王然
, 连芳
WANG Ran, LIAN Fang
通讯作者:
收稿日期: 2016-01-5
修回日期: 2016-04-10
网络出版日期: 2016-05-10
版权声明: 2016 《地理研究》编辑部 《地理研究》编辑部
基金资助:
作者简介:
作者简介：王然（1989- ）,男,博士研究生,主要从事灾害链和灾害风险研究。E-mail: wangr0225@163.com
展开
摘要
在全球气候变化与经济一体化的背景下,台风引发的次生灾害构成灾害链,加剧人口、经济等多方面的损失。以2000-2010年案例数据为基础,依据台风所经过区域的孕灾环境特性,提出了全球台风灾害链分类体系,并统计得出类型与强度的区域特征：在西北太平洋,主要发生于山地（丘陵）区（占34.4%）,强度为3.1;在南太平洋,主要发生于岛屿区（占59.2%）,强度为2.6~3.0;在北印度洋,主要发生于河口海岸区（占35.8%）,强度为0.7~0.9;在南印度洋,主要发生于平原区（占31%）,强度为2.6;在北大西洋与东北太平洋,主要发生于平原海岸区（分别占24.7%与31.2%）,强度分别为2.0~2.3和2.3。研究结果可为台风灾害链自动识别、动态模拟与预测提供理论基础,用以支持区域防灾减灾建设与应急响应策略制定。
关键词：
Abstract
In the context of global climate change and economic integration, the catastrophes, which are caused by typhoon occur frequently and bring a great loss to the whole world in the aspect of population, economy and others. As a result, the typhoon catastrophes pose a great threat to regional security. Some secondary disasters such as storm surges, floods, landslides and debris flows, which are triggered by typhoon, constitute disaster chains with an accumulative and amplified effect on disaster losses. According to disaster system theory, this paper proposes a classification system of global typhoon disaster chains with cases data from 2000 to 2010 that is collected from internet and media report, based on the characteristics of hazard-formative environment that typhoons pass over. Then it makes the classified statistics of disaster chains on type and intensity, and obtains regional features of six ocean areas in the world by classifying and analyzing case data. Result of regional features on type and intensity show that: in the Northwest Pacific Ocean region, typhoon disaster chains mainly occur in mountainous (or hilly) areas, the total proportion of disaster chains type can be 34.4%, and the intensity of disaster chains can be 3.1. In the South Pacific Ocean region, typhoon disaster chains mainly occur in the insular area, the total proportion of disaster chains type can be 59.2%, and the intensity of disaster chains can be 2.6 to 3.0. In the North India Ocean region, typhoon disaster chains mainly occur in the estuarine coastal area, the total proportion of disaster chains type can be 35.8%, and the intensity of disaster chains can be 0.7 to 0.9. In South India Ocean region, typhoon disaster chains mainly occur in the plain area, the total proportion of disaster chains type can be 31%, and the intensity of disaster chains can be 2.6. In the North Atlantic Ocean region and Northeast Pacific Ocean region, typhoon disaster chains occur mainly in the plain coastal area. In addition, the total proportion of North Atlantic Ocean can be 24.7%, and the intensity of disaster chains can be 2.0 to 2.3, the total proportion of Northeast Pacific Ocean can be 31.2%, and the intensity of disaster chains can be 2.3. This research can provide a theoretical basis for automatic recognition, dynamic simulation and forecast of typhoon disaster chains in the world to support infrastructure construction of regional disaster prevention, and help to make regional strategies of disaster mitigation and emergency responses or rescue.
Keywords：
联合国政府间气候变化专门委员会第五次评估报告（AR5）中进一步证实了全球气候正在逐渐变暖[1],气候变暖的结果导致由极端气候气象灾害引起的巨灾事件呈现多发与加剧趋势[2]。与此同时,全球化所带来的国际间经济联动性更加放大了巨灾事件的影响,全球因灾害导致的总损失由20世纪80年代的几十亿美元激增到2010年的2000多万亿美元[2],严重影响了世界经济与社会的可持续发展进程。2015年第三次世界减灾大会通过的“仙台框架”中,明确指出将减轻与防范巨灾及其风险管理列为今后研究的重点内容,巨灾问题已然受到各国政府与相关机构的广泛关注[3]。在全球气候变暖的背景下,台风的强度与破坏力出现明显增强趋势,其中超强台风所占比例显著增多[4-6],导致由其引发的巨灾事件频繁发生。2005年美国“卡特里娜”飓风所引发的风暴潮与洪水冲垮了新奥尔良市稳固的海堤,使全市基础设施以及生命线系统完全崩溃[7,8];2007年孟加拉国热带风暴“锡德”在沿海区引起大型风暴潮,进而造成平原区大范围洪涝,共有3000多人死亡,受灾人口达850万人,直接经济损失超过20亿美元[9];2010年台风“凡亚比”伴随着持续强降雨,在中国广东马贵镇的引发泥石流与山体滑坡导致66人死亡或失踪,占总死亡人数的50%以上[10]。严重的灾情源于台风及其引起的风暴潮、洪涝、滑坡与泥石流等次生灾害,在时间与空间上连锁反应形成的灾害链作用,造成灾情累积放大[11,12]。灾害链是灾害系统复杂性的体现,是致灾因子链、承灾体（生产与供应链）、孕灾环境时空相互作用的结果[13]。因此,研究全球范围内台风灾害链分类与区域特征,是揭示台风灾害链损失累积放大机制的重要基础。
关于台风灾害链的研究还处于起步阶段,目前主要集中在两个方面：一是从理论上总结与梳理台风灾害链中各类致灾成害之间的相互关系,史培军等提出了包括台风灾害链在内的4种灾害链类型,并以网络关系图形式表示致灾因子链式作用[14];Kappes等从多灾种角度探讨了全球影响严重的8种致灾因子之间的触发作用,其中包括地震、暴雨、台风、火山、洪水、滑坡、风暴潮、海啸等[15];Gill等依据全球范围内的文献资料数据,总结得到涉及台风、滑坡、洪水、龙卷风等21种自然致灾因子之间的相互作用[16];Xu等对于中国地区自然致灾因子链的识别、类别划分、综合评价分析等方法进行了分类总结[17]。二是基于区域内历史案例的台风灾害链分类、区域规律及其机理的研究,一些学者根据区域内的典型台风案例与气象灾害资料,分别对广东与上海地区台风灾害链类型进行划分[18,19];另一些学者依据区域内文献资料中的台风案例数据与灾情数据,分别以长江三角洲地区、福建省等东南沿海地区为例,参考区域地理环境特性进行台风灾害链分类以及各类灾害链的区域空间特征分析[20,21];还有一些学者以“龙王”、“卡特里娜”、“桑迪”、“Labor Day”等单个台风案例为切入点,从机理层面剖析台风引发洪水、海浪与风暴潮等过程的灾害链作用模式[22-26]。
从上述台风灾害链相关研究可以看出：对于致灾因子相互作用关系的理论研究而言,往往忽略孕灾环境的作用,只是讨论各类致灾因子之间的链式触发作用,缺少地理环境要素的限定;对于机理、分类与区域规律的研究而言,其中部分研究成果是基于孕灾环境特性进行类别划分,但多数为小区域尺度,针对特定区域环境。而更多研究是根据单个或多个案例进行区域规律与机理分析,也少有从孕灾环境角度进行考量。台风作为原生致灾因子,由于其经过地带地理环境的不同,导致引发不同次生致灾因子,进而造成区域内灾害链类型存在差别。因此本文基于灾害系统理论[27],以全球范围作为研究对象,分析全球台风灾害系统中孕灾环境作用下致灾因子相互作用关系的区域差异性,结合案例验证完成台风灾害链类别划分,并在此基础上进行类型数量与强度分类统计,对区域特征进行刻画与分析,以期为实现全球尺度下的台风灾害链识别、制图与风险评估等提供理论依据。
基础数据包括全球范围的国家单元、数字高程（DEM）、地表坡度、海岸地貌类型、台风瞬时风场以及台风灾害链案例等数据（表1）。
表1 台风灾害链研究所用基础数据[
Tab. 1 Basic data used in the study of typhoon disaster chains
| 类别 | 名称 | 年份 | 数据规格 | 来源 |
|---|---|---|---|---|
| 地理底图 数据 | 全球基本底图数据（国界、洲界、湖泊等） | 2014 | 矢量数据, 1 | Star Map Press, Beijing, China |
| 孕灾环境 数据 | 全球数字高程数据 | 2010 | 栅格数据,网格尺寸：1 km×1 km | United States Geological Survey（USGS） http://topotools.cr.usgs.gov/gmted_viewer/gmted2010_global_grids.php |
| 全球地表坡度数据 | 2002 2006 | 栅格数据,网格尺寸：10 km×10 km | International Institute for Applied Systems Analysis - Global Agro-ecological Zones (GAEZ) http://www.gaez.iiasa.ac.at | |
| 全球海岸地貌类型数据 | 2011 | 栅格数据,网格尺寸：0.5°×0.5° | http://geotypes.net | |
| 致灾因子 数据 | 全球台风3 s瞬时风场数据 | - | 栅格数据,网格尺寸：1 km×1 km | 行星边界层模型（PBL）模拟 |
依据灾害系统理论进行全球台风灾害链系统分类,在此基础上进行台风灾害链区域分布图编制与案例的分类统计。
2.2.1 台风灾害链分类 （1）孕灾环境（E）类型：根据全球台风影响区域的地理环境特征,对其孕灾环境进行分类,以海陆位置特征作为依据,划分出海洋、海岸带以及陆地3种地理环境大类,并依据区域地理环境性质与指标（高程、坡度等）,进一步将海洋划分为岛屿与海域,将海岸带划分为平原海岸（砂质、淤泥质）、山地海岸以及河口海岸,将陆地划分为山地（丘陵）、平原以及高原（台地）,共8种地理环境（主体是地貌）亚类,构成台风灾害链孕灾环境类型。
（2）致灾因子（H）类型：台风中所涉及的次生致灾因子,主要包括大风、暴雨、龙卷风、海浪、风暴潮、洪水（山洪）、渍涝、滑坡、崩塌、泥石流、堰塞湖、海水倒灌等12种[33-37],构成因台风引发的相关致灾因子类型。
（3）灾害链类型划分：根据全球台风灾害系统所经过区域的地理环境特征,参考历史案例与形成机理[17,21,38-40],将上述12种因台风引发的相关致灾因子之间的链式触发关系按照孕灾环境（E）类型归类：台风在登陆过程中,首先影响到海岸带,对于平原海岸带而言,台风系统所带来的大风,在平坦的地形易于形成风暴潮,进而潮水可以越过海堤等设施深入内陆,形成洪涝;对于山地海岸带而言,除了形成风暴潮外,由于海岸以基岩为主,岩石出露较高（如山地地貌）,潮水不易侵入内陆,而台风系统所带来的暴雨可在此造成小范围山洪以及滑坡、泥石流等地质灾害;对于河口海岸带而言,与平原海岸带类似,由于其喇叭口型地貌条件,潮水常顺着河道侵入内陆形成海水倒灌。台风登陆后,在平原地区,其携带的暴雨可引发城市内涝与农田渍害以及大范围洪水;而在山地（丘陵）地区,高低起伏的地貌条件可满足各类地质灾害形成所需的地形、地质要求,引发滑坡、崩塌、泥石流等灾害,而在特殊环境（如沟谷、河谷）下可进一步导致堰塞湖的形成;在高原（台地）地区,其中平坦与起伏区域的触发关系分别类似于平原与山地（丘陵）。台风系统在海洋行进过程中,会经过小型岛屿,在其海岸地区易形成风暴潮系列灾害,其内陆地区与陆地系统相似。而大范围海域中主要是台风所引发的风暴潮造成对船只等设施的灾害,由于此类记录缺乏,不作讨论。由此归纳得到主要台风灾害链大类以及其包含的子类（表2）。
表2 台风灾害链类型
Tab. 2 Types of typhoon disaster chains
| 地理环境大类 | 地貌子类（代码） | 灾害链大类 | 代码 | 灾害链子类 | 代码 | 链元数 | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 海洋 | 岛屿A | 台风—风暴潮(海浪) | AI | 台风—风暴潮(海浪) | AI-1 | 2 | ||||||
| 台风—风暴潮(海浪)—洪水 | AI-2 | 3 | ||||||||||
| 台风—风暴潮(海浪)—渍涝 | AI-3 | 3 | ||||||||||
| 台风—风暴潮(海浪)—洪涝 | AI-4 | 3 | ||||||||||
| 台风—暴雨—洪涝 | AII | 台风—暴雨—洪涝 | AII-1 | 3 | ||||||||
| 台风—暴雨—渍涝 | AII-2 | 3 | ||||||||||
| 台风—暴雨—洪水 | AII-3 | 3 | ||||||||||
| 台风—暴雨—山洪 | AIII | 台风—暴雨—山洪 | AIII-1 | 3 | ||||||||
| 台风—暴雨—泥石流 | AIII-2 | 3 | ||||||||||
| 台风—暴雨—滑坡/ 崩塌 | AIV | 台风—暴雨—滑坡 | AIV-1 | 3 | ||||||||
| 台风—暴雨—崩塌 | AIV-2 | 3 | ||||||||||
| 海域B | 台风—风暴潮(海浪) | BI | 台风—风暴潮(海浪) | BI-1 | 2 | |||||||
| 海岸带 | 平原海岸C | 台风—风暴潮(海浪) | CI | 台风—风暴潮(海浪) | CI-1 | 2 | ||||||
| 台风—风暴潮(海浪)—洪水 | CI-2 | 3 | ||||||||||
| 台风—风暴潮(海浪)—渍涝 | CI-3 | 3 | ||||||||||
| 台风—风暴潮(海浪)—洪涝 | CI-4 | 3 | ||||||||||
| 台风—暴雨—洪涝 | CII | 台风—暴雨—洪涝 | CII-1 | 3 | ||||||||
| 台风—暴雨—渍涝 | CII-2 | 3 | ||||||||||
| 台风—暴雨—洪水 | CII-3 | 3 | ||||||||||
| 山地海岸D | 台风—风暴潮(海浪) | DI | 台风—风暴潮(海浪) | DI-1 | 2 | |||||||
| 台风—暴雨—山洪 | DIII | 台风—暴雨—山洪 | DIII-1 | 3 | ||||||||
| 台风—暴雨—滑坡/崩塌/泥石流 | DIV | 台风—暴雨—滑坡 | DIV-1 | 3 | ||||||||
| 台风—暴雨—崩塌 | DIV-2 | 3 | ||||||||||
| 海岸带 | 山地海岸D | 台风—暴雨—滑坡/崩塌/泥石流 | 台风—暴雨—泥石流 | DIV-3 | 3 | |||||||
| 河口海岸E | 台风—风暴潮(海浪) | EI | 台风—风暴潮(海浪) | EI-1 | 2 | |||||||
| 台风—风暴潮(海浪)—洪水 | EI-2 | 3 | ||||||||||
| 台风—风暴潮(海浪)—洪涝 | EI-4 | 3 | ||||||||||
| 台风—风暴潮(海浪)—海水倒灌 | EI-5 | 3 | ||||||||||
| 台风—暴雨—洪涝 | EII | 台风—暴雨—洪涝 | EII-1 | 3 | ||||||||
| 河口海岸E | 台风—暴雨—洪涝 | EII | 台风—暴雨—涝渍 | EII-2 | 3 | |||||||
| 台风—暴雨—洪水 | EII-3 | 3 | ||||||||||
| 地理环境大类 | 地貌子类（代码） | 灾害链大类 | 代码 | 灾害链子类 | 代码 | 链元数 | ||||||
| 陆地 | 山地(丘陵)F | 台风—暴雨—山洪 | FIII | 台风—暴雨—山洪 | FIII-1 | 3 | ||||||
| 台风—暴雨—滑坡/崩塌/泥石流 | FIV | 台风—暴雨—滑坡 | FIV-1 | 3 | ||||||||
| 台风—暴雨—崩塌 | FIV-2 | 3 | ||||||||||
| 台风—暴雨—泥石流 | FIV-3 | 3 | ||||||||||
| 台风—暴雨—崩塌—滑坡 | FIV-4 | 4 | ||||||||||
| 台风—暴雨—崩塌—泥石流 | FIV-5 | 4 | ||||||||||
| 台风—暴雨—滑坡—泥石流 | FIV-6 | 4 | ||||||||||
| 台风—暴雨—崩塌—堰塞湖 | FIV-7 | 4 | ||||||||||
| 台风—暴雨—滑坡—堰塞湖 | FIV-8 | 4 | ||||||||||
| 台风—暴雨—泥石流—堰塞湖 | FIV-9 | 4 | ||||||||||
| 平原G | 台风—暴雨—洪涝 | GII | 台风—暴雨—洪涝 | GII-1 | 3 | |||||||
| 台风—暴雨—渍涝 | GII-2 | 3 | ||||||||||
| 台风—暴雨—洪水 | GII-3 | 3 | ||||||||||
| 高原(台地)H | 台风—暴雨—洪涝 | HII | 台风—暴雨—洪涝 | HII-1 | 3 | |||||||
| 台风—暴雨—渍涝 | HII-2 | 3 | ||||||||||
| 台风—暴雨—洪水 | HII-3 | 3 | ||||||||||
| 台风—暴雨—山洪 | HIII | 台风—暴雨—山洪 | HIII-1 | 3 | ||||||||
| 台风—暴雨—滑坡/崩塌/泥石流 | HIV | 台风—暴雨—滑坡 | HIV-1 | 3 | ||||||||
| 台风—暴雨—崩塌 | HIV-2 | 3 | ||||||||||
| 台风—暴雨—泥石流 | HIV-3 | 3 | ||||||||||
| 台风—暴雨—崩塌—滑坡 | HIV-4 | 4 | ||||||||||
| 台风—暴雨—崩塌—泥石流 | HIV-5 | 4 | ||||||||||
| 台风—暴雨—滑坡—泥石流 | HIV-6 | 4 | ||||||||||
| 台风—暴雨—崩塌—堰塞湖 | HIV-7 | 4 | ||||||||||
| 台风—暴雨—滑坡—堰塞湖 | HIV-8 | 4 | ||||||||||
| 台风—暴雨—泥石流—堰塞湖 | HIV-9 | 4 | ||||||||||
表3 台风灾害链类型案例数量
Tab. 3 Case number of typhoon disaster chain types
| 案例类型 | 案例数量 | 案例类型 | 案例数量 |
|---|---|---|---|
| 台风—风暴潮(海浪) | 216 | 台风—暴雨—渍涝 | 122 |
| 台风—风暴潮(海浪)—洪水 | 67 | 台风—暴雨—洪水 | 282 |
| 台风—风暴潮(海浪)—渍涝 | 24 | 台风—暴雨—山洪 | 108 |
| 台风—风暴潮(海浪)—洪涝 | 34 | 台风—暴雨—滑坡 | 131 |
| 台风—风暴潮(海浪)—海水倒灌 | 15 | 台风—暴雨—崩塌 | 4 |
| 台风—暴雨—洪涝 | 222 | 台风—暴雨—泥石流 | 85 |
2.2.3 分类统计与空间分布制图 选用模拟得到的3 s瞬时风场数据,将风场区域视为台风灾害链的理论分布区域。为了更好的在全球尺度上反映台风灾害链的空间分异特征,将栅格数据尺寸统一为1 km×1 km,以方便进行空间叠加处理。
根据划分出的孕灾环境类型,进行台风灾害链类型的空间分布制图。首先将全球分为海洋和陆地,海洋进一步分为岛屿和海域,岛屿区域以高程与坡度作为指标[41],划分出山地（丘陵）（高程≥200 m且坡度≥8º）与平原（高程<200 m、200 m≤高程<500 m且坡度<8º）,分别对应AI与AIII/AIV类型区域,本文暂不考虑海域的灾害链。然后将距离海岸线10 km以内的陆地区域作为海岸带[42],根据全球海岸地貌数据勾画出平原海岸（砂质、淤泥质）、山地海岸与河口海岸区域,分别对应CI/CII、DI/DIII/DIV与EI/EII类型区域。将距离海岸线10 km以外的区域按照与岛屿同样的标准划分为山地（丘陵）与平原,分别对应FIII/FIV与GII类型区域。在山地（丘陵）区域,结合USGS[43]提供的全球地貌数据来勾画出陆地区域内的高原（台地）范围,并进一步划分为高原平坦（台地）区域（高程≥500 m且坡度<8º）与高原起伏区域（高程≥500 m且坡度≥8º）,分别对应HII与HIII/HIV类型区域。利用质底法表达台风灾害链类型的区域差异,构成台风灾害链的理论类型区域。
根据全球台风灾害链的系统分类,结合案例数据分别统计全球六大洋区中各子类案例数量,并计算其占该灾害链大类案例数与案例总数的百分比（即占比率与总占比率）,构成台风灾害链类型数量统计表。
根据统计得到的台风灾害链类型数量,计算其类型强度,构成台风灾害链类型强度统计表。这里强度是指引发灾害链的台风等级（TS~5）,每类灾害链强度（Q）为台风等级相对于该类灾害链案例数量的加权平均值,其计算公式为：
式中：
台风灾害链影响范围主要分布在北大西洋地区（NA）、西北太平洋地区（WP）、东北太平洋地区（EP）、南太平洋地区（SP）、南北印度洋地区（SI&NI）在内的全球六大洋区,涉及亚洲东南部及南部、北美洲东部及南部、中美洲加勒比海、澳大利亚北部以及热带海域岛屿等多个地区。通过ArcGIS的矢量数据统计功能,计算得到各类灾害链的区域面积与所涉及的海岸线长度。其中AI、CI/CII、DI/DIII/DIV、EI/EII类型灾害链涉及海岸线长度分别约为1.4×105 km、3.2×105 km、1.8×104 km与1.5×104 km,AII、AIII/AIV类型灾害链的区域面积分别约为4.4×104 km2与1.1×105 km2,FIII/FIV类型灾害链的区域面积约为8.7×106 km2,GII类型灾害链的区域面积约为1.1×107 km2,HII、HIII/HIV类型灾害链的区域面积分别约为2.8×106 km2与1.2×106 km2。
西北太平洋与北印度洋地区（图1）：FIII/FIV类型灾害链主要分布在中国东南部、西南部与东北部、俄罗斯远东地区、东南亚北部、日本、菲律宾等地的丘陵山区,GII类型灾害链主要分布在中国华北地区、印度西北部、东南亚南部、孟加拉国等地的平原区,HII、HIII/HIV类型灾害链主要分布在印度德干高原地区,DI/DIII/DIV类型灾害链主要分布在中国台湾东部沿海区,EI/EII类型灾害链主要分布在印度恒河河口以及中国东部与孟加拉国沿海河口地区。
图1 台风灾害链理论类型分布图（西北太平洋与北印度洋地区）
Fig. 1 Type regionalization of typhoon disaster chains based on theory (Northwest Pacific Ocean & North Indian Ocean region)
北大西洋与东北太平洋地区（图2）：FIII/FIV类型灾害链主要分布在美国东部、墨西哥西部以及中美洲等地的丘陵山区,GII类型灾害链主要分布在美国东部与南部、加拿大东南部等地的平原区,HII、HIII/HIV类型灾害链主要分布在墨西哥高原、科罗拉多高原东部、拉布拉多高原以及格陵兰高原南部等地区,DI/DIII/DIV类型灾害链主要分布在格陵兰南部、加拿大东南部等地的沿海区,EI/EII类型灾害链主要分布在美国密西西比河河口以及东部沿海河口地区。
图2 台风灾害链理论类型分布图（北大西洋与东北太平洋地区）
Fig. 2 Type regionalization of typhoon disaster chains based on theory (North Atlantic Ocean & Northeast Pacific Ocean region)
南太平洋地区（图3）：FIII/FIV类型灾害链主要分布在巴布亚新几内亚中东部的丘陵山区,GII类型灾害链主要分布在澳大利亚北部、巴布亚新几内亚南部等地的平原区,HII类型灾害链主要分布在澳大利亚北部的高原（台地）地区,AIII/AIV类型灾害链主要分布在南太平洋岛屿区。
图3 台风灾害链理论类型分布图（南太平洋地区）
Fig. 3 Type regionalization of typhoon disaster chains based on theory (South Pacific Ocean region)
南印度洋地区（图4）：FIII/FIV类型灾害链主要分布在马达加斯加中部的丘陵山区,GII类型灾害链主要分布在马达加斯加西北部、莫桑比克东部等地的平原区,HII类型灾害链主要分布在马达加斯加中部的高原（台地）地区,AIII/AIV类型灾害链主要分布在南印度洋岛屿区。
图4 台风灾害链理论类型分布图（南印度洋地区）
Fig. 4 Type regionalization of typhoon disaster chains based on theory (South Indian Ocean region)
经过类型数量与强度的分类统计（表4、表5）,结果表明：台风灾害链理论发生区域共有1294个案例,26个案例发生于非理论区域,涉及灾害链子类类型为41种,六大洋区的灾害链类型区域分布特征如下：
表4 台风灾害链类型数量统计
Tab. 4 Frequency statistics of typhoon disaster chains
| 大类 代码 | 子类 代码 | 案例数量 | 占比率（%） | 总占比率（%） | |||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| WP | NI | NA | EP | SP | SI | WP | NI | NA | EP | SP | SI | WP | NI | NA | EP | SP | SI | ||||||||||||||||||||||||
| AI | AI-1 | 10 | 0 | 24 | 2 | 10 | 5 | 71.4 | - | 70.6 | 100 | 43.5 | 50 | 2.94 | 0 | 4.39 | 1.45 | 9.71 | 7.04 | ||||||||||||||||||||||
| AI-2 | 3 | 0 | 7 | 0 | 6 | 1 | 21.4 | - | 20.6 | 0 | 26.1 | 10 | 0.88 | 0 | 1.28 | 0 | 5.83 | 1.41 | |||||||||||||||||||||||
| AI-3 | 1 | 0 | 1 | 0 | 2 | 2 | 7.1 | - | 2.9 | 0 | 8.7 | 20 | 0.29 | 0 | 0.18 | 0 | 1.94 | 2.82 | |||||||||||||||||||||||
| AI-4 | 0 | 0 | 2 | 0 | 5 | 2 | 0 | - | 5.9 | 0 | 21.7 | 20 | 0 | 0 | 0.37 | 0 | 4.85 | 2.82 | |||||||||||||||||||||||
| AII | AII-1 | 7 | 0 | 20 | 1 | 23 | 5 | 38.9 | 0 | 39.2 | 33.3 | 71.9 | 55.6 | 2.06 | 0 | 3.66 | 0.72 | 22.3 | 7.04 | ||||||||||||||||||||||
| AII-2 | 5 | 1 | 13 | 0 | 2 | 1 | 27.8 | 100 | 25.5 | 0 | 6.3 | 11.1 | 1.47 | 1.05 | 2.38 | 0 | 1.94 | 1.41 | |||||||||||||||||||||||
| AII-3 | 6 | 0 | 18 | 2 | 7 | 3 | 33.3 | 0 | 35.3 | 66.7 | 21.9 | 33.3 | 1.76 | 0 | 3.29 | 1.45 | 6.80 | 4.23 | |||||||||||||||||||||||
| AIII | AIII-1 | 2 | 0 | 12 | 1 | 1 | 1 | 66.7 | - | 63.2 | 100 | 100 | 100 | 0.59 | 0 | 2.19 | 0.72 | 0.97 | 1.41 | ||||||||||||||||||||||
| AIII-2 | 1 | 0 | 7 | 0 | 0 | 0 | 33.2 | - | 36.8 | 0 | 0 | 0 | 0.29 | 0 | 1.28 | 0 | 0 | 0 | |||||||||||||||||||||||
| AIV | AIV-1 | 6 | 0 | 10 | 0 | 5 | 1 | 100 | - | 100 | - | 100 | 100 | 1.76 | 0 | 1.83 | 0 | 4.85 | 1.41 | ||||||||||||||||||||||
| AIV-2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| BI | BI-1 | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | ||||||||||||||||||||||
| CI | CI-1 | 18 | 10 | 43 | 16 | 7 | 6 | 64.3 | 90.9 | 46.7 | 72.7 | 63.6 | 85.7 | 5.29 | 10.5 | 7.86 | 11.6 | 6.80 | 8.45 | ||||||||||||||||||||||
| CI-2 | 6 | 1 | 23 | 6 | 1 | 0 | 21.4 | 9.1 | 25 | 27.3 | 9.1 | 0 | 1.76 | 1.05 | 4.20 | 4.35 | 0.97 | 0 | |||||||||||||||||||||||
| CI-3 | 2 | 0 | 13 | 0 | 1 | 1 | 7.1 | 0 | 14.1 | 0 | 9.1 | 14.3 | 0.59 | 0 | 2.38 | 0 | 0.97 | 1.41 | |||||||||||||||||||||||
| CI-4 | 2 | 0 | 13 | 0 | 2 | 0 | 7.1 | 0 | 14.1 | 0 | 18.2 | 0 | 0.59 | 0 | 2.38 | 0 | 1.94 | 0 | |||||||||||||||||||||||
| CII | CII-1 | 20 | 6 | 10 | 4 | 6 | 3 | 32.3 | 60 | 23.3 | 19 | 50 | 37.5 | 5.88 | 6.32 | 1.83 | 2.90 | 5.83 | 4.23 | ||||||||||||||||||||||
| CII-2 | 16 | 1 | 10 | 6 | 0 | 2 | 25.8 | 100 | 23.3 | 28.6 | 0 | 25 | 4.71 | 1.05 | 1.83 | 4.35 | 0 | 2.82 | |||||||||||||||||||||||
| CII | CII-3 | 26 | 3 | 23 | 11 | 6 | 3 | 41.9 | 30 | 53.5 | 52.4 | 50 | 37.5 | 7.65 | 3.16 | 4.20 | 7.97 | 5.83 | 4.23 | ||||||||||||||||||||||
| DI | DI-1 | 2 | 0 | 9 | 0 | 0 | 0 | 100 | - | 100 | - | - | - | 0.59 | 0 | 1.65 | 0 | 0 | 0 | ||||||||||||||||||||||
| DIII | DIII-1 | 0 | 0 | 1 | 0 | 0 | 0 | - | - | 100 | - | - | - | 0 | 0 | 0.18 | 0 | 0 | 0 | ||||||||||||||||||||||
| DIV | DIV-1 | 0 | 0 | 0 | 0 | 0 | 0 | - | - | - | - | - | - | 0 | 0 | 0 | 0 | 0 | 0 | ||||||||||||||||||||||
| DIV-2 | 0 | 0 | 0 | 0 | 0 | 0 | - | - | - | - | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| DIV-3 | 0 | 0 | 0 | 0 | 0 | 0 | - | - | - | - | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| EI | EI-1 | 7 | 13 | 19 | 2 | 4 | 2 | 58.3 | 86.7 | 37.3 | 66.7 | 100 | 66.7 | 2.06 | 13.6 | 3.47 | 1.45 | 3.88 | 2.82 | ||||||||||||||||||||||
| EI-2 | 4 | 0 | 10 | 1 | 0 | 0 | 33.3 | 0 | 19.6 | 33.3 | 0 | 0 | 1.18 | 0 | 1.83 | 0.72 | 0 | 0 | |||||||||||||||||||||||
| EI-3 | 0 | 1 | 2 | 0 | 0 | 0 | 0 | 6.7 | 3.9 | 0 | 0 | 0 | 0 | 1.05 | 0.37 | 0 | 0 | 0 | |||||||||||||||||||||||
| EI-4 | 0 | 1 | 6 | 0 | 0 | 1 | 0 | 6.7 | 11.8 | 0 | 0 | 33.3 | 0 | 1.05 | 1.10 | 0 | 0 | 1.41 | |||||||||||||||||||||||
| EI-5 | 1 | 0 | 14 | 0 | 0 | 0 | 8.3 | 0 | 27.5 | 0 | 0 | 0 | 0.29 | 0 | 2.56 | 0 | 0 | 0 | |||||||||||||||||||||||
| EII | EII-1 | 4 | 12 | 8 | 3 | 0 | 2 | 40 | 63.2 | 47.1 | 100 | - | 50 | 1.18 | 12.6 | 1.46 | 2.17 | 0 | 2.82 | ||||||||||||||||||||||
| 大类 代码 | 子类 代码 | 案例数量 | 占比率（%） | 总占比率（%） | |||||||||||||||||||||||||||||||||||||
| WP | NI | NA | EP | SP | SI | WP | NI | NA | EP | SP | SI | WP | NI | NA | EP | SP | SI | ||||||||||||||||||||||||
| EII | EII-2 | 2 | 2 | 2 | 0 | 0 | 1 | 20 | 10.5 | 11.8 | 0 | - | 25 | 0.59 | 2.11 | 0.37 | 0 | 0 | 1.41 | ||||||||||||||||||||||
| EII-3 | 4 | 5 | 7 | 0 | 0 | 1 | 40 | 26.3 | 41.2 | 0 | - | 25 | 1.18 | 5.26 | 1.28 | 0 | 0 | 1.41 | |||||||||||||||||||||||
| FIII | FIII-1 | 25 | 0 | 31 | 13 | 1 | 2 | 100 | - | 100 | 100 | 100 | 100 | 7.35 | 0 | 5.67 | 9.42 | 0.97 | 2.82 | ||||||||||||||||||||||
| FIV | FIV-1 | 68 | 4 | 20 | 7 | 2 | 3 | 73.9 | 100 | 37.7 | 30.4 | 100 | 100 | 20 | 4.21 | 3.66 | 5.07 | 1.94 | 4.23 | ||||||||||||||||||||||
| FIV-2 | 2 | 0 | 0 | 2 | 0 | 0 | 2.2 | 0 | 0 | 8.7 | 0 | 0 | 0.59 | 0 | 0 | 1.45 | 0 | 0 | |||||||||||||||||||||||
| FIV-3 | 22 | 0 | 33 | 14 | 0 | 0 | 23.9 | 0 | 62.3 | 60.9 | 0 | 0 | 6.47 | 0 | 6.03 | 10.1 | 0 | 0 | |||||||||||||||||||||||
| FIV-4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| FIV-5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| FIV-6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| FIV-7 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| FIV-8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| FIV-9 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| GII | GII-1 | 15 | 18 | 31 | 4 | 5 | 8 | 22.1 | 66.7 | 27.4 | 12.1 | 41.7 | 36.4 | 4.41 | 19 | 5.67 | 2.90 | 4.85 | 11.27 | ||||||||||||||||||||||
| GII-2 | 16 | 4 | 22 | 7 | 1 | 3 | 23.5 | 14.8 | 19.5 | 21.2 | 8.3 | 13.6 | 4.71 | 4.21 | 4.02 | 5.07 | 0.97 | 4.23 | |||||||||||||||||||||||
| GII-3 | 37 | 5 | 60 | 22 | 6 | 11 | 54.4 | 18.5 | 53.1 | 66.7 | 50 | 50 | 10.88 | 5.26 | 10.97 | 15.94 | 5.83 | 15.49 | |||||||||||||||||||||||
| HII | HII-1 | 0 | 3 | 2 | 2 | 0 | 0 | - | 37.5 | 33.3 | 28.6 | - | 0 | 0 | 3.16 | 0.37 | 1.45 | 0 | 0 | ||||||||||||||||||||||
| HII-2 | 0 | 1 | 1 | 3 | 0 | 0 | - | 12.5 | 16.7 | 42.9 | - | 0 | 0 | 1.05 | 0.18 | 2.17 | 0 | 0 | |||||||||||||||||||||||
| HII-3 | 0 | 2 | 3 | 2 | 0 | 1 | - | 25 | 50 | 28.6 | - | 100 | 0 | 2.11 | 0.55 | 1.45 | 0 | 1.41 | |||||||||||||||||||||||
| HIII | HIII-1 | 0 | 0 | 9 | 5 | 0 | 0 | - | - | 100 | 100 | - | - | 0 | 0 | 1.65 | 3.62 | 0 | 0 | ||||||||||||||||||||||
| HIV | HIV-1 | 0 | 1 | 4 | 0 | 0 | 0 | - | 50 | 50 | 0 | - | - | 0 | 1.05 | 0.73 | 0 | 0 | 0 | ||||||||||||||||||||||
| HIV-2 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-3 | 0 | 1 | 4 | 2 | 0 | 0 | - | 50 | 50 | 100 | - | - | 0 | 1.05 | 0.73 | 1.45 | 0 | 0 | |||||||||||||||||||||||
| HIV-4 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-5 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-6 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-7 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-8 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
| HIV-9 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 | 0 | - | - | 0 | 0 | 0 | 0 | 0 | 0 | |||||||||||||||||||||||
表5 台风灾害链类型强度统计
Tab. 5 Intensity statistics of typhoon disaster chains
| 大类 代码 | 子类 代码 | 强度（加权平均值） | 大类 代码 | 子类 代码 | 强度（加权平均值） | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| WP | NI | NA | EP | SP | SI | WP | NI | NA | EP | SP | SI | ||||
| AI | AI-1 | 4.1 | - | 2.5 | 2.5 | 2.6 | 2.5 | EII | EII-1 | 3.2 | 0.7 | 2.1 | 0.0 | - | 2.0 |
| AI-2 | 4.3 | - | 3.2 | - | 2.7 | 0.0 | EII-2 | 2.8 | 0.0 | 1.5 | - | - | 3.0 | ||
| AI-3 | 5.0 | - | 4.0 | - | 5.0 | 5.0 | EII-3 | 2.3 | 1.6 | 1.3 | - | - | 3.0 | ||
| AI-4 | - | - | 0.0 | - | 4.3 | 5.0 | FIII | FIII-1 | 3.1 | - | 1.8 | 1.2 | 4.0 | 4.5 | |
| AII | AII-1 | 4.0 | - | 2.2 | 2.0 | 3.0 | 3.5 | FIV | FIV-1 | 3.1 | 2.0 | 2.3 | 1.7 | 0.3 | 1.5 |
| AII-2 | 3.4 | 0.5 | 2.0 | - | 2.7 | 4.0 | FIV-2 | 5.0 | - | - | 1.0 | - | - | ||
| AII-3 | 4.2 | - | 2.2 | 2.5 | 2.6 | 2.3 | FIV-3 | 3.0 | - | 2.3 | 1.1 | - | - | ||
| AIII | AIII-1 | 4.5 | - | 2.2 | 4.0 | 3.0 | 4.0 | FIV-4 | - | - | - | - | - | - | |
| AIII-2 | 4.0 | - | 2.1 | - | - | - | FIV-5 | - | - | - | - | - | - | ||
| AIV | AIV-1 | 3.7 | - | 3.2 | - | 2.0 | 4.0 | FIV-6 | - | - | - | - | - | - | |
| AIV-2 | - | - | - | - | - | - | FIV-7 | - | - | - | - | - | - | ||
| BI | BI-1 | - | - | - | - | - | - | FIV-8 | - | - | - | - | - | - | |
| CI | CI-1 | 3.7 | 2.5 | 2.3 | 2.3 | 1.5 | 2.4 | FIV-9 | - | - | - | - | - | - | |
| CI-2 | 4.0 | 4.0 | 2.4 | 2.7 | 0.0 | - | GII | GII-1 | 3.4 | 1.5 | 2.0 | 1.0 | 1.0 | 2.8 | |
| CI-3 | 3.5 | - | 3.3 | - | 2.0 | 4.5 | GII-2 | 2.9 | 0.0 | 2.1 | 3.0 | 1.0 | 1.7 | ||
| CI-4 | 4.0 | - | 2.2 | - | 0.0 | - | GII-3 | 2.5 | 0.4 | 2.0 | 2.6 | 1.2 | 2.6 | ||
| CII | CII-1 | 2.8 | 2.4 | 2.0 | 2.2 | 0.5 | 2.7 | HII | HII-1 | - | 1.0 | 1.0 | 1.0 | - | - |
| CII-2 | 2.9 | 0.0 | 1.3 | 2.7 | - | 3.7 | HII-2 | - | 1.0 | 2.0 | 3.0 | - | - | ||
| CII-3 | 3.0 | 0.0 | 2.4 | 1.8 | 1.4 | 3.5 | HII-3 | - | 0.0 | 3.0 | 0.7 | - | 3.0 | ||
| DI | DI-1 | 4.0 | - | 1.2 | - | - | - | HIII | HIII-1 | - | - | 2.3 | 3.0 | - | - |
| DIII | DIII-1 | - | - | 4.0 | - | - | - | HIV | HIV-1 | - | 2.0 | 2.3 | - | - | - |
| DIV | DIV-1 | - | - | - | - | - | - | HIV-2 | - | - | - | - | - | - | |
| DIV-2 | - | - | - | - | - | - | HIV-3 | - | 1.0 | 2.2 | 4.0 | - | - | ||
| DIV-3 | - | - | - | - | - | - | HIV-4 | - | - | - | - | - | - | ||
| EI | EI-1 | 2.9 | 0.9 | 4.0 | 3.0 | 1.0 | 2.0 | HIV-5 | - | - | - | - | - | - | |
| EI-2 | 3.0 | - | 1.9 | 2.5 | - | - | HIV-6 | - | - | - | - | - | - | ||
| EI-3 | - | 4.0 | 2.3 | - | - | - | HIV-7 | - | - | - | - | - | - | ||
| EI-4 | - | 4.0 | 0.0 | - | - | 4.0 | HIV-8 | - | - | - | - | - | - | ||
| EI-5 | 2.0 | - | 2.9 | - | - | - | HIV-9 | - | - | - | - | - | - | ||
（1）西北太平洋地区：山地（丘陵）地区灾害链发生次数最高（占34.4%）,平原海岸地区（占26.5%）与平原地区（占20%）次之。在山地（丘陵）地区,FIV-1为主要灾害链类型（占20.00%）,强度为3.1,其次为FIII-1（占7.35%）,强度为3.1;在平原海岸地区,CII-3为主要灾害链类型（占7.65%）,强度为3.0,其次为CII-1（占5.88%）,强度为2.8;在平原地区,GII-3为主要灾害链类型（占10.88%）,强度为2.5。
（2）北印度洋地区：河口海岸地区灾害链发生次数最高（占35.8%）,平原地区（占28.4%）与平原海岸地区（占22.1%）次之。在河口海岸地区,EI-1为主要灾害链类型（占13.6%）,强度为0.9,其次为EII-1（占12.6%）,强度为0.7;在平原地区,GII-1为主要灾害链类型（占19.0%）,强度为1.5;在平原海岸地区,CI-1为主要灾害链类型（占10.5%）,强度为2.5。
（3）北大西洋地区：平原海岸地区灾害链发生次数最高（占24.7%）,岛屿地区（占20.8%）、平原地区（占20.7%）与山地地区（占15.4%）次之。在平原海岸地区,CI-1为主要灾害链类型（占7.86%）,强度为2.3;在岛屿地区,AII-1为主要灾害链类型（占3.66%）,强度为2.2,其次为AII-3（占3.29%）,强度为2.2;在平原地区,GII-3为主要灾害链类型（占10.97%）,强度为2.0;在山地（丘陵）地区,FIV-3为主要灾害链类型（占6.03%）,强度为2.3,其次为FIII-1（占5.67%）,强度为1.8。
（4）东北太平洋地区：平原海岸地区灾害链发生次数最高（占31.2%）,山地（丘陵）（占28.3%）与平原地区（占23.9%）次之。在平原海岸地区,CI-1为主要灾害链类型（占11.6%）,强度为2.3,其次为CII-3（占7.97%）,强度为1.8;在山地（丘陵）地区,FIV-3为主要灾害链类型（占10.1%）,强度为1.1,其次为FIII-1（占9.42%）,强度为1.2;在平原地区,GII-3为主要灾害链类型（占15.94%）,强度为1.0。
（5）南太平洋地区：岛屿地区灾害链发生次数最高（占59.2%）,平原海岸地区（占22.3%）次之。在岛屿地区,AII-1为主要灾害链类型（占22.3%）,强度为3.0,其次为AI-1与AI-2（分别占9.71%与6.80%）,强度分别为2.6与2.7;在平原海岸地区,CI-1为主要灾害链类型（占6.80%）,强度为1.5,其次为CII-1与CII-3（均占5.83%）,强度分别为0.5与1.4。
（6）南印度洋地区：平原地区灾害链发生次数最高（占31%）,岛屿地区（占29.2%）次之。在平原地区,GII-3为主要灾害链类型（占15.49%）,强度为2.6;在岛屿地区,AI-1与AII-1均为主要灾害链类型（均占7.04%）,强度分别为2.5与3.5。
以上分类统计建立了六大洋区中台风灾害链类型数量与强度的对应关系,可以看出两者并无明显相关关系。
（1）从灾害系统理论角度出发,提出了全球台风灾害链的分类体系,在8种孕灾环境类型下,划分出18个大类,共58个子类。通过案例数据统计验证,得到各类孕灾环境中台风—风暴潮（海浪）、台风—风暴潮（海浪）—洪水、台风—风暴潮（海浪）—涝渍、台风—风暴潮（海浪）—洪涝、台风—风暴潮（海浪）—海水倒灌、台风—暴雨—洪涝、台风—暴雨—涝渍、台风—暴雨—洪水、台风—暴雨—山洪、台风—暴雨—滑坡、台风—暴雨—崩塌、台风—暴雨—泥石流等41种有案例实证的类型。可为全球台风灾害链的形成机制与区域规律研究提供依据。
（2）通过案例数据的分类统计,得到全球六大洋区台风灾害链类型的区域分布特征：在西北太平洋地区,灾害链主要分布于山地（丘陵）与平原海岸地区,主要类型为台风—暴雨—滑坡（FIV-1）、台风—暴雨—洪涝（GII-3）、台风—暴雨—洪水（CII-3）与台风—暴雨—山洪（FIII-1）,其强度分别为3.1、2.5、3.0与3.1;在北印度洋地区,灾害链主要分布于河口海岸与平原地区,主要类型为台风—暴雨—洪涝（GII-1）、台风—风暴潮（海浪）（EI-1）、台风—暴雨—洪涝（EII-1）与台风—风暴潮（海浪）（CI-1）,其强度分别为1.5、0.9、0.7与2.5;在北大西洋地区,灾害链主要分布于平原海岸与岛屿地区,主要类型为台风—暴雨—洪水（GII-3）、台风—风暴潮（海浪）（CI-1）、台风—暴雨—泥石流（FIV-3）与台风—暴雨—山洪（FIII-1）,其强度分别为2.0、2.3、2.3与1.8;在东北太平洋地区,灾害链主要分布于山地（丘陵）与平原海岸地区,主要类型为台风—暴雨—洪水（GII-3）、台风—风暴潮（海浪）（CI-1）、台风—暴雨—泥石流（FIV-3）与台风—暴雨—山洪（FIII-1）,其强度分别为2.6、2.3、1.1与1.2;在南太平洋地区,灾害链主要分布于平原海岸与岛屿地区,主要类型为台风—暴雨—洪涝（AII-1）、台风—风暴潮（海浪）（AI-1）、台风—风暴潮（海浪）—洪水（AI-2）与台风—风暴潮（海浪）（CI-1）,其强度分别为3.0、2.6、2.7、1.5;在南印度洋地区,灾害链主要分布于平原地区与岛屿地区,主要类型为台风—暴雨—洪水（GII-3）、台风—暴雨—洪涝（AII-1）与台风—风暴潮（海浪）（AI-1）,其强度分别为2.6、3.5与2.5。另外从类型分布特征来看,台风—暴雨—山洪主要分布于西北与东北太平洋以及北大西洋地区,台风—暴雨—滑坡主要分布于西北太平洋地区,台风—暴雨—泥石流主要分布于东北太平洋与北大西洋地区,台风—风暴潮（海浪）与台风—暴雨—洪涝等类型灾害链在各大洋区均有广泛分布,其中台风—风暴潮（海浪）—海水倒灌仅分布于西北太平洋与北大西洋地区。而台风灾害链的类型数量与其强度并没有明显相关关系。
在分类统计过程中发现,全球台风灾害链理论与案例的类型分布,在某些地区存在空间不对应,即理论发生区域无案例现象与非理论发生区域有案例现象。对于非理论区域有案例的情况,一是受制图分辨率的制约,一些微小岛屿的理论分布区域在图上难以表达;二是受台风影响,某些地区的暴雨系统得以加强并形成灾害链,但此类案例并不是严格意义上的台风灾害链。对于理论区域无案例的情况,一是统计年代的局限性,本文只是针对2000-2010年的案例进行研究,部分区域内的案例可能发生于研究时间段之外,而未被统计收集;二是统计记录的局限性,台风影响的微小岛屿与尾闾地区,少有灾害链发生记录,同时由于某些台风并未登陆,其灾害影响没有详细的报道与记录,造成统计记录缺失。进一步延长台风灾害链案例的统计时段,加强对于微小岛屿与尾闾地区案例的监测和关注,以及综合考虑灾害链形成的多要素特点,可以更为准确地刻画台风灾害链的理论分区模式,为区域灾害链风险防范提供理论基础。
目前全球台风灾害链的研究还存在进一步拓展的可能,主要体现在两个方面：以空间区域规律研究提供的灾害链形成条件为前提,可进行区域内台风灾害链的自动识别,进而为区域防灾基础建设提供理论依据;以时间特征研究揭示的灾害链微观作用过程为基础,可进行台风灾害链的动态模拟与预测,进而为救灾应急响应提供策略依据。
The authors have declared that no competing interests exist.
| [22] |
福建省台风灾害链空间特征分析 .
根据历史台风灾害资料，建立台风灾害灾情数据集，在分析福建省台风灾害成灾机制的基础上，结合前人的研究成果，构建福建省台风灾害链模式，建立历史台风灾害链判别依据，获得历史台风灾害链空间分布图，结合各县市距离海岸线的距离和台风移动路径，分析其空间特征．结果表明：福建省以台风一暴雨灾害链分布最广泛，全省的每个县市都有出现，自东向西逐渐减少，并形成南北两个高密度区域；台风一大风灾害链的分布也较广泛，但以闽中山脉以东的沿海地区更为集中；台风一风暴潮灾害链主要分布于东部临海的县市．不同移动路径的台风灾害链影响特点各异，登陆广东类台风主要给闽西南地区带来狂风和暴雨影响；北部登陆类、穿台入闽类和直接登陆类台风均会给福建带来狂风、暴雨和风暴潮灾害，但影响区域不同．
Spatial characteristics of typhoon disaster chains in Fujian province .
根据历史台风灾害资料，建立台风灾害灾情数据集，在分析福建省台风灾害成灾机制的基础上，结合前人的研究成果，构建福建省台风灾害链模式，建立历史台风灾害链判别依据，获得历史台风灾害链空间分布图，结合各县市距离海岸线的距离和台风移动路径，分析其空间特征．结果表明：福建省以台风一暴雨灾害链分布最广泛，全省的每个县市都有出现，自东向西逐渐减少，并形成南北两个高密度区域；台风一大风灾害链的分布也较广泛，但以闽中山脉以东的沿海地区更为集中；台风一风暴潮灾害链主要分布于东部临海的县市．不同移动路径的台风灾害链影响特点各异，登陆广东类台风主要给闽西南地区带来狂风和暴雨影响；北部登陆类、穿台入闽类和直接登陆类台风均会给福建带来狂风、暴雨和风暴潮灾害，但影响区域不同．
|
| [23] |
福建台风灾害链分析: 以2005年“龙王”台风为例 .
Analysis of typhoon disaster chain in Fujian: A case study of typhoon Longwang in 2005 .
|
| [24] |
Hurricane Katrina storm surge delineation: Implications for future storm surge forecasts and warnings .https://doi.org/10.1007/s11069-009-9483-z Magsci 摘要
The storm surge in coastal Mississippi caused by Hurricane Katrina was unprecedented in the region. The height and geographic extent of the storm surge came as a surprise to many and exceeded pre-impact surge scenarios based on SLOSH models that were the basis for emergency preparedness and local land use decision-making. This paper explores the spatial accuracy of three interpolated storm surge surfaces derived from post-event reconnaissance data by comparing the interpolation results to a specific SLOSH run. The findings are used to suggest improvements in the calibration of existing pre-event storm surge models such as SLOSH. Finally, the paper provides some suggestions on an optimal surge forecast map that could enhance the communication of storm surge risks to the public.
|
| [25] |
Anthropogenic Amplification of Storm Surge Damage in the 1935 "Labor Day" Hurricane .
|
| [26] |
Storm surges in New York during Hurricane Sandy in 2012: A verification of the wind-stress tide relation. Boundary-layer https://doi.org/10.1007/s10546-013-9830-1 URL [本文引用: 1] 摘要
In October 2012 Hurricane Sandy devastated New York City and its vicinity caused mainly by the storm surge, which is the water height above normal astronomical tide level. The meteorological conditions were as follows: minimum central pressure, 962 hPa, highest sustained wind speed 27.1 m s and maximum gust 37.8 m s. The peak storm surge was at 3.9 m and the peak storm tide at 4.4 m (which is referenced above mean lower low water). The wind-stress tide relation shows that , where is the storm surge, is the wind speed and is the coefficient. It is found that with in units of m, and in m s, with ( is the correlation coefficient) indicating that 91 % of the total variation of the storm surge can be explained by variations in the wind stress, which is proportional to . Similar results were obtained during Hurricane Irene in 2011, which also affected the New York area. Therefore, this simple wind stress-tide relation should be useful in coastal engineering, urban planning, and emergency management.
|
| [27] |
四论灾害系统研究的理论与实践 .https://doi.org/10.3969/j.issn.1004-4574.2005.06.001 URL [本文引用: 1] 摘要
作者曾分别于 1991,1995和2001年发表了关于灾害研究理论与实践的3篇文章,对灾害系统的性质、动力学机制等进行了探讨。本文在前3篇文章的基础上,从综合 灾害风险管理的角度,完善了灾害系统的结构与功能体系,论证了灾情形成过程中恢复力的作用机制,分析了区域开发与安全建设的互馈关系,构建了区域综合减灾 的行政管理体系,提出了由政府、企业与社区构成的区域综合减灾范式。研究结果表明,区域灾情形成过程中,脆弱性与恢复力有着明显的区别,脆弱性是区域灾害 系统中致灾因子、承灾体和孕灾环境综合作用过程的状态量,它主要取决于区域的经济发达程度与社区安全建设水平;恢复力则是灾害发生后,区域恢复、重建及安 全建设与区域发展相互作用的动态量,它主要取决于区域综合灾害风险行政管理能力、政府与企业投入和社会援助水平。区域安全水平与土地利用的时空格局和产业 结构关系密切,通过划定区域高风险“红线区”的办法,调整土地利用时空格局和产业结构,有利于建立区域可持续发展的综合减灾范式。针对区域自然灾害系统存 在着相互作用、互为因果的灾害链规律,以及灾害系统所具有的结构与功能特征,完善由纵向、横向和政策协调共同组成的一个“三维矩阵式”的区域综合减灾行政 管理体系,构建以政府为主导、企业为主体、社区全面参与的区域综合减灾范式。以此促进在发展中提高区域减灾能力,并在一定安全水平下,建设区域可持续发展 模式。
|
| [1] |
|
| [2] |
|
| [27] |
Theory and practice on disaster system research in a fourth time .https://doi.org/10.3969/j.issn.1004-4574.2005.06.001 URL [本文引用: 1] 摘要
作者曾分别于 1991,1995和2001年发表了关于灾害研究理论与实践的3篇文章,对灾害系统的性质、动力学机制等进行了探讨。本文在前3篇文章的基础上,从综合 灾害风险管理的角度,完善了灾害系统的结构与功能体系,论证了灾情形成过程中恢复力的作用机制,分析了区域开发与安全建设的互馈关系,构建了区域综合减灾 的行政管理体系,提出了由政府、企业与社区构成的区域综合减灾范式。研究结果表明,区域灾情形成过程中,脆弱性与恢复力有着明显的区别,脆弱性是区域灾害 系统中致灾因子、承灾体和孕灾环境综合作用过程的状态量,它主要取决于区域的经济发达程度与社区安全建设水平;恢复力则是灾害发生后,区域恢复、重建及安 全建设与区域发展相互作用的动态量,它主要取决于区域综合灾害风险行政管理能力、政府与企业投入和社会援助水平。区域安全水平与土地利用的时空格局和产业 结构关系密切,通过划定区域高风险“红线区”的办法,调整土地利用时空格局和产业结构,有利于建立区域可持续发展的综合减灾范式。针对区域自然灾害系统存 在着相互作用、互为因果的灾害链规律,以及灾害系统所具有的结构与功能特征,完善由纵向、横向和政策协调共同组成的一个“三维矩阵式”的区域综合减灾行政 管理体系,构建以政府为主导、企业为主体、社区全面参与的区域综合减灾范式。以此促进在发展中提高区域减灾能力,并在一定安全水平下,建设区域可持续发展 模式。
|
| [28] |
A numerical study of the wind field in a typhoon boundary layer .https://doi.org/10.1016/S0167-6105(97)00092-5 URL [本文引用: 1] 摘要
The wind field in a typhoon boundary layer (TBL) has been investigated by a numerical model. The results show that vertical profiles of wind speed in the TBL can be satisfactorily stated by conventional power-law expressions. To describe the structure of strong wind in the TBL, two parameters have been suggested: one is a dimensional parameter, f λ , approximately representing the absolute vorticity in the wind field, and the other is a non-dimensional parameter, ξ, characterizing the heterogeneity of vorticity in the radial direction of a typhoon. Substituting the parameter f λ by Coriolis parameter f , the gradient height z g during typhoons can be predicted by the same formula as that used during non-typhoon climates. The ratio of surface to gradient wind speeds G ( r ) and the inflow angle γ s in the TBL are also examined using the present numerical results, and the formulae for predicting them are presented.
|
| [3] |
仙台框架:未来15年世界减灾指导性文件 .
2015年3月14日-18日在日本东北宫城县仙台市召开的第三 届世界减灾大会,是继1994年日本横滨第一届世界减灾大会以来,联合国举行的全球最大规模的减轻灾害风险大会.大会经过深入的讨论与辩论,于2015年 3月18日晚通过了《2015-2030年仙台减轻灾害风险框架》(以下简称《仙台框架》).本文就这一框架的主要内容进行如下解读,与同行共同交流. 《仙台框架》包括六个部分,共50条,具体解读内容如下.
Sendai framework: Guidance documents for world disaster reduction in the next 15 years .
2015年3月14日-18日在日本东北宫城县仙台市召开的第三 届世界减灾大会,是继1994年日本横滨第一届世界减灾大会以来,联合国举行的全球最大规模的减轻灾害风险大会.大会经过深入的讨论与辩论,于2015年 3月18日晚通过了《2015-2030年仙台减轻灾害风险框架》(以下简称《仙台框架》).本文就这一框架的主要内容进行如下解读,与同行共同交流. 《仙台框架》包括六个部分,共50条,具体解读内容如下.
|
| [29] |
Queensland climate change and community vulnerability to tropical cyclones: Ocean hazards assessment: Stage 1 Report .
|
| [30] |
面向灾害风险评估的热带气旋路径及强度随机模拟综述 .Magsci 摘要
<p>历史热带气旋记录时间序列较短空间差异大，热带气旋灾害风险评估经常面临样本不足，特别是超强台风及巨灾记录历史样本的问题，从而导致传统概率统计方法失效。过去20多年来，逐渐发展出一套完整的方法体系进行热带气旋路径及强度随机模拟，其特点是充分利用历史总体样本信息，生成大量符合历史样本特征的热带气旋路径及强度随机事件样本集，从而有效地解决了局地历史样本不足的问题。在回顾热带气旋的年频次、季节分布、路径分布、强度及影响范围时空规律研究进展基础上，系统综述了用于热带气旋路径及随机模拟的起始点模型、行进模型、终止点模型、洋面强度模型、陆地衰减模型及结果检验方法等领域的进展及不足，然后对其在世界各地的应用进行了概述，并对未来研究改进方向及应用领域进行了展望。</p>
|
| [4] |
Changes in tropical cyclone number, duration, and intensity in a warming environment .https://doi.org/10.1126/science.1116448 URL PMID: 16166514 [本文引用: 1] 摘要
Abstract We examined the number of tropical cyclones and cyclone days as well as tropical cyclone intensity over the past 35 years, in an environment of increasing sea surface temperature. A large increase was seen in the number and proportion of hurricanes reaching categories 4 and 5. The largest increase occurred in the North Pacific, Indian, and Southwest Pacific Oceans, and the smallest percentage increase occurred in the North Atlantic Ocean. These increases have taken place while the number of cyclones and cyclone days has decreased in all basins except the North Atlantic during the past decade.
|
| [5] |
Increasing destructiveness of tropical cyclones over the past 30 years .https://doi.org/10.1038/nature03906 URL PMID: 16056221 摘要
Theory and modelling predict that hurricane intensity should increase with increasing global mean temperatures, but work on the detection of trends in hurricane activity has focused mostly on their frequency and shows no trend. Here I define an index of the potential destructiveness of hurricanes based on the total dissipation of power, integrated over the lifetime of the cyclone, and show that this index has increased markedly since the mid-1970s. This trend is due to both longer storm lifetimes and greater storm intensities. I find that the record of net hurricane power dissipation is highly correlated with tropical sea surface temperature, reflecting well-documented climate signals, including multi-decadal oscillations in the North Atlantic and North Pacific, and global warming. My results suggest that future warming may lead to an upward trend in tropical cyclone destructive potential, and--taking into account an increasing coastal population--a substantial increase in hurricane-related losses in the twenty-first century.
|
| [30] |
A review of stochastic modeling of tropical cyclone track and intensity for disaster risk assessment .Magsci 摘要
<p>历史热带气旋记录时间序列较短空间差异大，热带气旋灾害风险评估经常面临样本不足，特别是超强台风及巨灾记录历史样本的问题，从而导致传统概率统计方法失效。过去20多年来，逐渐发展出一套完整的方法体系进行热带气旋路径及强度随机模拟，其特点是充分利用历史总体样本信息，生成大量符合历史样本特征的热带气旋路径及强度随机事件样本集，从而有效地解决了局地历史样本不足的问题。在回顾热带气旋的年频次、季节分布、路径分布、强度及影响范围时空规律研究进展基础上，系统综述了用于热带气旋路径及随机模拟的起始点模型、行进模型、终止点模型、洋面强度模型、陆地衰减模型及结果检验方法等领域的进展及不足，然后对其在世界各地的应用进行了概述，并对未来研究改进方向及应用领域进行了展望。</p>
|
| [31] |
面向灾害风险评估的台风风场模型研究综述 .https://doi.org/10.11820/dlkxjz.2013.06.002 Magsci 摘要
台风历史观测风速等数据时空分布不均, 观测年份有限, 在进行定量概率风险评估时, 经常面临样本不足的限制。与数值风场不同, 参数化台风风场模型因计算时间短, 结合路径及强度的随机事件模拟, 在台风风险评估中发挥着不可替代的作用。本文按照台风风速模拟的基本流程, 首先, 总结了参数风场模型中最大风速、最大风速半径、Holland <i>B</i>系数等关键参数的确定方法, 分析了国内外梯度风场模拟、边界层风速垂直折减计算的研究进展;其次, 重点讨论了国内外关于地表粗糙度、地形、阵风因子以及海陆转换因素对于风速修正的理论及应用情况;再次, 对于风场模型在台风风险模型软件、台风次生风暴潮及海浪灾害的应用进行了概述;最后, 针对中国台风风场模拟研究的不足, 对加强多学科联合、数据观测、地表粗糙度变化及分布研究、地形影响修正研究以及重建历史风场等未来改进方向进行了展望。
|
| [6] |
|
| [7] |
中美应对巨灾功能体系比较: 以2008年南方雨雪冰冻灾害与2005年卡特里娜飓风应对为例 .https://doi.org/10.3969/j.issn.1000-811X.2014.03.038 URL [本文引用: 1] 摘要
以中国应对2008年南方雨雪 冰冻灾害与美国应对2005年卡特里娜飓风灾害为例,基于综合风险防范的功能优化模式,比较中美两国在备灾、应急、恢复、重建等四个环节应对巨灾的共性与 差异。结果表明,美国"自下而上"的被动应对模式在巨灾应对的预警报部分与灾后重建利用市场机制的对策中表现较优,而中国"自上而下"的主动应对模式在应 急与恢复阶段采取主动且高效的应对措施中表现较优。两种模式值得相互补充借鉴。因此,应结合中国的主动应对模式与美国的被动应对模式,形成"自上而下" 与"自下而上"一体化的综合巨灾应对模式。
|
| [31] |
A review on typhoon wind field modeling for disaster risk assessment .https://doi.org/10.11820/dlkxjz.2013.06.002 Magsci 摘要
台风历史观测风速等数据时空分布不均, 观测年份有限, 在进行定量概率风险评估时, 经常面临样本不足的限制。与数值风场不同, 参数化台风风场模型因计算时间短, 结合路径及强度的随机事件模拟, 在台风风险评估中发挥着不可替代的作用。本文按照台风风速模拟的基本流程, 首先, 总结了参数风场模型中最大风速、最大风速半径、Holland <i>B</i>系数等关键参数的确定方法, 分析了国内外梯度风场模拟、边界层风速垂直折减计算的研究进展;其次, 重点讨论了国内外关于地表粗糙度、地形、阵风因子以及海陆转换因素对于风速修正的理论及应用情况;再次, 对于风场模型在台风风险模型软件、台风次生风暴潮及海浪灾害的应用进行了概述;最后, 针对中国台风风场模拟研究的不足, 对加强多学科联合、数据观测、地表粗糙度变化及分布研究、地形影响修正研究以及重建历史风场等未来改进方向进行了展望。
|
| [32] |
World Atlas of Natural Disaster Risk . |
| [7] |
The comparison of function systems in large-scale disaster response between China and USA: Cases of 2008 Southern China freezing rain and snow storm disaster and 2005 hurricane Katrina .https://doi.org/10.3969/j.issn.1000-811X.2014.03.038 URL [本文引用: 1] 摘要
以中国应对2008年南方雨雪 冰冻灾害与美国应对2005年卡特里娜飓风灾害为例,基于综合风险防范的功能优化模式,比较中美两国在备灾、应急、恢复、重建等四个环节应对巨灾的共性与 差异。结果表明,美国"自下而上"的被动应对模式在巨灾应对的预警报部分与灾后重建利用市场机制的对策中表现较优,而中国"自上而下"的主动应对模式在应 急与恢复阶段采取主动且高效的应对措施中表现较优。两种模式值得相互补充借鉴。因此,应结合中国的主动应对模式与美国的被动应对模式,形成"自上而下" 与"自下而上"一体化的综合巨灾应对模式。
|
| [8] |
Hurricane Katrina-scientists' fears come true as hurricane floods New Orleans . |
| [33] |
中国台风灾害及其影响的研究 .
中国是世界上受热带气旋影响最严重的国家之一。本文对影响和登陆中国的热带气旋活动的特征、台风灾害特点及其形成规律作了分析，并讨论了台风灾害对中国社会和经济发展的影响。分析结果指出，影响中国的台风灾害具有发生频率高、突发性强、群发性显著、影响范围广、成灾强度大等特点，这类灾害主要由台风带来的狂风、暴雨、风暴潮及其引发的灾害链所造成。台风灾害不仅造成大批人员伤亡，而且对中国各个经济部门都有严重影响，它所
Study of typhoon disaster and its effect in China .
中国是世界上受热带气旋影响最严重的国家之一。本文对影响和登陆中国的热带气旋活动的特征、台风灾害特点及其形成规律作了分析，并讨论了台风灾害对中国社会和经济发展的影响。分析结果指出，影响中国的台风灾害具有发生频率高、突发性强、群发性显著、影响范围广、成灾强度大等特点，这类灾害主要由台风带来的狂风、暴雨、风暴潮及其引发的灾害链所造成。台风灾害不仅造成大批人员伤亡，而且对中国各个经济部门都有严重影响，它所
|
| [9] |
2007年全球重大天气气候事件概述 .Global significant climate events in 2007 . |
| [34] |
我国台风灾害成因分析及灾情预估 .https://doi.org/10.3969/j.issn.1004-4574.2009.01.010 URL 摘要
利用1980-2004年的台风基本资料，对我国台风（包括热带气旋、热带风暴、强热带风暴、台风、强台风和超强台风）灾害的成因进行了初步分析，结果表明：台风引起的大风和降水以及登陆台风的强度和登陆点位置等都是我国台风致灾的重要因素。综合表征台风灾情的ATDI指数和台风造成的直接经济损失与台风大风、降水、登陆台风强度及移速关系密切，而房屋倒损则主要与台风引起的大风有关，农田受淹则主要取决于台风降水。在此基础上，建立了综合表征台风灾情的ATDI指数以及因台风而倒损的房屋数、受淹的农田面积和造成的直接经济损失等的预估模型。对历史样本拟合和对2005年6个台风的独立样本回报表明：模型具有较好的预估能力，对台风灾害各等级的拟合和预估误差不大于1个等级的样本约占总样本数的83％～96％（完全准确的样本在50％以上）。
Cause analysis and preliminary hazard estimate of typhoon disaster in China .https://doi.org/10.3969/j.issn.1004-4574.2009.01.010 URL 摘要
利用1980-2004年的台风基本资料，对我国台风（包括热带气旋、热带风暴、强热带风暴、台风、强台风和超强台风）灾害的成因进行了初步分析，结果表明：台风引起的大风和降水以及登陆台风的强度和登陆点位置等都是我国台风致灾的重要因素。综合表征台风灾情的ATDI指数和台风造成的直接经济损失与台风大风、降水、登陆台风强度及移速关系密切，而房屋倒损则主要与台风引起的大风有关，农田受淹则主要取决于台风降水。在此基础上，建立了综合表征台风灾情的ATDI指数以及因台风而倒损的房屋数、受淹的农田面积和造成的直接经济损失等的预估模型。对历史样本拟合和对2005年6个台风的独立样本回报表明：模型具有较好的预估能力，对台风灾害各等级的拟合和预估误差不大于1个等级的样本约占总样本数的83％～96％（完全准确的样本在50％以上）。
|
| [10] |
我国台风灾害特征及风险防范策略 .https://doi.org/10.3969/j.issn.1007-9033.2012.01.010 URL [本文引用: 1] 摘要
对登陆我国台风气候特征及灾害发生特点进行了分析,表明台风登陆 我国时间集中于每年的7-9月,年均登陆数量广东最多,而最强登陆台风出现在台湾.台风灾害导致的直接经济损失总量呈现缓慢增加趋势,人员死亡数明显下 降.但死亡100人以上的特别重大台风灾害平均每年发生一次,且造成的灾情占比很大.台风灾害影响主要是其伴随的大风、暴雨及引起的滑坡、泥石流、风暴潮 等次生灾害共同造成的,重大灾害往往由突发性、极端性风雨引起.为了最大限度地降低和减轻台风灾害损失和社会影响,可依靠基于风险区划的防灾能力建设降低 风险,依据准确的风险预评估避让风险,依赖保险特别是政策性巨灾保险的开展转移风险.
Characteristics of typhoon disasters in China and risk prevention strategies .https://doi.org/10.3969/j.issn.1007-9033.2012.01.010 URL [本文引用: 1] 摘要
对登陆我国台风气候特征及灾害发生特点进行了分析,表明台风登陆 我国时间集中于每年的7-9月,年均登陆数量广东最多,而最强登陆台风出现在台湾.台风灾害导致的直接经济损失总量呈现缓慢增加趋势,人员死亡数明显下 降.但死亡100人以上的特别重大台风灾害平均每年发生一次,且造成的灾情占比很大.台风灾害影响主要是其伴随的大风、暴雨及引起的滑坡、泥石流、风暴潮 等次生灾害共同造成的,重大灾害往往由突发性、极端性风雨引起.为了最大限度地降低和减轻台风灾害损失和社会影响,可依靠基于风险区划的防灾能力建设降低 风险,依据准确的风险预评估避让风险,依赖保险特别是政策性巨灾保险的开展转移风险.
|
| [35] |
Distribution pattern of earthquake-induced landslides triggered by the 12 May 2008 Wenchuan earthquake .https://doi.org/10.1016/j.geomorph.2010.12.030 URL 摘要
ABSTRACT This paper presents the preliminary results of an extensive study of the mapping the distribution of landslides triggered by the Wenchuan earthquake in Sichuan Province, China, on 12 May 2008. An extensive landslide interpretation was carried out using a large set of optical high resolution satellite images (e.g. ASTER, ALOS, Cartosat-1, SPOT-5 and IKONOS) as well as air photos for both the pre- and post-earthquake situation. Landslide scarps were mapped as points using multi-temporal visual image interpretation taking into account shape, tone, texture, pattern, elevation and ridge and valley orientation. Nearly 60,000 individual landslide scarps were mapped. The landslide distribution map was compared with the inventory map that was prepared directly after the earthquake, which contains about 11,000 individual landslide points, through the calculation of normalized landslide isopleths maps. Remarkable differences were observed, as the earlier inventory mapping did not consider the pre-earthquake situation and did not consider all individual landslides.As part of the landslide inventory, landslides were identified that had blocked the drainage and had formed landslide dams. The landslide distribution was compared with a number of aspects, such as the seismic parameters (distance to epicenter, distance to fault rupture, co-seismic fault geometry and co-seismic slip distribution), and geology. The most remarkable correlation found was with the co-seismic slip distribution and the fault geometry. Landslide distribution in the section of the fault that had mainly a thrust component with low angle fault plane was found to be much higher than the sections that had steeper fault angles and a major strike slip component.
|
| [36] |
|
| [11] |
Study on large-scale disaster risk assessment and risk transfer models .https://doi.org/10.3974/j.issn.2095-0055.2010.02.001 Magsci [本文引用: 1] 摘要
This article analyzes the risk assessment and risk transfer models of large-scale disasters in line with the characteristics of such disasters. A large-scale disaster risk assessment model based on the Regional Disaster System concept is developed: large-scale disaster risk (<i>R</i> <sub> <i>L</i> </sub>) is a function of the disaster triggering hazard (<i>H</i>), the vulnerability of the concerned objects (<i>V</i>), and the stability of the contextual hazard-formative environment (<i>E</i>), or <i>R</i> <sub> <i>L</i> </sub> = <i>f</i>(<i>H, V, E</i>). Based on our discussions, we propose that large-scale disaster risk transfer in China should be supported by governments at all levels, operated by insurance companies, and the responsibilities should be shared by all stakeholders. At the global level, large-scale disaster risk transfer should employ a uniform definition and be characterized by government support, market operation, public participation, disaster mitigation, and risk sharing.
|
| [12] |
灾害链灾情累积放大研究方法进展 .https://doi.org/10.11820/dlkxjz.2014.09.007 URL Magsci [本文引用: 1] 摘要
近年来全球范围内频发的重大自然灾害事件,表明一种灾害引发一系列次生灾害的灾害链现象使得灾情通过累积放大效应而大大超过单一灾种灾情,深入研究灾害链灾情累积放大过程是有效防范巨灾风险的前提.首先,本文梳理了国内外研究中不同视角下对灾害链现象的理解,认为灾害链一般性概念中应当包含孕灾环境、致灾因子链、承灾体以及它们在时间和空间上复杂相互作用关系,只有从地理学的综合性角度出发,才能正确而完整的理解灾害链过程灾情累积放大机制.其次,按研究思路的差异,综述了当前研究灾害链灾情累积放大过程的5 类方法,包括经验地学统计方法、概率模型、复杂网络模型、灾害模拟以及多学科理论方法.从描述灾害链要素在时间和空间上复合作用的角度出发,分别讨论了它们在刻画灾害链灾情放大过程中的优势与不足.选取了影响较大、灾害引发关系典型的地震灾害链与台风灾害链,从灾种维度综述上述几种方法在实际应用中的概况及进展.最后,提出综合多种方法发展与完善灾害链灾情累积放大效应过程的动态模拟是灾害链的研究趋势,其中关键在于模拟灾害链系统各要素的时间与空间上的耦合,研究思路从“静态—描述—解释”向“动态—过程—模拟”的转变是理解灾害链、灾害系统复杂性的重要途径.
|
| [36] |
|
| [37] |
我国自然灾害分类的标准化 .
2012年10月,我国首次正式批准发布《自然灾害分类与代码》国家标准,标志着我国自然灾害分类进入了标准化时代。为了使更多的科研工作者和自然灾害管理者了解该标准,促进该标准更好的实施和应用,在回顾该标准编制背景的基础上,对标准进行了全面解读。在介绍《自然灾害分类与代码》国家标准主要内容的基础上,将新的分类标准与已有的自然灾害归类方法进行了对比分析,为科研工作者和自然灾害管理人员使用该标准提供参考。
|
| [12] |
Review on research methods of disaster loss accumulation and amplification of disaster chains .https://doi.org/10.11820/dlkxjz.2014.09.007 URL Magsci [本文引用: 1] 摘要
近年来全球范围内频发的重大自然灾害事件,表明一种灾害引发一系列次生灾害的灾害链现象使得灾情通过累积放大效应而大大超过单一灾种灾情,深入研究灾害链灾情累积放大过程是有效防范巨灾风险的前提.首先,本文梳理了国内外研究中不同视角下对灾害链现象的理解,认为灾害链一般性概念中应当包含孕灾环境、致灾因子链、承灾体以及它们在时间和空间上复杂相互作用关系,只有从地理学的综合性角度出发,才能正确而完整的理解灾害链过程灾情累积放大机制.其次,按研究思路的差异,综述了当前研究灾害链灾情累积放大过程的5 类方法,包括经验地学统计方法、概率模型、复杂网络模型、灾害模拟以及多学科理论方法.从描述灾害链要素在时间和空间上复合作用的角度出发,分别讨论了它们在刻画灾害链灾情放大过程中的优势与不足.选取了影响较大、灾害引发关系典型的地震灾害链与台风灾害链,从灾种维度综述上述几种方法在实际应用中的概况及进展.最后,提出综合多种方法发展与完善灾害链灾情累积放大效应过程的动态模拟是灾害链的研究趋势,其中关键在于模拟灾害链系统各要素的时间与空间上的耦合,研究思路从“静态—描述—解释”向“动态—过程—模拟”的转变是理解灾害链、灾害系统复杂性的重要途径.
|
| [13] |
灾害系统:灾害群、灾害链、灾害遭遇 . |
| [37] |
Standardization of natural disaster classification in China .
2012年10月,我国首次正式批准发布《自然灾害分类与代码》国家标准,标志着我国自然灾害分类进入了标准化时代。为了使更多的科研工作者和自然灾害管理者了解该标准,促进该标准更好的实施和应用,在回顾该标准编制背景的基础上,对标准进行了全面解读。在介绍《自然灾害分类与代码》国家标准主要内容的基础上,将新的分类标准与已有的自然灾害归类方法进行了对比分析,为科研工作者和自然灾害管理人员使用该标准提供参考。
|
| [38] |
地质灾害链 . |
| [13] |
Disaster system: Disaster cluster, disaster chain and disaster compound . |
| [14] |
三论灾害研究的理论与实践 .https://doi.org/10.3969/j.issn.1004-4574.2002.03.001 URL [本文引用: 1] 摘要
在作者分别于1991年发表的<论灾害研究的理论与实 践>和1996年发表的<再论灾害研究的理论与实践>的基础上,评述了最近6年来灾害科学研究的进展,提出了灾害科学的基本框架,进一 步完善了"区域灾害系统论"的理论体系,提出了当前灾害科学的主要学术前沿问题.文章并就资源开发与灾情形成机理与动态变化过程进行了综合分析,阐述了区 域灾害的形成过程,进一步从区域可持续发展的角度,就建设安全社区(区域)提出了"允许灾害风险水平"的区域发展对策.
|
| [38] |
Preliminary study on geological hazard chains . |
| [39] |
Disaster chains initiated by the Wenchuan earthquake .https://doi.org/10.1007/s12665-011-0905-3 Magsci 摘要
Abstract<br/>The Wenchuan earthquake caused numerous landslides and avalanches, which initiated causal chains of geological and ecological disasters. Field investigations and field experiments were performed in the earthquake area in 2008 and 2009 to study the disaster chains. Four types of disaster chains have been identified and seven cases have been studied. In the disaster chains, each episode was caused by the previous episode, or the causal episode. In the first chain, landslide created a quake lake, which was followed by landslide dam failure flood and very intensive fluvial process. The last episode of the chain was loss of habitats and destruction of aquatic biocommunities. The Tangjiashan and Huoshigou landslides initiated such a type of disaster chain. The second chain consisted of landslide, drainage system burying, debris flows, and development of new drainage system and intensive fluvial process. The Wenjiagou landslide initiated such a type of disaster chain. The third chain consisted of avalanches, grain erosion (unusual erosion of bare rocks due to insolation and temperature change), slope debris flows, and flying stones. Many such disaster chain events occurred on the mountains by the Minjiang River section from Yingxiu to Wenchuan. The fourth chain has only two episodes: avalanches during the earthquake occurring on elevation between 100 and 800 m from the riverbed, and rock falls or new avalanches due to increased slope angle of high mountains (400–1,500 m from the riverbed). The Chediguan bridge was broken by such avalanches in July 2009, in which six were killed and more than 20 were injured. For all the disaster chains, the volume of mass movement in each episode was much less than the causal episode (previous episode). In other words, there was an attenuation along the causal chains. The attenuation factor is defined as the ratio of the volume of mass movement or affected area in one episode of a chain to the volume or affected area in the causal episode. The study concluded that the attenuation factor ranges from 0.02 to 0.3. Macroinvertebrates were used as indicator species to evaluate the ecological effect of the disaster chains. The number of species was greatly reduced by the causal chains, although the river section was not directly affected by landslides.<br/>
|
| [14] |
Theory on disaster science and disaster dynamics .https://doi.org/10.3969/j.issn.1004-4574.2002.03.001 URL [本文引用: 1] 摘要
在作者分别于1991年发表的<论灾害研究的理论与实 践>和1996年发表的<再论灾害研究的理论与实践>的基础上,评述了最近6年来灾害科学研究的进展,提出了灾害科学的基本框架,进一 步完善了"区域灾害系统论"的理论体系,提出了当前灾害科学的主要学术前沿问题.文章并就资源开发与灾情形成机理与动态变化过程进行了综合分析,阐述了区 域灾害的形成过程,进一步从区域可持续发展的角度,就建设安全社区(区域)提出了"允许灾害风险水平"的区域发展对策.
|
| [15] |
Challenges of analyzing multi-hazard risk: A review .https://doi.org/10.1007/s11069-012-0294-2 Magsci [本文引用: 1] 摘要
Abstract<br/>Many areas of the world are prone to several natural hazards, and effective risk reduction is only possible if all relevant threats are considered and analyzed. However, in contrast to single-hazard analyses, the examination of multiple hazards poses a range of additional challenges due to the differing characteristics of processes. This refers to the assessment of the hazard level, as well as to the vulnerability toward distinct processes, and to the arising risk level. As comparability of the single-hazard results is strongly needed, an equivalent approach has to be chosen that allows to estimate the overall hazard and consequent risk level as well as to rank threats. In addition, the visualization of a range of natural hazards or risks is a challenging task since the high quantity of information has to be depicted in a way that allows for easy and clear interpretation. The aim of this contribution is to give an outline of the challenges each step of a multi-hazard (risk) analysis poses and to present current studies and approaches that face these difficulties.<br/>
|
| [40] |
论山地灾害链 .https://doi.org/10.3969/j.issn.1008-2786.2013.03.009 URL [本文引用: 1] 摘要
山地灾害链是具有灾变条件的山 地环境,在致灾因素的作用下,一种山地灾害发生后,引起其他种类山地灾害也相继或滞后发生的灾变现象,通常由泥石流、山洪、滑坡、崩塌、冰崩、雪崩、堰塞 湖和水土流失等灾种及其相关灾变现象构成,种类繁多,结构复杂,危害严重。根据山地灾害链的致灾因素不同将其划分成地球内营力作用、外营力作用和人为作用 致灾3种类型,并进一步将其划分成8个亚类和128种灾害链形式。分析了山地灾害链的成因,认为山地灾害链是山地灾害的物质、能量和信息在特定条件下相互 作用、相互渗透、相互传递和相互转化的结果。通过对山地害链的致灾因素、活动地域与结构特征分析和综合分析显示:山地灾害链的防治难度虽然很大,但除分布 在高山和极高山区域、由冰雪崩塌和消融水引发的山地灾害链仅可预防,尚难治理外,其他山地灾害链都是可防、可治的。
Discussion on mountain hazards Chain .https://doi.org/10.3969/j.issn.1008-2786.2013.03.009 URL [本文引用: 1] 摘要
山地灾害链是具有灾变条件的山 地环境,在致灾因素的作用下,一种山地灾害发生后,引起其他种类山地灾害也相继或滞后发生的灾变现象,通常由泥石流、山洪、滑坡、崩塌、冰崩、雪崩、堰塞 湖和水土流失等灾种及其相关灾变现象构成,种类繁多,结构复杂,危害严重。根据山地灾害链的致灾因素不同将其划分成地球内营力作用、外营力作用和人为作用 致灾3种类型,并进一步将其划分成8个亚类和128种灾害链形式。分析了山地灾害链的成因,认为山地灾害链是山地灾害的物质、能量和信息在特定条件下相互 作用、相互渗透、相互传递和相互转化的结果。通过对山地害链的致灾因素、活动地域与结构特征分析和综合分析显示:山地灾害链的防治难度虽然很大,但除分布 在高山和极高山区域、由冰雪崩塌和消融水引发的山地灾害链仅可预防,尚难治理外,其他山地灾害链都是可防、可治的。
|
| [16] |
Reviewing and visualizing the interactions of natural hazards .https://doi.org/10.1002/2013RG000445 URL [本文引用: 1] 摘要
This paper presents a broad overview, characterization, and visualization of the interaction relationships between 21 natural hazards, drawn from six hazard groups (geophysical, hydrological, shallow Earth, atmospheric, biophysical, and space hazards). A synthesis is presented of the identified interaction relationships between these hazards, using an accessible visual format particularly suited to end users. Interactions considered are primarily those where a primary hazard triggers or increases the probability of secondary hazards occurring. In this paper we do the following: (i) identify, through a wide-ranging review of grey- and peer-review literature, 90 interactions; (ii) subdivide the interactions into three levels, based on how well we can characterize secondary hazards, given information about the primary hazard; (iii) determine the spatial overlap and temporal likelihood of the triggering relationships occurring; and (iv) examine the relationship between primary and secondary hazard intensities for each identified hazard interaction and group these into five possible categories. In this study we have synthesized, using accessible visualization techniques, large amounts of information drawn from many scientific disciplines. We outline the importance of constraining hazard interactions and reinforce the importance of a holistic (or multihazard) approach to natural hazard assessment. This approach allows those undertaking research into single hazards to place their work within the context of other hazards. It also communicates important aspects of hazard interactions, facilitating an effective analysis by those working on reducing and managing disaster risk within both the policy and practitioner communities.
|
| [17] |
Natural hazard chain research in China: A review .https://doi.org/10.1007/s11069-013-0881-x URL [本文引用: 2] 摘要
Most catastrophic disasters are triggered by multi-hazards that occur simultaneously or sequentially rather than singly; this can result in more severe consequences. Therefore, it is necessary to understand the occurrence, development, and transformation of hazard chains and comprehend their rules in order to predict secondary hazards. An effective action for reducing potential losses can be taken to block a hazard chain before it expands and transforms. Many studies have been conducted on hazard chains, some of which are of great significance. This article is a comprehensive literature review on hazard chains. First, an introduction to the definition, classification, and recognition of hazard chains is given. Then, some typical researches on mechanical studies of geological hazard chains, meteorological hazard, chains and geological鈥搈eteorological hazard chains are presented. On the basis of case studies on hazard chains, the following comprehensive methodologies are summarized: (1) engineering geology methodology, (2) integrated geographical assessment methodology, (3) system dynamics methodology, and (4) methodology of disaster physics. Reconstruction as a part of the disaster process is also reviewed. However, the research presented is still in the beginning stage; neither the mechanics nor the methodology is finalized. Research on hazard chains still has a long way to go.
|
| [41] |
A new map of global ecological land units: An ecophysiographic stratification approach . |
| [42] |
中国海岸环境变化及其区域响应 .
本书为中国海岸环境变化及其区域响应研究的初步成果。共分三篇十二章,第一篇为绪言,论述国内外海岸环境变化相关领域研究的进展及中国海岸地带的特点及面 临的主要问题。第二篇重点论述中国海岸环境变化的主要趋势及其可能影响,包括中国主要海岸平原相对海平面上升与热带气旋、风暴潮、海岸侵蚀、盐水入侵灾害 加剧趋势及其对沿海社会经济发展的可能影响方式与程度。第三篇为海岸环境变化的区域响应个例研究,以沿岸潮滩具有全球意义的江苏滨海平原为典型研究区,重 点探讨淤泥质潮滩湿地对海岸环境变化的形态与生态响应以及海岸易损范围划定与易损性综合评估的理论与实践。 本书可供从事地理、海洋、海岸带、全球变化、灾害、环境、资源等相关领域科研、生产管理决策及大专院校师生应用和参考。
|
| [18] |
广东沿海台风灾害链现象与防治途径的设想 .https://doi.org/10.3969/j.issn.1671-4229.2002.03.013 URL [本文引用: 1] 摘要
通过对登陆广东沿海地区的台风 活动特征进行分析 ,初步探讨了台风灾害链的主要成因和一般规律 ,广东省每年 7～ 9月是台风及其引发的灾害链最易肆虐的时期 .而全年都须提高警惕 .根据历史上典型台风灾害特点 ,对台风造成的狂风、暴雨和风暴潮灾害 ,及其衍生的次一级灾害链的主要环节和类型进行了初步划分 .广东沿海人口密集 ,经济发达 ,因而台风灾害的损失也非常巨大 .为此 ,迫切需要进一步加强台风及其灾害链的预测、预警网络建设 ,健全和完善防灾设施 ,强化综合减灾信息管理和预防对策的研究 ,建立现代化的减灾信息系统
Preliminary research into the typhoon disaster chain in Guangdong coastal area .https://doi.org/10.3969/j.issn.1671-4229.2002.03.013 URL [本文引用: 1] 摘要
通过对登陆广东沿海地区的台风 活动特征进行分析 ,初步探讨了台风灾害链的主要成因和一般规律 ,广东省每年 7～ 9月是台风及其引发的灾害链最易肆虐的时期 .而全年都须提高警惕 .根据历史上典型台风灾害特点 ,对台风造成的狂风、暴雨和风暴潮灾害 ,及其衍生的次一级灾害链的主要环节和类型进行了初步划分 .广东沿海人口密集 ,经济发达 ,因而台风灾害的损失也非常巨大 .为此 ,迫切需要进一步加强台风及其灾害链的预测、预警网络建设 ,健全和完善防灾设施 ,强化综合减灾信息管理和预防对策的研究 ,建立现代化的减灾信息系统
|
| [42] |
The coastal environments change and regional responses to it in China .
本书为中国海岸环境变化及其区域响应研究的初步成果。共分三篇十二章,第一篇为绪言,论述国内外海岸环境变化相关领域研究的进展及中国海岸地带的特点及面 临的主要问题。第二篇重点论述中国海岸环境变化的主要趋势及其可能影响,包括中国主要海岸平原相对海平面上升与热带气旋、风暴潮、海岸侵蚀、盐水入侵灾害 加剧趋势及其对沿海社会经济发展的可能影响方式与程度。第三篇为海岸环境变化的区域响应个例研究,以沿岸潮滩具有全球意义的江苏滨海平原为典型研究区,重 点探讨淤泥质潮滩湿地对海岸环境变化的形态与生态响应以及海岸易损范围划定与易损性综合评估的理论与实践。 本书可供从事地理、海洋、海岸带、全球变化、灾害、环境、资源等相关领域科研、生产管理决策及大专院校师生应用和参考。
|
| [43] |
|
| [19] |
上海台风、大雾和高温灾害链的建立和分析 .Establishment and analysis on typhoon, heavy fog and high temperature disaster chain in Shanghai . |
| [20] |
长三角地区台风灾害链特征分析 .
利用1951-2008年58 年的历史台风资料分析了台风致灾因子,提取了影响长三角地区的187场台风并根据台风路径频率,将影响长三角地区的台风划分为西行、穿越和北上3类优势路 径和一类特殊路径。然后,结合自然环境特征和DEM高程数据,将长三角地区台风孕灾环境划分为海岸带、北部平原和南部丘陵3个区域,并分析了每个区域发生 的主要台风灾害链类型。针对"云娜"、"芸妮"和"爱娜斯"3个台风案例,分析了台风路径与不同孕灾环境组合形成的不同台风灾害链。结果表明:海岸带易引 发台风-大风-巨浪或风暴潮灾害链;丘陵区域易引发台风-暴雨-山洪、泥石流和滑坡灾害链;平原地区易引发台风-暴雨-平原洪水和内涝灾害链。西行类台风 影响海岸带和南部丘陵地区,易形成海岸带和南部丘陵区的台风灾害链;穿越类台风影响整个长三角地区,3种类型的台风灾害链都易发生;北上类台风一般只影响 海岸带,易形成海岸带的台风灾害链。
Characteristic analysis of typhoon disaster chains in the Yangtze River Delta region of China .
利用1951-2008年58 年的历史台风资料分析了台风致灾因子,提取了影响长三角地区的187场台风并根据台风路径频率,将影响长三角地区的台风划分为西行、穿越和北上3类优势路 径和一类特殊路径。然后,结合自然环境特征和DEM高程数据,将长三角地区台风孕灾环境划分为海岸带、北部平原和南部丘陵3个区域,并分析了每个区域发生 的主要台风灾害链类型。针对"云娜"、"芸妮"和"爱娜斯"3个台风案例,分析了台风路径与不同孕灾环境组合形成的不同台风灾害链。结果表明:海岸带易引 发台风-大风-巨浪或风暴潮灾害链;丘陵区域易引发台风-暴雨-山洪、泥石流和滑坡灾害链;平原地区易引发台风-暴雨-平原洪水和内涝灾害链。西行类台风 影响海岸带和南部丘陵地区,易形成海岸带和南部丘陵区的台风灾害链;穿越类台风影响整个长三角地区,3种类型的台风灾害链都易发生;北上类台风一般只影响 海岸带,易形成海岸带的台风灾害链。
|
| [21] |
中国东南沿海台风灾害链区域规律与适应对策研究 .https://doi.org/10.3969/j.issn.1002-0209.2012.02.016 URL [本文引用: 2] 摘要
改革开放三十多年来,东南沿海 是中国经济发展最快、人口和财富最集中的地区,然而台风及由其引发的暴雨洪涝、滑坡/泥石流等灾害链时有发生,对区域安全构成严重威胁。尊重自然规律,与 灾害风险共存的适应是以协调人类系统与自然系统关系为出发点,即人类要在充分尊重自然灾害的区域规律基础上,合理调适自身行为,实现"与风险共存"的可持 续发展。具体的适应行为又可分为工程性和非工程两大类,工程性适应侧重防灾减灾工程(如海堤、水库)等能力建设,非工程性适应侧重减灾组织体系和运行机制 建设(如分区分时的人员转移安置,灾害分级响应和纵横协调,多主体风险共担等)。综上各项工程和非工程性适应对策,有助于大大提升区域灾害风险防范和综合 适应能力,有效减轻东南沿海台风灾害链损失。
Regional features and adaptation countermeasures of typhoon disaster chains in southeast coastal region of China .https://doi.org/10.3969/j.issn.1002-0209.2012.02.016 URL [本文引用: 2] 摘要
改革开放三十多年来,东南沿海 是中国经济发展最快、人口和财富最集中的地区,然而台风及由其引发的暴雨洪涝、滑坡/泥石流等灾害链时有发生,对区域安全构成严重威胁。尊重自然规律,与 灾害风险共存的适应是以协调人类系统与自然系统关系为出发点,即人类要在充分尊重自然灾害的区域规律基础上,合理调适自身行为,实现"与风险共存"的可持 续发展。具体的适应行为又可分为工程性和非工程两大类,工程性适应侧重防灾减灾工程(如海堤、水库)等能力建设,非工程性适应侧重减灾组织体系和运行机制 建设(如分区分时的人员转移安置,灾害分级响应和纵横协调,多主体风险共担等)。综上各项工程和非工程性适应对策,有助于大大提升区域灾害风险防范和综合 适应能力,有效减轻东南沿海台风灾害链损失。
|
/
| 〈 |
|
〉 |
