影响广西的台风极端灾害趋势风险分析

作者：卢耀健1  刘合香1 2  李广桃1

单位：1. 南宁师范大学 数学与统计学院, 广西 南宁 530029; 2. 广西北部湾海洋灾害研究重点实验室, 广西 钦州 535000

关键词：广西 极端台风 风险阈值 趋势性检验 R/S分析

分类号：P444

出版年·卷·期（页码）：2021·38·第二期（31-41）

摘要：

利用趋势性检验和R/S分析方法探讨了影响广西的极端台风灾害的风险演变趋势。结果表明：1961—2018年影响广西的台风频数呈显著下降趋势，但强致灾台风频数在近年来显著上升，未来可能持续增加；台风影响日期服从正态分布，极早与极晚事件的发生率相关性较强，变化趋势较为一致，均随着年代变化呈下降趋势，在未来可能继续下降；影响广西的台风最大风速≥39 m/s被定义为极端大风事件，其发生概率整体呈增加趋势，并在未来可能持续增加；影响广西的台风累计最大雨量服从伽马分布，降水量≥388 mm被定义为极端大雨事件，在58 a间其发生概率持续增长，在未来可能继续维持增长趋势。

The risk threshold of each variable of extreme typhoon disaster that affects Guangxi is determined by probability distribution, and the evolution trend of extreme typhoon risk is discussed using trend test and R / S analysis method. The results show that the typhoon frequency reveals a decreasing trend from year 1961 to 2018. However, the frequency of strong typhoon that causes sever disasters is increasing, which may continue to increase in the future. The impact date of typhoon accords with a normal distribution, and the incidence of extremely early event and extremely late event are strongly correlated. The variation trend is relatively consistent, and both of them show a downward trend with the change of age, which may continue to decline in the future.; The frequency of extreme wind event with the maximum wind speed greater than or equal to 39 m/s is overall increasing, which may continue to increase in the future. The cumulative maximum precipitation caused by typhoon that affects Guangxi shows a gamma distribution. The probability of extreme precipitation with the maximum value greater than or equal to 388 mm is constantly increasing between year 1961 and 2018, which may continue to increase in the future.

参考文献：

[1] Houngton J T, Ding Y, Griggs D J. Climate change 2001:the scientific basis[M]. UK:Cambridge University Press, 2001. [2] Pielke Jr R A, Landsea C, Mayfield M, et al. Hurricanes and global warming[J]. Bulletin of the American Meteorological Society, 2005, 86(11):1571-1576. [3] 罗亚丽. 极端天气和气候事件的变化[J]. 气候变化研究进展, 2012, 8(2):90-98. [4] 杨萍, 侯威, 封国林. 基于去趋势波动分析方法确定极端事件阈值[J]. 物理学报, 2008, 57(8):5333-5342. [5] 薛联青, 刘晓群, 宋佳佳, 等. 基于百分位法确定流域极端事件阈值[J]. 水力发电学报, 2013, 32(5):26-29. [6] 王志福, 钱永甫. 中国极端降水事件的频数和强度特征[J]. 水科学进展, 2009, 20(1):1-9. [7] 杨志刚, 建军, 洪建昌. 1961-2010年西藏极端降水事件时空分布特征[J]. 高原气象, 2014, 33(1):37-42. [8] 董伟, 刘海峰, 朱玉祥. 吉林省夏季极端降水事件特征分析[J]. 自然灾害学报, 2012, 21(4):69-75. [9] 侯威, 章大全, 周云, 等. 一种确定极端事件阈值的新方法:随机重排去趋势波动分析方法[J]. 物理学报, 2011, 60(10):109202. [10] 杨秋珍, 徐明, 田展. 台风影响极端事件风险分析[J]. 大气科学研究与应用, 2015(1):1-17. [11] 陆晓婕, 董昌明, 李刚. 1951-2015年进入东海的台风频数及登陆点的变化[J]. 大气科学学报, 2018, 41(4):433-440. [12] 陈德花, 张玲, 张伟, 等."莫兰蒂"台风致灾大风的结构特征及成因[J]. 大气科学学报, 2018, 41(5):692-701. [13] 黄小燕, 史旭明, 刘苏东, 等. 模糊神经网络方法在热带气旋强度预报中的应用研究[J]. 高原气象, 2009, 28(6):1408-1413. [14] 廖菲, 李文婷, 张子然, 等. 1949-2017年南海海域热带气旋强度和路径快速变化统计特征[J]. 海洋学报, 2019, 41(9):126-135. [15] 张倩影, 钟少波, 黄全义. 基于模糊C均值的广东省登陆热带气旋路径分类研究[J]. 灾害学, 2015, 30(4):187-193. [16] 王海龙, 吴新桥, 黄增浩, 等. 超强台风"威马逊"登陆期间近地层风速变化特征分析[J]. 热带气象学报, 2018, 34(3):297-304. [17] 端义宏, 陈联寿, 梁建茵, 等. 台风登陆前后异常变化的研究进展[J]. 气象学报, 2014, 72(5):969-986. [18] 陆逸, 朱伟军, 任福民, 等. 1980-2014年中国台风大风和台风极端大风的变化[J]. 气候变化研究进展, 2016, 12(5):413-421. [19] 黄崇福, 刘新立, 周国贤, 等. 以历史灾情资料为依据的农业自然灾害风险评估方法[J]. 自然灾害学报, 1998, 7(2):4-12. [20] Liu H X, Zhang D L. Analysis and prediction of hazard risks caused by tropical cyclones in Southern China with fuzzy mathematical and grey models[J]. Applied Mathematical Modelling, 2012, 36(2):626-637. [21] Kendall M G. Rank correlation methods[M]. 4th ed. London:Charles Griffin & Company Limited, 1970. [22] Hurst H E. Long-term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers, 1951, 116(1):770-799. [23] 金保明. Kendall与R/S分析法在降雨特性分析中的应用[J]. 水力发电, 2014, 40(7):26-28. [24] 吴鸿亮, 唐德善. 基于R/S分析法的黑河调水及近期治理效果分析[J]. 干旱区资源与环境, 2007, 21(8):27-30. [25] 罗小莉, 姚才, 谭金凯. 登陆华南台风的频数及强度变化特征分析[J]. 海洋预报, 2018, 35(4):58-67.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】