王銀,楊一凡

摘要：本文利用海口市1951年～2014年地面氣象觀測雷暴日資料，采用了一元線性方程、5年滑動平均、M-K突變檢驗、灰色理論等方法，研究了?？谑欣妆夂蚪y(tǒng)計特征、災(zāi)變年預(yù)測，得到以下結(jié)論：一是通過對代表月雷暴日變化特征分析得出，5月份雷暴日每10年減少1.7天左右，7月份雷暴日每10年減少1.6天左右，9月份雷暴日每10年減少1天左右；二是通過對雷暴日年際、代表月突變年檢驗得出，1982年為?？谑心昀妆┤胀蛔兡?，1980年為5月份、9月份雷暴日突變年，1975年為7月份雷暴日突變年；三是運用灰色理論建立了雷暴日災(zāi)變年預(yù)測模型，研究得出未來出現(xiàn)年雷暴日高于100天的年份為2025年。

關(guān)鍵詞：雷暴日；時間尺度；M-K檢驗；灰色理論

中圖分類號： P446 文獻(xiàn)標(biāo)識碼： A DOI編號： 10.14025/j.cnki.jlny.2018.08.063

海南省位于我國最南端，屬于亞熱帶季風(fēng)氣候區(qū)，根據(jù)雷暴資料統(tǒng)計得出，海南省年平均雷暴日達(dá)100多天，屬于多雷活動地區(qū)。海南省四周環(huán)繞海洋，水資源條件充足，有利于雷暴氣候的產(chǎn)生和發(fā)展[1]，因此海南地區(qū)雷暴活動較為活躍?；钴S的雷暴天氣不僅會對人畜造成一定的傷亡，同時對電力以及通信系統(tǒng)都會造成一定的損壞，還會對電子設(shè)備信號的正常傳輸造成一定的干擾，因此有必要研究海南地區(qū)雷電活動特征，并能夠?qū)妆┤斩唐诎l(fā)展進(jìn)行預(yù)報，為海南地區(qū)雷電災(zāi)害風(fēng)險評估工作的開展提供指導(dǎo)。

根據(jù)建筑物防雷設(shè)計規(guī)范（GB50057-2010）[2]中指出，雷暴日數(shù)是計算建筑物預(yù)計年雷擊次數(shù)，并對建筑物進(jìn)行等級劃分的一個重要參數(shù)。同時，（IEC62305-2）風(fēng)險管理[3]中也指出，雷暴日是雷電災(zāi)害風(fēng)險評估中一個非常重要的因子。國內(nèi)很多學(xué)者對全球以及不同區(qū)域雷電活動進(jìn)行了一系列研究，姜蘇等[4]利用全球三個測站極低頻閃電活動背景信號南北、東西兩個方向上的磁場能量，使用多重分析方法，研究了南北、東西兩個磁場分量信號的多重分布特征，研究發(fā)現(xiàn)南北、東西方向上的磁場信號均具有長程相關(guān)性，并得出可以使用多重分形譜參數(shù)對Q-burst進(jìn)行識別。郭冬艷等[5-6]利用海南地區(qū)逐日雷暴資料，采用EOF正交函數(shù)分解法對海南地區(qū)雷暴氣候特征進(jìn)行研究。研究表明，海南年雷暴日呈顯著的遞減趨勢，具有北部內(nèi)陸雷暴多、南部沿海較少空間分布的特征。

本文使用1951年～2014年?？谑兄鹪吕妆┤战y(tǒng)計數(shù)據(jù)，采用氣候傾向率來研究?？谑欣妆┤沾碓伦兓卣?，采用M-K突變檢驗的方法來研究?？谑欣妆┤瞻l(fā)展趨勢以及突變年情況，最后采用灰色理論建立雷暴日災(zāi)變年預(yù)測模型，用于對海口市雷暴日出現(xiàn)災(zāi)變的年份進(jìn)行預(yù)測。

1 數(shù)據(jù)來源及使用說明

根據(jù)1951年～2014年海口市逐月雷暴日數(shù)據(jù)，對海口市雷暴氣候進(jìn)行統(tǒng)計分析，并對未來雷暴日進(jìn)行短期預(yù)測，使用數(shù)據(jù)來源于海南省氣象局地面氣象觀測資料。文中在對?？谑写碓吕妆┤占竟?jié)性變化規(guī)律的研究中，代表月選取原則為：5月份代表春季、7月份代表夏季、9月份代表秋季。

2 雷暴日時間活動規(guī)律

2.1雷暴日代表月變化規(guī)律

本文選取1951年～2014年?？谑?月、7月、9月逐年雷暴日數(shù)據(jù)，研究海口市雷暴日月變化規(guī)律。年雷暴日代表月變化趨勢以及5年滑動平均結(jié)果見圖1。對于5月份，從圖中統(tǒng)計結(jié)果可以看出，?？谑?月份逐年雷暴日波動幅度較大，從距平值可以看出，在1951年～1975年期間5月份雷暴日距平值以正值為主，僅4個年份的雷暴日距平值為負(fù)數(shù)，表明了海口市5月份在此年份期間雷暴活動較多，要高于平均值水平，在1976年～1993年期間年雷暴日距平值呈正負(fù)交替發(fā)展變化趨勢，說明了在此年份期間?？谑欣妆┤詹▌臃容^大，在1994年～2014年雷暴日距平值以負(fù)值為主，其中僅1個年份的雷暴日距平值為正數(shù)，表明了海口市5月份在此年份期間雷暴活動較少，要遠(yuǎn)遠(yuǎn)低于平均值水平。根據(jù)一元線性回歸方程得出，5月份雷暴日呈逐年遞減的發(fā)展趨勢，其中求出的年雷暴日氣候傾向率為-1.7天/10年，表明了5月份雷暴日每10年減少1.7天左右，遞減幅度較高。從5年滑動平均曲線可以看出，1983年為海口市5月份雷暴日的一個轉(zhuǎn)折年，即在1983年之前，5年滑動平均曲線值均大于0，說明了在1983年之前?？谑?月份雷暴較多；在1983年之后，5年滑動平均曲線值均小于0，說明1983年以后海口市5月份雷暴日較少。

從7月份雷暴日變化趨勢統(tǒng)計結(jié)果圖中可以看出，在1951年～1980年期間年雷暴日距平值以正值為主，僅5個年份的雷暴日距平值為負(fù)數(shù)，因此可以說明在此年份期間，海口市雷暴活動較為頻繁，雷暴日要高于平均值水平，這一雷暴日較多的時期基本與5月份的相一致。從1980年開始年雷暴日距平值以負(fù)值為主，表明1980年～2014年間7月份雷暴日較少。根據(jù)一元線性回歸方程得出，7月份雷暴日呈逐年遞減的發(fā)展趨勢，其中求出的年雷暴日氣候傾向率為-1.6天/10年，表明了7月份雷暴日每10年減少1.6天左右，遞減幅度僅次于5月份雷暴日遞減的速度。同時可以得出，1980年為7月份雷暴日活動變化的一個轉(zhuǎn)折年。

從9月份雷暴日變化趨勢統(tǒng)計結(jié)果圖中可以看出，在1951年～1966年期間年雷暴日距平值以正值為主，僅有4個年份的雷暴日距平值為負(fù)數(shù)，因此可以說明在此年份期間，年雷暴日高于平均值水平，在1967年～1985年期間年雷暴日距平值呈正負(fù)交替發(fā)展變化趨勢，說明了在此年份期間年雷暴日波動幅度較大，在1986年～2014年期間年雷暴日距平值以負(fù)值為主，表明了在此年份期間9月份雷暴日較少。根據(jù)一元線性回歸方程得出，9月份雷暴日也呈逐年遞減的發(fā)展趨勢，其中求出的年雷暴日氣候傾向率為-1天/10年，表明了9月份雷暴日每10年減少1天左右，遞減幅度要小于5月份和7月份雷暴日遞減的速度。同時可以得出，1985年為9月份雷暴日活動變化的一個轉(zhuǎn)折年。

2.2雷暴日突變年檢驗

圖2為?？谑欣妆┤漳觌H、代表月M-K突變檢驗統(tǒng)計結(jié)果，從雷暴日年際突變檢驗統(tǒng)計結(jié)果可以看出，1951年～1975年期間?？谑蠻F曲線在0附近上下波動，說明了年雷暴日在此年份期間變化幅度較大，從1976年開始UF曲線均小于0，說明了海口市年雷暴日從1976年開始呈逐年遞減的發(fā)展趨勢，從1985年開始UF曲線超出了置信檢驗曲線，說明了從1985年開始?？谑心昀妆┤粘曙@著性的遞減變化趨勢，UF、UB曲線交點位于1982年，且該交點位于置信檢驗曲線內(nèi)，根據(jù)M-K突變檢驗理論，說明1982年為?？谑心昀妆┤胀蛔兡?。

從5月份突變檢驗統(tǒng)計結(jié)果可以看出，從1953年開始UF曲線開始小于0，說明了從1953年開始雷暴日呈減少的發(fā)展趨勢，但是在1953年～1975年期間UF曲線位于0附近波動，說明此年份期間雷暴日遞減幅度較小，從1995年左右開始雷暴日遞減幅度較為顯著，因為從1995年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1980年，根據(jù)M-K突變檢驗理論，可以說明1980年為?？谑?月份年雷暴日突變年，這一突變年稍晚于年際雷暴日突變年。

從7月份突變檢驗統(tǒng)計結(jié)果可以看出，從1953年開始UF曲線也開始小于0，這與5月份雷暴日突變結(jié)果相一致，從1980年左右開始雷暴日遞減幅度較為顯著，因為從1980年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1975年，根據(jù)M-K突變檢驗理論，說明1975年為海口市7月份年雷暴日突變年，這一突變年稍早于年際雷暴日突變年。

從9月份突變檢驗統(tǒng)計結(jié)果可以看出，1951年～1975年期間?？谑心昀妆┤粘手鹉晟仙陌l(fā)展趨勢，因為在此年份期間UF曲線大于0，從1975年之后，UF曲線開始小于0，表明海口市9月份雷暴日從1975年開始呈減少的變化趨勢，從1995年左右開始雷暴日遞減幅度較為顯著，因為從1995年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1980年，根據(jù)M-K突變檢驗理論，可以說明1980年為?？谑?月份年雷暴日突變年，這一突變年與5月份突變年相一致。

3雷暴日災(zāi)變年預(yù)測模型

3.1 模型原理說明

如果給定的原始雷暴日時間序列數(shù)據(jù)■。若指定某個定值■，并認(rèn)定為■中大于■的點為具有異常值的點，將這些數(shù)據(jù)挑選出來另組一個時間序列，新組成的時間序列數(shù)據(jù)即為災(zāi)變數(shù)列。

本文按照上述方法，計算出?？诘貐^(qū)年雷暴日數(shù)大于100天的年份為海口市雷暴日災(zāi)變年，因此本文根據(jù)灰色理論建立災(zāi)變年預(yù)測模型，用于預(yù)測未來出現(xiàn)年雷暴日高于100天的年份。

設(shè)已知出現(xiàn)災(zāi)變年份的序列為：■，對災(zāi)變年份做1次累加生成數(shù)列為：■，并求出等值數(shù)列：

于是，建立灰微分方程為：

則相應(yīng)的白化微分方程為：

對上述所建立的方程進(jìn)行求解，就能求出災(zāi)變灰色預(yù)測方程為：

3.2 模型建立及誤差分析

本文統(tǒng)計出?？谑?951年～2014年期間出現(xiàn)年雷暴日數(shù)大于100天的年份，并使用出現(xiàn)雷暴日災(zāi)變的年份數(shù)據(jù)，建立雷暴日災(zāi)變預(yù)測模型，同時對模型結(jié)果進(jìn)行殘差分析。當(dāng)所建立的雷暴日災(zāi)變預(yù)測模型優(yōu)度達(dá)到一定值時，使用該災(zāi)變預(yù)測模型對未來?？谑心昀妆?shù)出現(xiàn)高于100天的年份進(jìn)行預(yù)測。

根據(jù)灰色理論，本文建立雷暴日災(zāi)變年預(yù)測計算模型如下：

首先將1951年～2014年逐年雷暴日數(shù)據(jù)按照1、2、3等序號排列，然后運用matlab編寫出雷暴日災(zāi)變年預(yù)測模型程序，并對模型系數(shù)進(jìn)行求解。計算出的災(zāi)變預(yù)測模型為：

上述表達(dá)式中，t為序號排列數(shù)，比如t=3時，對應(yīng)的年份為1953年。

本文選取使幾年出現(xiàn)雷暴日災(zāi)變的年份與所建立的雷暴日災(zāi)變預(yù)測模型結(jié)果進(jìn)行對比，進(jìn)行殘差分析，見表1。

從上述實測雷暴日災(zāi)變年份與雷暴日災(zāi)變預(yù)測模型結(jié)果可以看出，相對誤差均較小，因此可以利用建立的年雷暴日災(zāi)變預(yù)測模型，對?？谑心昀妆┤諡?zāi)變年進(jìn)行預(yù)測。本文利用建立好的雷暴日災(zāi)變預(yù)測模型，對海口市未來出現(xiàn)年雷暴日高于100天的年份進(jìn)行預(yù)測，預(yù)測結(jié)果為2025年。

4結(jié)論

本文利用海口地區(qū)1951年～2014年的雷暴日數(shù)，研究了該地區(qū)近64年雷暴活動變化規(guī)律，并對其災(zāi)變年進(jìn)行了預(yù)測。主要得出1982年為?？谑心昀妆┤胀蛔兡?，5月份、9月份雷暴日突變年為1980年，7月份雷暴日突變年為1975年，并通過建立的雷暴日災(zāi)變年預(yù)測模型，將實測值與模型結(jié)果進(jìn)行對比，得出所建立的雷暴日災(zāi)變年精度較高，最后使用該模型對未來出現(xiàn)年雷暴日高于100天的年份進(jìn)行預(yù)測。

參考文獻(xiàn)

[1]王學(xué)良.武漢市雷電日數(shù)的時間和地域變化的基本特征[J].湖北氣象，2003，（04）： 21-23.

[2]建筑物防雷設(shè)計規(guī)范（GB50057-2010）.中華人民共和國國家標(biāo)準(zhǔn)，2010.

[3]IEC62305-2.雷電防護(hù)-第二部分：風(fēng)險管理，2006.

[4]姜蘇，張其林，陳媛，等.基于MF-DFA的極低頻瞬態(tài)事件多重分形分析[J].空間科學(xué)學(xué)報，2015，35（03）：324-329.

[5]郭冬艷，辛吉武，吳勝安，等.海南雷暴氣候特征及大氣環(huán)流背景分析[J].氣象科技，2008，36（04）：404-409.

[6]郭冬艷，翟盤茂，姜濤，等.海南夏季雷暴時空分布特征及成因[J].氣象科技，2011，39（05）：565-568.

作者簡介：王銀，本科學(xué)歷，助理工程師，研究方向：雷電防護(hù)。