賀秋艷 郭斌 楊加艷 吳亞昊 王少娟

摘要：基于長沙地區(qū)4個氣象臺站1951—2013年的雷暴觀測資料和2009—2017年閃電監(jiān)測數(shù)據(jù)，分析了本區(qū)域內(nèi)雷暴時空分布特征及規(guī)律;同時，結(jié)合長沙地區(qū)2002—2017年的雷擊災害、人口密度等數(shù)據(jù)，選取雷擊密度、雷擊災害頻度、生命易損模數(shù)及經(jīng)濟易損模數(shù)構(gòu)造了雷電災害易損性評估模型，對長沙地區(qū)進行了雷電災害風險區(qū)劃。結(jié)果表明，長沙地區(qū)年平均雷暴日數(shù)總體呈下降趨勢，下降傾向率為1.858 d/10 d;雷暴季節(jié)性變化明顯，以夏季出現(xiàn)最多，約占全年雷暴日數(shù)的46.6%;存在5～6年，13～14年的年際尺度顯著變化周期;長沙縣、寧鄉(xiāng)縣為雷擊災害極高易損區(qū)，望城區(qū)為高易損區(qū)。

關鍵詞：雷電;雷擊災害;易損性;區(qū)劃

中圖分類號：P429? ? ? ? 文獻標識碼：A

文章編號：0439-8114（2018）23-0065-06

DOI：10.14088/j.cnki.issn0439-8114.2018.23.015? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

雷電是大氣中超長距離放電過程，通常伴隨著強對流天氣過程而發(fā)生，它是一種常見的自然現(xiàn)象，根據(jù)全球雷電的衛(wèi)星觀測結(jié)果估計，全球每秒鐘約有46次雷電發(fā)生，而中國每分鐘發(fā)生70余次雷電[1]。雷電因其強大的電流、炙熱的高溫、強烈的電磁輻射及猛烈的電磁波等物理效應[2]，在瞬間能夠產(chǎn)生巨大的破壞作用，對人類的人身和財產(chǎn)安全構(gòu)成巨大的威脅。

長沙為湖南省省會，位于湖南的東部偏北，坐標為111°53′—114°5′E，27°51′—28°40′N，屬亞熱帶季風性濕潤氣候，春、夏季冷暖氣流交匯頻繁，容易產(chǎn)生強對流天氣及雷暴活動。長沙地區(qū)年平均氣溫為17.4 ℃，年平均降水總量為1 475.7 mm，平均降水日數(shù)為154.7 d，年平均雷暴日為47.7 d，屬多雷區(qū)。據(jù)不完全統(tǒng)計，2002—2017年長沙地區(qū)共計發(fā)生雷電災害事故1 807起，造成22人死亡，30人受傷，直接經(jīng)濟損失1 584.92萬元。

本研究利用長沙地區(qū)4個氣象臺站1951—2013年的雷暴觀測資料和2009—2017年閃電監(jiān)測數(shù)據(jù)，分析了該區(qū)域雷暴分布特征及其規(guī)律。在此基礎上，結(jié)合2002—2017年的雷擊災害資料、湖南省統(tǒng)計局人口密度資料，對該區(qū)域進行雷電災害風險區(qū)劃，旨在為有效地開展長沙地區(qū)的雷電災害防御工作提供一定的科學依據(jù)。

1? 數(shù)據(jù)資料與方法

1.1? 數(shù)據(jù)來源

雷暴日數(shù)使用長沙地區(qū)1951—2013年望城站、馬坡嶺站、寧鄉(xiāng)站和瀏陽站4個氣象臺站的雷暴觀測資料，一定程度上表征了該區(qū)域雷暴活動的頻繁程度，一個雷暴日內(nèi)一般可出現(xiàn)多次雷暴。

閃電定位資料來自于湖南省ADTD型雷電監(jiān)測網(wǎng)，該監(jiān)測網(wǎng)由安裝在長沙、益陽、岳陽等10臺閃電定位儀組成，監(jiān)測覆蓋全省，能對全省范圍內(nèi)的閃電情況進行實時監(jiān)測和定位，可獲取地閃回擊的經(jīng)緯度、雷電流峰值、雷電流極性及定位站等信息。

歷史雷擊災害資料里記錄了每次雷災發(fā)生的時段、地點、雷災起數(shù)、人員傷亡及財產(chǎn)損失情況、引起雷災的主要原因、雷災發(fā)生地環(huán)境、受損部門及行業(yè)、受損財物的類型等。由于資料本身不全的原因，如在某年部分區(qū)域缺失雷災記錄，同時由于某些農(nóng)村地區(qū)存在封建迷信的思想和交通信息閉塞，還有大部分雷災未上報，因此本研究得到的是雷災特征的不完全統(tǒng)計結(jié)果。

長沙市共六區(qū)二縣一市，分別為芙蓉區(qū)、天心區(qū)、岳麓區(qū)、開福區(qū)、雨花區(qū)、望城區(qū)、長沙縣、寧鄉(xiāng)縣及瀏陽市，行政面積、人口分布等社會經(jīng)濟資料來自湖南省統(tǒng)信息網(wǎng)站。

1.2? 研究方法

利用最小二乘法、氣候傾向率和小波分析等統(tǒng)計方法。采用最小二乘法計算雷暴日數(shù)線性回歸趨勢方程，表達式為[3]：

Y=at+b? （1）

式中，回歸系數(shù)a表示雷暴日的氣候傾向趨勢[3]，把10年稱為氣候傾向率。

雷暴氣候趨勢系數(shù)rxt能研究雷暴在氣候變化中升降的定量程度，并可對其進行統(tǒng)計檢驗[4]：

rxt=■? ?（2）

其中，n為統(tǒng)計年限，xi是第i年的年雷暴日，■為所統(tǒng)計的63年內(nèi)年平均雷暴日，■為自然數(shù)序列的平均值，用公式表示為■=（n+1）/2，rxt的正（負）值表示該要素在所統(tǒng)計年限內(nèi)有增加和減少的趨勢，

rxt絕對值越大表明該要素增加和減少的程度越明顯，即表示氣候變化趨勢越明顯[5]。

小波分析是由法國石油工程師Morlet于1980年在進行地震數(shù)據(jù)分析工作時首創(chuàng)。它是一種信號的時間-頻率分析方法，具有多分辨率分析的特點，在時域和頻域都能反映出信號的振幅、相位和功率的局部變化特征，近年來廣泛用于多尺度氣候分析研究中[6]。Morlet小波母函數(shù)的形式為：

？鬃（x）=e ■e ■（3）

式中，c是常數(shù)，取c=6.0，其子小波為？鬃a，b（x）=■？鬃■，？鬃■，以此作為為基本小波，具有波動性和衰減性。

對一個離散的時間序列f（t），t=1，2，3…n，小波變換的形式可寫為：

FW（a，b）=■×■■f（t）？鬃■ （4）

式中，n為統(tǒng)計年限，Ck為小波變換系數(shù)，Ck=2π■■;a=2j（j=1，2，……）為尺度放大因子，其倒數(shù)相當于頻率，當a較小時，頻域分辨性較差，而時域分辨性好;當頻域分辨率增加時，時域分辨率則減少[7]。b為平移因子，反映時間平移;？鬃（w）為子波？鬃（w）經(jīng)傅立葉變換得到的譜。在本研究中，f（t）為長沙地區(qū)1951—2013年的年平均雷暴日數(shù)。

2? 數(shù)據(jù)分析與結(jié)果

2.1? 雷暴年際變化特征

長沙地區(qū)1951—2013年的年平均雷暴日為47.7 d，最多的74.7 d出現(xiàn)在1967年，最少的29.5 d出現(xiàn)在1989年。從圖1可以看出，該地區(qū)的雷暴日年際變化比較大，尤其是在1967、1973年以及1989年左右波動情況比較明顯。

從總體趨勢來看，近63年長沙地區(qū)年平均雷暴日數(shù)在波動中緩慢減少。對該地區(qū)1951—2013年雷暴日監(jiān)測數(shù)據(jù)運用最小二乘法計算年雷暴日數(shù)的趨勢定量變化，一次線性方程為y=-1.858x-0.365 8，其中氣候傾向率為-1.858/10年，表示長沙地區(qū)從1951年開始，年雷暴日數(shù)在總體上呈現(xiàn)出緩慢的遞減趨勢，每10年減少約1.858 d。

2.2? 雷暴周期分析

因為雷暴日數(shù)據(jù)是有限時間數(shù)據(jù)序列，在序列的兩端可能會產(chǎn)生邊界效應。為了消除或減小序列開始點和結(jié)束點附近的邊界效應，首先對該地區(qū)63年年雷暴日開始點和結(jié)束點兩端的數(shù)據(jù)進行延伸。在小波變換完后，在去掉延伸數(shù)據(jù)的小波變換系數(shù)，保留原來時間尺度下的小波變化尺度。小波變換取樣周期為1，最大尺度為32。當小波系數(shù)實部值為正時，代表雷暴日旺盛期;為負時，表示雷暴日蕭淡期。

圖2為長沙地區(qū)63年年雷暴日小波系數(shù)實部等值線。由圖2可以看出，雷暴日演化過程中存在多時間尺度特征。總的來說，長沙地區(qū)雷暴日變化過程中存在5～6年、13～14年的尺度周期變化規(guī)律。其中，在5～6年、13～14年尺度上均出現(xiàn)了谷-峰交替的準3次振蕩;同時，還可以看出以上兩個尺度的周期變化在整個分析時段表現(xiàn)比較穩(wěn)定，5～6年左右的周期振蕩在1965—1980年表現(xiàn)明顯，1980年左右，5～6年的周期信號呈減弱趨勢，逐漸變?yōu)?3～14年的周期振蕩信號。

2.3? 雷暴月際變化特征

從圖3可以看出，長沙地區(qū)一年中每個月都可能出現(xiàn)雷暴，1—12月平均雷暴日數(shù)變化折線呈雙峰型分布，在4月和8月出現(xiàn)兩次峰值;其中以8月出現(xiàn)的最多，累積年平均有8.9個雷暴日，占全年雷暴日的18.66%;其次是4月和7月，累計平均有7.5個雷暴日，均占全年雷暴日的15.72%，雷暴總體多出現(xiàn)在4—8月，5—8月累計平均出現(xiàn)35 d，約占全年雷暴日數(shù)的73.38%。1月、11月和12月出現(xiàn)的最少，2月、10月次之。

2.4? 閃電空間分布特征

長沙地理坐標為111°53′—114°5′E，27°51′—28°40′N，東西長約233 km，南北寬約90 km，4個觀測站從西至東依次為寧鄉(xiāng)站、望城站、馬坡嶺站以及瀏陽站，基于雷暴日存在一定的空間相關性，利用普通Kriging法對4個站點1951—2013年平均雷暴日進行插值，得到長沙地區(qū)年平均雷暴日的空間分布圖[8]。從圖4可以看出，長沙雷暴日呈啞鈴狀分布，東西分布為兩頭多、中間少。地處長沙東部的瀏陽年均雷暴日數(shù)最多，為50.2 d;中部偏西地區(qū)的馬坡嶺最少，為36.4 d。長沙雷暴日的這一空間分布特征主要與地形和氣候有一定的聯(lián)系，長沙地區(qū)東有連云山脈、大圍山脈、九嶺山脈等，中部是長衡丘陵盆地向洞庭湖平原過渡地帶，東部瀏陽站與西部的寧鄉(xiāng)站與山脈接壤，是雷暴的多發(fā)地區(qū)，而中部平原地區(qū)則雷暴日較少[9]。

3? 雷電災害風險區(qū)劃

3.1? 風險區(qū)劃評價指標

災害的發(fā)生是由致災因子的危險性、孕災環(huán)境的敏感性和承災體的易損性決定的[9]。其中，致災因子和孕災環(huán)境的存在是客觀的、自然的，而承災體不同，人為因素會起到一定的作用。具體到雷電災害，致災因子是雷電本身，孕災環(huán)境是地形、地貌及土壤等，承災體是人員和物體。

選取評價指標是進行雷電災害風險區(qū)劃的基礎，是分析和研究事物風險的切入點。本研究結(jié)合長沙地區(qū)的雷電災害的實際情況，采用以下4個指標來分析長沙地區(qū)的雷災易損性，包括雷擊密度、雷擊災害頻度、經(jīng)濟易損模數(shù)以及生命易損模數(shù)[10]。其中前兩項指標著重于雷電和雷電災害發(fā)生頻率、次數(shù)的評價，反映致災因子的時空分布和承災體的受損程度，后兩項指標則側(cè)重于人員和經(jīng)濟損失的評估，反映承災體的受損強度[11]。

3.1.1? 雷擊密度Ng

Ng=N/S（5）

式中，Ng是指單位面積上所發(fā)生的年雷擊大地次數(shù)，單位為次/（km2·年），反映的是某地區(qū)雷擊頻繁程度[12]。其中，N為湖南省ADTD型雷電監(jiān)測網(wǎng)提供的某區(qū)域地閃總次數(shù)，本研究取2009—2017年的年平均雷擊大地次數(shù)。S為區(qū)域面積，單位為km2。

3.1.2? 雷擊災害頻度F

F=N/n? ? （6）

式中，F(xiàn)是指區(qū)域內(nèi)所發(fā)生雷擊災害的年平均次數(shù)，單位為次/年，反映的是某一地區(qū)發(fā)生雷擊災害的頻繁程度，以及承災體防御雷擊的能力強弱[12]。其中，N為長沙地區(qū)2002—2017年的雷擊災害資料，n為統(tǒng)計時間序列。

3.1.3? 經(jīng)濟易損模數(shù)E

E=Es/S? ?（7）

式中，E是指區(qū)域發(fā)生雷電災害時單位面積上的直接經(jīng)濟損失，單位為萬元/km2，反映的是某一地區(qū)因雷擊造成的經(jīng)濟受損情況[13]。其中，Es為區(qū)域內(nèi)因雷擊造成的直接經(jīng)濟損失額，單位為萬元;S為區(qū)域面積，單位為km2。

3.1.4? 生命易損模數(shù)L

L=Ls/S? ? （8）

式中，L是指區(qū)域發(fā)生雷電災害時單位面積上受危害人口數(shù)量，單位為千人/km2，反映的是某一地區(qū)因雷擊造成的人員受傷害情況[14]。Ls為區(qū)域內(nèi)因雷擊造成的人員受傷害數(shù)量，單位為人;S為區(qū)域面積，單位為km2。

3.2? 評價指標的權(quán)重計算

每個評估指標在雷擊災害風險分析的作用是不一樣的，為了區(qū)分不同指標的重要程度，每個指標都有自己的權(quán)重系數(shù)。權(quán)重計算方法主要有經(jīng)驗法、專家打分及層次分析法，本研究中各指標參量的權(quán)重采取目前比較認可的層次分析法來計算。層次分析法是把一個復雜的系統(tǒng)分解為若干個有序?qū)哟?，每一層次中有若干個具有大致相等地位的元素，組建而成的一個遞階層次結(jié)構(gòu)模型[15]。在該模型中，根據(jù)客觀事實的判斷，通過兩兩比較判斷的方式確定同一層次中每個指標的相對重要性，以數(shù)字的方式建立判斷矩陣，然后利用向量的計算方法得出同一層次中每個指標的相對重要性權(quán)重系數(shù)。根據(jù)層次分析法的基本原理，建立了雷電災害風險區(qū)劃權(quán)重的判斷矩陣，如表1所示。

采用Matlab軟件，判斷矩陣A的最大特征值？姿max為4.051 1，最大特征值對應的特征向量W=[0.472 85 0.284 38 0.072 85 0.169 92]，一致性比例值CR=（4.051 1-4）/3=0.017，因為CR<0.10，可以判斷矩陣通過一致性檢驗。

3.3? 風險區(qū)劃的計算模型

將根據(jù)層次分析計算得到的評估指標權(quán)重向量W和區(qū)劃評價指標體系Q代入雷擊災害風險區(qū)劃模型R=W×Q中，可得到雷電災害風險值R與區(qū)劃評價指標之間的計算公式為[16]：

R=0.472 85Ng+0.284 38F+0.072 85E+0.169 92L（8）

即上述公式為雷電災害風險區(qū)劃模型。

3.4? 雷電災害風險區(qū)劃結(jié)果

為了對長沙雷電災害作出風險區(qū)劃，首先，計算各區(qū)具體的區(qū)劃評價指標值。即根據(jù)閃電定位資料，計算9個區(qū)縣年平均地閃密度;根據(jù)雷電災害統(tǒng)計資料，以9個區(qū)縣為基本分析單元，統(tǒng)計各區(qū)的雷擊事件，計算出各區(qū)雷擊災害頻度;根據(jù)因雷擊造成的人員和經(jīng)濟損失統(tǒng)計資料和行政面積資料，以9個區(qū)縣為基本分析單元，計算出各區(qū)縣的經(jīng)濟易損模數(shù)和生命易損模數(shù)，統(tǒng)計結(jié)果如表2所示。

因各指標值存在量綱不統(tǒng)一的問題，各個指標之間并不具有可比性，難以進行統(tǒng)一的評價和計算，因此，在進行綜合評估之前，需要對指標值統(tǒng)一量化，將所有指標值統(tǒng)一量化成無單位的數(shù)據(jù)集，使每個指標的評價和計算具有一致性。其中的指標值用極高、高、中、低4個級別來描述，量化賦值分別為1.0、0.8、0.5和0.2。分級方法采用氣象學統(tǒng)計分析中的分級統(tǒng)計方法，其核心思想是，首先將全市9個縣區(qū)某個指標值從小到大按順序排列，并按每組3個記錄分為3組數(shù)據(jù);然后，將第n（n=1，2，3）組中的最大值和第n+1組中的最小值的平均值作為第n級的最大值和第n+1級的最小值[17]。4個雷電災害指標分級標準如表3所示。

根據(jù)指標值及等級標準，判斷9個縣區(qū)每個指標的所屬級別及級別指標值，再根據(jù)雷電災害風險區(qū)劃模型R=0.472 85M+0.284 38P+0.072 85D+0.169 92L，計算得到各區(qū)縣雷電災害風險值，結(jié)果如表4所示。

分析表4得出雷擊密度較高的地區(qū)為寧鄉(xiāng)縣、望城區(qū)、長沙縣等地;雷擊災害頻度較高的地區(qū)位于長沙縣;經(jīng)濟易損指數(shù)較高的地區(qū)是長沙市天心區(qū);生命易損指數(shù)較高的是長沙市芙蓉區(qū)。綜合風險值較高的地區(qū)為長沙縣、寧鄉(xiāng)縣、望城區(qū)，綜合指數(shù)表明，雷擊災害易損度較高的地區(qū)既有雷擊密度較高也有社會經(jīng)濟相對較發(fā)達地區(qū)。

根據(jù)表4中的雷電災害風險值R，同樣采用4分級統(tǒng)計方法分區(qū)法將9個縣區(qū)劃分為雷電災害低風險區(qū)、中風險區(qū)、高風險區(qū)和極高風險區(qū)，如表5所示。

根據(jù)表4各區(qū)縣的風險值及表5的雷電災害綜合風險值R評判標準，可得到長沙地區(qū)雷電災害風險區(qū)劃結(jié)果，如表6所示，結(jié)果表明長沙縣、寧鄉(xiāng)縣為雷擊災害極高易損區(qū)，望城區(qū)為高易損區(qū)，天心區(qū)、岳麓區(qū)、瀏陽市為中易損區(qū)，芙蓉區(qū)、開福區(qū)、雨花區(qū)為低易損區(qū)。

4? 小結(jié)

利用長沙地區(qū)4個氣象臺站63年的雷暴觀測資料和閃電監(jiān)測數(shù)據(jù)，通過最小二乘法、氣候傾向率和小波分析等統(tǒng)計方法，分析了區(qū)域內(nèi)雷暴時空分布特征及規(guī)律;同時，結(jié)合雷擊災害、人口密度等數(shù)據(jù)，構(gòu)造雷電災害易損性評估模型，對長沙地區(qū)進行了雷電災害風險區(qū)劃，得到以下結(jié)論。

1）長沙地區(qū)年平均雷暴日為47.7 d，年雷暴日總體上呈現(xiàn)出緩慢的遞減趨勢，每10年減少約1.858 d。

2）長沙地區(qū)年平均雷暴日演化過程中存在5～6年、13～14年的尺度周期變化規(guī)律。其中，5～6年左右的周期振蕩在1965—1980年表現(xiàn)明顯，1980年左右，5～6年的周期信號呈減弱趨勢，逐漸變?yōu)?3～14年的周期振蕩信號。

3）由累年各月雷暴日分布可見，一年中每個月都可能出現(xiàn)雷暴，其中以8月出現(xiàn)的最多，累積年平均有8.9個雷暴日，占全年的雷暴日的18.66%;其次是4月和7月，累計平均有7.5個雷暴日，均占全年的雷暴日的15.72%，11月和12月出現(xiàn)的最少。

4）長沙雷暴日空間分布為兩頭多、中間少。地處長沙東部的瀏陽年均雷暴日數(shù)最多，為50.2 d;中部偏西地區(qū)的馬坡嶺最少，為36.4 d。

5）長沙地區(qū)雷電災害高風險區(qū)主要分布在長沙縣、寧鄉(xiāng)縣、望城區(qū)等地，低風險區(qū)位于長沙市芙蓉區(qū)、開福區(qū)、雨花區(qū)等地。

參考文獻：

[1] 馬? 明，張義軍，孟? 青，等.我國的雷電災害及其防御[J].中國應急管理，2008（12）：55-57.

[2] 崔海華，吳孟恒，扈? 勇.河北省雷電監(jiān)測預警預報與減災對策研究[J].中國科技成果，2014（22）：74-75..

[3] 程? 林，余漠全，黃? 洋，等.安慶市雷暴氣候統(tǒng)計特征研究[J].農(nóng)業(yè)災害研究，2017，7（1）：17-19.

[4] 胡先鋒.江西省雷暴活動時空變化特征及雷電災害的研究[D].南京：南京信息工程大學，2007.

[5] 鄭羨儀，唐兵兵.梧州近30年雷暴特征分析[J].氣象研究與應用，2012，33（S1）：174-175.

[6] 李京校，李家啟，肖穩(wěn)安，等.重慶市雷暴氣候變化特征分析[J].熱帶地理，2011，31（2）：171-177.

[7] 時慧宇.云南省城鎮(zhèn)居民收入與消費關系的統(tǒng)計分析——基于小波分析理論[D].昆明：云南財經(jīng)大學，2014.

[8] 楊云蕓，姚? 蓉，王曉雷，等.近40年長沙地區(qū)雷暴天氣的氣候特征分析[J].高原山地氣象研究，2016，36（4）：59-64.

[9] 賀芳芳，邵步粉.上海地區(qū)低溫、雨雪、冰凍災害的風險區(qū)劃[J].氣象科學，2011，31（1）：33-39.

[10] 李? 密，邱東鳳，時? 娟.淄博市雷電災害易損性風險評估及區(qū)劃[J].中國安全生產(chǎn)科學技術(shù)，2013，9（8）：177-182.

[11] 王? 惠，鄧? 勇，尹麗云，等.云南省雷電災害易損性分析及區(qū)劃[J].氣象，2007，33（12）：83-87.

[12] 田艷婷，吳孟恒，史鋒旗，等.河北省雷電災害易損性綜合評估與區(qū)劃[J].氣象科技，2012，40（3）：507-512.

[13] 陳可裕，劉? 剛，尹? 波.龍泉驛區(qū)雷電災害風險調(diào)查評估與區(qū)劃[J].中國科技縱橫，2016（21）：161-162.

[14] 尹? 娜，肖穩(wěn)安.區(qū)域雷災易損性分析、評估及易損度區(qū)劃[J].熱帶氣象學報，2005，21（4）：441-448.

[15] 錢興成，陸? 強，王? 佳.常用多指標綜合評價方法述評[A].中國水污染控制戰(zhàn)略與政策創(chuàng)新研討會論文集[C].北京：中國環(huán)境科學出版社，2010.

[16] 劉玉清，崔忠強，賈寶山，等.基于層次分析模型的吉林省雷電災害風險評估及區(qū)劃[J].氣象水文海洋儀器，2014，31（3）：121-124.

[17] 袁湘玲，紀? 華，程? 琳.基于層次分析模型的黑龍江省雷電災害風險區(qū)劃[J].暴雨災害，2010，29（3）：279-283.