南海台风路径的K-均值聚类分析

尹亚锋 雍阳阳

摘要 由于南海臺风具有较高的登陆频率，通常会对周边沿海地区造成严重的生命和财产损失。而对台风路径进行分类是获得台风特征的重要途径。利用K均值聚类分析法，对南海台风进行分类。各分类结果均显示，各集群台风之间具有明显的差异性，其移动轨迹与登陆地区之间具有不同的特征，会在南海周边国家为台风灾害防护提供技术支持。

关键词 南海；台风；聚类；灾害防护

中图分类号：P458.1+24 文献标识码：B 文章编号：2095–3305（2023）04–0135-03

台风是影响沿海地区人类生活和经济的恶劣天气现象[1]。它是当今全球十大自然灾害之首，其迁移过程通常会携带风、雨、潮等灾害，严重破坏周边自然环境，造成严重的破坏[2]。而西北太平洋是全球台风生成频率最高的地区，约1/3的台风生成在该地区[3]。南海是西太平洋的大型半封闭边缘海，是台风生成的活跃区域，其中13%的西北太平洋台风生成于此。

南海的大多数台风在其周边国家登陆，南海形成的台风大多数都登陆中国（约占影响中国台风总数的30%）、越南和菲律宾[4-5]。因此，了解南海的台风活动在科学和社会上都很重要[6]。台风的登陆地点主要由其移动路径决定，识别台风移动路径的规律也是台风灾害防护最重要的方面之一[7-8]。因此，采用合适的方法对南海台风进行分类研究十分必要。

对台风进行分类的方法包括模糊C均值法和主观识别法等。其中，K均值聚类方法可以结合台风的风速、位置等情况有效区分台风，近年来已被广泛应用于大西洋、印度洋和西北太平洋的台风分类[9]。本研究利用K均值聚类方法对南海生成的台风进行分类，找出不同分类结果之间的差异性，并分析同一分类结果不同集群之间的移动特征，为台风灾害防护工作提供技术支持。

1 数据和方法

台风资料采用中国气象局（tcdata.typhoon.org.cn）提供的最佳路径数据集，风力达到17.2 m/s记为一个台风，生成位置在5°N～22°N，105°E～120°E范围内，记为一个南海台风，时间选取1950—2020年。

本研究使用台风强度最高时和最后保持台风强度时的经纬度信息作为K均值聚类法的输入信息。两样本间的绝对距离采用各台风集群的质心（经度质心、纬度质心）和方差（经向方差、纬向方差、对角线方差）进行计算。绝对距离的计算方法如下。

（1）式中，xi和xj代表台风样本的序号，m代表上述5个指标（质心和方差），分类结果要求各类样本间的距离尽可能大，类内样本的距离尽可能小。

采用“轮廓值”表示分类结果的优劣，轮廓值（Si）的计算方法为：

其中，ai表示样本i到类内其他样本的平均距离，bi为样本i到类外样本的平均距离，Si平均值的变化范围为-1～1。其中，Si的平均值越大，代表各类区分越明显，而Si的负值个数越多，代表可能分类错误的点越多。

分类结果显示，当分类结果大于5类时，Si的值相对较低，Si的负值个数相对较高。当分类结果为2类时，只是将南海台风分为向东移动和向西移动2种类型，这就会低估台风路径的多样性，不能很好地展现出各类台风的特点。当分为4类时，虽然各集群之间的区分明显，但可能分类错误的点较多，当分为3或5类时，则与分为4类时相反。因此，选择对分类结果为3～5类时的台风集群进行单独分析，比较不同分类结果之间的差异性，以及同一分类结果不同类别之间的移动特征。

2 各分类结果的特征分析

当南海台风分为3类时，其生成位置和移动路径如图2所示。A类台风大多集中在南海中至北部、菲律宾以西和海南岛以东生成，然后向东北方向移动，登陆我国台湾省或日本地区。B类台风的生成频数较多，生成位置遍布整个南海，然后通常向西、西北方向移动，登陆我国南部和中南半岛地区。C类台风生成范围主要在海南岛以东区域，生成后向北或先向北移动再转向东北移动，形成回旋的轨迹，登陆我国东南沿海、台湾省以及日本地区。

图3显示了当南海台风分为4类时的生成位置和移动路径。从图3中可以看出。A类台风通常生成于南海北部，生成后向东北方向移动。B类台风主要生成于南海中至北部，生成后向西北方向移动，登陆我国华南地区福建、广东、广西、海南等省份。C类台风生成后，通常向北或东北方向移动，但与A类台风不同的是，大多数C类台风向东北移动的轨迹并不长，通常会延伸至日本地区。C类台风主要登陆我国东南沿海、台湾省，以及日本地区。D类台风主要生成于南海南部，生成后向西移动，登陆中南半岛地区，一般不会影响我国。

当南海台风分为5类时，其生成位置和移动路径如图4所示。A类台风集中生在南海东北部，主要向东北方向移动，可能会对菲律宾、我国台湾省以及日本地区产生影响。B类台风主要生成在南海中至北部，向西北方向移动，通常会在华南地区登陆。属于C类的台风大多生成于南海北部，逐渐向东北方向移动，但与A类台风不同的是，A类台风移动路径偏东。该类台风主要登陆我国东南沿海地区，以及日本、韩国等地区。D类台风主要生成于南海南部，生成后向西移动，主要在越南海岸登陆中南半岛。E类台风的生成位置遍布整个南海，向北或先向北再转向东北移动，通常会登陆华南地区、我国台湾省以及日本地区。

研究发现，当南海台风分为3类时，B类和C类台风可能会导致分类结果的准确度下降。当将南海台风分为5类时，A类、C类和E类台风之间的相似性可能是导致其Si的值低于分为4类时的原因。因此，本研究认为，当南海台风分为4类时，其分类结果要优于其他2种分类方法。

南海生成的台风登陆情况一直是人们关注的重点，登陆后通常会造成重大生命损失，破坏城市基础设施和生态系统。在1950—2020年间，共有246个台风在南海生成，其中登陆频数为206个，登陆率高达83.74%。因此，利用K均值聚类方法对南海台风进行分类研究是有意义的，该方法可以有效区分南海台风的移动和登陆特征，为南海台风灾害防护提供技术支持。

3 结束语

根據K均值聚类法，通过计算台风路径的质心和方差，利用Si的平均值和负值个数，结合各集群台风路径的移动和登陆情况进行研究。结果表明：当南海台风分为4类时，其分类结果优于其他分类方法。根据各类台风的登陆位置，本研究发现，当将南海台风分为4类时，我国东部沿海、台湾省，以及日本和朝鲜半岛更应该注重A、C类台风，而我国南方沿海地区应重点防范B类台风，中南半岛地区则需要防范D类台风的袭击。

利用K均值聚类法可以掌握南海台风的生成和移动特点。各类台风路径之间的相似性和单个台风路径的多变性是导致不同分类结果的原因，同一分类结果的不同台风集群在其生成位置、移动路径和登陆地点方面均存在较大的差异性。而南海台风较高的登陆百分比，也表明南海台风会给周边国家和地区带来较大影响。对南海台风的聚类分析可能会给未来南海台风的生成和移动方面的预测提供帮助，为台风灾害防护提供一定的技术支持。

参考文献

[1] Feng H， Li T， Jia L， et al. Decrease of tropical cyclone genesis frequency in the Western North Pacific since 1960s[J]. Dynamics of Atmospheres and Oceans， 2018，81：42-50.

[2] Zhou Q， Wei L， Zhang R. Influence of Indian Ocean Dipole on tropical cyclone activity over Western North Pacific in Boreal Autumn[J]. Journal of Ocean University of China （English Edition）， 2019（4）：795-802.

[3] Zhang Q， Liu Q， Wu L. Tropical cyclone damages in China 1983-2006[J]. Bulletin of the American Meteorological Society， 2009，90（4）：489-495.

[4] Liu K B， Shen C， Louie K S. A 1，000-Year history of typhoon landfalls in Guangdong， Southern China， reconstructed from Chinese historical documentary records[J].Annals of the Association of American Geographers， 2001，91（3）：453-464.

[5] Liu K S， Chan J C L. Climatological characteristics and seasonal forecasting of tropical cyclones making landfall along the South China Coast[J]. Monthly Weather Review， 2003，131（8）：1650-1662.

[6] Wang X F. Statistical characteristics of tropical cyclones making landfalls and passing through lakes in China[J]. Journal of Tropical Meteorology， 2009， 15（1）：63-67.

[7] 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.

[8] Lu X， Yu H， Ying M， et al. Western North Pacific tropical cyclone database created by the China meteorological administration[J]. Advances in Atmospheric Sciences， 2021， 38（4）： 690-699.

[9] 季倩倩，徐峰，张羽.近50 a ENSO时频特征及其与南海台风的相关性[J].广东海洋大学学报，2018，38（2）：71-79.

责任编辑：黄艳飞

Abstract South China Sea typhoons had been the focus of attention due to their high landfall frequency， which usually causes serious loss of life and property in the surrounding coastal areas. The classification of typhoon tracks was an important way to obtain typhoon characteristics. This paper classifies typhoons in the South China Sea by K-means cluster analysis. The results show obvious differences among the clusters of typhoons. There were different characteristics on the tracks and landing region of typhon in each cluster， which will be helpful for prediction in terms of the track and landfall probability of typhon around the South China Sea for typhoon disaster protection.

Key words South China Sea; Typhoon; Cluster; Disaster prevention

基金项目 国家自然科学基金项目（42265007）；广西自然科学基金项目（2022GXNSFAA035441）。

作者简介 尹亚锋（1997—），男，河南平顶山人，主要从事海洋气象学研究。*通信作者：雍阳阳（1987—），女，广西桂林人，讲师，主要从事海洋气象学研究，E-mail：yongyy@gxu.edu.cn。