东海及其邻近海区热带气旋风灾风险

徐红印,高郭平,姚辰阳,邓创武,李 化

(1.上海海洋大学 海洋科学学院,上海 201306;2.上海海洋大学 海洋生态与环境学院,上海 201306;3.上海海事大学 海洋科学与工程学院,上海 201306)

随着气候变化加剧,全球自然灾害总数在21世纪前20年大幅攀升,特别是气候相关灾害数量出现快速增长,对全球造成高达2.97万亿美元的经济损失[1]。全球与气候相关的自然灾害在1980—1999年发生了3 656起,在2000—2019年已经增加到6 681起,呈显著增长趋势。2000—2019年台风(飓风)、龙卷风和风暴潮等风暴灾害的发生从1 457次增加到2 043次,导致近20万人死亡,成为第二大致命灾害。随着全球气候持续变暖[2],热带气旋(Tropical Cyclone,TC)发生频数及其强度可能增加[3-7],4～5类的TC(按照萨菲尔-辛普森飓风等级划分)在每年生成的TC中所占的比例也在增加[4],TC灾害带来的影响更加严重。

东海作为西太平洋的边缘海,拥有丰富的渔业资源,蕴藏着石油、天然气等矿产资源。东海沿岸城市密布、经济发达、重要海洋工程设施众多[8],是我国重要的航运通道,海上航线密布[9]。东海也是TC活动较为频繁的区域,TC风灾严重威胁海上作业和沿海活动的安全,因风灾造成损失不断加剧,极端TC灾害对东海及沿岸的经济发展有着巨大的影响,如2019年登陆的台风“利奇马”,共造成1 402.4万人受灾,57人死亡,14人失踪,209.7万人紧急转移安置[10],直接经济损失达到537.2亿元[11]。

TC致灾因子主要包括大风、降雨以及其引起的风暴潮等。关于TC灾害,已有研究揭示了其随时间变化,包括年际变化、年代际变化以及登陆地点变化等多个方面[12-21]。量化TC灾害大小及风险高低,既需要综合考虑TC的致灾因子,又需要对这些致灾因子进行逐一详细地研究。Lin等[22]指出,与传统风险评估不同,可靠的TC风险评估不能仅依赖于有限的历史TC记录,相反,它需要一种新的基于物理的方法,应包含有关当前和未来气候预测以及灾害暴露和承载体脆弱性的信息。Murnane和Elsner[23]研究了飓风在美国造成的经济损失与飓风最大风速之间的关系并得出结论:经济损失与飓风最大风速呈指数关系,且经济损失随着风速的增加以5%/(m/s)的速率增加。Wang和Rosowsky[24]通过构造TC最大风速(vm)及TC大小(Rm)的联合分布,分析了德克萨斯州遭受TC灾害的严重程度。Zhang等[25]通过构建TC经验风场,研究了沿海港口运行受TC风灾影响的情况。

目前,对东海及其邻近海区的TC风速、风灾的整体时、空分布情况尚缺乏了解。探讨东海及其邻近海区TC风速的时、空分布情况,对于了解TC风灾风险,采取相应的防护措施,并保证海上作业和沿海的活动具有重要的意义。本文选取1980—2019年影响东海及其邻近海区的587个TC过程,首先分析TC的路径特征及其年际变化;然后,利用经验风场模型对各个TC过程进行分析和计算,获得TC期间的风场及风速数据,统计分析TC风速及其发生累计时间的时、空分布特征;最后,依据Saffir Simpson Scale指数方法将风速及其累积时间进行整合,构建风灾指数PDI(Potential Disaster Index),并探讨TC风灾的空间分布,为进一步研究具体海上目标遭受TC风灾风险大小奠定基础。

1 数据和方法

1.1 TC数据及其来源

本文TC数据选自中国气象局(China Meteorological Administration,CMA)发布的TC最佳路径数据集[26]。该数据集提供了1949年至今发生在西北太平洋的TC信息,包括每6 h TC中心位置(经度和纬度),最大持续风(Maximum Sustained Wind,MSW)和中心最低海平面气压(Minimum Sea Level Pressure,MSLP)等信息。自2017年起,对于登陆的TC,其登陆前24 h内,数据时间间隔缩短为3 h。该数据集中,MSW为2 min平均风速,MSLP是根据卫星云图通过云模式分析估算强度(Current Intensity,CI)[27],结合风压关系(Wind-Pressure Relationship,WPR)获得[28]。该数据集是中国近海区域最为准确和完整的TC数据集[29],本文选取1980—2019年间TC中心到达东海区域的587个TC过程进行分析研究。

1.2 TC风场数据构建

依据历史TC最佳路径数据集参数,选用经验风场模型,计算量较低,且精度基本可以满足工程实践和风灾研究要求[30]。

1.2.1 经验风场模型

TC风场主要分为两部分:一是与TC本身有关的轴对称风场,二是TC移行风场。根据某个气压场模式计算TC的中心对称梯度风风场,然后叠加TC中心移动的移行风场[22,25],即:

式中,vtot为整体风速,vmov为移动风速,vrot为梯度风速。其中,计算移动风速的常见模型有Jelesnianski[31]和Uneo[32]等模型,计算梯度风速的常见模型有Jelesnianski[31]和Holland[33]等模型。Wang等[34]比较了Holland[33]、Jelesnianski[31]、Emanuel[35]以及Emanuel和Rotunn[36]型的TC风场模型,认为Holland[33]模型可以很好地模拟TC风场,且最大风速vm和风廓线参数B在数学形式上独立,便于简化计算。本文采用Wang等[34]的模型参数方案构建东海及其邻近海区TC风场。

Holland[33]修改了Schloemer[37]提出的与压力有关的风廓线模型,并引入了TC的参数梯度风场,该参数已成为许多与TC有关的研究中使用最广泛的梯度风模型[38-41]。由于vm已存储在最佳路径数据集中,不再由风廓线的形状参数B确定,其计算式如下:

式中:r为半径,即点到气旋中心的距离;ρa为空气密度(1.15 kg/m3);Rm为最大风速半径;pn为环境气压(1 013.13 hPa);pc为中心气压,x为系数,取为0.5;γ为调整参数,设为1;参数B为风廓线形状参数,取值为1.0～2.5[38,42]。

TC的运动主要受TC附近自由对流层中背景风的平流作用影响,表面摩擦使表面背景风在大小和方向上偏离对流层自由风。有些研究[39,43-44]虽然假设表面背景风在方向上与TC平移方向大致相等,但风速由于受各种因子的影响而量值偏低。在许多研究中,TC移动的最大速度被添加到TC风场中,却忽略了对流层自由风和表面背景风之间的速度差[45-46]。继Miyazaki[47]后,由TC移动引起的移动风速vmov被添加到风场中,其方向与移动风速方向vf相同,表达式如下:

风场可由梯度风vrot和移动风速vmov合成,即:

式中:c1和c2为衰减因子,其中c1取值为0.85;θ为气旋平移方向与正北方向的夹角;α为流入角。Lin等[39]通过观测分析,发现在空间变化相对较小的情况下,表面背景风比TC平移速度小,约为TC平移速度的55%,方向为沿TC平移方向逆时针旋转约20°方向,故c2取为0.55,α取为20°。合成风速会放大过渡方向右侧的风速,部分解释了风场的不对称性。

由于采用Holland[33]模型构建的风场与实际观测的风场存在差异,Wang等[34]利用观测数据对风廓线形状进行了进一步拟合和调整,使用分段对数B来控制风速的径向变化率,分别为台风眼壁附近的风速急剧衰减区域、过渡区域和风速平稳变化区域,其计算式为:

根据风速衰减的变化率选择rnear和rfar的节点,Wang等[34]给出了更详细的分析和验证。对于时间变化较小的TC事件,Wang等[34]利用观测值调整风廓线的方法以较低的计算成本很好地改善了气旋风的模拟性能。由于TC是一种突发性天气系统,一般持续10 d左右,数据在时间上并不连续,所以需要进行插值处理。对于587个TC过程,构建的风场数据插值为1 h间隔,每个空间格点累计获得103 345个风速数据。

1.3 TC风灾指数构建

TC风灾大小不仅与TC强度(风速)有关,还与TC风速持续时间有关。为了更加有效地探讨东海及其邻近海区TC风灾的空间分布,引入Simpson风灾指数[48],将风速及其累计时间进行整合。Simpson风灾指数计算式为:

式中:PI为风灾累加指数;n为每个网格点的风速数据总数(n=103 345);I i为风速所对应的风灾指数,i=1,2,…,n。依据式(7),最终可获得东海及其邻近海区各个空间格点的PI。为了体现东海及其邻近海区相对风灾大小的空间分布,参照自然灾害风险损失等级划分规则[49],将PI分为5个等级(表1)。当PI超过600时,设定该区域的风灾等级为“高”。

表1 风灾指数与等级Table 1 Levels of wind disaster and wind index

2 结果分析

2.1 东海及其邻近海区TC年际变化特征及路径分布

1980—2019年影响东海及其邻近海区的TC过程共有587个,路径分布如图1所示。依据TC等级划分规则(表2),登陆的TC等级以热带风暴(Tropical Storm,TS)和强热带风暴(Severe Tropical Storm,STS)为主。登陆的TC强度在27°N附近最大,并向南北两侧逐渐递减。登陆后的TC强度明显衰弱,主要以热带低压(Tropical Depression,TD)和TS为主。

图1 1980—2019年影响东海及其邻近海区TC路径(共计587个)Fig.1 Tracks of TC that affected the ECS and its adjacent sea areas from 1980 to 2019(587 in total)

表2 TC等级划分[50]Table 2 Category of TC[50]

40 a间影响东海及其邻近海区的TC年和月统计结果(图2)显示,平均每年有14.7个TC过程影响该区域,其中1994年影响该区域的TC过程最多,达到24个,而1983年、1998年和2010年影响该区域的TC过程最少,仅有7个。对1980—2019年的影响该区域的TC频数进行10 a平均,结果表明:TC频数有明显的年代际变化,1980—1989年间影响该区域的TC频数明显增加,到1990—2009年,频数略有下降,进入2010年,发生频数又呈现上升的趋势(图2a)。40 a间发生TC的频数的逐月分布如图2b所示,可见影响该区域的TC多发生在4月至12月,其中7月至10月TC活动较为频繁,4个月发生TC的频数总和占全年总数的80.44%;8月TC活动最频繁,发生TC共155个,约占总数的26.36%。极端情况下,1月和3月也可能会有TC发生。

图2 1980—2019年影响东海及其邻近海区的TC统计结果Fig.2 Occurrence of TC in each calendar month that affected the ECS and its adjacent sea areas from 1980 to 2019

对影响中国东海及其邻近海区的TC的初步统计结果表明,2010年以来,TC活动数量多于上个10 a,有更活跃的趋势。随着近年来全球气候变化的加剧,TC强度略有增加[51-52],这无疑会加剧TC的灾害影响,所以,东海及其邻近海区TC的风灾风险更值得重视。

2.2 东海及其邻近海区TC最大风速空间分布

1980—2019年东海及其邻近海区TC过程中出现的最大风速空间分布结果(图3)显示,最大风速的空间分布存在明显的区域差异,东海及其邻近海区大部分海域受热带气旋影响,都会出现超过30 m/s的最大风速,达到Super TY级别的风速均位于27°N及其以南海域。在30°N及其以北海域以及台湾海峡海域内出现的最大风速相对较小,强度为强热带风暴、台风和强台风级别。

图3 1980—2019年东海及其邻近海区TC过程中最大风速(m·s-1)的空间分布Fig.3 Spatial distribution of the maximum wind speed(m·s-1)during the TC process in the ECS and its adjacent sea areas from 1980 to 2019

近岸海域最大风速低于外海。在22°～25°N范围内,台湾岛以西海域最大风速介于26.2～49.1 m/s,而以东海域最大风速介于44.4～56.4 m/s,以西海域最大风速明显低于以东海域,以西海域的风灾影响强度在STS、TY、STY级别,而以东海域都经历过STY和Super TY级别的风灾影响。在26°～32°N范围内,近海沿岸最大风速略低于外海。

从南到北,最大风速在近海沿岸与外海展现出不同的变化特征。其中外海最大风速从南到北大体上依次递减,风速从Super TY级别递减到STS级别;近海沿岸最大风速在宁德沿海至温州沿海附近海域到达STY级别,然后向南北两侧海域递减到STS级别。

最大风速的这种空间分布特征,一是与生成源地、海域条件紧密相关的TC发展过程有关,二是受地形等影响所形成。TC生成后,在向东海及其邻近海区移动的过程中,由于下垫面海洋环境条件的影响会导致TC能量的耗散或增强,总体而言,向北台风强度逐渐减弱,也导致了最大风速从南到北依次递减的分布特征。此外,由于台湾岛高大山脉地形的遮挡,在台风影响下台湾海峡中部的最大风速显著低于周围海域。

2.2.1 强风累积时间的空间分布

TC风灾大小不仅与最大风速存在着密切的关系,还与大风持续时间有关。Emanuel[51]通过对v3m在时间上进行积分,构造了TC能量耗散指数(Power Dissipation Index,PDI)。Zhang等[25]研究TC风速大小对港口正常运行造成的灾害损失影响时,也考虑了风速大小(强风,风速≥10.8 m/s)以及强风持续时间(≥24 h)。为进一步了解风灾风险,分析了东海及其邻近海区出现TC风速≥10.8 m/s(风力6级以上)的强风的累积时间及其空间分布。

东海及其邻近海区TC风速达到强风等级的累积时间的空间分布结果如图4所示。强风发生累积时间的空间分布存在明显的区域差异,从(128°E,24°N)到(122°E,32°N),累积时间从4 000多h下降到400多h,靠近沿海和登陆的TC数量要远远小于外海,这种趋势与TC生成源地、发展过程以及大气背景环流和海洋下垫面条件有关,TC在(110°～160°E,5°～25°N)区域生成,在向东海及其邻近海区移动过程中,大部分转向,不直接影响近岸海域,一部分到达近岸海域,甚至登陆,远离近岸海域的TC,在统计区域的风速会随经度增加而逐步减小,直至低于强风等级,实际统计得到的累积影响时间也小于外海。

图4 1980—2019年东海及其邻近海区TC过程中出现强风(风速≥10.8 m·s-1)的累积时间分布Fig.4 Cumulative time of strong breeze(wind speed greater than 10.8 m·s-1)during the TC process in the ECS and its adjacent sea areas from 1980 to 2019

在22°～24°N范围内,台湾岛以西海域强风累积时间基本低于2 000 h,而在以东海域,累积时间均超过2 000 h,且随着经度的增加而增加。在26°～32°N范围内,近海沿岸累积时间低于外海,且随着经度的增加而增加,强风累积时间低于4 000 h。

从南向北,出现强风的累积时间在近海沿岸与外海呈现出不同的变化特征,其中外海累积时间从南到北大体上依次递减,累积时间从3 000多h依次递减到500多h,近海沿岸累积时间在26°～27°N范围内能达到1 600多h,然后向南北两侧海域依次递减,向北递减到480多h,向南递减到700多h。

2.3 东海及其邻近海区TC风速随时间变化分析

近海,特别是沿岸海区,是生产活动的频繁区域,风速大小对其生产活动影响极大。为进一步了解东海及其邻近海区TC风速的逐年变化规律,选取了9个站位点的TC风速进行分析。其中,5个近海站位点分别位于:福建莆田和宁德沿海,对应位置为(119°E,25°N)和(120°E,26°30′N);浙江温州和舟山沿海,对应位置为(121°E,28°N)和(122°E,30°N);长江口海域,位置为(122°E,32°N)。TC对于海上船舶航行等海上活动安全存在重要威胁,因而,也选取了外海的4个站位点,沿东海地理中线125°E,从南向北依次为E1、E2、E3和E4,对应的纬度依次为26°N、28°N、30°N和32°N。

2.3.1 各代表站位的风速年际变化

受TC过程影响,在站位点附近出现的最大风速的年际变化结果如图5所示,可以看出,各站位点每年出现的最大风速差异较大。近海TC风速在温州沿海(28°N)达到最大,外海TC风速在E3(125°E,26°N)点达到最大,近海与外海最大风速出现地点存在明显差异,这种差异可能主要由台湾岛高大山脉地形的遮挡所致。

图5 1980—2019年每年TC过程出现的最大风速的年际变化Fig.5 Interannual variation of maximum wind speed during the TC process from 1980 to 2019

为了更清晰地展示各站位点风速的年代际变化,对各站位点每10 a间及40 a间每年TC过程中出现的最大风速进行平均并统计,结果(表3)表明,近海海域40 a的最大风速平均值最大值出现在温州沿海(28°N),风速为20.9 m/s,最小值出现在长江口沿海(32°N),风速为14.8 m/s,外海40 a的平均风速最大值出现在E1(26°N),风速为30.3 m/s,最小值出现在E4(32°N),风速为19.9 m/s。近海沿岸40 a的最大风速平均要低于相应纬度的外海风速。

表3 每年TC过程中出现的最大风速10 a及40 a平均结果Table 3 Ten-year average statistics of maximum wind speed during TC process m·s-1

由1980—2019年东海及其邻近海区每年TC过程中出现的最大风速的10 a平均变化结果(图6)可知,最大风速每10 a的平均值分别为21.0、16.8、22.5、24.4 m/s。在2000年以前,最大风速平均值并无明显递增的趋势,而2000年以后,最大风速平均值呈现明显递增趋势:2000—2009年相对于1990—1999年的最大风速平均值增加了约5.7 m/s,2010—2019年相对于2000—2009年最大风速平均值增加了约1.9 m/s。2000年以后,TC最大风速平均值每10 a的增速约为1.6 m/s。Kuntson等[52]对热带气旋和气候变化的评估结果表明:自20世纪80年代初以来,TC的全球平均强度增加,且近几十年来,达到4级和5级强度(按照萨菲尔-辛普森飓风等级划分)的热带气旋的全球比例有所增加。Park等[53]研究表明,1977—2010年西北太平洋TC生命期中TC最大强度的位置更靠近东亚,导致在中国东部、韩国和日本登陆的TC强度增加。此外,Kossin等[54]研究表明,TC路径正在从南海向东海转移。但这种年代际变化的具体原因及其理论依据仍需要进一步详细的研究与验证。

图6 1980-2019年东海每年TC过程中出现的最大风速的10 a平均变化Fig.6 Variation of the ten-year average of maximum wind speed during TC process from 1980 to 2019 in the ECS

2.3.2 各代表站位强风发生累计时间统计

对各站位点出现强风的累积时间的统计结果如表4所示,可以看出,近岸强风事件在宁德沿海(26°N)最为频繁,累积时间达1 472 h;外海强风事件多发生在E1(26°N),台风影响下达到强风的累计时间达3 506 h,二者均出现在26°N附近海域。

表4 各代表点强风(风速≥10.8 m·s-1)发生累积时间统计Table 4 Cumulative time of strong breeze(wind speed greater than 10.8 m·s-1)

续表

为了更加详细地了解各站位点强风的累积时间分布情况,依据TC等级划分(表2)对各站位点的发生强风的时间进行统计分析,结果如表4和图7所示。总体而言,TC等级越高,TC发生的几率越小,记录到强风的累积时间也越少。各等级TC累积时间的最大值大致出现在26°N附近海域。另外,在温州沿海海域出现风速达到STY级别也是较为普遍的。

图7 各类风速累积时间统计分析Fig.7 Statistical analysis of cumulative time of various wind speeds

2.3.3 最大风速发生时间

TC发生的时间不确定,而不同时期发生的TC对近岸的生产生活造成的影响差异很大,故了解TC发生的时间,有利于近海生产生活及时地进行调整,以更好地应对TC的影响,如近海养殖渔业在TC来临之前要采取措施,做好防TC准备工作,甚至可以结合养殖设施的抗风能力及时地收获水产品,以最大限度地降低因TC影响而造成的损失。为此,进一步分析了TC影响下强风出现的时间,这对于近海海域的生产生活有着重要意义。

1980—2019年TC过程中出现的最大风速(40 a间每年TC过程中出现的强风的最大风速)发生时间,如表5所示。近海最大风速最早发生在2004年8月8日,位于长江口沿海,风速为32.9 m/s;最晚发生在2016年9月15日,位于莆田沿海,风速为34.6 m/s。近岸最大风速发生的时间均在2 000年以后,且基本发生在7月中旬至9月中旬。外海最大风速最早发生在1983年9月26日,位于E2,风速为46.3 m/s;最晚发生在2019年9月6日,位于E3和E4,风速分别为40.4和40.5 m/s。外海最大风速发生时间多在8月至9月。

表5 各点1980—2019年TC过程中出现的最大风速及发生时间Table 5 Occurrence time and magnitude of maximum wind speed during TC process from 1980 to 2019

2.4 东海及其邻近海区风灾等级空间分布

利用最大风速及强风累积时间表征东海风灾的分布情况有时会出现一定的偏差。例如,近海沿岸40 a的平均风速最大值出现在温州沿海(28°N),而强风发生累积时间最大值出现在宁德沿海(26°N)。为了进一步了解东海及其邻近海区风灾等级空间分布特征,本文引入Simpson风灾指数[48],将最大风速和强风累积时间二者结合,进而构造风灾指数PI,以探究东海及其邻近海区TC风灾等级的空间分布情况。

1980—2019年东海及其邻近海区TC风灾等级空间分布结果如图8所示。可以看出,风灾等级的空间分布存在明显的区域差异。(123°～129°E,22°～27°N)区域内的风灾等级相对较高,风灾级别均位于“中等”级别以上。其他区域风灾等级相对较低。

图8 东海及其邻近海区TC风灾等级分布Fig.8 Spatial distribution of the levels of TC wind disaster in the ECS and its adjacent sea areas

近海风灾等级明显低于外海,其中在22°～25°N范围内,台湾岛以西海域内的风灾等级处于“低”、“较低”级别,而台湾岛以东海域的风灾等级处于“较低”、“中等”、“较高”、“高”级别。风灾等级达到“高”级别的分布区域均位于(123°～125°E,22°～23°N)内。

从南到北,风灾等级空间分布在近海与外海呈现出不同的变化特征,其中外海风灾等级从南到北大体上依次递减,风灾级别从“高”级别递减到“低”级别。近海宁德沿海至温州沿海的风灾等级相对较高。

鉴于近海宁德沿海至温州沿海风灾相对严重,另据浙江省自然资源厅发布的《2019年浙江省海洋灾害公报》①浙江省自然资源厅.2019年浙江省海洋灾害公报.杭州.2020.,浙江省海洋灾害直接经济损失整体呈现递增的趋势,2019年的直接经济损失高达87亿元,这主要是由在浙江省温岭市登陆的09号台风“利奇马”所致。但需要注意的是,仅从历史热带气旋灾害损失推测未来灾害趋势仍存在一定的不确定性。

TC灾害造成的损失越来越严重,及时获取有效的TC灾害损失信息,对于灾害应急响应、资源分配至关重要,同时也能促进有关灾害指数研究的发展[55]。依据Simpson理论构建的风灾指数,在一定程度上反映了TC风灾等级,但构建的风灾指数仅适用于海上,这主要是由于在构建TC风场时并未考虑地形的影响,故而对于登陆后的TC风灾可能存在较大差异。此外,对于完整的TC灾害风险评估,不仅要考虑风灾的影响,还需要考虑海浪、风暴潮及极端降雨等灾害的影响。

3 结 论

本文选取了1980—2019年间影响东海及其邻近海区的587个TC过程,利用经验风场构建了东海的TC风场,对最大风速、强风的累积时间进行统计分析,并探究了东海及其邻近海区TC风灾风险的空间分布,得出主要结论:

1)1980—2019年间,平均每年约有14.7个TC过程影响东海及其邻近海区,8月TC活动最为频繁,约占TC总数的26.36%。TC活动有一定的年代际变化特征,进入2010年,TC活动有所增加。

2)东海及其邻近海区大部分海域受热带气旋影响,都会出现最大风速超过30 m/s的现象,近海沿岸最大风速低于外海,其中台湾岛以西海域最大风速要明显低于其以东海域,这主要与台湾岛高大山脉地形的遮挡有关。外海最大风速从南到北大体上依次递减,风速从Super TY级别递减到STS级别;近海最大风速在宁德沿海至温州沿海附近海域到达STY级别,然后向南北两侧海域递减到STS级别。

3)东海及其邻近海区强风累积时间的空间分布存在明显的区域差异,近海累积时间低于外海,台湾岛以西海域累积时间基本低于2 000 h,而在以东海域,累积时间均超过2 000 h,且随着经度的增加而增加。外海累积时间从南到北大体上依次递减,累积时间从3 000多h依次递减到500多h。近海累积时间在26°～27°N范围内能达到1 600多h,然后向南北两侧海域依次递减,向北递减到480多h,向南递减到700多h。

4)东海及其邻近海区的近海海域最大风速基本发生在7月中旬至9月中旬,外海海域最大风速多发生在8月至9月。

5)(123°～128°E,22°～27°N)区域内的风灾等级相对较高,风灾级别均位于“中等”级别以上。其他区域风灾等级相对较低。风灾等级达到“高”级别均位于(123°～125°E,22°～23°N)区域内。外海风灾等级从南到北大体上依次递减,近海沿岸宁德沿海至温州沿海的风灾等级相对较高。

东海及其邻近海区每年受多次不同强度的TC活动影响,TC灾害防灾减灾对沿海经济的发展至关重要。东海近海TC风灾较为严重区域位于宁德沿海至温州沿海,应重点关注该区域的TC风灾研究,提高预报预测能力和抗灾能力。通过分析各地区TC风速的回归周期和风险,建立相应的防风风险等级,结合受灾物体在实际TC灾害中的受灾情况,研究具体受灾物体的受灾特点,对改进和提高防灾都非常必要。近海TC最大风速出现在每年7月中旬至9月中旬,对于沿海涉海的生产活动,在进入7月中旬后,应特别注意TC活动,采取相应有效的TC应对措施,降低灾害损失和影响。