具体受灾情况,经分析和比较,选取受灾人口(a)、房屋倒塌(b)、农田受淹(c)和直接经济损失(d)作为热带气旋造成的灾情指标。
B、将上述指标进行归一化计算,换算成规范化指数Ia=a/10000,Ib=b/10,Ic=c/1000,Id=d/1.0× 108。
然后计算出灾情指数G,即:
C、按照第3节对影响大亚湾地区热带气旋的分类(即在大亚湾沿海或邻近地区登陆的热带气旋,和在其他地区登陆但其风雨影响到大亚湾的热带气旋),分别采用逐步回归方法将灾情指数与致灾因子之间(登陆点最低中心气压、最大过程降水量和极大风速)进行线性拟合,建立回归方程。
由于本文的样本数较少,因此在进行线性拟合时,只有受灾人口和直接经济损失与极大风速的拟合通过了显著性检验,得到的回归方程为:
式中,G是灾情指数,X是极大风速。
将极大风速代入公式(1)来计算上述5个热带气旋对大亚湾地区的灾情指数,得出的结果如表2所示。
5.2 灾情等级的划分
灾情指数具体地反映了灾情的大小[9]。根据灾情指数的大小,可大致划分为3个等级,分别是:重灾(灾情指数≥4),中灾(灾情指数在2—4之间),和轻灾(灾情指数≤2)。
采用公式(1)计算,得到各影响过程中大亚湾地区的灾情指数(见表2),我们可以看出,灾情最严重的为“杜鹃”,最轻为“碧利斯”。根据上述等级划分,除“碧利斯”造成的灾情属于轻灾外,其余均为中灾。这样的结果与主观分析相一致。
6 热带气旋灾害的预评估
预评估,即在热带气旋对本地影响之前,根据各种因素做出其可能对当地带来的灾害程度,以便为政府提供更好的决策材料,尽可能的减少人民生命和财产损失。目前,把热带气旋天气的预报转为其灾害的预评估的研究还是困难的[9]。
根据实际业务中的应用,目前较常用的是相似法,此方法是目前较普遍、方便、有效的热带气旋灾害预评估方法,即建立当地热带气旋各项气象要素和灾害数据库,在做预评估时,通过筛选匹配,找出与其强度、路径、影响范围等相似的历史个例,与当年直接经济损失相联系,按照采用零售比价进行订正,从而估算出此热带气旋带来的直接经济损失[4]等灾害损失程度。
另外,我们可以根据对热带气旋强度、移速、路径等要素的预报预测,估算出其可能带给当地的风、雨、气压等气象要素值,然后根据其登陆点的不同,将其代入回归方程(1),计算出灾情等级,从而对其灾害做出预评估。
7 小结和讨论
通过分析2002—2013年由热带气旋造成的大亚湾地区的灾害损失进行评估,我们可以得出:
(1)近12年来,大亚湾地区多次受热带气旋带来的风雨影响,其中造成灾害损失的共有5次过程,占影响总数的7.6%,其灾情属较轻;
(2)通过逐步回归方法建立的回归方程可以较好的计算出大亚湾地区的热带气旋灾情指数,并利用灾情指数对灾害进行分级评估;
(3)热带气旋灾害的预评估,可以通过估算其登陆地点,降雨量、登陆时中心最低气压等要素,建立回归方程,对本地区可能造成的灾害损失进行预评估,也可以使用较普遍、方便、有效的热带气旋灾害评估方法—相似法。
但由于本文可采取的样本数较少,且部分数据不完整,使得在建立逐步回归方程和灾情等级划分上存在一些不完善,另外,本文只从数理统计和相似性分析方面热带气旋灾害做了较单一的评估,较少了考虑人文地理等其他因素,如若加入大风、风暴潮等影响因素,以及将卫星遥感等现代探测技术引入来估算受灾面积及受灾程度,将会进一步提高灾害影响的准确度,并作出较为准确的预评估,为热带气旋的灾害防御防范提供更好的气象服务。
致谢:感谢惠州市三防办黄香兰科长提供数据,感谢广东省气象台梁健首席,广东省气候中心王婷和郑璟,惠州市气象局吴蔚、刘建龙和东莞气象局莫伟强等的帮助。
[1]魏章进,隋广军,唐丹玲.台风灾情评估及方法综述[J].灾害学, 2012,27(4):107-113.
[2]赵焕臣,许树柏,和金生.层次分析法——一种简易的新决策方法[M].北京:科学出版社,1986.
[3]王莲芬,许树柏.层次分析法引论[M].北京:中国人民大学出版社,1990.
[4]李春梅,罗晓玲,刘金銮,等.层次分析法在热带气旋灾害影响评估模式中的应用[J].热带气象学报,2006,22(3):223-228.
[5]冯利华.灾害损失的定量计算.灾害学[M].杭州:浙江人民出版社,1993:17-19.
[6]梁必骐,樊琦,杨洁,等.热带气旋灾害的模糊数学评价[J].热带气象学报,1999,15(4):305-311.
[7]樊琦,梁必骐.热带气旋灾情的预测及评估[J].地理学报,2000, 55(S):52-56.
[8]刘合香,黄鹄.基于模糊聚类分析的区域热带气旋灾害评估与预测[J].广西师范学院学报(自然科学版),2009,26(1):67-71.
[9]钱燕珍,何彩芬,杨元琴,等.热带气旋灾害指数的估算与应用方法[J].气象,2001,27(1):14-18.
[10]卢文芳.上海地区热带气旋灾情的评估和灾年预测[J].自然灾害学报,1995,4(3):40-45.
[11]林继生,罗金玲.登陆广东的热带气旋灾害评估和预测模式[J].自然灾害学报,1995,4(1):92-97.
[12]刘玉函,唐晓春,宋丽莉.广东台风灾情评估探讨[J].热带地理, 2003,23(2):119-122.
[13]卢峰本,黄滢,许文龙.影响防城港市的热带气旋灾害评估方法[J].广西气象,2005,26(2):14-15.
[14]李菁,高安宁,吴毅杰.2006年广西热带气旋灾害评估[J].气象研究与应用,2007,28(1):45-48.
[15]娄伟平,陈海燕,郑峰,等.基于主成分神经网络的台风灾害经济损失评估[J].地理研究,2009,28(5):1243-1254.
[16]王秀荣,王维国,马清云.台风灾害综合等级评估模型及应用[J].气象,2010,36(1):66-71.
[17]李艳兰,欧艺,周绍毅,等.广西热带气旋灾害评估系统的开发与应用[J].气象研究与应用,2008,29(4):1-3.
[18]张斌,陈海燕,顾骏强.基于GIS的台风灾害评估系统设计开发[J].灾害学,2008,23(1):47-50.
[19]张京红,刘少军,田光辉,等.基于GIS的海南台风灾害评估业务系统研发与应用[J].气象研究与应用,2010,31(S2):116-119.
[20]刘少军,张京红,何政伟,等.基于多普勒天气雷达数据的台风灾害评估系统[J].自然灾害学报,2011,20(5):119-124.
Tropical cyclone disaster evaluation of Dayawan
CHEN Fang-li1,XING Jian-yong2,JIANG Shuai1
(1.Huizhou Meteorological Bureau,Huizhou 516003 China;2.Key Laboratory of Research on Marine Hazards Forecasting and Nation Marine Environment Forecasting Center,Beijing 100081 China)
In this paper,using the observed data of station G1701、G5303 and G5313 of Dayawan and the data of the disastrous losses caused by tropical cyclones during the period of 2002 to 2013,the stepwise regression equation and similarity method are applied to evaluate the losses.The result shows that the disaster losses are relatively smaller in the past 12 years.These methods can relatively and impersonally evaluate the losses in Dayawan caused by tropical cyclones.Meanwhile,the similarity method could be applied to evaluate beforehand.
Dayawan;tropical cyclone;disaster evaluation;pre-evaluation
P444
:A
:1003-0239(2014)05-0050-05
10.11737/j.issn.1003-0239.2014.05.008
2013-10-24
惠州市科技局项目(2012B020006004)
陈芳丽(1980-),女,工程师,主要从事中短期气象预报及服务工作。E-mail:419569019@qq.com