《热带地理》2024年第6期目次

文摘   科学   2024-06-19 07:01   广东  


专刊序言


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,邱兰兰,王伟,何斌,吴绍洪,贺山峰

ENSO对中国沿海夏季降水影响的区域特征研究 / 王东,胡晓霞,王慧,王爱梅,骆敬新,江羽西,全梦媛


台风致灾因子模拟分析

中国岛礁区热带气旋不同空间分辨率风场模拟比较研究 / 胡晓,方伟华

台风风暴潮与上游洪水耦合作用下温州飞云江感潮河段潮水位模拟研究 / 魏国振,任明磊,孙琳,夏志昌,陈智洋,尤再进

海平面上升情景下沿海城市极端雨潮复合洪涝危险性评估——以海口市为例 / 吴国凤,刘青,许瀚卿,魏旭辰,王军

基于C-Vine Copula函数的台风灾害链“风-雨-潮”联合概率分布研究 周子滢,杨赛霓,刘晓燕,唐继婷,石永国


台风灾害损失评估与应急

1978—2020年中国台风灾害灾情时空分布格局及影响因素分析 / 张鹏,张云霞,汪洋,丁一,尹宜舟,董震,武喜红

基于机器学习算法的热带气旋灾害县级直接经济损失等级评估:以福建省为例 / 邵婧妍,方伟华

基于微博文本和深度学习的台风灾情识别方法研究——以2010—2019年广东省过境台风为例 / 邹黎威,贺智,周承乐

社交媒体数据分析在台风灾害管理中的应用潜力探究——以台风“杜苏芮”对福建省的影响为例 / 谢雪苗,邵亦文


台风灾害风险评估与保险

多源数据驱动的台风动态风险评估 / 刘蓓蓓,赵飞,王曦,闫雪,林森

台风灾害输电线路杆塔脆弱性与风险评估:以浙江省为例 / 李颖,杨程,方伟华,姜瑜君,王振国

海岛水产养殖业台风灾害脆弱性分析:以舟山和温州海岛地区为例 / 王雨,袁海红,沈浪子,刘野,杨盼盼

广东省台风巨灾指数保险的研发与应用 / 郑璟,陈卓煌,李文媛,唐力生


台风气候背景与区域特征




1


北上台风时空变化特征及其与ENSO的关系

李铮, 邱兰兰, 王伟, 何斌, 吴绍洪, 贺山峰
2024, 44(6): 973-986.
DOI: 10.13284/j.cnki.rddl.20230936
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

▲ 北上台风生成位置与ENSO的关系

扫码看全文





2


ENSO对中国沿海夏季降水影响的区域特征研究

王东, 胡晓霞, 王慧, 王爱梅, 骆敬新, 江羽西, 全梦媛

2024, 44(6): 987-1000.

DOI: 10.13284/j.cnki.rddl.20230912
摘要:利用降水和海表温度格点数据以及中国沿海台站降水数据,分析中国沿海夏季降水对ENSO时空响应特点,并探讨中国沿海夏季降水年代际变化原因。结果表明:1)中国沿海夏季降水受ENSO影响区域特征明显,以连云港和云澳为界可分为3个区域。渤黄海沿海夏季降水与Niño3.4指数呈负相关,东海沿海呈正相关,南海沿海相关关系不显著。2)年代际尺度上,中国沿海夏季降水与Niño3.4指数关系不稳定。渤黄海沿海夏季降水与Niño3.4指数负相关在1980年之前和2010年之后较为显著,东海沿海的正相关在20世纪80年代之后变得不显著,南海沿海的相关关系不显著。3)年代际尺度上,渤黄海沿海夏季年代际降水与同期Niño3.4指数、前一年冬季AO指数和当年春季AAO指数呈显著负相关,而东海沿海都呈显著正相关,南海沿海夏季年代际降水与当年春季北极海冰指数呈明显负相关。对于Niño3.4指数,中东太平洋偏高的海表温度能在500 hPa位势高度场激发出负太平洋-日本型遥相关波列,使得渤黄海沿海夏季年代际降水减少和东海沿海增多;当前一年冬季AO和当年春季AAO为正相位时,850 hPa风场在贝加尔湖南部的异常反气旋引导中高纬地区气流南下,引起东亚夏季风减弱,造成渤黄海沿海夏季年代际降水减少;另外,西北太平洋副热带高压强度偏强且位置偏西引起上升运动增强,导致东海沿海夏季年代际降水增多;春季北极海冰年代际变化能在850 hPa风场和500 hPa位势高度场上,激发出导致南海沿海夏季降水年代际变化相反的大气环流形势。
关键词: 夏季降水;ENSO;海表温度;大气环流;中国沿海

▲ 夏季南海沿海降水指数和当年春季北极海冰指数分别与夏季 850 hPa 风场 (a、c) 和 500 hPa 位势高度场 (b、d) 的相关


扫码看全文




台风致灾因子模拟分析




1


中国岛礁区热带气旋不同空间分辨率风场模拟比较研究

胡晓, 方伟华
2024, 44(6): 1001-1015.

DOI: 10.13284/j.cnki.rddl.20231003

摘要:中国岛礁数量众多,地形复杂,受热带气旋灾害影响大。高空间分辨率热带气旋风场模拟有助于表达风速空间异质性,对面积相对较小的岛礁地区开展高分辨率模拟具有重要意义。文章利用热带气旋路径、岛礁分布、土地覆盖以及数字高程数据,按照1 000、90和30 m分辨率风场模型模拟了中国岛礁区历史热带气旋风速,分地形类型对比分析了各分辨率下岛礁模拟风速大小的差异性,并比较了不同空间分辨率热带气旋100 a一遇风速的差异。结果表明:1)30 m空间分辨率风速模拟准确率更高,模拟风速与8个站点实测风速的均方根误差为4.28 m/s,比90和1 000 m模拟结果误差分别降低了0.08和1.04 m/s;2)不同空间分辨率模拟风速误差与地形类型相关,浙江省舟山市朱家尖岛90和1 000 m模拟风速与30 m模拟风速的对比表明,平均风速模拟差异比例在山峰地形下分别为6.57%和7.61%,山谷地形下分别为21.28%和17.35%,峭壁地形下分别为22.85%和23.37%,且30 m模拟风速对于迎风坡与背风坡地形转换更敏感;3)对于100 a一遇热带气旋风速,30 m模拟风速会出现最大的风速值且空间差异更大。以浙江省舟山市朱家尖岛为例,1 000、90、30 m分辨率下的模拟风速最大值分别为71.13、73.18和79.97 m/s,标准差分别为3.88、3.72和7.18 m/s。

关键词: 热带气旋;风场;空间分辨率;复杂地形;岛礁区;中国

▲ 中国岛礁区9个典型岛礁在100 a典型重现期水平下热带气旋3 s阵风风速分布


扫码看全文





2


台风风暴潮与上游洪水耦合作用下温州飞云江感潮河段潮水位模拟研究

魏国振, 任明磊, 孙琳, 夏志昌, 陈智洋, 尤再进
2024, 44(6): 1016-1024.
DOI: 10.13284/j.cnki.rddl.20230994

摘要:在全球气候急剧变化的背景下,沿海地区风暴潮发生的频率与受灾程度逐渐增加,特别是受风暴潮与上游流域洪水共同影响下的河口感潮河段区域。尽管现有风暴潮模型也引入多种不同的边界设置,但提供的边界条件有限,且无法满足当前国内复杂水工程的概化需求。为此,文章以飞云江流域为研究对象,通过耦合上游流域水动力模型IFMS与海洋风暴潮模型ADCIRC模式,充分发挥二者各自的优势,构建河口感潮河段洪水演进模型,实现飞云江感潮河段潮水位时空模拟。该模型不仅有效地考虑了河口海洋处风暴潮上溯对感潮河段区域洪水演进的影响,也考虑了流域上游洪水对该区域的影响。首先,采用2016年台风“鲇鱼”对模型进行验证,模拟结果与实测系列吻合度较高,误差满足基本要求。然后,对台风“杜苏芮”和“卡奴”影响下的瑞安、马屿、碧山六桥及洞头4个潮位站的洪水过程进行模拟,结果显示4个站点的洪峰误差值均低于0.30 m,纳什系数大于0.80,表明该模型能较好地反映高低潮位变化,可应用于河口感潮河段防灾减灾中。最后,还分析了上、下游边界的驱动作用对感潮河段3个站点(瑞安、马屿、碧山六桥)潮水位预测的影响,证明了下边界对3个站点的潮水位预报影响比上边界的影响大。研究成果不仅为河口感潮河段洪水模拟提供了一种新方法,而且通过分析给出提升模型模拟精度的方向。

关键词: 感潮河段;水动力模型;风暴潮模型;上游洪水;潮水位模拟

▲ 方案集结果 (a. 上边界波动,下边界不变; b. 上边界不变,下边界波动)


扫码看全文





3


海平面上升情景下沿海城市极端雨潮复合洪涝危险性评估——以海口市为例

吴国凤, 刘青, 许瀚卿, 魏旭辰, 王军
2024, 44(6): 1025-1035.

DOI: 10.13284/j.cnki.rddl.20230854

摘要:以海口市为例,利用1960—2017年的66场台风资料,包括台风日降雨和风暴潮的极值水位,建立复合洪涝组合情景。基于多个情景,对海口市在海平面上升背景下极端雨潮复合洪涝灾害的潜在风险进行深入研究。结果表明:1)在台风事件中,风暴潮为复合洪涝灾害的关键致灾因子,受灾最严重的地区主要位于南渡江入海口和北部滨海地区;2)在最大雨潮复合洪涝组合情景中,海口市受淹面积估计为148 km2,相较于最小雨潮复合洪涝组合情景增加了约15倍,淹没区域中一半以上的区域积水深度超过1 m;3)在极端雨潮复合情景下,海甸岛、新埠岛及江东新区一带的滨海地区受到海平面上升影响最显著。根据RCP8.5情景预测,到2100年,海口市受极端复合洪涝灾害的影响区域预计达到约203 km2
关键词: 复合洪涝;雨潮;情景构建与模拟;海平面上升;沿海城市;海口市

不同RCP情景下2030、2050、2100年极端雨潮复合洪水淹没情况


扫码看全文





4


基于C-Vine Copula函数的台风灾害链“风-雨-潮”联合概率分布研究

周子滢, 杨赛霓, 刘晓燕, 唐继婷, 石永国

2024, 44(6): 1036-1046.

DOI: 10.13284/j.cnki.rddl.20230928

摘要:现有台风灾害链研究大多采用高维对称Copula模型建立多个致灾因子的联合分布,对致灾因子之间非线性、非对称的复杂关联结构探究不足。文章以浙江岛屿城市舟山为例,通过C-Vine Copula函数刻画当地台风灾害链“风-雨-潮”之间的复杂依赖关系,利用1979—2018年逐日的最大持续风速、累积降雨量以及最大风暴增水数据估算三者的联合概率分布以及重现期。研究表明:1)风速与降雨量在常规数值区间(非极端情况)具有较强的相关性,最佳联合分布为Frank Copula;风速与风暴增水具有上尾依赖的特征,最佳联合分布为Gumbel Copula;2)降雨量分布在风速条件下显示2处峰值,风暴增水分布在风速条件下近似于均匀,两者之间的最佳联合分布为Gumbel Copula;3)以单变量100 a重现期为例,风速-降雨量与风速-风暴增水组合事件的二维联合重现期分别缩短至29和30 a,而风速-降雨量-风暴增水组合事件的三维联合重现期缩短至17 a。综上,C-Vine Copula函数能准确有效地刻画台风灾害链“风-雨-潮”之间的复杂依赖关系,深化对于台风灾害链内在作用机制的理解,为台风灾害风险管理和工程设计提供科学支持。

关键词: 台风;灾害链;联合概率分布;Copula函数;C-Vine;舟山市

▲ 特定风速条件下降雨量-风暴增水的联合概率分布


扫码看全文




台风灾害损失评估与应急




1


1978—2020年中国台风灾害灾情时空分布格局及影响因素分析

张鹏, 张云霞, 汪洋, 丁一, 尹宜舟, 董震, 武喜红
2024, 44(6): 1047-1063.

DOI: 10.13284/j.cnki.rddl.20230961

摘要:为探究中国台风灾害影响和灾情的时空分布及演化规律,基于县域经济社会和灾情统计数据、历史台风风雨数据、高精度地形数据等资料,以县级行政区为空间单元,采用时序统计分析法、重心模型、地理探测器、空间相关分析、地理加权回归等方法,对1978—2020年中国台风灾害灾情的时空分布格局及影响因素进行分析,结果显示:1)台风灾害造成的死亡失踪人口、倒损房屋数量和每百万人口死亡失踪率、直接经济损失占GDP的比重均呈下降趋势,防灾减灾工作取得显著成效;2)台风灾害灾情重心随沿海地区经济发展南移,灾害影响呈现沿海地区减轻、内陆地区加重的特征;3)台风引发的风雨是灾情的主要驱动因素,地形因素是造成人员死亡失踪和农作物损失的驱动因素之一;4)浙江闽北、粤西桂东两大区域灾情集聚特征显著,与台风活动规律和经济发展水平密切相关;5)局部地区生产总值与灾情呈负相关关系,反映经济社会发展对防灾减灾能力的促进作用。

关键词: 台风灾害;县域尺度;时空格局;地理探测器;空间相关分析;GWR模型;中国

▲ 台风灾害经济发展效应格局


扫码看全文





2


基于机器学习算法的热带气旋灾害县级直接经济损失等级评估:以福建省为例

邵婧妍, 方伟华
2024, 44(6): 1064-1078.

DOI: 10.13284/j.cnki.rddl.20230962

摘要:为了探索机器学习模型在热带气旋灾害损失评估中的作用,基于2009—2020年福建省县级热带气旋灾害损失数据,分别采用LightGBM (Light Gradient Boosting Machine, LightGBM)、随机森林(Random Forest, RF)、极限梯度提升(eXtreme Gradient Boosting, XGBoost)、支持向量机(Support Vector Machine, SVM)、BP神经网络(Back-Propagation Neural Network, BP)等5种算法,优化了直接经济损失等级评估模型参数,并用不同的热带气旋事件进行验证。结果表明:基于LightGBM算法性能最佳,其准确率、精确率、召回率和F1分数(精确率和召回率的调和平均值)均在79%以上,具有较好的泛化能力;最大小时降雨量、3 s极值风速是最重要的2个致灾指标,固定资本存量是比GDP更重要的指标;通过4种登陆点/路径和2种风雨强度的热带气旋事件的对比,发现评估结果与实际结果较为一致,模型具有较好的适用性。

关键词: 热带气旋;直接经济损失;损失评估;机器学习;评估指标;福建省

▲ 基于 5 种机器学习算法构建的热带气旋灾害县级直接经济损失等级评估模型的混淆矩阵


扫码看全文





3


基于微博文本和深度学习的台风灾情识别方法研究——以2010—2019年广东省过境台风为例

邹黎威, 贺智, 周承乐

2024, 44(6): 1079-1089.

DOI: 10.13284/j.cnki.rddl.003882
摘要:结合台风属性数据和多标签分类方法,以BERT-BiLSTM(Bidirectional Encoder Representations from Transformers-Bidirectional Long Short-Term Memory)为分类模型,提出基于微博文本与深度学习的台风灾情识别方法,对2010—2019年登陆广东省的强台风/超强台风灾情进行识别,在粗分类获取台风灾情相关微博文本的基础上,进一步细分类为交通影响、社会影响、电力影响、林业影响和内涝积水等5类灾情。结果表明:1)提出的台风灾情识别方法粗分类和细分类精度分别达到0.907和0.814;2)强台风/超强台风的灾情占比受台风强度、路径和受灾地区发展水平等因素影响而存在差异;3)台风登陆前,灾情主要为台风预防措施导致的交通影响和社会影响。台风登陆后,灾情表现出单峰和双峰特征,反映台风灾情的变化趋势和特点。

关键词: 台风灾情;微博文本;深度学习;BERT;BiLSTM;多标签分类 ;广东省

▲ 基于微博文本和深度学习的台风灾情识别方法


扫码看全文





4


社交媒体数据分析在台风灾害管理中的应用潜力探究——以台风“杜苏芮”对福建省的影响为例
谢雪苗, 邵亦文
2024, 44(6): 1090-1101.

DOI: 10.13284/j.cnki.rddl.003880

摘要:社交媒体的迅猛发展为灾害管理领域引入新的理念与技术手段。文章回顾了社交媒体数据的特性及其在台风灾害管理中的应用潜力和价值,为灾害管理领域提供新的研究视角。并以2023年台风“杜苏芮”对福建省的影响为例,运用LDA主题建模方法分析新浪微博台风灾害期间的发文数据,探究社交媒体数据在灾害管理中的应用潜力。结果显示,微博平台活跃度与灾害事件发展进程相关;不同类型用户在灾害发生过程中关注焦点有所差异,个人用户更倾向于关注生活设施恢复和救援物资供应情况,而组织用户侧重于灾情传播和应急处置;主题内容演化分析能反映各城市在灾害管理不同阶段内应急响应和公众关注需求的动态。未来研究可从结合多源数据、利用机器学习和深度学习技术提升主题信息提取的准确性、探索社交媒体数据在灾后紧急救援和基础设施保障需求中的应用等角度展开。
关键词: 社交媒体;灾害管理;台风灾害;应用潜力;主题建模;“杜苏芮”;福建省

▲ 台风“杜苏芮”期间福建省相关微博的地理空间分布


扫码看全文




台风灾害风险评估与保险




1


多源数据驱动的台风动态风险评估
刘蓓蓓, 赵飞, 王曦, 闫雪, 林森
2024, 44(6): 1102-1112.

DOI: 10.13284/j.cnki.rddl.003883

摘要:灾害动态风险评估是灾前风险管理的重要依据。文章基于2009—2022影响中国东南5省的108个台风案例近4 000个县级灾情,融合30类多源风险要素指标,建立台风动态风险评估样本库,并利用随机森林算法建立了6个台风灾害风险评估模型,用于灾害事件发生前对受灾人口、紧急转移安置人口、农作物受灾面积、倒塌和严重损坏房屋、直接经济损失等风险等级以及综合风险等级进行评估。通过实际灾情与模型结果进行验证,灾害风险评估结果准确率整体达到80%以上,表明该模型具有较好的泛化能力,可用于实际灾害评估工作。实验对比发现,训练样本量提高1~2个数量级能使模型评估准确率提升3%~14%,表明灾害风险大数据的积累对灾害风险评估研究具有重要意义。

关键词: 台风;灾害风险评估;灾害大数据;数据融合;评估指标;随机森林;台风“暹芭”

▲ 不同风险评估模型的指标重要性


扫码看全文





2


台风灾害输电线路杆塔脆弱性与风险评估:以浙江省为例

李颖, 杨程, 方伟华, 姜瑜君, 王振国
2024, 44(6): 1113-1126.

DOI: 10.13284/j.cnki.rddl.20230976

摘要:台风大风可导致输电线路杆塔断裂倒塌等事故,影响电力系统运行安全,因而台风灾害输电线路杆塔风险评估具有重要意义。以浙江省全域杆塔为例,基于杆塔属性、地理信息及台风灾情资料,提出了一种基于“超额损失”的针对连续型和离散型变量的输电线路台风灾害杆塔脆弱性评估模型;利用68 a台风参数风场再分析数据,基于极值理论,建立了台风大风危险性评估模型;基于区域灾害系统理论,通过台风大风、杆塔脆弱性之间耦合分析,建立了台风输电线路杆塔风险评估模型。结果显示:台风大风危险性呈从东南向西北递减态势,随重现期增大呈非线性增大趋势,以20和100 a一遇极大风速为例,浙江省全域风速强度分别为23.5~50.9和32.6~68.9 m/s;台风影响下的杆塔综合脆弱性总体呈南高北低且与地形联系紧密的分布态势,脆弱性高值(>1)区域主要在浙中南和沿海地区;输电线路杆塔风险总体呈南高北低、沿海高内陆低的特点,局部差异性较大。应根据具体线路特点采取差异性较大的抗风策略。

关键词: 台风灾害;输电线路杆塔;脆弱性;风险评估;浙江省

▲ 浙江省台风灾害输电线路杆塔风险分布


扫码看全文





3


海岛水产养殖业台风灾害脆弱性分析:以舟山和温州海岛地区为例
王雨, 袁海红, 沈浪子, 刘野, 杨盼盼
2024, 44(6): 1127-1138.

DOI: 10.13284/j.cnki.rddl.20240207

摘要:基于浙江舟山和温州海岛地区获取的344份水产养殖家庭问卷调查数据和各利益相关者的访谈数据,使用混合数据的因子分析(FAMD)和主成分的层次聚类分析(HCPC),辨识海岛水产养殖家庭台风灾害脆弱性类型,揭示各脆弱性类型的特征,识别家庭脆弱性类型的判别指标,分析台风灾害及其他压力源对海岛渔业生态系统和水产养殖家庭经济脆弱性的影响。研究发现:1)海岛地区水产养殖业和水产养殖家庭呈现高经济脆弱性,大部分虾蟹贝混养类、藻类和贻贝类养殖家庭台风灾害损失严重。2)水产养殖家庭在暴露度、敏感性和适应能力方面的差异,导致家庭呈现3种不同的脆弱性类型及特征。3)家庭劳动力的不足、多次遭受台风灾害损失、基础设施不能充分满足需求是水产养殖家庭呈现台风灾害脆弱性的共同影响因素;风险暴露、养殖品种、家庭年均收入、户主年龄、教育程度、社会支持、采用适应策略的数量及成本-收益情况这些显著判别指标间的差异是形成不同脆弱性类型的关键。4)气候、生态环境、经济和市场、社会、制度和政策等方面的多重压力源相互作用产生累积效应,加剧了海岛地区渔业生态系统的脆弱性和家庭的社会经济脆弱性。
关键词: 台风灾害;脆弱性;水产养殖业;渔业生态系统;海岛地区;舟山;温州

▲ 不同养殖品种家庭的台风灾害损失状况


扫码看全文





4


广东省台风巨灾指数保险的研发与应用
郑璟, 陈卓煌, 李文媛, 唐力生
2024, 44(6): 1139-1148.

DOI: 10.13284/j.cnki.rddl.003879

摘要:文章结合广东省巨灾保险的具体实践,详细介绍了台风巨灾指数保险的研发流程、数据和关键方法,回顾了2016—2023年期间广东省台风巨灾指数保险的应用情况,系统分析了现有保险方案的优势和特点,以及存在的问题和不足,并探讨了未来可能的改进方向。主要结论为:1)基于圆形巨灾框、采用台风强度等级作为赔付结构分层标准的台风巨灾指数保险具有方法简单、易于回算、数据易获取、结果客观透明等优点;2)台风巨灾指数保险具有理赔速度快、运营成本低、可有效规避道德风险等优势;3)现有台风巨灾指数保险方案在特定情形下基差风险较为明显,对气候变化背景下台风灾害事件的极端性以及单次台风事件影响多个地市等复杂情形考虑存在不足;4)未来可从更加深入全面分析台风灾害事件规律和特征、增加更多的物理参数、获取更为准确的台风强度等级概率分布等方向加以改进。
关键词: 台风;巨灾保险;巨灾指数保险;保险方案;广东省

▲ 广东省台风巨灾指数保险方案设计流程


扫码看全文



版式制作:Nio

微信号



官网




《热带地理 》简介

《热带地理》是由广东省科学院广州地理研究所主办的综合性地理学术期刊;1980年创刊,月刊,每月5号出版;国内外公开发行。

办刊宗旨:“品质、规范、高效、引领”

办刊方向:“精品化”“特色化”

报道地域:突出但不完全局限于全球热带亚热带地区

服务承诺:公平•热情•高效

核心收录:中国科学引文数据库(CSCD)核心期刊;中文核心期刊(北大);中国科技核心期刊; 荷兰Elsevier文摘与引文数据库(Scopus); 瑞典DOAJ数据库; 荷兰GEOBASE数据库;美国EBSCO学术数据库; 日本科学技术振兴机构数据库(JST)

评价数据:2022年复合影响因子—— 3.364;复合他引影响因子—— 3.000

联系我们:020-37656960(稿务、编务、财务);020-37656954(期刊负责人)

E-mail:bjb@gdas.ac.cn;1258717596@qq.com。

延伸阅读▼
《热带地理》2024年第5期目次
《热带地理》2024年第4期目次
《热带地理》2024年第3期目次
《热带地理》2024年第2期目次
《热带地理》2024年第1期目次


热带地理
传承地理科学知识,构建学术本位。立足全球热带亚热带地区,为地理学科知识体系的发展贡献平台的力量!
 最新文章