邊 旭，吳云帆，鄭 艷，寧鵬飛

（國家海洋信息中心，天津 300171）

引 言

臺風對海洋生態(tài)系統(tǒng)擾動劇烈，近年來，臺風對海洋生物和非生物環(huán)境的生態(tài)效益成為國內(nèi)外研究的熱點之一。隨著全球氣候變暖，臺風發(fā)生頻率增加，研究其對海洋漁業(yè)的影響愈發(fā)重要。很多學者也從多方面對影響臺風的要素進行了研究，取得了一些成果。趙昕等（2013）基于IPCC報告中對脆弱性的定義，從敏感性和環(huán)境適應性兩個方面建立了沿海地區(qū)經(jīng)濟系統(tǒng)海洋災害脆弱性評價模型[1]。并以山東省臺風災害為例，討論了2001-2011年間敏感性和適應性的變化規(guī)律。陳香（2007）通過分析，建立了臺風災害發(fā)生過程和災害發(fā)生以后的脆弱性評估指標體系和評估模型，構建了臺風災害系統(tǒng)脆弱性綜合指數(shù)模型，并以福建縣域為單元，對福建省臺風災害系統(tǒng)脆弱性過程進行評價[2]。許多學者也做了類似的研究工作，并取得了很多成果[3-4]。高文（1991） 根據(jù)福建省水產(chǎn)廳統(tǒng)計結果，討論了該省在連續(xù)遭受7次強臺風襲擊和影響的重災之下，海洋捕撈總產(chǎn)量仍超額完成了“七五”計劃指標，實現(xiàn)連續(xù)12年持續(xù)增長，年遞增率達10%。并將之歸結為漁船技術改造取得的成效[5]。劉超等（2010）針對寧波、舟山的漁業(yè)，應用風險分析模型，從災損度、脆弱度及防災系數(shù)3方面定性分析了臺風災害對漁業(yè)的影響[6]。葉海軍等（2014） 利用Aqua衛(wèi)星搭載的MODIS傳感器數(shù)據(jù)，分析了慢速移動的強臺風“鯰魚”對中國南海北部海表面溫度（SST）、海表面葉綠素a濃度、初級生產(chǎn)力和漁業(yè)資源的影響[7]。結果顯示慢速移動的強臺風對于漁業(yè)資源生產(chǎn)量有較大影響。Small等（2008） 在四個海區(qū)（黑潮區(qū)、灣流區(qū)、南大西洋和Agulhas Return Current附近） 對比了空間高通濾波QuikSCAT風應力大小和海水表面緯度（SST），發(fā)現(xiàn)二者呈現(xiàn)驚人的同位相變化，二者的空間相關系數(shù)均在0.38以上[8]。同時在其他海區(qū)也發(fā)現(xiàn)了類似的海表面風速與SST同相位變化的現(xiàn)象[9-12]。本文從數(shù)據(jù)變化趨勢入手，針對臺風對海洋自然生產(chǎn)水產(chǎn)品產(chǎn)量的影響，結合希爾伯特—黃變換分別對長期趨勢變化的相關性和短期變化的相關性進行了討論和分析，從而獲得此兩類數(shù)據(jù)的相關特性，從一個新角度建立起臺風與海洋漁業(yè)經(jīng)濟的關系。

1 數(shù)據(jù)提取及模型化

海洋中水產(chǎn)品產(chǎn)量是海洋經(jīng)濟的重要組成部分，水產(chǎn)品產(chǎn)量包含全社會人工養(yǎng)殖的水產(chǎn)品和天然生長的水產(chǎn)品捕撈量兩個部分。本文重點針對臺風強度變化對自然條件下的水產(chǎn)品產(chǎn)量影響進行討論分析。而根據(jù)前期討論[13]，臺風的強度變化可由臺風中心附近的最大風速反映，故選取我國周邊區(qū)域的臺風風速與海洋產(chǎn)品產(chǎn)量兩類數(shù)據(jù)，分析其相互關系。以下分別對這兩類數(shù)據(jù)模型的提取和建立進行討論。

1.1 天然生產(chǎn)海水產(chǎn)品產(chǎn)量數(shù)據(jù)模型

針對天然生產(chǎn)海水產(chǎn)品產(chǎn)量Q（t）進行分析，其中1954-1985年數(shù)據(jù)來源于《中國漁業(yè)統(tǒng)計年鑒 （2005）》[14]，1986-2017年數(shù)據(jù)來源于 《中國漁業(yè)統(tǒng)計年鑒 （2018）》[15]。令其按照時間變化曲線如圖1所示。

根據(jù)定義，R（t）表示每年天然生產(chǎn)海水產(chǎn)品產(chǎn)量與上一年天然生產(chǎn)海水產(chǎn)品產(chǎn)量的比率。

1.2 臺風風速數(shù)據(jù)模型

圖1 歷年天然生產(chǎn)海水產(chǎn)品產(chǎn)量與上一年產(chǎn)量比率

針對中國周邊西北太平洋海域，一些學者對不同數(shù)據(jù)來源的臺風數(shù)據(jù)進行了分析和對比[16-17]，分析結果表明此區(qū)域內(nèi)CMA數(shù)據(jù)集[18]較為準確且全面，故參考CMA所發(fā)布的臺風數(shù)據(jù)，選取1949-2016年所有觀測風速數(shù)據(jù)繪制空間風速強度圖。為了更好地說明風速強度空間分布情況，應用kmeans聚類[19]方式對數(shù)據(jù)按照空間-最大風速（MSW）進行聚類分析，聚類結果如下圖所示:

圖2 臺風數(shù)據(jù)聚類圖

如圖所示，選擇聚類結果中樣本豐富區(qū)域120°-140°E，15°-30°N 進行分析討論，按照年—月—風速三個緯度繪制圖像如圖3所示。

圖3 臺風年-月-風速三維圖

從圖3中可以得出，在該地區(qū)每年數(shù)據(jù)分布較為平均，臺風在7-10月出現(xiàn)較多且最大風速值較大。進一步針對該圖中風速—年維度投影進行分析，并將MSW的最大值用曲線連接，即其上包絡線FMSW（t）如圖4所示。

圖4 年-風速關系圖

為了進一步表征該區(qū)域下歷年風速變化劇烈程度，令Dtyp（t）=Vmax（t）-Vmin（t），其中Vmax（t）與Vmin（t）分別表示t年該區(qū)域中風速最大和最小值，而根據(jù)實際情況Vmax（t）=RMSW（t），Vmin（t）=0，則Dtyp（t）=RMSW（t），即可認為該區(qū)域中臺風FMSW（t）可表征風速最大偏差值隨時間的變化情況Dtyp（t）。

2 數(shù)據(jù)分析及討論

對Dtyp（t）和R（t）進行相關性分析，令

其中 τ=0，1，…，N-1，t∈ （1954，2016），N=63，即求得Dtyp（t）與R（t）的互相關度。相關性曲線如下圖所示:

圖5Dtyp（t）與Q（t）的互相關度曲線

對Dtyp（t）與R（t）做顯著性檢驗，檢驗結果表明二者無顯著性關系，即可認為Dtyp（t）和R（t）之間不存在相關關系，相關度曲線所表征的相關度強度值不能表征數(shù)據(jù)普遍相關性。

參考圖5相關性結果可得，Dtyp（t）與R（t）的最大相關系數(shù)為0.356 2，但并不顯著。根據(jù)顯著性檢驗的數(shù)學定義[20]，可以認為其相關度最大值來自數(shù)據(jù)的抽樣誤差。根據(jù)圖1和圖4分析得到，原始信息可以認為為非平穩(wěn)信號序列，其中存在明顯的長期變化的趨勢，且相對短期變化部分能量較大（約一個數(shù)量級），導致數(shù)據(jù)抽樣誤差較大，另一方面結合式（1），令

其中D1（t）和R1（t）代表能量較大部分，D2（t）和R2（t）代表能量較小部分，則式（2）可變換為如下形式:

圖6對Dtyp（t）和R（t）進行HHT處理后逐IMF數(shù)據(jù)

繼續(xù)化簡最終得到如式（4）所示:如式（4）所示，前三項在計算結果中所占比重較大，計算結果中無法直接獲得能量相對較小部分（D2（t）和R2（t））相關性信息。為了去除能量較大的長時間尺度趨勢信息對短時間尺度信息的干擾，更加全面地得到Dtyp（t）與R（t）相關性結果，針對不同時間尺度將Dtyp（t）與R（t）進行分解。本文采用希爾伯特-黃（HHT） 變換分別對Dtyp（t）和R（t）進行處理，該方法被認為是2000年來以傅立葉變換為基礎的線性和穩(wěn)態(tài)頻譜分析的一個重大突破。其依據(jù)數(shù)據(jù)自身的時間尺度特征來進行信號分解，可以自適應地將任意復雜數(shù)據(jù)序列分解為一列本征模態(tài)函數(shù)（IMF）[21]，通過分析這些IMF可以分離Dtyp（t）與R（t）數(shù)據(jù)變化的不同時間尺度信息，更好地挖掘數(shù)據(jù)變化特點。應用HHT將Dtyp（t）與R（t）變換后分別記為Htyp（i）和HR（i），其中i=IMF1，IMF2，…，IMFn，…，IMFk，不同IMF即可理解為不同時間尺度下數(shù)據(jù)的變化趨勢曲線。將變換后各IMF數(shù)據(jù)繪制如圖6所示:

表1 互相關計算結果

如表1所示，顯著性檢驗結果表明，除LResidual以外其余均不拒絕相關顯著性假設（SIG.＞α），即均可認為具有顯著相關性。分析相關系數(shù)變化規(guī)律可以看到，隨著計算IMFn的增加，相關程度先增大后減小，其中L1∶2（Pmedian）相關系數(shù)絕對值最大，且達到一般相關水平。該結果表明，在去除長時間尺度趨勢信息后，僅保留IMF1和IMF2數(shù)據(jù)時，臺風風速強度差值Dtyp（t）和天然生產(chǎn)海水產(chǎn)品產(chǎn)量相鄰年間比率R（t）之間顯著存在一般負相關性。即可以認為臺風風速最大值的增大會影響未來一年內(nèi)天然生產(chǎn)海水產(chǎn)品年產(chǎn)量降低，反之亦然。另一方面根據(jù)L2∶3（Pmedian） 和LResidual結果表明，對于中長時間以及更長的時間尺度下，Dtyp（t）與之間并不存在明顯相關性，即臺風風速最大值的中長期變化趨勢并不會對天然生產(chǎn)海水產(chǎn)品產(chǎn)量的中長期趨勢產(chǎn)生顯著影響。

3結論

（1）本文分析了我國周邊區(qū)域的歷年臺風數(shù)據(jù)及我國的天然生產(chǎn)海水產(chǎn)品產(chǎn)量數(shù)據(jù)。根據(jù)表1結果發(fā)現(xiàn)在較短時間尺度下（2年以內(nèi)），臺風最大風速和天然生產(chǎn)海水產(chǎn)品產(chǎn)量之間顯著存在一般負相關性，而對于更長的時間尺度（2年以上），并不存在此結論。即臺風最大風速會對未來一年內(nèi)的天然生產(chǎn)海水產(chǎn)品產(chǎn)量有顯著的負向影響；而對于該產(chǎn)量的中長期變化趨勢影響并不顯著。

（2）本文針對兩類來自自然科學以及經(jīng)濟學的時間序列數(shù)據(jù)進行分析。首先將兩類數(shù)據(jù)分別抽象建模為非平穩(wěn)信號序列，并利用希爾伯特-黃變換將抽象后信號按照不同時間尺度進行分離，分別將對應時間尺度的兩類信號相關度進行分析，成功得到某一時間尺度的相關性信息。從一個角度建立起臺風與海洋漁業(yè)經(jīng)濟的關系。也為此類信息挖掘提供了一個新的方法和思路。