EN中文

热带地理 >

2024 , Vol. 44 >Issue 6: 973 - 986

DOI: https://doi.org/10.13284/j.cnki.rddl.20230936

台风气候背景与区域特征

北上台风时空变化特征及其与ENSO的关系

  • 李铮 , 1 ,
  • 邱兰兰 1 ,
  • 王伟 1 ,
  • 何斌 2 ,
  • 吴绍洪 3 ,
  • 贺山峰 , 1
展开
  • 1. 曲阜师范大学 地理与旅游学院, 山东 日照 276800
  • 2. 北京师范大学 全球变化与地球系统科学研究院, 北京 100875
  • 3. 中国科学院地理科学与资源研究所, 北京 100101
贺山峰（1980—），男，山东日照人，教授，博士，研究方向为环境演变与灾害风险，（E-mail）。

李铮（1997—），男，河南商丘人，硕士研究生，研究方向为台风灾害风险评估，（E-mail）；

收稿日期: 2023-12-01

  修回日期: 2024-01-04

  网络出版日期: 2024-06-13

基金资助

山东省泰山学者青年专家计划(tsqn202103065)

国家自然科学基金项目(71673076)

收起

Spacio-Temporal Variation Characteristics of Northward-Moving Typhoon and Their Relationship with ENSO

  • Zheng Li , 1 ,
  • Lanlan Qiu 1 ,
  • Wei Wang 1 ,
  • Bin He 2 ,
  • Shaohong Wu 3 ,
  • Shanfeng He , 1
Expand
  • 1. School of Geography and Tourism, Qufu Normal University, Rizhao 276800, China
  • 2. College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China
  • 3. Institute of Geographic Sciences and Natural Resources Research, Beijing 100101, China

Received date: 2023-12-01

  Revised date: 2024-01-04

  Online published: 2024-06-13

Fold

摘要

基于中国气象局热带气旋最佳路径数据集，对1949—2022年北上台风的时空变化特征进行统计分析，并探讨了厄尔尼诺-南方涛动（El Niño-Southern Oscillation, ENSO）对北上台风活动的影响。结果表明：1）74年间共有275个北上台风活动，频数的年际变化呈不显著上升趋势，但北上台风占西北太平洋生成台风总数的比例呈现显著的上升趋势；2）北上台风主要集中在7—9月生成，8月份进入定义区数量最多，生命期强度以超强台风、台风等高强度等级居多，且高强度等级北上台风出现的几率近些年有增加趋势；3）共有159个北上台风在中国登陆，未登陆转向路径台风大多在30°N、125°―130°E附近向东转向。北上台风生成位置大多集中在10°―20° N、130°―150° E，登陆类北上台风的生成位置更加偏西，消散类台风的生成位置纬度更高；4）Niño 3.4指数与北上台风频数和生命期强度分别呈显著的负相关和正相关关系，同时其对北上台风的生成位置也具有明显影响。与厄尔尼诺年相比，拉尼娜年生成的北上台风数量更多，生成位置更加偏西、偏北，但厄尔尼诺年发生的北上台风强度更高。

关键词： 北上台风; 热带气旋; ENSO; 路径; 台风频数; 台风强度

本文引用格式

李铮 , 邱兰兰 , 王伟 , 何斌 , 吴绍洪 , 贺山峰 . 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 . DOI: 10.13284/j.cnki.rddl.20230936

Abstract

Social and economic losses from typhoons are increasing owing to climate change. It is of practical significance to correctly understand new characteristics and trends in typhoon activity. Based on the best track dataset of tropical cyclones from the China Meteorological Administration, the temporal and spatial variation characteristics and evolution law of northward-moving typhoons from 1949 to 2022 were analyzed using the linear trend, Mann-Kendall test, and wavelet analysis method, and the impacts of the El Niño-Southern Oscillation (ENSO) on typhoon activities were also discussed. The results showed that: (1) 275 northward-moving typhoons occurred during the past 74 years, with an average of 3.7 per year. The interannual fluctuation in typhoon frequency was large, and the upward trend was not significant. The proportion of northward-moving typhoons to the total number of generated typhoons in the Northwest Pacific was between 2% and 30%, showing a significant upward trend. (2) Northward-moving typhoons were mainly generated from July to September, accounting for approximately 88.4% of the total typhoons. The highest number of typhoons entering the defined area was 114 in August. The life-cycle intensity of northward-moving typhoons is dominated by high-intensity grades, such as super typhoons and typhoons. Among them, super-typhoons accounted for 30.5% of the total number of northward-moving typhoons, and the intensity of typhoons and above grades exceeded 70% of the total amount. In recent years, the probability of high-intensity northward-moving typhoons has increased. (3) A total of 159 northward-moving typhoons landed in China over 74 years. Most of the turning-track typhoons made landfall in Taiwan, Fujian, and Zhejiang, whereas the landing locations of landed disappearing-track typhoons made landfall more northerly. Most unlanded turning-track typhoons turned eastward near 30°N and 125–130°E, showing a significant upward trend. The generating positions of the northward-moving typhoons were mainly concentrated in the ranges of 10—20°N and 130—150°E, with a density of 4.65/10,000 km2. The central generation position of the landed northward-moving typhoons was 4.2° more westward than that of the unlanded typhoons. The latitude of the central generating position of the disappearing typhoons was 2.1° northward compared to that of the turning typhoons. (4) The Niño3.4 index had significant negative and positive correlations with the frequency and life-cycle intensity of northward-moving typhoons, respectively, and it also had an obvious effect on their generating positions. There were 4.5 northward-moving typhoons in the La Niña year, which was 1.67 times the El Niño year. However, the intensity of northward-moving typhoons generated during El Niño years was significantly higher than that generated during La Niña years, and the intensity of northward-moving typhoons increased with the Niño3.4 index. The central generating position of northward-moving typhoons during La Niña years was 5.8° northward and 12.4° westward compared to that during El Niño years, which was closer to China. This study provides a basis and reference for strengthening the risk management of typhoons and improving the efficiency of disaster prevention and reduction.

Key words： northward-moving typhoon; tropical cyclone; ENSO; track; typhoon frequency; typhoon intensity

北上台风通常指进入中国华北和东北地区或在北方近海北上的热带气旋，是造成中国北部地区以及黄渤海沿海诸省大范围洪涝、强风和风暴潮灾害的重要天气系统（王达文，2001）。北上台风虽然数量较少，但具有持续时间相对较长、影响范围广、更易致灾等特点（孙密娜 等，2021；杨晓亮 等，2021）。2018年台风“温比亚”自上海登陆后，与西风带系统结合导致大范围强降雨天气，江苏、安徽、山东、辽宁等多地先后出现破纪录降水。此外，其在河南境内减速、停滞、转弯过程中，引发的特大暴雨造成河南省340.6万人受灾，直接经济损失7.8亿元（中国气象局，2019）。2020年8月底至9月初，东北地区半个月内遭受台风“三连击”，实属历史罕见，给当地造成严重影响。2023年第5号台风“杜苏芮”在福建晋江登陆后一路北上，残余环流降水导致京津冀地区重大洪涝灾害。
准确把握台风的活动规律并分析其变化趋势，对于加强区域防灾减灾、保障经济社会高质量发展具有重要现实意义。从历史数据看，中国东南地区受台风影响的频次相比北方要多，因此以往更侧重于东南沿海诸省的台风研究（张俊香 等，2012；Chou et al., 2020）。伴随着全球气候变化，西北太平洋海域（包括南海）台风的时空特征发生明显变化（Wang et al., 2023a；赵珊珊 等，2023）。具体表现包括，影响东亚和东南亚的台风强度显著增强（Mei and Xie, 2016），西北太平洋首个台风的发生时间有所滞后，并且往往在更加偏西、偏北的地区生成（Cha et al., 2023），台风北移路径的比例显著上升，登陆点位置也逐渐向北移动（Chen et al., 2022）等。一般来说，台风的移动路径和强度决定其影响区域和范围大小（贺山峰 等，2023），造成中国北方强烈降水和大风的台风路径主要包括中纬转向、高纬转向和直接北上路径（高松影 等，2017）。然而台风的影响范围并不仅仅局限于其过境区域（尹宜舟 等，2011；Fang and Zhang, 2021），其可以通过强大的环流和螺旋雨带导致远距离暴雨（陈淑琴 等，2021），如2021年的台风“烟花”尚未登陆期间，其输送的大量水汽致使郑州发生极端强降水。此外，台风在北上的过程中，还可能会受到外界天气系统和海温变化的影响而发生变性，使得风雨强度加大，范围增广（曹治强 等，2022）。
探究台风活动的影响因素有助于提高台风预测水平和模拟能力（Patricola et al., 2022）。已有研究证明，ENSO（El Niño-Southern Oscillation）可通过改变全球大规模大气和海洋温度，来有效调节包括太平洋、大西洋和印度洋在内各个海盆的台风活动（Jin et al., 2014；毛兰花 等，2018；Li et al., 2023）。随着热带海水表面温度的升高，全球范围不同海域产生的台风的破坏力在显著增加（Lin et al., 2013）。然而，对于不同地区，ENSO影响台风的方式和强度可能并不相同（潘威 等，2014）。影响澳大利亚的台风在发生拉尼娜事件时显著减少（Chand et al., 2013），而厄尔尼诺年在菲律宾登陆台风的数量明显低于平均水平（Corporal-Lodangco et al., 2016）。ENSO对于不同类型台风的影响也不尽相同。厄尔尼诺事件会使得夏季台风的强度变得更强（Tong et al., 2023），并且更强的台风往往在各海盆间表现出更高的相关性，与ENSO的关系更紧密（Frank and Young, 2007）。除此之外，ENSO对台风生成位置的分布也具有很强的调控作用，在厄尔尼诺年登陆中国热带气旋的发源地分布经度范围更广，而拉尼娜年则是纬度范围更广（王相军 等，2022）。顾成林等（2018）的研究也发现，厄尔尼诺年登陆中国的热带气旋的源地向东南移动，拉尼娜年向东北方向移动。
近年来，致灾热带气旋数量明显增加（赵宗慈 等，2023），在全球变化和经济社会快速发展背景下，未来北上台风的强度以及对中国造成的灾害损失很可能会继续增大，因此，分析北上台风活动最新变化特征和趋势十分必要。然而目前对北上台风的研究相对较少，以往大多是针对某个或某几个北上台风案例进行分析，或者研究区域仅限于受北上台风影响较为严重的某个省份或地区，缺乏对北上台风整体进行长时间序列的时空特征研究，深入分析ENSO与北上台风活动变化之间内在联系的研究更是匮乏。基于此，本文对1949—2022年进入定义区的北上台风进行统计，分析其时空变化特征与演变规律，尝试揭示ENSO事件对北上台风活动的影响。以期为加强台风灾害风险管理、提高防风减灾效率提供依据和参考。

1 数据来源与方法

1.1　数据来源

1.1.1　台风数据

除特别说明外，本文“台风”泛指热带气旋。所使用的台风数据来自中国气象局发布的“热带气旋资料中心最佳路径数据集”，该资料包括1949—2022年西北太平洋生成热带气旋的时间、热带气旋中心每隔6 h的经纬度坐标、2 min平均近中心最大风速等数据（Lu et al., 2021）。
根据中国气象局对热带气旋等级的划分标准（GB/T19021-2006）（中国气象局，2006），热带气旋按照强度分为热带低压（TD）、热带风暴（TS）、强热带风暴（STS）、台风（TY）、强台风（STY）和超强台风（SuperTY）6个等级，本文将强度减弱到不足TD的热带气旋与TD合称为“TD”。

1.1.2　ENSO数据来源与事件定义

Niño-3.4区（5° N－5° S、120－170° W）温度异常指数经常被用于定义ENSO事件，本文使用的Niño-3.4指数来自美国气象局环境预测中心。由于本文所探讨的是ENSO对北上台风活动年际变化规律的影响，因此使用Niño-3.4指数全年平均值对ENSO的冷暖事件年进行判定，将其年均值≥0.5和≤-0.5的年份分别定义为厄尔尼诺年和拉尼娜年，其余年份定义为正常年（王相军 等，2022）。

1.2　北上台风定义

参考已有研究成果，北上台风定义区规定为：以30° N为南界，将点（30° N、125° E）、点（35° N、130° E）、点（40° N、135° E）和点（45° N、140° E）的连线定义为东界，南界和东界围成的以北以西区域确定为北上台风的定义区（图1），凡是进入此区域的台风统称为北上台风（王达文，2001）。北上台风生命期强度为台风在整个生命周期中的最大强度，定义区强度指北上台风进入定义区的强度（王达文，2001）。
图1 北上台风定义区示意

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2021）5443号的标准地图制作，底图无修改。

Fig.1 The defined zone of northward-moving typhoon

1.3　台风特征分析方法

1.3.1　趋势分析

线性倾向趋势分析可以显示长时间尺度上气候变量上升、下降趋势，本文采用此方法分析北上台风频数的变化趋势。建立气候变量 y i与时间序列 t i之间的一元线性关系：
y i = a + b t i , i =1，2， ... ，n
式中： a为常数； b为倾向值， b > 0表示随着时间序列的变化，该气候变量呈上升趋势，反之则呈下降趋势， b值的大小代表气候变量随时间序列变化的倾向程度。

1.3.2　Mann-Kendall检验法

M-K检验法的优点是不需要样本遵从一定的分布，不受异常值的干扰，常用于检验水文、气象等数据的变化趋势（徐建华，2017）。本文采用此方法对北上台风时空特征的演变趋势和突变点进行检验。计算公式为：
Χ（ x 1 , x 2 , . . . , x n）为表示时间序列的变量，构造一个秩序列：
S m = ∑ i = 1 m r i ,     r i = 1       x i ≥ x j                     0       x i ≤ x j                    
j = 1 ,   2 ,   . . . , i ;   m = 1 ,   2 ,   . . . , n。
在 Χ随机且相互独立的假设下，统计变量 U F m可以定义为：
U F m = S m - E S m / V a r S m
式中： E H m是秩序列； V a r H m是方差。按照时间序列 Χ逆序列 x n， x n - 1，...， x 1，再重复上述过程，构造逆序列 U B m。当 U F > 0（ < 0），表明序列呈上升（下降）趋势。当 U F超过置信水平线时，表明该时间序列 x i趋势显著。若 U F和 U B曲线相交，并且交点在临界线之间，那么交点对应的时间即为 x i突变起始时间。

1.3.3　小波分析

小波分析是一种窗口大小可变、位置可动的时频局部化信号分析方法，运用小波分析进行多时间尺度特性分析，即把时间序列分解为不同尺度的小波系数和尺度系数，从而确定序列的变化趋势以及周期组成（Torrence and Compo, 1998）。本文使用复小波函数 ψ t分析北上台风的变化周期，其表达式为：
ψ t = π - 1 / 4 e - t 2 / 2 e i ω 0 t
式中： t是时间参数； ω 0是中心频率，根据Torrence和Compo（1998）的研究，取6以满足容许条件。

1.3.4　标准差椭圆

标准差椭圆能体现地理要素在空间上的方向分布，椭圆的范围表征要素分布的主要空间区域，椭圆的大小反映要素在空间分布上的集聚性。本研究主要使用此方法分析北上台风生成位置的空间分布特征。

2 结果与分析

2.1　北上台风频数分析

如图2-a所示，1949—2022年共有275个台风北上进入定义区，平均每年3.7个，年际间差异明显，最多的年份为2018年，有10个北上台风，有6个年份北上台风仅有1个。74年间北上台风数量年际变化总体呈上升趋势，未通过M-K显著性检验，但在1980—2022年上升趋势通过90%的显著性检验。进一步分析发现，北上台风数量在1949—1980年频数较为稳定（3.50±1.39），而1980年以后频数增加趋势更为明显且变幅更大（3.89±2.07）。各年代北上台风频数在30~50个，存在明显的年代际差异。其中，20世纪50年代有30个，是北上台风数量最少的年代，仅占历年总数的10.9%，此后一直波动上升，在21世纪10年代最多，共计47个。每年北上台风频数占西北太平洋生成台风总数的比例为2%~30%，平均比例为11.4%，呈现显著的上升趋势（P＜0.01），最高的2018年达到29.4%。图2-b表明大多数年份北上台风频数在2~5个，只有15个年份数量超过5个或低于2个，结合M-K突变检验发现频数变化没有显著的突变点，说明台风每年北上进入定义区的数量较为稳定，不具有突变性。此外，北上台风的频数变化存在明显周期振荡（图2-c、d），在10 a的时间尺度下振幅最大，主周期为8 a左右，此外频数还存在21、40 a等次要变化周期，并且随着时间尺度的增大，波幅强度逐渐趋于缓和。
图2 北上台风频数及其占台风总数比例变化（a）、箱线图（b）和小波分析（c、d）

Fig.2 The frequency of northward-moving typhoon and its proportion change(a), box plot(b) and wavelet analysis(c, d)

2.2　北上台风月际分析

1949—2022年北上台风生成及进入定义区频数的月际分布如图3所示。除1—4月和12月外，其他各月份均有北上台风活动，最早出现在5月（200601号台风Chanchu），最晚的是1972年的第20号台风Pamela（11月）。北上台风生成频数月际变化差异明显，高峰期主要集中在7和8月，平均每年约2.7个北上台风发生在该时段，这2个月生成数超过全年总数的2/3，而5、10和11月生成频数一共只有8个。就季节而言，夏季是北上台风生成最频繁的季节（222个），秋季次之（51个），冬季没有北上台风出现。北上台风进入定义区的时间整体要略晚于其生成时间，且时间段相对更集中，7—9月约占全年总数的89.5%，其中尤以8月最多，为114个。这是因为北上台风从生成到进入定义区有一定的时间滞后，月底生成的一些台风在次月才进入定义区，使得8—10月份进入定义区的台风频数比当月生成频数多。
图3 1949—2022年北上台风频数的月际分布

Fig.3 Monthly distribution of northward-moving typhoon frequency during 1949-2022

对北上台风活动高峰时段（7—9月）各月份历年频数的变化趋势进行分析（图4）。7月份北上台风生成频数无明显变化（图4-a），但年际变化率较大，最多年份出现4个，有19个年份没有北上台风生成，而进入定义区的数量呈微弱下降趋势（图4-b）。8月北上生成和进入定义区的频数整体均呈上升趋势（图4-c、d），但趋势都不显著，5 a滑动平均显示，21世纪以前8月生成和进入定义区的北上台风的频数整体较为平稳，年际变化率较小，而2000年后上升趋势的线性倾向率明显增大。9月份，北上台风生成和进入定义区的数量均呈现上升趋势（图4-e、f），其中每年平均生成0.61个，最大值出现在1956年（3个）。9月进入定义区的北上台风在20世纪70年代数量最少，此后呈波动上升趋势，在21世纪10年代达到最大。
图4 1949—2022年7月（a、b）、8月（c、d）、9月（e、f）北上台风生成和进入定义区频数年际变化

Fig.4 Annual variability of northward-moving typhoon genesis and entry into the defined area in July(a,b), August(c, d) and September(e, f) during 1949-2022

2.3　北上台风强度分析

表1为北上台风分别按照生命期强度和进入定义区强度进行的统计结果。在整个生命期强度等级中，北上台风数量最多的是Super TY，约占总数的30.5%，远高于西北太平洋年均生成Super TY占所有台风的比例16.9%（石先武 等，2015）。数量其次是TY，TD等级数量最少，只有12个。生命期强度在TY及以上等级的北上台风比例超过总数的70%，也大幅高于西北太平洋年均生成的TY、STY和Super TY三者总和占总数的比例48.6%（石先武 等，2015），由此可见，能进入定义区的台风强度普遍很高。但北上台风在进入定义区后，风速明显减弱，以较低强度等级为主，最多为TD等级，有79个，STS及以下等级占大多数（72.4%），Super TY仅占总数的2.2%。
表1 北上台风各强度等级频数及比例

Table 1 Frequency and proportion of northward-moving typhoon for each grade

北上台风强度 频数/个（比例/%）
TD TS STS TY STY Super TY
生命期强度 12（4.4） 19（6.9） 51（18.5） 61（22.2） 48（17） 84（30.5）
定义区强度 79（28.7） 51（18.5） 69（25.1） 55（20） 15（5） 6（2.2）
北上台风各强度等级在生命期和进入定义区的频数变化如图5所示。由于生命期强度中TD、TS和定义区强度STY、Super TY的数量较少，因此将两者频数合并在一起进行分析。北上台风生命期TY和Super TY数量逐年减少，而TD+TS、STS和STY的频数均呈上升趋势，其中TD+TS、STY趋势变化较为显著（P＜0.1），两者的5 a滑动平均值在2000年以前较为平稳，但21世纪以来频数均明显增加，其中STY在21世纪以前年均生成0.49个，2000—2022年的年均生成数量增加到1个。北上台风进入定义区后强度以较低等级为主，高强度等级台风（TY、STY+Super TY）的频数均有一定程度增加。通过M-K检验发现，TS数量上升趋势显著（P＜0.05），频数在1949—1999年共出现25个，而21世纪以来的22年就有26个。总体来说，在过去的74年中，北上台风生命期强度除TY和Super TY等级外均有不同程度的上升，定义区强度除TD和STS外也均呈上升趋势，说明近年来高强度等级北上台风出现的几率在增加。
图5 1949—2022年北上台风各强度等级频数年际变化

Fig.5 Annual variability of frequency of northward-moving typhoon for each grade during 1949-2022

2.4　北上台风路径分析

为探究北上台风不同路径的变化特征，依据是否登陆中国及消散方式，将北上台风进一步分为登陆类台风（包括登陆转向路径和登陆消散路径）和未登陆类台风（包括未登陆转向路径和未登陆消散路径）。登陆转向路径指北上台风在中国登陆后，在陆地或在中国近海有明显向东的转向，总体运动形态呈抛物线型；而登陆消散路径指台风在进入定义区后登陆中国，或在中国东南部登陆后北上进入定义区，此后风速逐渐减弱直至消亡，运动轨迹没有明显转向。未登陆转向路径和未登陆消散路径指台风未登陆中国（但有可能在其他国家登陆），自洋面生成后进入定义区，此后移动路径明显向东转向的称为未登陆转向路径台风，在中国近海消亡没有明显向东转向的台风称为未登陆消散路径台风。
如图6所示，74年间共有159个北上台风登陆中国，约占总数的57.8%，总体呈微弱上升趋势，其中登陆转向路径84个，登陆消散路径75个。登陆转向路径台风在台湾、福建和浙江登陆的最多，进入内陆后向东转向，大多从江苏和山东转出进入海洋，或转而在中国东北及日韩再次登陆。登陆消散路径台风的登陆点位置明显偏北，有些甚至在东北三省首次登陆。登陆类北上台风由于直接过境中国内陆，绝大多数都会造成区域性暴雨、狂风和风暴潮等灾害，且范围很广，因此对中国影响最大，造成的损失也最严重。未登陆转向路径台风有76个，频数呈显著上升趋势（P＜0.05），大多在西北太平洋30° N，125°—130° E区域向东转向，且转向后的路径较为相似，一般会在朝鲜、韩国或日本登陆。由于温暖的海洋提供了源源不断的水汽和有利于维持台风强度的良好环境，一般来说此类台风强度比较高，虽然未直接登陆中国内陆，但距离中国较近，大多会给附近省份带来较大范围的降雨和大风，对中国影响较大。未登陆消散路径数量最少，只有40个，大多在距离中国较近时消亡，对中国的影响较弱。
图6 北上台风路径分类（a. 登陆转向路径；b. 登陆消散路径；c. 未登陆转向路径；d. 未登陆消散路径）

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2023）2763号的标准地图制作，底图无修改。后图同。

Fig.6 Track classification of northward-moving typhoon (a. landed turning track; b. landed disappearing track; c. unlanded turning track; d. unlanded disappearing track)

2.5　北上台风生成位置分析

北上台风生成源地广泛分布在西北太平洋5°—30° N、110°—170° E的海域内（图7）。北上台风在菲律宾以东洋面，即10°—20° N、130°—150° E范围生成较为集中，此高发区域内共生成108个，密度为0.46个/万km2，而其他广大海域共生成北上台风167个，密度远小于高发区。通过标准差椭圆以及椭圆中心分析发现，登陆类北上台风的生成位置中心比未登陆类台风整体上更加偏西，在经度上平均向西偏移了4.2°，其中登陆消散路径台风生成位置中心比未登陆转向路径偏西6.1个经度。可见，生成位置上更加靠近中国陆地使得台风登陆的机会增加。消散类北上台风（包括登陆消散路径和未登陆消散路径）生成位置中心相比转向类台风（包括登陆转向路径和未登陆转向路径）更加偏北，在纬度上平均向北偏移了2.1°，其中未登陆消散路径的台风生成位置中心纬度最高，比最靠南的登陆转向路径台风偏北3.3个纬度。
图7 北上台风生成源地示意

Fig.7 The formation location of northward-moving typhoon

3 北上台风时空特征与ENSO的关系

3.1　北上台风频数与ENSO的关系

1949—2022年有15 a为厄尔尼诺年，18 a为拉尼娜年，其余年份为正常年。从图8-a可以发现，拉尼娜年台风北上进入定义区的数量明显比厄尔尼诺年多，当发生厄尔尼诺事件时，北上台风年均出现2.7个，而拉尼娜年平均有4.5个，是厄尔尼诺年的1.67倍。相关性分析结果也显示，北上台风频数与Niño3.4指数呈一定的负相关关系（R=-0.30，P＜0.05），说明ENSO的冷暖事件在一定程度上影响北上台风的发生。在登陆方面，北上台风在正常年份年均登陆2.0个（图8-b），而拉尼娜年年均登陆2.7个，高于厄尔尼诺年的1.8个，整体表现出与北上台风总频数相同的态势。值得一提的是，没有北上台风登陆的年份都处于发生厄尔尼诺事件的前后两年内，这也印证了厄尔尼诺现象可以抑制北上台风活动。
图8 北上台风进入定义区频数（a）和登陆频数（b）与ENSO的关系

Fig.8 Relationship between the frequency of northward-moving typhoons entry into the defined zone(a) and landed frequency(b) and ENSO

3.2　北上台风强度与ENSO的关系

在厄尔尼诺年，北上台风生命期的最大风速明显大于拉尼娜年（图9-a），前者比后者高出48.56%，相关性分析也显现，最大风速与Niño3.4指数之间存在显著的正相关关系（R=0.47，P＜0.01），说明ENSO很大程度上影响北上台风生命期的最大风速，并且随着厄尔尼诺强度的增加，厄尔尼诺年生成的北上台风强度也更大。但当台风进入定义区后，其风速随Niño3.4指数的变化更为复杂，两者正相关与负相关交替出现（图9-b），说明热带太平洋温度的变化对北上台风在进入定义区后的风速年际变化影响相对较弱。
图9 北上台风风速和强度等级与ENSO的关系

Fig.9 Relationship between the wind speed and intensity grade of northward-moving typhoon and ENSO

在ENSO不同事件年份，北上台风各个强度等级的出现频数如图9-c所示。15个厄尔尼诺年中，北上台风在生命期中达到STY和Super TY等级的共有29个，平均每年发生1.93个，而在拉尼娜年共出现27个STY和Super TY，年均发生频数为1.50个。这再次验证当发生厄尔尼诺事件时，北上台风在生命期内出现高强度等级的概率比发生拉尼娜事件时要高。在ENSO事件时期，定义区强度在STS及以上等级的北上台风共有65个（图9-d），年均1.97个，与非ENSO事件时期的年均1.95个基本相同，由此可见，ENSO对进入定义区后北上台风强度的影响并不明显，同时可以发现，拉尼娜年出现低强度等级台风的概率比厄尔尼诺年高。

3.3　北上台风生成位置与ENSO的关系

如图10所示，ENSO明显影响北上台风的生成位置。在正常年份，北上台风平均生成纬度为15.4°N，而当发生拉尼娜事件时，生成纬度为18.02°N，比厄尔尼诺年的12.22°N高5.8个纬度。这说明厄尔尼诺年北上台风的生成位置较正常年份向南偏移，拉尼娜年的生成位置更加偏北，相关性分析结果也显示，北上台风生成位置纬度和Niño3.4指数之间存在显著的负相关关系（R=-0.53，P＜0.01）。在发生不同ENSO事件时，北上台风平均生成位置的经度存在更明显的差异，厄尔尼诺年生成的北上台风的平均经度（147.2° E）比正常年份向东偏移了7.4个经度，比拉尼娜年向东偏移了12.4°。北上台风生成位置经度与Niño3.4指数呈显著的正相关关系（R=0.56，P＜0.01）也证明当处于厄尔尼诺年时，北上台风的生成位置在更加偏东。总体来说，发生不同ENSO事件时北上台风生成的位置具有显著差异，当处于拉尼娜年时，北上台风的生成位置更加偏西、偏北。
图10 北上台风生成位置与ENSO的关系

Fig.10 Relationship between the formation location of northward-moving typhoon and ENSO

4 结论与讨论

4.1　结论

本文基于1949—2022年中国气象局热带气旋资料，分析了北上台风频数、时间、强度、路径以及生成位置等特征变化，并探讨了ENSO对北上台风活动变化的影响，得到如下主要结论：
1）1949—2022年共有275个台风北上进入定义区，平均每年3.7个，频数年际波动较大且年代际差异明显，整体上呈上升趋势，北上台风占西北太平洋生成台风总数的比例呈现极显著的上升趋势。北上台风主要集中在7—9月生成，其中7和8月生成数超过全年总数的2/3，生命期强度最多的是Super TY，TY及以上强度超过总数的70%，而进入定义区后强度则以较低等级为主。高强度等级北上台风近些年出现的几率在增加。
2）共有159个北上台风登陆中国，约占总数的57.8%。未登陆转向路径有76个，大多在30° N、125°－130° E附近向东转向，未登陆消散路径最少，只有40个。北上台风生成位置分布广泛且不均匀，高发区主要集中在10°－20°N、130°－150°E，登陆类北上台风生成位置的平均中心比未登陆类向西偏移了4.2个经度，而消散类北上台风生成位置中心比转向类平均偏北2.1个纬度。
3）ENSO对北上台风的频数、强度及生成位置等特征有明显影响。拉尼娜年年均发生北上台风4.5个，高于厄尔尼诺年的2.7个，而厄尔尼诺年北上台风生命期最大风速比拉尼娜年高48.56%。与厄尔尼诺年相比，拉尼娜年北上台风的生成位置更加偏西、偏北，更加靠近中国陆地。

4.2　讨论

伴随着气候变化，近年来北上台风的时空特征发生明显变化。本研究发现北上台风的频数呈上升趋势，结合此前有研究指出西北太平洋海域台风的生成数量总体是减少的结论（Chand et al., 2022），说明西北太平洋台风生成数量变化对北上台风频数的趋势变化无明显影响。近些年来高强度等级的北上台风出现比例有所增加，主要是由于全球海洋温度升高，台风生成和行进过程中从温暖的洋面吸收到更多的热量而增强（Yao et al., 2021）。台风路径的特征变化也应引起重视，转向类路径北上台风大多在西北太平洋30° N、125°－130° E区域向东偏转，这是因为中纬度地区对流层盛行西风，有较强的西风转向气流，因此进入中纬度的台风更多倾向于在韩国和日本登陆（Kim et al., 2005）。此外，本研究还发现登陆类北上台风的生成位置更加偏西，Guan等（2018）的研究同样指出中国登陆台风的发生地点相比非登陆台风更偏西，登陆台风生成位置更加靠近陆地。
ENSO对气候系统最重要的影响之一是其在全球范围内对台风活动变化的调节（Lin et al., 2020）。本研究发现当处于厄尔尼诺事件时，北上台风数量较其他年份偏少，这可能是由于厄尔尼诺年赤道中东太平洋海水表面温度异常升高，导致副热带大气环流发生变化，破坏了海水热量与水分的正常状态，影响台风生成的赤道辐合带相对不够活跃，从而形成不利于台风活动的环境条件（Kim et al., 2009）。相比频数，ENSO对于北上台风强度的影响更显著，在厄尔尼诺年北上台风的风速往往更强烈，这与Tong等（2023）的研究结论一致。此外，台风生成位置的变化可能会影响太平洋岛屿和亚洲国家的数十亿人（Wu et al., 2015），本文发现ENSO对北上台风的生成位置有较强的调控作用，而两者之间的相关性很大程度上也解释了ENSO与北上台风频数、强度的关系。在拉尼娜年，北上台风的生成位置相比厄尔尼诺年更加靠近中国陆地，这是造成拉尼娜年北上台风频数偏多的原因之一。而处于厄尔尼诺年时，台风在西北太平洋更加偏东、偏南的位置生成，这就意味着台风在温暖的海洋上传播的时间更长、运行的路径更远，充足的水汽和适宜的环境可以让台风积聚更多的能量，使得高强度等级台风的出现概率增大，因此在厄尔尼诺年台风的风速普遍更高。实际上，ENSO对北上台风时空特征变化的影响极为复杂，仍存在一定不确定性。此外，台风活动还受到太阳活动、气溶胶、太平洋年代际振荡、大西洋多年代际振荡等其他因素及这些因素间交互作用的影响（Haig and Nott, 2016; Wahiduzzaman et al., 2022; Wang et al., 2023b），未来需要大量工作来揭示这些因素对北上台风的影响机制。

脚注

李 铮：数据分析与制图、撰写与修改论文；

邱兰兰：数据收集与处理；

王 伟：指导研究思路与方法、提出修改意见；

何 斌：技术路线指导；

吴绍洪：指导研究思路与方法、提出修改意见；

贺山峰：论文选题、确定研究框架、论文修改指导。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
曹治强，王新，黄庆妮. 2022. 北上台风云系结构变化的遥感定量特征指标研究及应用. 热带气象学报，38（3）：321-330.

Cao Zhiqiang, Wang Xin, and Huang Qingni. 2022. Research and Application of Remote Sensing Quantitative Characteristic Indexes of the Structural Change of the Cloud Systems of Northward Typhoons. Journal of Tropical Meteorology, 38(3): 321-330.

Cha Y M, Choi J W, and Ahn J B. 2023. Interdecadal Changes in the Genesis Activity of the First Tropical Cyclones over the Western North Pacific from 1979 to 2016. Climate Dynamics, 60(5/6): 1885-1906.

Chand S S, Tory K J, McBride J L, Wheeler M C, and Dare R. 2013. The Different Impact of Positive-Neutral and Negative-Neutral ENSO Regimes on Australian Tropical Cyclones. Journal of Climate, 26(20): 8008-8016.

Chand S S, Walsh K J E, Camargo S J, Kossin J P, Tory K J, Wehner M F, Chan J C L, Klotzbach P J, Dowdy A J, Bell S S, Ramsay H A, and Murakami H. 2022. Declining Tropical Cyclone Frequency under Global Warming. Nature Climate Change, 12(7): 655-661.

Chen T, Chen S M, Zhou M S, Tu C Y, Zhang A Q, Chen Y L, and Li W B. 2022. Northward Shift in Landfall Locations of Tropical Cyclones over the Western North Pacific during the Last Four Decades. Advances in Atmospheric Sciences, 39(2): 304-319.

陈淑琴，李英，范悦敏，徐哲永，李帆. 2021. 台风“山竹”（2018）远距离暴雨的成因分析. 大气科学，45（3）：573-587.

Chen Shuqin, Li Ying, Fan Yuemin, Xu Zheyong, and Li Fan. 2021. Analysis of Long-Distance Heavy Rainfall Caused by Typhoon Mangosteen (2018). Chinese Journal of Atmospheric Sciences, 45(3): 573-587.

Chou J M, Dong W J, Tu G, and Xu Y. 2020. Spatiotemporal Distribution of Landing Tropical Cyclones and Disaster Impact Analysis in Coastal China during 1990-2016. Physics and Chemistry of the Earth, 115: 102830.

Corporal-Lodangco I L, Leslie L M, and Lamb P J. 2016. Impacts of ENSO on Philippine Tropical Cyclone Activity. Journal of Climate, 29(5): 1877-1897.

Fang W H and Zhang H X. 2021. Zonation and Scaling of Tropical Cyclone Hazards Based on Spatial Clustering for Coastal China. Natural Hazards, 109(1): 1271-1295.

Frank W M and Young G S. 2007. The Interannual Variability of Tropical Cyclones. Monthly Weather Review, 135(10): 3587-3598.

高松影，赵婷婷，宋丽丽，孟振雄，罗箭宇，徐璐璐，何宝财. 2017. 1949—2015年北上热带气旋特征. 气象科技，45（2）：313-323.

Gao Songying, Zhao Tingting, Song Lili, Meng Zhenxiong, Luo Jianyu, Xu Lulu, and He Baocai. 2017. Study of Northward Moving Tropical Cyclones in 1949-2015. Meteorological Science and Technology, 45(2): 313-323.

Guan S D, Li S Q, Hou Y J, Hu P, Liu Z, and Feng J Q. 2018. Increasing Threat of Landfalling Typhoons in the Western North Pacific between 1974 and 2013. International Journal of Applied Earth Observation and Geoinformation, 68: 279-286.

顾成林，康建成，闫国东，陈志伟. 2018. 1951—2015年登陆中国热带气旋的时空变化特征及与ENSO的关系. 灾害学，33（4）：129-134，140.

Gu Chenglin, Kang Jiancheng, Yan Guodong, and Chen Zhiwei. 2018. Spatial and Temporal Variations of Tropical Cyclones Landing on China in 1951-2015 and Their Relationship with ENSO. Journal of Catastrophology, 33(4): 129-134, 140.

Haig J E A and Nott J. 2016. Solar Forcing over the Last 1500 Years and Australian Tropical Cyclone Activity. Geophysical Research Letters, 43(6): 2843-2850.

贺山峰，李铮，陈超冰，吴绍洪，潘涛. 2023. 海南省登陆台风特征演变及其危险性分析. 地理科学进展，42（7）：1355-1364.

He Shanfeng, Li Zheng, Chen Chaobing, Wu Shaohong, and Pan Tao. 2023. Evolution of Landing Typhoon Characteristics and Typhoon Hazard in Hainan Province of China. Progress in Geography, 42(7): 1355-1364.

Jin F F, Boucharel J, and Lin I I. 2014. Eastern Pacific Tropical Cyclones Intensified by El Niño Delivery of Subsurface Ocean Heat. Nature, 516(7529): 82-85.

Kim J H, Ho C H, and Sui C H. 2005. Circulation Features Associated with the Record‐Breaking Typhoon Landfall on Japan in 2004. Geophysical Research Letters, 32: L14713.

Kim H M, Webster P J, and Curry J A. 2009. Impact of Shifting Patterns of Pacific Ocean Warming on North Atlantic Tropical Cyclones. Science, 325(5936): 77-80.

Li H, Hu A, and Meehl G A. 2023. Role of Tropical Cyclones in Determining ENSO Characteristics. Geophysical Research Letters, 50(6): e2022GL101814.

Lin I I, Goni G, Knaff J A, Forbes C, and Ali M M. 2013. Ocean Heat Content for Tropical Cyclone Intensity Forecasting and Its Impact on Storm Surge. Natural Hazards, 66: 1481-1500.

Lin I I, Camargo S J, Patricola C M, Boucharel J, Chand S, Klotzbach P, Chan J C L, Wang B, Chang P, Li T, and Jin F F. 2020. ENSO and Tropical Cyclones. In: McPhaden M J, Santoso A, and Cai W J. El Niño Southern Oscillation in a Changing Climate.Hoboken, N J: Wiley-American Geophysical Union, 377-408.

Lu X Q, Yu H, Ying M, Zhao B K, Zhang S, Lin L M, Bai L N, and Wan R J. 2021. Western North Pacific Tropical Cyclone Database Created by the China Meteorological Administration. Advances in Atmospheric Sciences, 38(4): 690-699.

毛兰花，查轩，黄少燕，陈世发，戴金梅，白永会，张婧，邱占林. 2018. 1951—2016年ENSO事件对登陆中国热带气旋的影响. 水土保持研究，25（5）：325-329，336.

Mao Lanhua, Zha Xuan, Huang Shaoyan, Chen Shifa, Dai Jinmei, Bai Yonghui, Zhang Jing, and Qiu Zhanlin. 2018. The Impact of ENSO Events on the Landed Tropical Cyclone in China during 1951-2016. Research of Soil and Water Conservation, 25(5): 325-329, 336.

Mei W and Xie S P. 2016. Intensification of Landfalling Typhoons over the Northwest Pacific Since the Late 1970s. Nature Geoscience, 9(10): 753-757.

潘威，满志敏，刘大伟，颜停霞. 2014. 1644—1911年中国华东与华南沿海台风入境频率. 地理研究，33（11）：2195-2204.

Pan Wei, Man Zhimin, Liu Dawei, and Yan Tingxia. 2014. The Changing of Chinese Coastal Typhoon Frequency Based on Historical Documents, 1644-1911AD. Geographical Research, 33(11): 2195-2204.

Patricola C M, Cassidy D J, and Klotzbach P J. 2022. Tropical Oceanic Influences on Observed Global Tropical Cyclone Frequency. Geophysical Research Letters, 49(13): e2022GL099354.

石先武，方伟华. 2015. 1949—2010年西北太平洋热带气旋时空分布特征分析. 北京师范大学学报（自然科学版），51（3）：287-292.

Shi Xianwu and Fang Weihua. 2015. Spatiotemporal Characteristics of Tropical Cyclone in NWP Basin between 1949 and 2010. Journal of Beijing Normal University (Natural Science), 51(3): 287-292.

孙密娜，韩婷婷，徐姝. 2021. 冷空气在北上台风“利奇马”致灾暴雨中的作用分析. 自然灾害学报，30（1）：201-212.

Sun Mina, Han Tingting, and Xu Shu. 2021. Analysis of the Role of Cold Air in the Rainstorm Caused by Typhoon "Lichma". Journal of Natural Disasters, 30(1): 201-212.

Tong B, Wang X, Wang D X, and Zhou W. 2023. A Novel Mechanism for Extreme El Niño Events: Interactions between Tropical Cyclones in the Western North Pacific and Sea Surface Warming in the Eastern Tropical Pacific. Journal of Climate, 36(8): 2585-2601.

Torrence C and Compo G P. 1998. A Practical Guide to Wavelet Analysis. Bulletin of the American Meteorological Society, 79(1): 61-78.

Wahiduzzaman M, Ali M A, Cheung K, Luo J J, Shaolei T, Bhaskaran P K, Yuan C, Bilal M, Qiu Z, and Almazroui M. 2022. Impacts of Aerosols and Climate Modes on Tropical Cyclone Frequency over the North Indian Ocean: A Statistical Link Approach. Journal of Climate, 35(8): 2549-2564.

王达文. 2001. 北上热带气旋分析与预报. 北京：气象出版社.

Wang Dawen. 2001. Analysis and Forecast of North-Forward Tropical Cyclone. Beijing: China Meteorological Press.

Wang H L and Wang C Z. 2023a. What Caused the Increase of Tropical Cyclones in the Western North Pacific during the Period of 2011-2020?. Climate Dynamics, 60(1/2): 165-177.

Wang L C, Gu X H, Slater L J, Li J F, Kong D D, Zhang X, and Liu J Y. 2023b. Phase Shifts of the PDO and AMO Alter the Translation Distance of Global Tropical Cyclones. Earth's Future, 11(3): e2022EF003079.

王相军，李秋胜. 2022. ENSO事件影响下登陆中国热带气旋年际变化特征的分位数回归分析. 热带气象学报，38（1）：11-22.

Wang Xiangjun and Li Qiusheng. 2022. Quantile Regression Analysis of Interannual Variation Characteristics of Landing Tropical Cyclones in China under the Influence of ENSO Events. Journal of Tropical Meteorology, 38(1): 11-22.

Wu L G, Wang C, and Wang B. 2015. Westward Shift of Western North Pacific Tropical Cyclogenesis. Geophysical Research Letters, 42(5): 1537-1542.

徐建华. 2017. 现代地理学中的数学方法. 3版. 北京：高等教育出版社，2017. [Xu Jianhua. 2017. Mathematical Methods in Contemporary Geography. 3rd ed. Beijing: Higher Education Press. ]

杨晓亮，杨敏，隆璘雪，杨吕玉慈，王海川，杨玥. 2021. 影响环渤海地区的北上台风特征及其各类典型大暴雨过程分析. 海洋预报，38（4）：99-106.

Yang Xiaoliang, Yang Min, Long Linxue, Yang Lyuyuci, Wang Haichuan, and Yang Yue. 2021. The Characteristics of Northward-Moving Typhoons Affecting the Bohai Rim Region and the Analysis of Various Types of Related Heavy Rainfall Processes. Marine Forecasts, 38(4): 99-106.

Yao C, Xiao Z X, Yang S, and Luo X L. 2021. Increased Severe Landfall Typhoons in China Since 2004. International Journal of Climatology, 41: E1018-E1027.

尹宜舟，肖风劲，罗勇，赵珊珊. 2011. 我国热带气旋潜在影响力指数分析. 地理学报，66（3）：367-375.

Yin Yizhou, Xiao Fengjin, Luo Yong, and Zhao Shanshan. 2011. Study on Tropical Cyclone Potential Impact Index in China. Acta Geographica Sinica, 66(3): 367-375.

张俊香，刘旭拢，宫清华. 2012. 近60年华南沿海登陆热带气旋特征和热带气旋巨灾灾情分析. 热带地理，32（4）：357-363.

Zhang Junxiang, Liu Xulong, and Gong Qinghua. 2012. Tropical Cyclones Landing on the Coastal Areas of South China and Related Catastrophes over the Past 60 Years. Tropical Geography, 32(4): 357-363.

赵珊珊，李莹，赵大军，周星妍，艾婉秀. 2023. 2001—2020年中国月尺度热带气旋灾害时空变化特征研究. 气候变化研究进展，19（5）：592-604.

Zhao Shanshan, Li Ying, Zhao Dajun, Zhou Xingyan, and Ai Wanxiu. 2023. Spatio-Temporal Characteristics of Tropical Cyclone Disaster on Monthly Scale over China during 2001-2020. Climate Change Research, 19(5): 592-604.

赵宗慈，罗勇，黄建斌. 2023. 全球变暖与热带气旋. 气候变化研究进展，19（6）：823-826.

Zhao Zongci, Luo Yong, and Huang Jianbin. 2023. Global Warming and Tropical Cyclones. 2023. Climate Change Research, 19(6): 823-826.

中国气象局. 2006. 热带气旋等级标准: GB/T19021-2006. 北京：中国标准出版社.

China Meteorological Administration. 2006. Tropical cyclone Grade Standard: GB/T19021-2006. Beijing: Standards Press of China.

中国气象局. 2019. 中国气象灾害年鉴. 北京：气象出版社.

China Meteorological Administration. 2019. China Meteorological Disaster Yearbook. Beijing: China Meteorological Press.

Options
文章导航

/

〈 〉