基于近20 a歷史數據的中國沿海城市臺風災害風險評估

王潔，楊奕杰，王杰，呂陽陽，欒奎峰

（1.上海海洋大學海洋科學學院，上海201306；2.上海河口海洋測繪工程技術研究中心，上海201306）

1 引言

臺風具有極強的破壞性，我國瀕臨世界上最為頻繁和嚴重的臺風發源地——西太平洋，從沿海到內陸每年都經受因臺風造成的巨大損失[1]。在臺風災害風險管理中，通過風險評估進行臺風災害風險區劃是臺風風險管理的重要依據，是防御臺風災害的基礎[2]。

臺風災害風險評估方法眾多，涉及領域廣且具有學科交叉的特點。經過長期發展，臺風災害風險評估已從對致災因子的單一研究轉變為結合災害地區的自然和社會屬性進行全面的評估研究[3]。常用的評估方法包括層次分析法（Analytic Hierarchy Process，AHP）、專家打分法、典型相關分析法、模糊風險評估和神經網絡[4]等方法。評估體系與方法的多樣性是現如今臺風災害研究的特點，而運用數理統計與地理信息系統（Geographic Information System，GIS）的結合已經成為了臺風災害評估的主要趨勢。

本文借鑒國內外研究經驗，基于2000—2018年臺風災害和自然社會經濟資料，選取中國遭受臺風災害嚴重的39個沿海城市作為研究區域，建立多因子評價體系進行臺風災害風險評估[5]，并進行研究區臺風災害風險區劃，展示臺風災害風險的等級分布。不同于大多數臺風風險評估限于小區域或僅集中于致災因素分析，本文進行大范圍、長時間和多因子的沿海地區臺風災害風險評估，突出臺風災害風險的等級和具體成因，為中國沿海省市防災減災政策制定提供一定依據。

2 資料來源與處理方法

2.1 資料來源

本文根據臺風成災機制，選取研究區2000—2018年間的相關數據進行分析。具體數據來源如下：

（1）臺風災情數據。來源于日本國立情報學研究所（National Institute of Informatics，NII，網址：https://www.nii.ac.jp/）臺風數據庫中2000—2018年共17 235條西北太平洋臺風路徑數據，包括臺風登陸點編號、時間、位置和強度等。

（2）中國地級市行政區劃數據，選取表1中臺風受災嚴重的39個沿海城市為研究區域。

表1 研究區域按省份劃分

（3）自然地理及社會經濟指標數據。來源于2000—2018年間公開發表的中國統計年鑒和研究區各省市統計年鑒、公報及地方志等。

2.2 研究方法

2.2.1 臺風災害風險理論

根據臺風災害風險理論，臺風災害綜合風險是由臺風致災因子、臺風災害的承災體脆弱性和暴露性以及區域防災減災能力共同組成的復雜體系[6]。結合該理論，綜合考慮各風險要素，臺風災害風險評估體系可劃分為臺風致災、社會防災減災及自然承災這3個子系統，參考相關研究對其使用多因子綜合描述[2，5]來建立臺風災害風險評估體系。本文主要針對強臺風災害進行研究分析，因此臺風致災因素選擇臺風頻率和強度作為因子，自然承災方面選擇地形和綠化覆蓋等因素，社會防災減災因素選用人口、經濟、交通和醫療等多因子，完整體系如圖1所示。

2.2.2 權重確定

由于各風險指標對于臺風災害風險的重要程度不同，因此采用AHP[7]來確定評價體系中各指標因子的權重系數。在構造目標層、領域層和指標層3層組成的層次樹后，具體的指標權重確定步驟為：

（1）建立判斷矩陣。通過建立矩陣兩兩相互比較，盡可能減少性質不同的因素相互比較的困難，以提高準確度。A為圖1中目標層臺風災害風險，B1為子系統臺風致災因素，B2為子系統社會防災減災因素，C1—C14分別為從左到右14個指標因子。我們構建A—B為3大子系統判斷矩陣，Bi—C為子系統下指標因子判斷矩陣。

圖1 臺風災害風險評估指標體系

（i=1，2，…，n；j=1，2，…n）

（2）使用和積法求最大特征根：

并得到對應于最大特征值λ的特征向量W，向量歸一化處理后進行層次單排序，比較確定各因素重要性。

（3）經一致性檢驗通過后計算最終指標層因素權重，臺風災害風險評估體系權重系數如表2所示。

表2 風險評價體系各層次各指標權重系數表

2.2.3 指標風險評估計算

使用極差標準化方法對2000—2018年間各指標數據進行處理，計算公式如下：

當Sij為正指標時：

當Sij為負指標時：

式中，Sij為標準化后的某指標值；Pij代表標準化前i市j指標值；m為地級市數量；n為指標個數。

之后將結果按式（4）進行加權計算[8]：

式中，R為綜合風險；Sk為標準化后的第k個指標值；Wk為指標k的權重。

綜合得到研究區各指標風險評價得分，逐市逐指標進行2000—2018年得分平均并計算最終結果。進行臺風災害風險評估分析時，為了使結果明顯，我們將綜合風險值進行5類排序輸出：極低風險、低風險、中等風險、高風險和極高風險，以此進行臺風災害風險等級的劃分[9]。為了使結果顯示更加直觀，在風險等級的輸出過程中，3個子系統的等級確定采用自然斷點分級法，綜合風險等級確定采用人工和等隔分類相結合的方法。

3 風險評估結果與分析

3.1 臺風致災因素風險區劃

根據2000—2018年西北太平洋臺風登陸點數據，統計研究區內各市的總臺風數量與強度。由于臺風影響范圍較大，即使周邊過境臺風都可能對該城市造成十分大的影響。經查閱相關資料，臺風對距城市220 km以內的地區都會產生不可忽視的影響，因此我們對各市的登陸臺風和緩沖區110 km和220 km內的過境臺風進行綜合考慮。對于未登陸該城市的臺風強度的賦權，按照距研究區距離由近到遠依次遞減的原則進行計算，之后各范圍加權累計再除以年份得到臺風年均強度，數量和強度統計結果如圖2所示。綜合分析可知湛江、陽江、茂名、江門、福州和漳州等城市受臺風影響頻繁，影響臺風數量達到60個左右，其中湛江市受臺風影響最大，2000—2018年間的登陸臺風數達到了19個，臺風平均年強度也是研究區內最高的，達到6.46級。青島、煙臺、威海、日照和臨沂等城市受臺風災害影響較小，19 a間的影響臺風數不足20個，臺風年均強度均在2級以下。

圖2 2000—2018年研究區臺風數量和強度統計圖

采用自然斷點分級法對風險等級進行確定，分析所得臺風風險評價等級結果如表3所示。廣東省和福建省是臺風致災風險最大的兩個省份，廣東省的湛江、茂名、陽江和江門等城市和福建省的泉州、福州和寧德等市都處于臺風致災風險的極高風險區，且廣東和福建兩省均無極低風險區域。致災系統的極低風險區集中分布在江蘇省北部及山東省，由于距離臺風發源地較遠，臺風的數量和強度都比較低。江蘇南部、上海市及浙江省東南部城市為低風險區，由圖2可知這些城市的臺風登陸數量并不多，臺風致災風險主要來自于過境臺風的波及?？傊?，受西北太平洋臺風發源地的距離影響，中國沿海城市的臺風致災風險南方比北方大，地域差異明顯。

表3 研究區臺風致災因素風險得分等級表

3.2 社會防災減災因素風險區劃

受地理條件和政策的影響，中國沿海城市的經濟發展多數處于較高水平，因此在表4所示的社會防災減災因素臺風風險評價結果中可以看出，研究區內各城市之間的風險差異并不明顯，大部分臺風都處于中低風險區。中等風險和低風險區的城市均占所有研究城市的41%，15%的地級市處于此因素的高風險區域，另有3%處于極高風險區。按省份進行分析，研究區中山東省和浙江省的大部分城市、江蘇省的蘇州、福建省的福州和泉州以及廣東省的惠州、東莞和江門等市為低風險區域，分析原因為這些城市管理和醫療系統完善，人口密度也較其他地區低，可以有效減少臺風災害帶來的損害。而廣東省的陽江、湛江、汕尾、揭陽和汕頭等城市經濟水平較其他沿海城市低，社會防災工程建設不夠完善，且第一產業發展水平高，屬于社會防災減災子系統的中高風險區。上海和深圳經濟發展水平極高，醫療和城市設施系統完善，但由于人口密度大、地區國內生產總值極高，且發展模式受環境影響較大，所以遭受臺風災害時的損失會更大，社會防災減災子系統風險處于中高級水平，Yin等[8]對中國沿海臺風災害脆弱性的研究也得到相似結果。分析還發現，杭州市作為優秀的旅游城市，憑借良好的綠化環境、較高的經濟水平和較低的人口密度成為了社會防災減災因素臺風風險最低的城市，而汕頭市的風險最高，是唯一一個處于極高風險區的城市，需要著重完善臺風防災工程建設，提高城市綠化水平，制定臺風防災減災措施。

表4 研究區社會防災減災因素風險得分等級表

3.3 自然承災因素風險區劃

自然承災子系統評估體系中的3個指標因子即平均地形高程、建成區綠化覆蓋率及園林綠地面積，均與臺風災害風險相關。從指標數據來看，福州、廈門、青島、臨沂、煙臺、威海和杭州等城市平均地形高程較高，上海、杭州、蘇州、青島、廣州、深圳、東莞和珠海等城市綠化水平相比其他城市較高。綜合表5自然承災風險等級評估結果，山東省的青島、煙臺、威海和臨沂，福建省的福州和廈門，廣東省的廣州、深圳和珠海都處于低或極低風險區；江蘇省的連云港、鹽城和南通，浙江省的嘉興、寧波和溫州，福建省的泉州和寧德，廣東省的汕頭、揭陽、汕尾、中山和佛山，海南省的?？诘瘸鞘袨闃O高風險區。自然承災子系統的評估中地形高程權重系數較大，所以評估結果在空間分布上具有連續性。

表5 研究區自然承災因素風險得分等級表

3.4 研究區臺風災害風險區劃

進行綜合風險等級區劃，對應的風險得分范圍見表6。臺風災害綜合風險地域性差異明顯，總體來說，從南到北呈現遞減趨勢。以省份為單位分析，低風險區的城市全部位于山東省內，江蘇省、上海市和浙江省南部的城市為中等風險，極高風險區的城市位于福建省和廣東省南部，其余城市為臺風災害高風險區。廣東省和福建省作為臺風災害風險的重災區，需要重點加強沿海城市的臺風防災工作。

表6 臺風風險得分等級表

經對比分析，綜合風險的區劃結果同國內臺風災害研究中引用度較高的文章結果高度吻合，如牛海燕等[5]對1990—2007年中國沿海地區的臺風災害評價的結果顯示，廣東省臺風災害風險最高，浙江省和福建省其次；葉金玉等[10]研究評選出中國臺風災害暴露性最高的10個單位，除本文未研究的區域外，湛江、寧德、福州、漳州、江門和茂名等城市均在本研究結果的極高風險區中，所以證明此本文研究有一定的合理性。

4 結語

本文以臺風災害風險理論為基礎，基于AHP方法，綜合2000—2018年的臺風數據及自然社會因素數據，對中國沿海受臺風災害影響的39個城市進行了多因子的臺風災害風險評估，實現臺風災害風險分級分區。結果表明：

（1）在評估體系中，臺風致災因子的權重比例最大，臺風數量和強度與臺風發源地的位置距離相關，因此造成了臺風災害綜合風險地域性差異明顯，從南到北呈現遞減趨勢的結果。

（2）通過對子系統和綜合評估體系的分析，臺風致災子系統的風險分布差異性最大，而社會防災減災子系統的風險分布差異最不明顯。自然承災子系統中風險等級受高程影響多為連續分布，其中寧德、汕尾、揭陽和嘉興等城市因綠化不足造成風險較高，需要重點加強城市綠化建設。

本研究通過臺風本身、自然和社會3個方面，分別展示了子系統風險等級區劃及綜合風險等級區劃。在前人研究的基礎上構建了由臺風致災、自然承災和社會防災減災等子系統組成的更加全面有效的臺風災害風險評估體系，針對臺風災害嚴重的中國沿海地區進行研究，分析了研究區2000—2018年間自然、經濟和人文等多方面數據，得出了較為合理的分析結果。由于臺風災害評估尚在不斷發展和完善中，因此本研究仍存在一些不足，一方面社會防災減災子系統中各社會指標數據通過國家及各地的統計文獻獲得，各地各級的統計標準不同可能使得評估結果有少許偏差，今后的研究中需要收集更加詳細的指標數據進行校準；另一方面海防工程作為臺風災害風險的影響因素之一也應被列為評估體系的一部分，但由于研究區涉及多個省份，而各地海防工程建設標準不同，對臺風災害風險的影響程度難以量化，因此無法進行統一考量，若日后針對海防工程建設完善的江浙一帶進行臺風災害研究，必將其列入系統統計分析。