張 娟, 楊金玲

(山東省招遠市氣象局，山東招遠 265400)

?

近30年招遠地區(qū)雷暴氣候統(tǒng)計特征

張 娟, 楊金玲

(山東省招遠市氣象局，山東招遠 265400)

利用招遠地區(qū)1981～2010年氣象觀測資料，借助數(shù)理統(tǒng)計、線性傾向分析、氣候變化趨勢、保證率等氣候診斷方法，分析了該地區(qū)雷暴氣候統(tǒng)計特征，并探討了30年間ENSO強度、氣壓及氣溫與雷暴的相關性。結果表明，招遠地區(qū)平均年雷暴日數(shù)為21.2 d,年際變化較大；年雷暴日數(shù)呈現(xiàn)在波動中緩慢減少的趨勢,其變率為-1.34 d/10a;季節(jié)變化明顯，夏季最多，冬季無雷暴；雷暴主要發(fā)生在5～9月，約占全年的81.6%，其中7月份雷暴日數(shù)為最多；雷暴初日80%保證率出現(xiàn)在4月16日左右，雷暴終日80%保證率出現(xiàn)在11月12日左右；招遠地區(qū)雷暴日數(shù)與ENSO強度、氣溫、氣壓有很強的一致性和相關性。

雷暴；招遠地區(qū)；氣候特征；ENSO強度；相關因子

雷暴是自然界中的一種聲、光、電現(xiàn)象,其發(fā)生與季節(jié)、地理、地形、地質(zhì)和氣候等因素有關。因其范圍小、發(fā)展快、局地性強且伴有多種災害性天氣，聯(lián)合國已把雷電災害列為“最嚴重的十種自然災害之一”。雷暴的發(fā)生發(fā)展對人們的日常生產(chǎn)活動和生活帶來很大影響,有時甚至會危及公共安全和人身安全。

特別是近年來,隨著社會經(jīng)濟發(fā)展和現(xiàn)代化水平的提高,人類對信息技術的依賴日趨增加,雷電對電子化社會造成的危害越來越嚴重,造成的經(jīng)濟損失及社會影響也越來越大[1]。因此,國務院、中國氣象局及各級黨委政府均高度重視雷電等強對流天氣的預警預報工作。《國務院辦公廳關于進一步加強氣象災害防御工作的意見》(國辦發(fā)(2007) 49號)中要求“做好災害性、關鍵性、轉折性重大天氣預報和趨勢預測,重點加強臺風、短歷時強降水、雷電等強對流天氣的短時臨近預報”?！冬F(xiàn)代天氣業(yè)務發(fā)展指導意見》(氣發(fā)(2010〕1號)中提出發(fā)展短歷時強降水、雷電等強對流天氣的監(jiān)測分析技術,發(fā)展強對流天氣和臺風等的臨近預報技術,研發(fā)外推預報和數(shù)值預報產(chǎn)品釋用相結合的預報技術,提高預警時效。因此,研究雷暴氣候變化特征及相關因子，對雷暴強對流天氣的預警預報工作有著十分重要的指導意義，同時對于防雷減災和科學決策有十分重要的指導意義和實際應用價值。筆者利用1981～2010年招遠地區(qū)氣象觀測資料，采用線性傾向分析、氣候變化趨勢、保證率等氣候診斷方法，分析了該地區(qū)雷暴氣候統(tǒng)計特征，并探討了30年間ENSO強度、氣壓、溫度與雷暴的相關性。

1 資料與方法

1.1 資料選取雷暴活動的強度標準習慣使用“雷暴日”。雷暴日是表征某一地區(qū)雷電活動的頻繁程度。以一天中只要聽到一次以上的雷聲就算一個雷暴日，只見閃電無雷聲，不計其中。氣象觀測上以20：00為日界，若某一次雷暴跨越20：00，則按2個雷暴日計算。在此采用招遠氣象觀測站1981～2010年30年的氣象觀測資料。

1.2 分析方法根據(jù)世界氣象組織(WMO)的規(guī)定,取最近連續(xù)30年氣象要素的平均值或統(tǒng)計值來代表研究區(qū)域的氣候標準值,即每10年需對氣候平均值更新一次[2]。在此選取招遠大監(jiān)站1981～2010年30年氣象觀測資料的年雷暴日數(shù)平均值作為氣候標準值,把雷暴日距平百分率>20%的年份作為多雷暴年, 把雷暴距平百分率<-20%的年份作為少雷暴年。釆用數(shù)理統(tǒng)計、線性傾向分析[3-4]、氣候變化趨勢、保證率等氣候診斷方法,分析招遠地區(qū)雷暴日年際、季節(jié)和月際氣候特征及其變化趨勢，揭示雷電活動的特征和規(guī)律。運用經(jīng)驗頻率公式[5]Pm=m/ (n+1)×100% 來計算雷暴日初日和終日保證率。

2 招遠地區(qū)雷暴氣候統(tǒng)計特征

2.1 雷暴的年際變化特征1981～2010年招遠地區(qū)共有雷暴日638個，雷暴日數(shù)年平均值為21.2個。若按照年平均雷暴日數(shù)的多少即少雷區(qū)(<15 d)、中雷區(qū)(15～40 d)、多雷區(qū)(41～90 d)、強雷區(qū)(>90 d)4個標準劃分雷區(qū)的話[6],招遠地區(qū)屬中雷區(qū)。年雷暴日數(shù)<15 d的僅有4個年份，其余年份雷暴日數(shù)均多于15 d。

從圖1a可以看出，1981～2010年招遠地區(qū)雷暴日的年際變化較大。年雷暴日數(shù)最多的年份出現(xiàn)在1982年，高達37 d，1987年次之，雷暴日數(shù)為33 d，年雷暴日數(shù)最少的年份出現(xiàn)在1999和2000年，雷暴日數(shù)僅為10 d;年雷暴最多時是年雷暴最少時的近4倍，說明招遠地區(qū)雷暴日數(shù)年際差特別大。但對30年雷暴日數(shù)作5年滑動平均，發(fā)現(xiàn)其變化緩慢，波動較小?？傮w來看，這30年招遠地區(qū)年雷暴日數(shù)呈現(xiàn)出在波動中緩慢下降的趨勢。經(jīng)計算，雷暴的氣候趨勢系數(shù)rxy<0，說明招遠地區(qū)年平均雷暴日數(shù)存在減小的趨勢。1981～2010年雷暴日數(shù)線性變化趨勢函數(shù)為y=-0.134 4x+23.349,說明招遠地區(qū)年雷暴日數(shù)正以1.34 d/10a的線性趨勢緩慢減少，這與山東省年雷暴日數(shù)呈波動下降的特點[7]相一致。

經(jīng)分析，招遠地區(qū)1981～2010年中有9年是多雷暴年，其中1982和1987年距平百分率>50%，為雷暴異常偏多年份；有7年是少雷暴年，其中雷暴距平百分率有2個年份<-50%，分別為1999和2000年，這兩年為雷暴異常偏少年份。由距平變化(圖1b)可以發(fā)現(xiàn)，招遠市雷暴年際變化十分明顯，1995年之前以多雷暴年為主，而之后則以少雷暴年為主，特別是進入21世紀后年雷暴日數(shù)逐步減少的趨勢更加明顯。

2.2 雷暴的季節(jié)變化特征雷暴日數(shù)出現(xiàn)月、季變化的原因主要是由于西太平洋副熱帶高壓引起。招遠雷暴發(fā)生最頻繁、最集中的時期一般在每年的夏季，夏季累計雷暴日為440 d，占總雷暴日數(shù)的69%。這與于懷征等研究發(fā)現(xiàn)夏季的雷暴活動決定了全年雷暴活動的空間分布形態(tài)相吻合[8]。春季累計雷暴日123 d，占雷暴總日數(shù)的19%，秋季累計雷暴日75 d，僅占雷暴總日數(shù)的12%。30年統(tǒng)計資料顯示，1981～2000年冬季均無雷暴產(chǎn)生。由此可見，招遠地區(qū)雷暴的季節(jié)變化特征非常明顯。從招遠地區(qū)1981～2010年雷暴日數(shù)季節(jié)的年際變化(圖2)可以看出，夏季和秋季雷暴日數(shù)總體上表現(xiàn)為減少趨勢，而春季總體上表現(xiàn)為略增加的趨勢，但各季變化幅度及變化顯著性不同。夏季雷暴日數(shù)以1.11 d/10a的速率極顯著減少,秋季雷暴日數(shù)以0.46 d/10a的速率減少,春季雷暴日數(shù)則以0.11 d/10a的速率增加。特別是在21世紀的最初幾年,夏季和秋季雷暴日數(shù)有明顯增多的趨勢,2007～2008年春季雷暴日數(shù)也有異常增多的趨勢，這可能與全球氣候變暖和熱對流加強有關,尚待進一步研究。

2.3 雷暴的月變化特征對招遠1981～2010年雷暴的月變化統(tǒng)計分析發(fā)現(xiàn)，招遠地區(qū)雷暴日數(shù)的年內(nèi)分布呈單峰型。一年中3～11月招遠地區(qū)均有可能出現(xiàn)雷暴，12月～次年2月均無雷暴出現(xiàn)；其中又以5～9月為雷暴日出現(xiàn)集中期，占全年的81.6%；7月雷暴出現(xiàn)次數(shù)達最多，占全年雷暴日的28.8%，1990年7月雷暴日數(shù)最多，達14個雷暴日；其次雷暴日數(shù)由多到少為8、6、5和9月。

2.4 雷暴的初終日變化由表1可見，近30年來招遠地區(qū)雷暴初日80%保證率下出現(xiàn)在4月26日左右，說明4月下旬后雷暴出現(xiàn)的可能性已非常大；雷暴終日80%保證率下出現(xiàn)在11月12日左右，雷暴終日出現(xiàn)較晚；5%的保證率終日日期在9月中旬,說明9月中旬雷暴結束的可能性甚小,這一階段仍要特別注意雷暴的發(fā)生；90%的保證率終日在11月下旬，說明11月之后雷暴出現(xiàn)的可能性非常的小。通過近30年來招遠地區(qū)雷暴初日和終日的長期線性變化趨勢圖 (圖略) 可以發(fā)現(xiàn)初終日的變化趨勢不大,初日的氣候傾向率為負值，終日的氣候傾向率為正值,即初日有向前的趨勢,終日有向后的傾向。

表1 1981～2010年招遠地區(qū)不同保證率下的雷暴初、終日

3 相關要素分析

3．1 雷暴日數(shù)年際變化與ENSO事件的相關性ENSO為氣候系統(tǒng)中最強的年際氣候信號，對全球的天氣和氣候產(chǎn)生很大的影響。ENSO活動的發(fā)生伴隨著大規(guī)模大氣環(huán)流的變化和異常。參照中國氣象局國家氣候中心的標準,以NINO區(qū)的海溫距平指數(shù)作為判定ENSO事件的依據(jù)[9]，并根據(jù)海溫距平值的高低,按照李曉燕等對ENSO事件強弱程度的劃分標準將El Nino和La Nina事件各分為3級,即El Nino年分為極強、強(3)，中等(2)，弱、極弱(1)3個不同等級；La Nina年按極強、強(-3)，中等(-2)，弱、極弱(-1)分為3個等級[10]。正常年分，表示為0。由招遠地區(qū)年雷暴日距平和ENSO事件強度的2年滑動平均曲線(圖3)可以發(fā)現(xiàn)，兩者之間有很好的對應關系，特別是2002年以前，其變化趨勢基本一致。在El Nino事件年，雷暴明顯偏多；而在La Nina事件年，雷暴則明顯偏少。雷暴異常偏多的1982和1987年El Nino事件強度均達到最大等級；雷暴異常偏少的年份(1984、1998、1999和2000年)均是La Nina事件發(fā)生年。這與Price等分析發(fā)現(xiàn)在溫暖氣候條件下全球閃電活動將有明顯增加，而在較冷的氣候條件下閃電活動將減少的結論[11]相一致。這可能與ENSO暴發(fā)年的夏季,熱帶西太平洋地區(qū)的海溫異常，通過其產(chǎn)生出的定常波列的傳播會影響西太平洋以及東亞大陸上空500 hPa位勢高度, 西太平洋副高強度偏弱,位置偏東和偏南,引起北半球大氣環(huán)流的異常,從而導致某些地區(qū)的某些氣象要素的異常響應。

3.2 雷暴日數(shù)月變化與溫、壓的關系發(fā)生雷暴時,通常伴隨著溫度、氣壓等氣象要素的變化。Price等分析發(fā)現(xiàn)在溫暖氣候條件下全球閃電活動將增加30%；而在較冷的氣候條件下全球閃電活動將減少24%[11]。由此可見，溫度與雷暴日數(shù)存在很大的相關性。通過對1981～2010年月平均雷暴日數(shù)和月平均溫度的統(tǒng)計分析，發(fā)現(xiàn)兩者的變化趨勢呈現(xiàn)較一致的單峰型分布；3月份開始呈現(xiàn)急劇增長趨勢，到7月份達到峰值，8月之后開始下降。由Pearson相關系數(shù)公式可以得出，月平均雷暴日數(shù)和月平均溫度的相關系數(shù)r為87.4，兩者存在明顯的正相關。

由月平均雷暴日數(shù)和月平均氣壓曲線可以發(fā)現(xiàn)，兩者也呈現(xiàn)單峰型分布，但呈現(xiàn)負相關的關系。7月份雷暴日數(shù)達到極大值，而氣壓達到極小值。1月份開始，氣壓急劇減小，到7月達最低，8月開始，氣壓急劇增加，到12月達到最高；雷暴卻是在3月份開始急劇增加，到7月份達最大值，然后急劇減少，12月減少至0。經(jīng)計算，其Pearson相關系數(shù)r為-93.0，所以月平均雷暴日數(shù)和月平均氣溫之間存在非常強的負相關性。

4 小結

(1)招遠地區(qū)雷暴日的年際變化較大，隨著年代的增加，總體表現(xiàn)為在波動中緩慢減少的趨勢，減幅為1.34 d/10a。年雷暴日最多的年份出現(xiàn)在1982年，高達37 d,年雷暴日最少的年份出現(xiàn)在1999和2000年，雷暴日僅為10 d。以1995年為界，1995年前以多雷暴年為主，之后則以少雷暴年為主。21世紀后年雷暴日數(shù)減少的趨勢變得非常明顯。

(2)受西太平洋副熱帶高壓影響，招遠地區(qū)雷暴天氣的季節(jié)變化特征非常明顯，夏季最多，占全年的69%，其他季節(jié)發(fā)生雷暴的概率很低，30年間冬季的12、1和2月均無雷暴發(fā)生。雖然雷暴主要集中在5～9月期間，但以7月份為最多，占全年雷暴日的28.8%。

(3)招遠地區(qū)近30年來雷暴初日80%保證率下出現(xiàn)在4月26日左右，有向前的趨勢；雷暴終日80%保證率下出現(xiàn)在11月12日左右，有向后的趨勢。

(4)招遠地區(qū)1981～2010年年雷暴日距平和ENSO事件強度兩者之間有很好的對應關系，其變化趨勢基本一致。

(5)招遠地區(qū)近30年月平均雷暴日數(shù)與月平均溫度及月平均氣壓變化規(guī)律非常一致，氣溫、氣壓與雷暴具有較高的相關性，表明雷暴特征在應對全球氣候變化中具有一定的指示作用。

[1] 鄭國光.新時期我國防雷減災工作的形勢和任務之研究[J].江西氣象科技,2001,24(2):1-3.

[2] 雷向杰,黃祖英,田武文,等.兩個30年氣候平均值的差異及其對氣候業(yè)務的影響[J].氣象科技,2005,33(2):124-127.

[3] JONES P D.Hemispheric surface air temperature variations: recent trend and an update to 1978[J].Journal of Climate, 1988,1: 654-660.

[4] 楊金虎,江志紅,楊啟國,等.中國西北近41年來年中雨及以上級別降水次數(shù)的時空分布特征[J].地球科學進展,2005,20(ZK):138-145.

[5] 景元書,申雙和,李明.江蘇省雷暴氣候特征分析[J].災害學,2000,15(1):28-31.

[6] 溫亞麗,任崇,韋馨豐,等.湛江地區(qū)38年雷暴氣候的統(tǒng)計特征分析[J].科技信息,2008(12):611.

[7] 于懷征.山東省雷電活動特征研究及雷電災害評價[D].甘肅:蘭州大學,2009.

[8] 于懷征,趙玉潔,張文琴,等.山東省雷電活動的時空變化特征[J].山東氣象,2009(4):31-34.

[9] 李曉燕，翟盤茂. ENSO事件指數(shù)與指標研究[J].氣象學報,2005,58(1):102-109.

[10] 李曉燕,翟盤茂,任福民.氣候標準值改變對ENSO事件劃分的影響[J].熱帶氣象學報,2005,21(1):72-78.

[11] PRICE C,ASFUR M.Global lightning and climate variability [C]//Proceedings on international conference on atmospheric electricity.ICAE,2003.

張娟(1985- )，女，山東高密人，助理工程師，從事氣象觀測與天氣預報工作。

2014-11-20

S 429

A

0517-6611(2015)01-157-03