ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2014—2023年中国台风灾害区域分异与致灾机制研究

李霁杭,  陈佩燕

李霁杭, 陈佩燕. 2014—2023年中国台风灾害区域分异与致灾机制研究[J]. 热带气象学报, 2026, 42(5): 684-696. doi: 10.16032/j.issn.1004-4965.2026.049
引用本文: 李霁杭, 陈佩燕. 2014—2023年中国台风灾害区域分异与致灾机制研究[J]. 热带气象学报, 2026, 42(5): 684-696. doi: 10.16032/j.issn.1004-4965.2026.049
LI Jihang, CHEN Peiyan. Regional Disparities and Disaster Mechanisms of Typhoon Impacts in China from 2014 to 2023[J]. Journal of Tropical Meteorology, 2026, 42(5): 684-696. doi: 10.16032/j.issn.1004-4965.2026.049
Citation: LI Jihang, CHEN Peiyan. Regional Disparities and Disaster Mechanisms of Typhoon Impacts in China from 2014 to 2023[J]. Journal of Tropical Meteorology, 2026, 42(5): 684-696. doi: 10.16032/j.issn.1004-4965.2026.049

2014—2023年中国台风灾害区域分异与致灾机制研究

doi: 10.16032/j.issn.1004-4965.2026.049
基金项目: 

国家重点研发计划 2024YFB3910005

上海市科技计划 23DZ1204701

中国气象局重点创新团队(台风团队) CMA2023ZD06

中国气象局上海台风研究所基本科研业务费专项基金 2026JB05

详细信息
    通讯作者:

    陈佩燕, 女, 浙江省人, 研究员, 主要从事台风灾害致灾机理及影响评估技术研发、台风预报技术相关研究。E-mail:chenpy@typhoon.org.cn

  • 中图分类号: P444

Regional Disparities and Disaster Mechanisms of Typhoon Impacts in China from 2014 to 2023

  • 摘要: 基于2014—2023年中国台风灾情与气象数据, 本研究系统揭示了台风灾害的时空分异及致灾机制, 并评估防灾减灾成效。结果表明:台风生成量(年均24.8个)和登陆量(年均6.7个)呈微弱下降趋势, 但致灾台风数量逆势波动(年均8.0个, 极值差7.0个)。短历时暴雨风险显著加剧(小时降水极值增速$ 7.2 \mathrm{~mm} \cdot \mathrm{a}^{-1} $, 2023年达135.3 mm), 降水致灾贡献持续增强(IPT/IWT由2014年的1.31增至2023年的1.83)。灾害呈现"沿海高频高损、内陆低频高损"分异格局, 风雨综合影响指数(IPWT)为灾损核心驱动因子, 但致灾路径区域异质性显著:华南以风雨协同效应主导, 西南依赖持续性暴雨, 东北受强风直接破坏。尽管全国灾损指标显著改善(死亡失踪人口年均降速10.7人, 台风灾损综合评价指数(TDPr)降幅60.0%), 北方新兴风险区加速形成(河南、黑龙江IPWT增速 > 6% $ \mathrm{a}^{-1} $)且单个致灾峰值逼近沿海水平。研究提出分区治理策略, 为应对台风极端化与北扩化提供科学依据。

     

  • 图  1  中国台风灾害研究区域划分示意图

    暖色调表示南方省份, 冷色调表示北方省份;实心填充表示沿海省份, 点状填充表示内陆省份;灰色填充表示非研究区域省份。

    图  2  2014—2023年台风诱发的总降水量(a)、日降水量(b)、小时降水量(c)和极大风速(d)极值

    图中对应的线性变化趋势虚线为下降, 实线为上升。

    图  3  2014-2023年台风灾害影响指数极大值

    a.降水影响指数(IPT);b.大风影响指数(IWT);c.风雨综合影响指数(IPWT);d.降水与大风影响指数比值(IPT/IWT)。

    图  4  2014—2023年台风灾害致各省受灾人口数(a)、紧急转移人口(b)、死亡失踪人口(c)、农作物受灾面积(d)、倒塌房屋(e)、直接经济损失(f)、直接经济损失相对国内生产总值占比(g)和TDPr(h)指数情况

    图中对应的线性变化趋势虚线为下降, 实线为上升。

    图  5  2014-2023年总降水量(a)、日降水量(b)、小时降水量(c)、极大风速(d)、IPT(e)、IWT(f)、IPWT(g)的极大值

    图  6  2014-2023年总降水量(a)、日降水量(b)、小时降水量(c)、极大风速(d)、IPT(e)、IWT(f)、IPWT(g)极大值的变化趋势

    图  7  2014—2023年中国省份台风经济损失率热力分布图

    图  8  2014-2023年单个台风致各省受灾人口数(a)、死亡失踪人口(b)、紧急转移安置人口(c)、农作物受灾面积(d)、倒塌房屋(e)、直接经济损失(f)的极大值

    图  9  2014-2023年单个台风致各省受灾人口数(a)、死亡失踪人口(b)、紧急转移安置人口(c)、农作物受灾面积(d)、倒塌房屋(e)、直接经济损失(f)极大值的变化趋势

    图  10  2014—2023年台风受灾人口数与风雨致灾因子的相关系数热力图

    表  1  中国省份(含直辖市)区域划分与归属关系

    区域划分 沿海 内陆
    南方 浙江、上海、江苏、福建、广东、广西、海南 湖南、安徽、江西、云南、贵州
    北方 山东、辽宁、天津、河北 黑龙江、吉林、北京、内蒙古、河南
    下载: 导出CSV

    表  3  中国台风灾害分区域核心风险类型与防控策略聚焦点

    区域 核心风险 防控策略聚焦点
    华南 风雨协同效应 提升建筑抗风标准, 优化电网防风设计
    华北 广域极端降水 强化跨流域防洪调度与城市内涝治理
    东北 强风直接破坏 修订防风工程标准, 加固老旧建筑
    西南 暴雨诱发链式灾害 建设地形导向的山洪预警网络
    下载: 导出CSV
  • [1] IPCC. Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group Ⅱ to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2022.
    [2] 中国气象局气候变化中心. 中国气候变化蓝皮书(2023)[M]. 北京: 科学出版社, 2023.
    [3] Yamaguchi M, Chan J C L, Moon I J, et al. Global warming changes tropical cyclone translation speed[J]. Nature Communications, 2020, 11: 47.
    [4] Studholme J, Fedorov A V, Gulev S K, et al. Poleward expansion of tropical cyclone latitudes in warming climates[J]. Nature Geoscience, 2022, 15(1): 14-28.
    [5] Chan J C L. Frequency and intensity of landfalling tropical cyclones in east Asia: Past variations and future projections[J]. Meteorology, 2023, 2(2): 171-190.
    [6] Liu L, Wang Y Q. Trends in landfalling tropical cyclone-induced precipitation over China[J]. Journal of Climate, 2020, 33(6): 2223-2235.
    [7] 卢莹, 赵海坤, 赵丹, 等. 1984-2017年影响中国热带气旋灾害的时空特征分析[J]. 海洋学报, 2021, 43(6): 45-61.
    [8] 柴博语, 徐峰, 徐建军, 等. 近160年西北太平洋副高的年代际变化及其对台风年际变化的影响[J]. 热带气象学报, 2023, 39(2): 276-288.
    [9] 韩岩松, 姜伟, 肖玉雯, 等. 全球变化背景下热带气旋主要变化特征及影响因素[J]. 地球科学进展, 2023, 38(5): 515-532.
    [10] 吴婕, 石英. 登陆中国的热带气旋活动及其风雨变化的RegCM4集合预估[J]. 气象学报, 2024, 82(3): 356-370.
    [11] 王振康, 雍斌. 中国沿海地区热带气旋变化特征分析[J]. 水电能源科学, 2023, 41(4): 22-26.
    [12] 李冰雪, 史超, 侯精明, 等. 沿海城市台风暴雨时空变化致涝特征模拟[J]. 水科学进展, 2024, 35(3): 440-452.
    [13] 李铮, 邱兰兰, 王伟, 等。北上台风时空变化特征及其与ENSO的关系[J]. 热带地理, 2024, 44(6): 973-986.
    [14] 雷小途, 陈佩燕, 杨玉华, 等. 中国台风灾情特征及其灾害客观评估方法[J]. 气象学报, 2009, 67(5): 875-883.
    [15] Chen P Y, Yu H, Cheung K K W, et al. A potential risk index dataset for landfalling tropical cyclones over the Chinese mainland (PRITC dataset V1.0)[J]. Advances in Atmospheric Sciences, 2021, 38(10): 1791-1802.
    [16] 丑洁明, 董文杰, 徐洪, 等. 影响中国沿海区域的热带气旋及其经济损失评估[J]. 气象与环境科学, 2022, 45(3): 1-10.
    [17] 吴吉东, 傅宇, 张洁, 等. 1949-2013年中国气象灾害灾情变化趋势分析[J]. 自然资源学报, 2014, 29(9): 1520-1530.
    [18] 刘扬, 张立生, 赵慧霞. 中国台风灾害损失与气象要素的关系分析[J]. 气象与环境科学, 2023, 46(4): 1-6.
    [19] 宋阿伟, 田红, 王胜, 等. 基于风雨综合指数的安徽省台风灾害房屋风险评估方法[J]. 暴雨灾害, 2024, 43(3): 363-370.
    [20] 刘蔚琴, 唐力生, 谢礼江, 等. 广东台风灾害风雨灾损分离方法[J]. 中国农业气象, 2025, 46(1): 80-88.
    [21] 曾鹏, 苏朝晖, 方伟华, 等. 基于高精度房屋类型数据的海口市台风次生洪涝灾害损失评估[J]. 灾害学, 2022, 37(4): 155-165.
    [22] Liu G L, Nong X X, Kou Y, et al. Assessment of typhoon storm surge disaster scale based on expansion model[J]. Journal of Oceanology and Limnology, 2023, 41(2): 518-531.
    [23] 巢文, 钱晓涛. 基于熵权-TOPSIS法的台风灾害脆弱性评价及保费厘定——以福建省为例[J]. 福建金融, 2023(3): 44-51.
    [24] Liu Q Y, Qiao F X, Yu Y Q, et al. Bias analysis in the simulation of the western north Pacific tropical cyclone characteristics by two high-resolution global atmospheric models[J]. Advances in Atmospheric Sciences, 2023, 40(4): 634-652.
    [25] Luo Y H, Du Y. The roles of low-level jets in" $ 21 \cdot 7 $"Henan extremely persistent heavy rainfall event[J]. Advances in Atmospheric Sciences, 2023, 40(3): 350-373.
    [26] Zhang G S, Mao J Y, Hua W, et al. Synergistic effect of the planetary-scale disturbance, typhoon and meso-β-scale convective vortex on the extremely intense rainstorm on 20 July 2021 in Zhengzhou[J]. Advances in Atmospheric Sciences, 2023, 40(3): 428-446.
    [27] Yin L, Ping F, Mao J H, et al. Analysis on precipitation efficiency of the"21.7"Henan extremely heavy rainfall event[J]. Advances in Atmospheric Sciences, 2023, 40(3): 374-392.
    [28] 姚秀萍, 黄逸飞, 包晓红, 等. "23 • 7"华北极端强降水特征和水汽条件研究[J]. 气象学报, 2024, 82(5): 585-599.
    [29] 聂高臻, 钱奇峰, 贾莉, 等. 2023年西北太平洋和南海台风活动概述[J]. 海洋气象学报, 2024, 44(4): 101-111.
    [30] 李霁杭, 陈佩燕, 汪洋, 等. 2023年中国台风灾害、风雨影响特征与防灾减灾成效分析[J]. 气象, 2025, 51(12): 1621-1634.
    [31] 朱男男, 王科, 胡田田, 等. 1949-2019年中心经过渤海的北上台风统计分析[J]. 海洋预报, 2024, 41(3): 90-97.
    [32] Lu X Q, 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.
    [33] Ying M, Zhang W, Yu H, et al. An overview of the China Meteorological Administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(2): 287-301.
    [34] Chen P Y, Yu H, Xu M, et al. A simplified index to assess the combined impact of tropical cyclone precipitation and wind on China[J]. Frontiers of Earth Science, 2019, 13(4): 672-681.
    [35] Chen P Y, Lei X T, Ying M. Introduction and application of a new comprehensive assessment index for damage caused by tropical cyclones[J]. Tropical Cyclone Research and Review, 2013, 2(3): 176-183.
    [36] Pearson K. Notes on regression and inheritance in the case of two parents[J]. Proceedings of the Royal Society of London, 1895, 58: 240-242.
  • 加载中
图(10) / 表(2)
计量
  • 文章访问数:  1
  • HTML全文浏览量:  1
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2025-07-21
  • 修回日期:  2026-01-23
  • 网络出版日期:  2026-11-12
  • 刊出日期:  2026-10-20

目录

    /

    返回文章
    返回