基于路径分类的登陆中国热带气旋时空特征分析

马超，刘青青，许红师

（天津大学水利工程仿真与安全国家重点实验室，天津300072）

基于路径分类的登陆中国热带气旋时空特征分析

马超，刘青青，许红师

（天津大学水利工程仿真与安全国家重点实验室，天津300072）

摘要：利用中国气象局提供的1972—2013年登陆中国的西北太平洋热带气旋最佳路径数据集，根据TC的风速和地理位置，采取K-means聚类算法确定其路径分类；统计分析登陆TC总体和各类别的时空演变特征，包括生成位置、路径形状、活动季节及频数和强度。结果表明：登陆TC可分为5类，包括直行路径（A、B和D类）和转向路径（C、E类）。A、D类主要登陆华南；B、E类以登陆台湾岛及华东沿海为主；C类主要登陆华东中部沿海地区。生成位置自西向东越靠近150°E的登陆TC，其平均强度相对越大。总体登陆TC的年均频数呈增加趋势，年均强度呈减弱趋势。登陆强度以STS和TY等级为主，占65.8%；STY和Super TY等级仅占13.1%，主要集中在B、D、E类。

关键词：登陆热带气旋；K-means聚类算法；路径分类；时空特征

1　　引言

中国是世界上登陆热带气旋（TC）最多的国家之一，从辽宁至广西漫长的沿海地区均有可能发生TC登陆［1］。TC是一种具有强大影响的灾害性天气系统，其主要灾害常在登陆前后造成［2-3］。因此，研究登陆中国TC的时空变化特征具有重要现实意义，也是当前关注的重点研究课题。李英等［3］统计分析1970—2001年登陆中国TC的频率、位置、维持、衰减、变性、加强及消亡等特征，发现登陆中国不同地区（不包括岛屿）的TC在陆上维持时间明显不同；王小玲等［4］通过分析1951—2004年登陆中国的TC频数和强度变化，发现登陆TC频数呈减少趋势，平均登陆强度无明显变化；张翰等［5］采用1951—2010年的TC最佳路径资料，分析了登陆中国TC频数的年际变化规律和登陆纬度的分布特征，并发现1970年后TC资料的一致性更高；梁海萍等［6］对1964—2013年登陆海南省的TC特征进行统计分析，表明登陆海南省的TC主要路径是西行型及西北行型，登陆频数的年代际呈现增减阶段性转换的变化特征。

前人研究大多分析了登陆中国或某一地区TC的频数、强度及登陆区域等问题，对其路径分类则很少研究。TC路径分类是获得其时空特征的重要途径。目前，研究TC的最佳路径数据集来源主要包括中国气象局（CMA）、美国台风警报中心（JTWC）、香港天文台（HKO）和东京台风中心（RSMC Tokyo）［7］。研究表明，开展影响中国的TC分析，CMA提供的数据具有明显优势［8］。在分类方法方面，客观分析法，包括回归混合模型、K-means聚类算法和模糊c-均值聚类算法等，是当今研究的主流方法［9-11］，均已在西北太平洋和大西洋等区域的TC分类中取得了成功应用。

本文根据1972—2013年登陆中国的TC最佳路径数据集资料，采取K-means聚类算法对登陆TC路径进行分类；在此基础上，统计分析各类及总体TC的时空特征，包括生成位置与路径形状、活动季节、登陆特征、频数和强度特征。所得结果可为开展TC预警预报及灾害防御工作提供信息和决策支持。

2　　资料与方法

2.1资料来源

登陆TC最佳路径数据集来源于中国气象局热带气旋资料中心（http：//tcdata.typhoon.gov.cn/），包括1972—2013年西北太平洋和南海地区（0°—55°N，105°—180°E）每个登陆TC的年份、序号、登陆时强度等级和每6 h的经度、纬度、2 min最大平均风速（Maximum Sustained Wind Speeds，MSW）及中心最低气压。依据《热带气旋等级》（GB T 19201—2006），本文将达到TS及以上强度等级（即MSW≥17.2 m/s）且生命史在24 h及以上的共296个登陆TC（不包括副中心登陆）样本作为研究对象，并将其MSW首次达到17.2 m/s时的位置定义为生成位置。此外，研究所需的Niño 3、Niño 3.4和Niño 4指数来自KNMI气候资源管理（http：//climexp.knmi. nl/）。

2.2分类方法

采用K-means聚类算法进行TC路径分类，需要确定聚类数据集和度量准则。

第一，根据Nakamura等［10］提出的非闭合曲线的质量矩定义TC路径，包括2个质心和3个方差，可综合表征TC的有效重心、路径方向、长度和曲率等特征。采取式（1）和式（2）计算每个登陆TC样本对应的5个参数，形成聚类数据集。

第二，聚类的相似度度量与收敛函数分别选用欧氏距离与误差平方和准则，类内样本的聚集度和类间样本的区分度采用“轮廓值”［10］表征，第i点的轮廓值Si定义见式（3）。当Si的平均值最大且对应的Si负值个数最少时，即可得出最优分类数K。

质心：

方差：

轮廓值：

式中：r为TC路径上的经纬度坐标，w（r）为TC路径上与定位点位置有关的权重，A为反映TC强度的常数，n为TC路径上的定位时次，ai和bi分别为第i点与同类和所有不同类中各点之间的平均距离。基于文献［9］，权重w（r）取为，M1和M2的系数分别设定为1/4和1/6。

3　　登陆TC路径分类

根据式（3）构建K与Si之间的对应关系，结果见图1。当K=5时，Si的平均值最大，同时相应的负值个数最少。因此，登陆TC可分为5类，分别用字母A、B、C、D、E表示，见图2。各类及总体登陆TC的平均特征指标见表1，表中PDI［12］为TC的能量耗散指数（Power Dissipation Index），表征其累积能量。各类及总体登陆TC的月均频数见图3，近42 a登陆中国的TC主要发生在7—9月，占总体的79%。

图1 Si的平均值（实线）与Si的负值个数（虚线）随分类数K的变化情况

4　　登陆TC时空特征分析

4.1登陆TC生成位置、路径形状及登陆特征

生成位置和路径是描述TC空间特征的重要指标。由图2可知，整体而言，总体登陆TC主要生成于南海中北部、菲律宾东部、关岛东部至马绍尔群岛西部的广阔海域；将生成位置以120°E、130°E、140°E和150°E为界划分为5个区域，自西向东生成于各区域的TC平均强度分别为29.9 m/s、35.13 m/s、46.07 m/s、52.36 m/s和48.75 m/s。路径从关岛东北部，经菲律宾中北部、中国沿海、朝鲜半岛及日本等地延伸至鄂霍次克海域，可概括为直行路径（A、B和D类）和转向路径（C、E类），其中，直行路径登陆中国的个数较多，范围较广。

图2各类及总体登陆TC的生成位置（红色圆圈）及路径（蓝色线）分布

表1各类及总体登陆TC的平均特征指标

图3各类及总体登陆TC的月均频数

各类登陆TC特征如下：

（1）A类TC个数达总数的37%，平均强度、移动速度及路径长度为5类中最小；活动季节主要在7—9月，占该类总的78%。主要生成于南海中北部及菲律宾东北部海域，其中生成于南海（120°E以西）的TC平均强度为29.54 m/s，120°E以东的为36.1 m/s；路径基本呈直线形，多数登陆华南地区，少数登陆华东南部及台湾岛，登陆后大部分消散于华南内陆地区；

（2）B类TC个数仅占总数的9%，平均强度和PDI值为5类中最大，平均路径长度最长；活动季节主要在7、8月，占该类总的88%。主要生成于关岛东北部的广阔海域，其中生成于150°E以西的平均强度为50.28 m/s，150°E以东的为48.75 m/s；路径基本呈直线形且分布较为分散；多数登陆华东沿海及台湾岛地区，极少数登陆华北地区；登陆后，大部分在陆地上移动较长距离后消散于华东内陆及华中地区；

（3）C类TC个数只有总数的5%，平均移动速度为5类中最快，8月份出现的频率较低；主要生成于菲律宾中东部海域，其中生成于130°E以西的平均强度为40 m/s，130°E以东的为49.09 m/s；平均路径呈半抛物线形，方向角变化较大，路径多数在长江三角洲一带发生转向。主要登陆台湾岛及华东的中东部沿海地区，之后北上，消散于中韩之间的海域。金荣花等［13］利用1975—2005年TC数据集及NCEP/NCAR逐日再分析资料，发现西北太平洋副热带高压位置和强度对TC登陆北上起决定性作用，且西风带系统和南亚高压活动有利于TC登陆后北折和持续北上；

（4）D类TC个数占总数的28%，平均PDI值仅次于B类，8月份出现的频率较低；主要生成位置与C类相似，但范围更广，密度更大，且较均匀分布于（5°—20°N，120°—150°E）范围内，其中生成于130°E以西的平均强度为36.74 m/s，130°—140°E之间的为47.08 m/s，140°E以东的高达53.65 m/s；路径形状与B类相似，但该类路径分布更为集中，整体路径形状更直一些；除D类登陆台湾岛的更多一些，其他登陆位置与A类相似；

（5）E类TC个数占总数的20%，活动季节主要在7—9月，占该类总的95%；主要生成于南海东北部及菲律宾东北部海域，其中生成于130°E以西的平均强度为32.18 m/s，130°E以东的为44.52 m/s；路径分散，形状基本是先西北方向直行；登陆位置基本遍布华东的整个沿海一带及台湾岛，部分路径登陆后又发生转向。此外，计算各类登陆TC个数与Niño指数的Person相关系数［14］可得，5类中只有E类与Niño 3.4和Niño 4指数均呈显著负相关（在0.05的显著性水平上分别为-0.374和-0.366），说明拉尼娜年E类出现的概率较大。

图4各类及总体登陆TC的年均频数及其趋势拟合

4.2登陆TC频数和强度特征

图4和图5分别给出了登陆中国TC的年均频数和年均强度及其趋势拟合，纵坐标为Z-score标准化处理后的结果。

整体而言，1972—2013年登陆中国TC的年均频数呈增加趋势，年均频数为7.05个，年际变化大；登陆TC最多的年份是1974年和1994年，均达到11个，最少登陆TC频数为4个（1982年，1997—1999年）。年均强度呈减弱趋势，20世纪90年代尤为显著，21世纪后开始增加。年均强度年际变化大，尤其在20世纪90年代后；最大值为47 m/s（1977年），最小值为28.25 m/s（1998年）。20世纪90年代中后期，登陆TC的年均频数出现明显低谷，年均强度波动较大，这可能与1997—1998年发生了典型的ENSO暖事件密切相关［4］。

按各类别而言（见图4），除D类的年均频数呈减少趋势外，其余类别均呈增加趋势，其中E类在20世纪90年代中期后增幅明显。A类的频数在19世纪20—60年代出现明显高峰期，登陆TC最多的年份是2009年，达到7个；B类登陆TC最多的年份是1994年和2005年，均为3个；C类登陆TC最多的年份是2005年，为2个；D类登陆TC最多的年份是1989年，为5个，19世纪90年代开始减少；E类登陆TC最多的年份为2001年和2007年，均为4个。由图5可知，年均强度除C类呈明显减弱趋势外，其余各类增强或减弱趋势无明显变化。A、B、C、E类年均最大强度分别为60 m/s、65 m/s、70 m/s、65 m/s，都发生在20世纪70年代；D类年均最大强度为75 m/s （1990年）。

登陆时不同强度等级的TC个数统计结果如表2所示。总体而言，登陆时强度以STS和TY等级为主，占65.8%；STY和Super TY等级仅占13.1%。各类中，A、D类的登陆时强度等级主要在TS到TY之间，分别占该类的96%和90%；B、C类则多数在STS 和STY之间，分别占96%和81%；而E类的登陆时强度分布较平均，达到Super TY的占5%，是5类中达Super TY最多的一类。

图5各类及总体登陆TC的年均强度及其趋势拟合

表2各类及总体TC登陆时不同强度等级的个数

5　　结论

根据中国气象局提供的1972—2013年登陆中国的TC最佳路径数据资料，采取K-means聚类算法划分登陆TC路径类别，分析各类的时空特征。研究结果如下：

（1）登陆TC可分为5类，即直行（A、B和D类）和转向（C、E类）路径，其中，直行路径占74%，多数登陆华南、华东及台湾地区，转向路径登陆华南的较少；

（2）从登陆TC的生成位置而言，针对生成于150°E以西范围的登陆TC，生成位置越靠近150°E，其平均强度相对越大；

（3）A、E类活动季节集中在7—9月，B类在7—8月，C、D类在8月出现的频率较低。A、D类主要登陆华南地区，其中A类频数最多但平均强度（31.3 m/s）最小；B类主要登陆华东及台湾岛，平均强度（49.8 m/s）最大；C类登陆华东的中东部沿海一带较多，平均移动速度最快（23.2 km/h）；E类登陆范围基本遍布整个华东沿海一带；

（4）从频数和强度特征分析，1972年以来，总体登陆TC的年均频数呈增加趋势，年均强度呈减弱趋势；直行路径的频数变化小于转向路径，除C类的年均强度有明显减弱趋势外，其余各类的变化较小。登陆时总体TC主要集中在STS和TY两个强度等级，分别占34%和31%；STY和Super TY等级仅占13.1%，主要集中在B、D、E类。

参考文献：

［1］陈联寿，丁一汇.西太平洋台风概论［M］.北京：科学出版社，1979：227-230.

［2］陈联寿，罗哲贤，李英.登陆热带气旋研究的进展［J］.气象学报，2004，62（5）：541-549.

［3］李英，陈联寿，张胜军.登陆我国热带气旋的统计特征［J］.热带气象学报，2004，20（1）：14-23.

［4］王小玲，任福民.1951～2004年登陆我国热带气旋频数和强度的变化［J］.海洋预报，2008，25（1）：65-73.

［5］张翰，管玉平.登陆我国大陆热带气旋的纬度分布特征［J］.物理学报，2012，61（16）：169203.

［6］梁海萍，梁海燕，车志伟，等.近五十年登陆海南省的热带气旋统计特征分析［J］.海洋预报，2015，32（4）：68-74.

［7］Ying M，Zhang W，Yu H，et al.An Overview of the China Meteorological Administration Tropical Cyclone Database［J］.Journal of AtmosphericandOceanicTechnology，2014，31（2）：287-301.

［8］梁进，任福民，杨修群.中美两套西北太平洋热带气旋资料集的差异分析［J］.海洋学报，2010，32（1）：10-22.

［9］Camargo S J，Robertson A W，Gaffney S J，et al.Cluster Analysis of Typhoon Tracks.Part I：General Properties［J］.Journal of Climate，2007，20（14）：3635-3653.

［10］Nakamura J，Lall U，Kushnir Y，et al.Classifying North Atlantic Tropical Cyclone Tracks by Mass Moments［J］.Journal of Climate，2009，22（20）：5481-5494.

［11］Kim H S，Kim J H，Ho C H，et al.Pattern Classification of Typhoon Tracks Using the Fuzzyc-Means Clustering Method［J］. Journal of Climate，2011，24（2）：488-508.

［12］Emanuel K A.Increasing Destructiveness of Tropical Cyclones over the Past 30 Years［J］.Nature，2005，436（7051）：686-688.

［13］金荣花，高拴柱，顾华，等.近31年登陆北上台风特征及其成因分析［J］.气象，2006，32（7）：33-39.

［14］Zhang W，Leung Y，Wang Y F.Cluster Analysis of Post-Landfall Tracks of Landfalling Tropical Cyclones over China［J］.Climate Dynamics，2012，40（5-6）：1237-1255.

中图分类号：P444

文献标识码：A

文章编号：1003-0239（2016）03-0065-06

DOI：10.11737/j.issn.1003-0239.2016.03.009

收稿日期：2015-09-26

基金项目：高等学校学科创新引智计划（B14042）；天津市应用基础与前沿技术研究计划（一般项目）（15JCYBJ21800）。

作者简介：马超（1981-），男，副教授，博士，主要从事城市防灾减灾研究。E-mail:mac_tju@126.com

Spatio-temporal characteristics analysis of landfall tropical cyclones over China based on tracks clustering analysis

MAChao，LIU Qing-qing，XU Hong-shi
（State Key Laboratory of Hydraulic Engineering Simulation and Safety，Tianjin University，Tianjin 300072 China）

Abstract：Based on the best-track data set at 6-hourly sampling frequency over the period 1972—2013 available from China Meteorological Administration，classifications of the landfall TC tracks in the Northwestern Pacific are proposed by K-means cluster algorithm according to the wind speed and geographic location.Then，these clusters are statistically analyzed in terms of the spatial-temporal evolution features，including genesis location，trajectory shape，seasonality，frequency and intensity in each cluster and all.The results show that the landfall TC tracks are classified as five clusters，including straight-moving track types（A，B and D）and recurving track types （C and E）.Cluster A and cluster D mainly land South China；Cluster B and cluster C are given priority to East China；Cluster E principally tends to East China and the north of South China.The annual average frequency of all landfall TCs has an increasing trend while the average intensity has a tendency of weakening.The closer 150° E the genesis locations are，the greater relatively the average intensity is.The landing intensity stage is mainly STS and TY with a proportion of 65.8%.The STY and Super TY only account for 13.1%，which primarily focus on cluster B，cluster D and cluster E.

Key words：landfall tropical cyclone；K-means cluster algorithm；classification of tracks；spatio-temporal characteristics