中国东南沿海区域经济富庶、城镇密集,同时也长期遭受台风灾害的侵扰。分析台风以及台风引起的风暴潮的危险性,预测可能发生的极值风速与风暴增水,对这些地方结构的抗风设计以及防灾减灾至关重要。本文首先以中国东南沿海城市深圳市为例,采用传统的Monte-Carlo方法分析其台风危险性。基于CMA西北太平洋热带气旋最佳路径数据集的历史台风数据,提取了对深圳市有影响的台风的关键参数,并确立了每个关键参数最优的概率模型。以这些概率模型为基础采用Monte-Carlo方法进行随机抽样,产生1000年虚拟台风事件。本文采用了Yan Meng（YM）风场模型,并分析了该模型对一些风场参数的敏感性,得出该模型对地面粗糙度以及Holland气压参数B非常的敏感,两者对计算风速的大小具有相反的作用。采用YM风场模型对虚拟台风的风场进行模拟,并提取虚拟台风的极值风速序列。利用不同的极值分布对极值风速序列进行拟合,通过拟合优度检验得出Weibull分布要优于Gumbel分布。最后预测了深圳市不同重现期的极值风速,并与结构规范中推荐的风速以及其他一些参考文献的结果进行对比,得出产生差异的主要原因是Holland气压参数B模型的不同。其次由点到面,基于Monte-Carlo方法,本文分析了整个中国东南沿海区域的台风危险性。首先将整个东南沿海区域分成0.25??0.25?的网格点,然后利用Monte-Carlo方法产生每个网格点1000年间的虚拟台风事件。本文采用YM风场模型模拟了100个历史台风的最大风速,通过使这些最大风速与观测的最大风速误差和最小,建立了一组新的计算Holland气压剖面参数B和最大风速半径Rmax的公式。最后利用新的台风参数计算方案、YM风场模型、特定点的台风衰减模型以及极值分布模型,预测了每个网格点不同重现期的极值风速,为中国东南沿海台风多发区域绘制了不同重现期的设计风速图。由于Monte-Carlo方法依赖于一定区域内气候保持一致的假定,因此较为适合研究单个站点的台风危险性。为了在更大区域上研究台风危险性,接下来本文采用较为先进的简化经验路径方法构造了整个西北太平洋海域1000年的热带气旋事件集,并预测了每个站点不同重现期的极值风速,形成了中国沿海台风多发区新的设计风速分布图。将经验路径方法与Monte-Carlo方法预测的极值风速进行对比,发现两种方法预测结果的差异主要是由两种方法构造的虚拟台风的中心压强存在差异以及模型本身的不确定性造成的。我们还研究了台风衰减模型、路径模型、Holland气压剖面参数、最大风速半径和极值分布对预测的极值风速的影响。发现不同的台风衰减模型对预测的极值风速影响最小,这主要是由于不同的衰减模型得到的登陆台风的压强相差不大;在我国东南沿海大部分地区,非简化经验路径模型预测的风速值要大于简化路径模型预测的结果,这主要是由于两种路径模型构造的台风中心压强以及台风路径距研究点的最小距离存在差异;不同的气压剖面参数模型会对极值风速的预测产生较大的影响,当参数值偏大时,预测的极值风速也偏大;不同极值分布预测的极值风速有很大的差异,这主要是由极值分布本身的特点所造成的,一般概率分布具有“长尾”特征的分布,预测的极值风速偏大。基于构造的1000年热带气旋事件集,估算了近年来影响中国最强的4个台风,分别是Meranti（2016）、Hato（2017）、Mangkhut（2018）和Lekima（2019）,在我国东南沿海站点引起的极值风速的重现期,评估了它们的危险性。最后,以采用台风经验路径模型产生的1000年热带气旋事件集为基础,结合YM台风风场模型以及SWAN+ADCIRC耦合的风暴潮模型,研究了深圳市台风的风-潮-浪的危险性。对模拟得到的台风风-潮-浪数据进行统计分析,发现深圳市最大增水的频率分布直方图有“长尾”的特征,而最大风速以及最大有效波高的频率分布具有“短尾”的特征。采用广义帕雷托分布（GPD）来估计台风风-潮-浪的上尾分布,分别得到了三个量不同重现期的预测值。为了考虑风-潮-浪的综合效应,建立了深圳市台风风-潮-浪联合灾害图。我们可以将本文对深圳市的风险评估方法应用于其他沿海地区,并且可以将其扩展到考虑未来气候变化的影响。