2001—2020年中国月尺度热带气旋灾害时空变化特征研究.pdf

DOI:10.12006/j.issn.1673-1719.2023.088赵珊珊,李莹,赵大军,等.20012020 年中国月尺度热带气旋灾害时空变化特征研究 J.气候变化研究进展,2023,19(5):592-604Zhao S S,Li Y,Zhao D J,et al.Spatio-temporal characteristics of tropical cyclone disaster on monthly scale over China during 2001-2020 J.Climate Change Research,2023,19(5):592-60420012020 年中国月尺度热带气旋灾害时空变化特征研究赵珊珊1,2，李 莹1,2，赵大军3，周星妍1,2，艾婉秀1,21 中国气象局气候预测研究重点开放实验室，国家气候中心，北京 100081；2 国家气候中心，北京 100081；3 中国气象科学研究院灾害天气国家重点实验室，北京 100081气 候 变 化 研 究 进 展第 19 卷 第 5 期 2023 年 9 月CLIMATE CHANGE RESEARCHVol.19 No.5September 2023摘 要：在全球变暖背景下，西北太平洋和南海热带气旋（TC）移动路径发生了明显变化。中国社会经济迅速发展导致承灾体暴露度增加，中国 TC 灾害的时空分布呈现新的特征。利用 20012020 年中国省级 TC 灾害损失资料，对比分析了前后 10 年中国月尺度 TC 灾害的时空分布特征。结果表明：中国 79 月的 TC 灾害损失占全年总损失的 84%以上，大部分省（区、市）TC 灾害损失峰值出现在 8 月，但广西峰值出现在 7 月，海南、内蒙古和黑龙江出现在 9 月；中国致灾 TC（DTC）中有 15%未登陆中国，未登陆 DTC 在海南发生频次最高，在黑龙江造成的损失最重；与 20012010年相比，20112020 年中国 DTC 年频数增加，其中未登陆 DTC 年频数增加，登陆 DTC 年频数减少，但 8 月登陆和未登陆 DTC 频数均增加；受西北太平洋和南海 TC 活动路径变化的影响，20112020 年中国 8 月 DTC 灾害损失更突出，未登陆 DTC 影响增大，DTC 影响范围向北扩展，给中国 TC 灾害预报预警和防台减灾工作带来更严峻的挑战。关键词：热带气旋（TC）；灾害损失；热带气旋路径；月尺度；致灾热带气旋（DTC）收稿日期：2023-04-23；修回日期：2023-06-27资助项目：国家自然科学基金项目（42005029，41875120）；上海台风研究基金项目（TFJJ202201）；国家重点研发项目（2018YFC1509007）作者简介：赵珊珊，女，正研级高级工程师，；李莹（通信作者），女，高级工程师，引 言中国受热带气旋（TC）影响频繁，平均每年有 9 个 TC 登陆中国1。TC 造成的大风、暴雨、风暴潮及其引发的次生灾害对中国中东部地区造成严重影响。20042013 年，对中国造成灾害损失的 TC 平均每年有 8.3 个（其中登陆 TC 占88%)，造成年平均直接经济损失 447.8 亿元，占国民生产总值的 0.16%2。中国 TC 导致的直接经济损失和死亡人口分别占气象灾害总损失的 17%和 10%，是仅次于干旱和暴雨洪涝灾害的主要气象灾害3。受西北太平洋 TC 活动影响，中国 TC 灾害具有明显地域性和季节性特征。每年 511 月是中国台风登陆季节，其中 8 月登陆台风最多4。台风登陆点的纬度从春到夏逐渐北移，7、8 月达到最北，9 月逐渐南移。610 月为台风灾害多发期，直接经济损失占全年的 98.5%，其中 8 月致灾台风频数和直接经济损失最多5。中国大部分省（区、市）直接经济损失的月分布呈单峰型，但华南为气 候 系 统 变 化5 期 593赵珊珊，等：20012020 年中国月尺度热带气旋灾害时空变化特征研究双峰型。1980 年以来，中国有 24 个省（区、市）受 TC 影响，影响频次从东南沿海向内陆减小6，广东、福建和浙江受灾频次较高7。中国 TC 灾害频次与损失的空间分布较为一致，浙江、广东、福建直接经济损失较大8-9，TC 灾害是当地最主要的气象灾害3。此外，北方及内陆部分地区平均单次 TC 灾害损失也较严重1。在全球变暖背景下，观测和模式模拟结果均发现 TC 强度增加10-11，21 世纪 TC 活动范围向两极方向扩展12，TC 活动路径的变化在西北太平洋地区尤为明显13。1980 年以后，610 月影响中国的 TC 盛行路径向北和东北方向移动，导致登陆中国东部和东南部的 TC 增多1,14，中国东部地区TC 暴露度增加而南方地区减少13。尽管影响和登陆中国的 TC 频数没有显著的变化趋势6,15-16，但登陆中国 TC 强度增强14,17，陆上平均持续时间增加6，TC 深入内陆，影响范围更广，尤其对中国南方内陆地区影响更大18。除浙江台风季呈延长的趋势外，其余各省台风季变短或变化不明显19。影响和登陆中国 TC 活动的变化进一步导致了 TC 灾害损失的变化。TC 造成中国农作物受灾面积3和直接经济损失都呈增加趋势6,9。20112020 年中国 TC 农作物受灾面积和直接经济损失较 20012010 年明显增加，而受灾人口和直接经济损失占 GDP 比例显著减少20。中国致灾 TC 频数和直接经济损失的月际变化幅度在 19952014 年较19851994 年更大5。一方面，气候变化背景下，TC 的路径、强度、持续时间等活动特征发生了变化；另一方面，社会经济的快速发展导致台风灾害的承灾体暴露度增加；与此同时，防台减灾能力也在不断提升，导致台风灾害风险的动态变化，相同强度的 TC 在不同时期造成的灾害损失可能存在巨大差异。当前，气象灾害风险预估有助于防灾减灾策略的提早部署已成共识，开展月尺度的气象灾害风险预估迫切需要同时间尺度下的气象灾害特征作为参考。然而，已有研究大多从年尺度或单个 TC 的角度分析中国 TC 灾害及其损失的变化特征21-23，基于月尺度TC灾害的时空变化特征分析较少。因此，针对 21 世纪以来月尺度 TC 灾害损失的时空变化开展研究，不仅有助于更好地理解全球变暖对中国 TC 灾害的影响，也可为中国防台减灾提供精细化的参考依据，提升灾害风险管理的精细化水平和 TC 灾害风险预估和预警能力，对各地区有针对性地开展科学防台减灾和风险应对具有重要意义。1 资料与方法1.1 资料文中使用的 TC 登陆资料来自 20012020 年上海台风研究所（STI/CMA）整编和出版的热带气旋年鉴，包括 TC 登陆时间、地点、强度等信息。TC 路径资料来源于“CMA 热带气旋最佳路径数据集”24，包含 TC 中心每 6 h 的位置和强度信息。TC 灾害损失资料（不包括港澳台）主要来自 20012020 年国家气候中心整理出版的中国气象灾害年鉴以及全国气候影响评价，主要包括历次 TC 灾害造成的全国各省（区、市）的直接经济损失、农作物受灾面积、受灾人口等。该套资料有较好的空间完整性和时间连续性，已广泛应用于 TC 灾害的研究工作。需要说明的是，考虑到热带低压（TD）也有致灾性并对中国社会经济造成影响，文中研究的 TC 包括了 TD。对中国造成灾害损失的 TC 称为致灾热带气旋（DTC)，按照是否登陆中国大陆分为登陆 DTC 和未登陆DTC。20012020 年中国区域台站观测的逐日降水资料来自国家气象信息中心，该资料经过质量控制和均一化处理25。由于观测资料中不可避免存在缺测，通过剔除缺测率较多的站点，挑选了2366 个气象观测站点。1.2 方法TC 降水资料利用 Ren 等26提出的客观天气图分析方法（OSAT）获得。OSAT 的基本思路是将台站降水划分为不同的雨带，然后根据与 TC 中心的距离以及雨带分布确定 TC 降水雨带。OSAT是一种成熟的客观识别 TC 降水的方法，已被广泛用于 TC 降水研究27。为研究 TC 降水的极端性，将 20012020 年中国各个站点的所有有效日降水量（0.1 mm）从小到大进行排序，取第 95 百分位的值作为各站日降水量极端事件的阈值。当某站 TC 日降水量达到或超过本站日降水量极端事件阈值时，判定为发生一次极端日降水。通过计算西北太平洋和南海生成 TC 路径在空间网格（2.5 2.5 ）上的出现频次得到 TC 路径密度。中国 TC 灾害损失在 20012020 年表现出明显的年代际变化特征，因而文中对比分析20012010 年和 20112020 年月尺度 TC 灾害损失20。此外，为消除通货膨胀对直接经济损失的影响，利用中国统计年鉴中 20012020 年全国变价和不变价 GDP，将历年变价 GDP 除以不变价 GDP 得到历年通货膨胀率。将历年直接经济损失除以通货膨胀率即得到以 2019 年为基准年的直接经济损失。2 TC 灾害损失时空分布特征2.1 月际分布特征中国 TC 灾害具有明显的季节性特征。20012020 年，平均每年有 8.2 个 DTC 影响中国，发生时间为 411 月，其中 79 月频数占全年的77%，为主要发生时段（图 1a)。中国 DTC 频数月分布为单峰型，8 月频数最高，为 2.7 个。20012010 年，年平均 DTC 频数为 7.6 个，79 月各月频数差异不明显。20112020 年，年平均 DTC 频数为 8.8 个，发生时间为 511 月，8 月 DTC 频数约为 7 月、9 月的 2 倍，占全年的 36%。与前10 年相比，后 10 年 DTC 发生时间更集中，年频数增加，其中 8 月频数增幅最大。20012020 年，年平均登陆 DTC 有 7 个，占DTC 总数的 85%（图 1b)。20012010 年，年平均登陆 DTC 有 7.3 个，发生时间为 411 月，其中 79 月为主要发生时段，且各月频数较接近。20112020 年，年平均登陆 DTC 有 6.7 个，主要发生在 610 月。与前 10 年相比，后 10 年登陆DTC 发生时间更集中，年频数减少，其中 7 月、9月频数明显减少，8 月频数增加。20012020 年，年平均未登陆 DTC 有 1.2 个，有 87.5%发生在后 10 年。20112020 年，年平均未登陆 DTC 有 2.1 个，发生时段为 511 月，较前 10 年分布更广；5 月、711 月各月频数均较前 10 年明显增多，其中 8 月增幅最大（图 1c)。后 10 年未登陆 DTC 占 DTC 总频次的比例由前 10年的 3.9%增加到 23.8%，是导致中国 DTC 年频数增加的主要原因。此外，后 10 年登陆和未登陆DTC 频次在 8 月均增加，DTC 表现为更集中发生在 8 月。20012020 年，DTC 平均每年造成受灾人口2898.6 万人，分布在 411 月，其中 79 月占总受灾人口的 87%，8 月最多，达 1098.6 万人（图2a)。20012010 年，年平均受灾人口 3315 万人，7 月最多，为 1100 万人。20112020 年，年平均受灾人口 2482.3 万人，8 月最多，约 1200 万人，图 1 20012020 年致灾气旋（DTC）(a)、登陆 DTC(b)和未登陆 DTC(c)年平均频数的逐月分布Fig.1 Monthly distribution of annual frequency of disastrous tropical cyclone(DTC)(a),landfalling DTC(b),and non-landfalling DTC(c)during 2001-202020012010 年20112020 年20012020 年DTC 频数02134登陆 DTC 频数0213未登陆 DTC 频数00.40.20.60.8 11 月4567891011 月4567891011 月5678910(a)(b)(c)气 候 变 化 研 究 进 展 2023 年气 候 系 统 变 化占全年的 48%。后 10 年受灾人口总体较前 10 年减少，尤其是 7 月减少明显，但 8 月、10 月和 11月增多，其中 8 月增幅最大。20012020 年，未登陆 DTC 平均每年造成 157.8 万人受灾，占总受灾人口的 5.4%，主要发生在后 10 年的 79 月，其中 8 月最多，为 104.4 万人（图 2b）。20012020 年，DTC 平均每年造成农作物受灾面积 217.5 万 hm2，79 月受灾面积占全年的88%，8 月最多，达 85.5 万 hm2（图 2c)。与前 10年相比，后 10 年受灾面积在 47 月减少，在 811 月增加，并且 8 月增幅较大。20012020 年，未登陆 DTC 造成年平均受灾面积 35.2 万 hm2，占图 2 20012020年 DTC 和未登陆 DTC 灾害损失的逐月分布（a b）受灾人口，（c d）受灾面积，（e f）直接经济损失Fig.2 Monthly distribution of disaster losses of DTC and non-landfalling DTC during 2001-2020.(a,b)Affected population,(c,d)affected crop area,(e,f)direct economic losses受灾人口/万人150011 月45678910(a)(b)20012010 年20112020 年20012020 年11 月45678910未登陆 DTCDTC10005000受灾人口/万人150100500受灾面积/万 hm212080400受灾面积/万 hm2604020011 月4567891011 月4567891011 月4567891011 月45678910(c)(d)(e)(f)直接经济损失/亿元40030020001003020100直接经济损失/亿元总受灾面积的 16.2%，主要发生在后 10 年的 89 月，其中 9 月受灾面积最大，达 42.4 万 hm2（图2d）。20012020 年，中国年平均 DTC 直接经济损失 633.7 亿元，79 月占总损失的 84%，其中 8月最多，为 260 亿元（图 2e)。直接经济损失的年代际变化与农作物受灾面积相似，后 10 年直接经济损失在 47 月较前 10 年减少，而在 811 月增加，8 月直接经济损失增幅最大，占全年的比例由 34.2%增加到 46.2%。20012020 年，未登陆DTC 造成年平均直接经济损失 32.3 亿元，占总损失的 5.1%，主要发生在后 10 年的 79 月，其中5 期 595赵珊珊，等：20012020 年中国月尺度热带气旋灾害时空变化特征研究8 月最多，为 22.6 亿元（图 2f）。可见，DTC 灾害损失较 DTC 频次更集中分布在 79 月。与前 10 年相比，后 10 年 DTC 灾害损失在 7 月减少、8 月增加，导致年内单峰型分布的峰值更突出。未登陆 DTC 对农作物受灾面积影响较大，是造成后 10 年 9 月农作物受灾面积增加的主要原因。2.2 空间分布特征中国各地区 DTC 受灾频次和灾害损失总体从东南沿海向内陆和北方地区减少，但各地区受灾频次和灾害损失的月际分布特征略有不同。20012020 年，有 22 个省（区、市）受 DTC 影响产生灾害损失，其中位于北方地区的北京、内蒙古、吉林和黑龙江的 DTC 灾害均发生在 2010年以后。除海南外，21 个省（区、市）的 DTC 灾害主要发生在79月（图3a)，有20个省（区、市）受灾频次的月际分布为单峰型，峰值出现在 8 月。图 3 20012020 年 DTC 受灾频次(a)和灾害损失(b d)各月占比的分布Fig.3 Distribution of monthly percentage of frequency of DTC(a)and TC-disaster losses(b-d)to the annual total during 2001-2020内蒙古受灾频次的月际分布为双峰型，峰值出现在 7 月和 9 月。海南 DTC 灾害主要发生在 710月，其中各月受灾频次占比相对平均，均在 20%以上。22 个省（区、市）DTC 灾害损失的月际分布均为单峰型，但不同地区各项灾害损失的峰值月份存在差异。广西、云南、湖南、江西和北京受灾人口峰值出现在 7 月，海南、广东、贵州、内蒙古和黑龙江出现在 9 月，其余 12 个省（区、市）的峰值出现在 8 月（图 3b)。16 个省（区、市）的农作物受灾面积峰值出现在 8 月，广西出现在 7月，而海南和北方的黑龙江、吉林和内蒙古出现在 9 月（图 3c)。广西、云南、湖南和北京的直接经济损失在 7 月最多，海南、贵州、福建、黑龙江和内蒙古在 9 月最多，其余 13 个省（区、市）均在 8 月最多（图 3d)。中国大部分地区 DTC 受灾频次和灾害损失的峰值出现在 8 月，受灾频繁的广西灾害损失峰值出现在 7 月，海南和北方的气 候 变 化 研 究 进 展 2023 年气 候 系 统 变 化8011 月4567891011 月4567891011 月4567891011 月45678910604020080604020060504020301006040200(a)受灾频次(b)受灾人口(c)农作物受灾面积(d)直接经济损失占比/%占比/%占比/%占比/%黑龙江、内蒙古灾害损失峰值出现在 9 月。20012020 年，未登陆 DTC 影响中国 16 个省（区、市)，海南受灾频次最高（9 次)，吉林和黑龙江分别有 7 次和 6 次，辽宁、浙江和广西超过 4 次（图 4a)。黑龙江和吉林未登陆 DTC 频次分别占当地 DTC 总频次的 86%和 70%，即这两个省 DTC 以未登陆 DTC 为主。未登陆 DTC 平均每年造成黑龙江、吉林、浙江、海南受灾人口达 20 万人以上，其中黑龙江最多（27.7 万人)，广西和辽宁也超过 10 万人（图 4b)。未登陆 DTC造成的农作物受灾面积在黑龙江最大（18.1 万hm2)，其次是吉林（6 万 hm2)，海南、广西、浙江、江苏、辽宁和内蒙古均在 1 万 hm2以上（图 4c)。未登陆 DTC 造成黑龙江、吉林、浙江和海南年平均直接经济损失均超过 2 亿元，其中黑龙江最多（8.1 亿元)，广西、福建、江苏、山东、辽宁超过 1 亿元（图 4d)。尽管未登陆 DTC 影响海南频图 4 20012020 年未登陆 DTC 总频次(a)和多年平均灾害损失(b d)的空间分布Fig.4 Spatial distribution of total frequency(a)and annual mean disaster losses(b-d)of non-landfalling DTC during 2001-2020次最高，但在黑龙江造成的灾害损失最重。黑龙江未登陆 DTC 均发生在 8 月和 9 月，造成的各项灾害损失占全年的 60%以上，其中直接经济损失占比最大（93%）。由于 79 月中国 DTC 灾害损失占总损失的80%以上，因而进一步分析 79 月各月 TC 灾害年代际变化的空间分布特征。与 20012010 年相比，20112020 年 7 月北方大部分地区及云南受灾频次增加，而华南以及湖南、湖北、安徽受灾频次减少，广东和广西平均每年分别减少 0.5 次和0.4 次（图 5a1)。7 月各地区 DTC 灾害损失的变化与受灾频次一致，表现为北方和云南增多、其余地区减少的特征，其中广东、广西、湖南的 DTC灾害各项损失的减少幅度较大（图 5a2 5a4）。20112020 年 8 月，仅湖北、福建、江西三省受灾频次减少，广东、海南的受灾频次与前 10年持平，中东部其余地区受灾频次增加，其中北80E90E100E120E110E130E80E90E100E120E110E130E(a)(b)(c)(d)45N30N15N45N30N15N45N30N15N45N30N15N80E90E100E120E110E130E80E90E100E120E110E130E12 34 56 770.2 0.50.5 1.01.0 2.02.00.20.1 0.50.5 1.01.0 2.02.00.11 55 1010 20201受灾频次受灾人口/万人受灾面积/万 hm2直接经济损失/万元5 期 597赵珊珊，等：20012020 年中国月尺度热带气旋灾害时空变化特征研究方地区的山东、辽宁和吉林年平均受灾频次增加0.4 次以上（图 5b1)。与前 10 年相比，受灾人口和农作物受灾面积呈“北增南减”的特征，直接经济损失在大部分地区均增加。北方大部分地区及江苏、安徽等地各项灾害损失均增加，而广西、湖南、福建各项损失均减少（图 5b2 b4）。与前 10 年相比，20112020 年 9 月东北三省、内蒙古、湖南、江西、贵州和云南的受灾频次增加，其余地区减少（图 5c1)。黑龙江、吉林的年平均受灾频次增加 0.3 次，浙江和广东减少 0.4 次。中东部地区 DTC 灾害损失的年代际变化与受灾频次基本一致，在北方大部分地区及云南、贵州、湖图 5 中国 79 月 DTC 受灾频次、受灾人口、受灾面积和直接经济损失前后 10 年差值空间分布Fig.5 Spatial distribution of the difference of annual mean DTC frequency,affected population,affected crop area and direct economic losses over China during July-September between 2011-2020 and 2001-2010南增加，在其余地区以减少为主（图 5c2 c4)。总的来看，79 月中国 DTC 灾害损失与受灾频次的空间变化基本一致。3 TC 灾害损失变化成因分析3.1 TC 降水降水是 TC 灾害的主要致灾因子，对中国直接经济损失的影响比大风更大28-29，TC 降水与 TC强度之间存在显著正相关关系30。受承灾体脆弱性、孕灾环境和防灾减灾能力等影响，不同时期TC 致灾的降水量阈值可能会有差异。仅分析 DTC70E90E110E130E(a1)(b1)(c1)-0.4 -0.20.4-0.4受灾频次受灾人口/万人受灾面积/万 hm2直接经济损失/亿元70E90E110E130E 70E90E110E130E45N30N15N45N30N15N-0.2 -0.1-0.1 00 0.10.1 0.20.2 0.445N30N15N45N30N15N45N30N15N45N30N15N45N30N15N45N30N15N7 月8 月9 月70E90E110E130E 70E90E110E130E 70E90E110E130E(a2)(b2)(c2)(a3)(b3)(c3)(a4)(b4)(c4)-90 -6090-90-60 -30-30 00 3030 6060 90-8 -48-8-4 -2-2 00 22 44 8-20 -1020-20-10 -5-5 00 55 1010 20气 候 变 化 研 究 进 展 2023 年气 候 系 统 变 化降水不能客观反映 TC 致灾因子的变化特征，因而对比分析中国 TC 降水量和极端日降水频次在前后10 年的变化。20012020 年，TC 降水出现在 412 月，其中 79 月为降水集中时段，降水量占全年的 80%（图 6a)。20012010 年，79 月为 TC 降水量的主要发生时段，且各月降水量较接近。20112020 年，8 月 TC 降水量占全年的 44%，峰值较前 10 年更突出。中国 TC 极端日降水在 412 月均有发生，其中 79 月为集中发生时段，占全年总频次的 82%（图 6b)。20012010 年，TC 极端日降水频次在 7、8 月接近，且较其他月份偏多。20112020 年，8 月极端日降水频次占全年的47%，极端日降水较前 10 年更集中发生在 8 月。可见，与前 10 年相比，后 10 年中国 TC 降水量和极端日降水频次均在 8 月增加，而在 7 月和 9 月减少，与 DTC 频次（图 1a）具有一致性变化特征。各月 TC 降水量和极端日降水年代际变化的空间分布不同。20112020年，7月TC降水量呈“北增南减”的特征，内蒙古、黑龙江、吉林、河北东部等地降水量较前 10 年增加，而南方大部分地区降水减少，其中广东和广西部分地区显著减少（图 7a)。8 月，TC 降水量在江西、湖南、湖北中西部、贵州中东部、广西北部以及福建和广东沿海较前 10 年减少，而其余地区降水增加，东北中部和南部、华北东部、黄淮中部的降水量显著增加（图 7b)。9 月，东北大部、江淮、江汉、福建北部、贵州、海南等地降水量较前 10 年增加，图 6 20012020 年平均 TC 降水量(a)和极端日降水频次(b)的逐月分布Fig.6 Monthly distribution of mean TC precipitation(a)and frequency of extreme TC daily precipitation events(b)during 2001-2020黑龙江东部降水量显著增加，其余地区降水减少，其中山东东部、广东大部、广西东部降水量显著减少（图 7c）。从极端日降水发生频次来看，20112020年，7 月 TC 极端日降水频次在东北和华北较前 10 年增加，其余大部分地区减少，其中华南减少幅度较大（图 7d)。8 月，贵州、湖南、江西以及华南沿海地区的 TC 极端日降水频次减少，其余大部分地区增加，其中东北大部、华北东部、山东西部等地显著增加（图 7e)。9 月，TC 极端日降水频次在黑龙江、吉林、江淮、贵州等地增加，在广东、江苏北部显著减少，黑龙江东部显著增加。可见，各月 TC 降水量和极端日降水频次年代际变化的空间分布较为一致，并且与 DTC 灾害损失（图 5）具有一致性变化特征。3.2 TC 生成频数和活动路径中国月尺度 DTC 发生频次与 DTC 灾害损失、TC 降水量均具有一致性变化特征。源自西北太平洋和南海的中国 DTC 中有 15%未登陆，并且在2011 年后未登陆 DTC 发生频次明显增多。由于未登陆 DTC 的影响不可忽视，因而进一步研究西北太平洋和南海 TC 生成频数及其活动路径对中国的影响。20012020 年，西北太平洋和南海平均每年有 24.7 个 TC 生成，全年各月均有 TC 生成，其中 79 月 TC 生成频数占全年的 57%，8 月最多，为 5.5 个（图 8)。20112020 年，年平均 TC 生成频数为26.0个，较前10年（23.2个）偏多约3个；20012010 年20112020 年20012020 年4050030400201003002001000极端日降水频次降水量/mm12 月456789101112 月4567891011(a)(b)5 期 599赵珊珊，等：20012020 年中国月尺度热带气旋灾害时空变化特征研究图 7 79 月各月 TC 降水量和极端日降水频次前后 10 年差值空间分布Fig.7 Spatial distribution of difference of annual mean TC precipitation and frequency of extreme TC daily precipitation events during July-September between 2011-2020 and 2001-2010.(The significance level is 0.1)图 8 20012020 年多年平均西北太平洋和南海生成 TC 频数的逐月分布Fig.8 Monthly distribution of annual mean occurrence of TCs from western North Pacific and the South China Sea during 2001-202020012010 年20112020 年20012020 年8生成 TC 频数/个12 月45678910111236420除 5 月外各月生成频数均较前 10 年增加，其中 10月增幅最大。西北太平洋和南海 TC 生成频数的月际分布没有明显的年代际变化，表明 TC 生成频数对中国 DTC 的年代际变化影响较小。西北太平洋和南海生成 TC 的路径密度图（图9a）显示，与 20012010 年相比，20112020 年南海及中国东部附近海面上空 TC 活动频次明显增强，中国长江以北地区及华南地区 TC 活动频次增加，而在东南部的浙江、福建、广东、江西等地减小。7月，华南大部、湖南、浙江等地TC活动频次减小，而在长江以北地区增加，但中国大部分地区上空气 候 变 化 研 究 进 展 2023 年气 候 系 统 变 化注：图中显著性水平为 0.10。(a)(d)(b)(e)显著减少45N30N15N45N30N15N45N30N15N45N30N15N45N30N15N45N30N15N80E90E 100E120E110E130E80E90E 100E120E110E130E80E90E 100E120E110E130E80E90E 100E120E110E130E减少增加显著增加(c)(f)7 月8 月9 月TC 降水量极端日降水频次图 9 20112020 年与 20012010 年西北太平洋和南海生成 TC 的路径密度差值分布Fig.9 Spatial distribution of the difference of TC tracks from Northwest Pacific and the South China Sea between 2011-2020 and 2001-2010.(Black dot denotes the difference is significant at the significance level of 0.1)注：黑点代表差值通过 0.10 显著性水平的检验。TC 活动频次变化不显著（图 9b)。8 月，除江西、湖南外，中国东部大部分地区上空的 TC 活动频次增加，其中河南、安徽、山东等地增幅较大（图9c)。此外，中国东部海域上空 TC 活动频次也较前10年增加，尤其是北方海域上空增加显著。9月，中国东部沿海大部分地区 TC 活动频次减小，仅在江西略有增加（图 9d)。可见，20112020 年 TC活动路径的变化导致影响中国的 TC 更深入内陆，在长江以北地区活动频次增加，同时也造成未登陆 DTC 发生频次增多。4 结论与讨论利用 20012020 年省级 TC 灾害资料，对比分析了前后 10 年中国月尺度 TC 灾害的时空分布特征。同时，利用西北太平洋和南海 TC 路径资料以及 TC 降水数据，探讨了导致 TC 灾害变化的原因。结果表明，平均每年有 8.2 个 DTC 对中国造成灾害影响，79 月 DTC 频数占全年总频数的77%，灾害损失占全年总损失的 84%以上。中国中东部有 22 个省（区、市）受 TC 影响产生灾害损失，大部分省（区、市）灾害损失的峰值出现在 8 月，广西的峰值出现在 7 月，海南、黑龙江和内蒙古出现在 9 月。未登陆 DTC 占 DTC 总频数的 15%，在海南影响频次最高，但在黑龙江造成的灾害损失最重，并且未登陆 DTC 对农作物受灾面积影响为各项损失中最大。与 20012010 年 相 比，20112020 年 中 国50N40N30N105E135E120E150E(a)年(b)7 月(c)8 月(d)9 月20N10N00-1.550N40N30N20N10N050N40N30N20N10N105E135E120E150E50N40N30N20N10N0-1.0-0.500.51.01.5105E135E120E150E105E135E120E150E5 期 601赵珊珊，等：20012020 年中国月尺度热带气旋灾害时空变化特征研究DTC 频数增加，其中未登陆 DTC 增加，而登陆DTC 频数减少。后 10 年中国 8 月登陆和未登陆DTC 频数均较前 10 年增加，导致 8 月 DTC 总频数明显增加。从空间分布来看，7 月 DTC 灾害损失表现为“北增南减”的分布特征，8 月大部分地区 DTC 灾害损失增加，9 月北方及南方内陆地区 DTC 灾害损失增加，东南部地区减少。总体来看，中国 DTC 灾害的影响范围向北扩展，北方地区的北京、内蒙古、吉林和黑龙江仅在后 10 年遭受 DTC 灾害。20112020 年未登陆 DTC 占 DTC 总频次的比例较前 10 年增加，对北方地区农业影响较大。Feng 等27研究发现，未登陆但在中国产生降水的TC 频数在 710 月较多，其产生的降水占 TC 总降水量的比例在东北和海南均在 25%以上，尤其是黑龙江，达 50%以上。Kossin 等13指出，传统TC 灾害较重地区对 TC 灾害减轻不敏感，而传统TC 灾害较轻地区受 TC 灾害增强的影响更大。近10 年中国北方地区 79 月 DTC 灾害频次及损失均增加，表明北方地区 TC 灾害风险增大。因而，相对于中国南方地区，北方地区需要更加关注 TC灾害及影响。中国 TC 灾害的变化与西北太平洋和南海 TC活动路径变化密切相关。TC 活动路径的变化是导致近 10 年中国 DTC 灾害频次和损失在 8 月增加的主要原因。Son 等31发现青藏高原通过动力作用改变下游罗斯贝波，导致西北太平洋 TC 路径向西迁移以及东北亚反气旋环流异常西侧台风路径密度增加，这种特征在 6 月、8 月和 9 月均显著，但在 7 月不显著。因此，在中国 TC 监测预警和防台减灾工作中，不仅需要关注西北太平洋和南海TC 的生成频数，更需要密切关注 TC 活动路径和趋向。参考文献杨玉华,应明,陈葆德.近 58 年来登陆中国热带气旋气候变化特征 J.气象学报,2009,67(5):689-696.Yang Y H,Ying M,Chen B D.The climatic changes of landfall tropical cyclones in China over the past 58 years J.Acta Meteorologica Sinica,2009,67(5):689-696(in Chinese)132459786101112赵珊珊,任福民,高歌,等.近十年我国热带气旋灾害的特征研究 J.热带气象学报,2015,31(3):424-432.Zhao S S,Ren F M,Gao G,et al.Characteristics of Chinese tropical cyclone disaster in the past 10 years J.Journal of Tropical Meteorology,2015,3(13):424-432(in Chinese)Li Y,Zhao S S,Wang G F.Spatiotemporal variations in meteorological disasters and vulnerability in China during 20012020 J.Frontiers in Earth Science,2021,9:789523陈敏,郑永光,陶祖钰.近 50 年（19491996）西北太平洋热带气旋气候特征的再分析 J.热带气象学报,1999