RISK ASSESSMENT OF TYPHOON DISASTERS IN NANSHA PORT AREA BASED ON DIFFERENT PROBABILITIES
-
摘要: 台风是对港口威胁最大、影响最广而评估难度最高的自然灾害之一，港口台风灾损评估对于国际大港密布的中国尤其重要。利用1997—2015年的台风气象观测资料及广州市南沙港区资产分布统计数据，采用国际减灾战略评估模型，重点测算致灾因子危险性和承灾体脆弱性，评估不同重现期下南沙港区台风灾害风险的分布特征和经济灾损状况。评估结果显示，南沙港区的台风风险水平呈现出空间非均衡性，二、三期工程风险水平较一期工程更高；当遇重现期50 a以下台风时，港区经济灾损较小，一旦超过100 a一遇等级，则可形成巨灾；港区不同部位的风险水平差异明显，其中供油、通信、空箱、给水、消防的风险水平偏高；在不考虑易损性前提下，500 a一遇台风可导致经济灾损达1.404亿美元。基于PGIS法将本地风险知识应用到GIS软件中，开展多种情景下南沙港区台风灾害风险评估的方法，可移植到其他港口的各类气象灾害损失研究。Abstract: Typhoon is one of the most threatening and most influential natural disasters in ports, and its risk assessment is also very difficult. The assessment of typhoon damage in ports is especially important for China, which boasts a plethora of international ports. Based on the International Strategy Assessment model, the risk analysis of typhoon disaster in Nansha port area under different probabilities is carried out by using typhoon meteorological observation data from 1997—2015. It focuses on the analysis of the risk of typhoon hazard factors, the vulnerability of the disaster tolerant body, the probability risk distribution characteristics and the disaster economic loss. The results are as follows. The typhoon risk level in Nansha port area shows spatial imbalance. When encountering a typhoon with a probability of 50 a or less, the economic loss of the port area is small; however, once it exceeds the probability of 100 a, it is easy to cause catastrophe. The risk level of different parts has obvious differences, and some are generally high, such as oil supply facilities, communication facilities, empty containers, water supply facilities, and fire protection facilities. Without considering the vulnerability, a 500 a typhoon can cause an economic loss of 0.4 million. This research applies local risk knowledge to GIS software to evaluate the typhoon disaster risk in Nansha port area under various scenarios, which can provide reference for related work in other port areas.
-
Key words:
- applied meteorology /
- typhoon /
- risk assessment /
- disaster economic losses /
- port
-
图 5 不同重现期下南沙港区台风灾害风险区划图
a. 10 a一遇；b. 30 a一遇；c. 50 a一遇；d. 100 a一遇；e. 200 a一遇；f. 300 a一遇；g. 500 a一遇；h. 1 000 a一遇。
表 1 登陆或严重影响南沙港区台风统计表(1952—2016年)
名称 编号 年 月 登陆时台风中心 风速/(m/s) 气压/hPa 台风强度 - - 1952 9 15 996 TD Rita - 1953 9 25 975 STS Wendy - 1957 7 25 988 STS Olga 6121 1961 9 12 990 TD Sally 6125 1961 9 20 990 TS Viola 6402 1964 5 20 983 TS Sally 6416 1964 9 15 988 TS Lola 6605 1966 7 20 990 TS Viola 6903 1969 7 15 980 TD — 7004 1970 8 15 995 TD Freda 7108 1971 6 20 983 TS Lucy 7114 1971 7 30 970 STS Rose 7118 1971 8 30 988 STS Irma 7427 1974 12 12 1 000 TD Doris 7513 1975 10 30 988 STS Ellen 7616 1976 8 20 993 TS Ellen 8309 1983 9 30 985 STS Peggy 8607 1986 7 20 985 TS Faye 9206 1992 7 15 995 TD Abe 9315 1993 9 15 1 000 TD Kent 9509 1995 8 25 985 STS Sam 9908 1999 8 25 985 STS “尤特” 104 2001 7 25 980 STS “百合” 116 2001 9 12 1 005 TD “帕布” 707 2007 8 15 992 TD Neoguri 801 2008 4 15 998 TD “风神” 806 2008 6 18 995 TS “鹦鹉” 812 2008 8 28 980 STS “黑格比” 814 2008 9 50 940 STY “莫拉菲” 906 2009 7 20 987 TS “天兔” 1319 2013 9 33 975 TY “莲花” 1510 2015 6 18 987 TS “妮妲” 1604 2016 8 42 995 STY 注：TD代表热带低压，中心最大风力6~7级；TS代表热带风暴，中心最大风力8~9级；STS代表强热带风暴，中心最大风力10~11级；TY代表台风，中心最大风力12~13级；STY代表强台风，中心最大风力14~15级。本表台风名称和编号缺失是因为早期气象观测积累不足，目前无法查到相关资料。 
下载: 导出CSV
表 2 台风致灾因子危险性评估指标体系
符号 一级指标 二级指标 单位 W7 大于7级 d W8 大风 大于8级 d W9 大于9级 d W10 大于10级 d R50 大暴雨 d R100 暴雨 特大暴雨 d Rp 年降雨量 mm
下载: 导出CSV
表 3 台风灾害综合风险分级
风险分级 风险指数范围 描述 Ⅰ级 0.100≤R≤1.000 高风险 Ⅱ级 0.015≤R < 0.100 较高风险 Ⅲ级 0.001≤R < 0.015 较低风险 Ⅳ级 0≤R < 0.001 低风险
下载: 导出CSV
表 4 南沙港区台风致灾因子危险性强度及损失等级划分
等级(k) Ⅰ级 Ⅱ级 Ⅲ级 Ⅳ级 致灾因子危险性 0.30 < H≤1.00 0.05 < H≤0.30 0.01 < H≤0.05 H≤0.01 损失程度 毁坏 重度 中度 轻度
下载: 导出CSV
表 5 南沙港区台风致灾因子危险性强度及损失等级划分
重现期 风 雨 危险性指数 大于7级 大于8级 大于9级 大于10级 大暴雨 特大暴雨 年降雨量 10 a 10.44 3.58 1.54 0.10 4.75 1.76 473.68 1.1×10-3 30 a 13.29 5.29 2.64 0.48 5.83 2.65 613.97 4.5×10-3 50 a 14.55 6.09 3.18 0.73 6.29 3.06 676.23 8.9×10-3 100 a 16.21 7.17 3.92 1.13 6.91 3.62 758.63 2.27×10-2 200 a 17.82 8.25 4.69 1.57 7.50 4.18 839.17 5.93×10-2 300 a 18.75 8.88 5.14 1.85 7.84 4.51 885.58 1.048×10-1 500 a 19.9 9.67 5.71 2.21 8.26 4.93 943.43 2.158×10-1 1 000 a 21.45 10.75 6.5 2.71 8.81 5.49 1 020.98 5.797×10-1
下载: 导出CSV
表 6 南沙港区各承灾体脆弱性指数
承灾体 建筑物 空箱 重箱 危险品箱 供电 通信 给水 供油 消防 综合 脆弱性指数 0.024 0.252 0.069 0.154 0.030 0.500 0.230 0.700 0.230 0.243
下载: 导出CSV
表 7 不同重现期下南沙港区台风灾害经济损失估计
单位：万元。 重现期 一期工程 二期工程 三期工程 四期工程 10 a 71.571 166.555 260.238 498.364 30 a 283.552 659.856 1 031.009 1 974.416 50 a 557.017 1 296.240 2 025.345 3 878.602 100 a 1 426.383 3 319.348 5 186.405 9 932.136 200 a 3 726.855 8 672.797 13 551.045 25 950.697 300 a 6 581.991 15 317.009 23 932.472 45 831.472 500 a 13 553.445 31 540.340 49 281.051 94 374.837 1 000 a 36 413.396 84 737.930 132 401.056 253 552.382
下载: 导出CSV
-
[1] 李倩, 张韧, 姚雪峰, 等.气候变化背景下我国周边海域热带气旋灾害风险评估与区划[J].热带气象学报, 2013, 29(1): 143-148. [2] 杨慧娟, 李宁, 雷飏.我国沿海地区近54a台风灾害风险特征分析[J].气象科学, 2007(4): 413-418. [3] 陈文方, 徐伟, 史培军.长三角地区台风灾害风险评估[J].自然灾害学报, 2011, 20(4): 77-83. [4] 张悦, 李珊珊, 陈灏, 等.广东省台风灾害风险综合评估[J].热带气象学报, 2017, 33(2): 281-288. [5] 陈仕鸿, 隋广军, 唐丹玲.一种台风灾情综合评估模型及应用[J].灾害学, 2012, 27(2): 87-91. [6] 陈洁, 宋城城, 李梦雅, 等.基于情景的浙江省玉环县台风风暴潮模拟与潜在危险性评估[J].华东师范大学学报(自然科学版), 2016(3): 125-135+155. [7] 王永明, 殷自力, 李琳, 等.台风灾害场景下考虑运行状态的配电网风险评估方法[J].电力系统及其自动化学报, 2018, 30(12): 60-65. [8] 殷洁, 戴尔阜, 吴绍洪.中国台风灾害综合风险评估与区划[J].地理科学, 2013, 33(11): 1 370-1 376. [9] 赵珊珊, 高歌, 任福民, 等.广东省县域单元热带气旋灾害损失评估方法研究[J].热带气象学报, 2018, 34(3): 332-338. [10] MERCER J, KELMAN I, TARANIS L, et al. Framework for integrating indigenous and scientific knowledge for disaster risk reduction[J]. Disasters, 2010, 34(1): 214-239. [11] 林良勋.广东省天气预报技术手册[M].北京:气象出版社, 2006:224-236. [12] UN/ISDR. Living with risk: A global review of disaster reduction initiatives[C]. United Nations Publication, 2004. [13] 章国材.自然灾害风险评估与区划原理和方法[M].北京:气象出版社, 2007:20-21. [14] 朱志存, 尹宜舟, 黄建斌, 等.我国沿海主要省份热带气旋风雨因子危险性分析Ⅰ:基本值[J].热带气象学报, 2018, 34(2): 145-152. [15] 张长宽, 等.南沙新区风暴潮专题研究及防洪标高论证[R].南京: 河海大学, 2013. [16] 李兰, 周月华, 陈波.湖北省大风灾害及其风险度[J].气象科技, 2009, 37(2): 205-208. [17] 林两位, 王莉萍.用Pearson-Ⅲ概率分布推算重现期年最大日雨量[J].气象科技, 2005(4): 314-317. [18] 高绍凤, 陈万隆, 朱超群, 等.应用气候学[M].北京:气象出版社, 2001:111-115. [19] UNDP. Reducing Disaster Risk: A challenge for development[M]. New York: United Nations Development Program, 2004: 36-40. [20] 樊运晓, 罗云, 陈庆寿.承灾体脆弱性评价指标中的量化方法探讨[J].灾害学, 2000(2): 79-82. [21] 王军, 叶明武, 李响, 等.城市自然灾害风险评估与应急响应方法研究[M].北京:科学出版社, 2013:33-34. -
点击查看大图
图(5) / 表(7)
计量
- 文章访问数: 351
- HTML全文浏览量: 22
- PDF下载量: 87
- 被引次数: 0
粤公网安备 4401069904700003号