樊蘊馨，徐 偉，顧宇丹

(1.上海市氣象災害防御技術中心，上海 200030；2.北京師范大學 地理科學學部環(huán)境演變 與自然災害教育部重點實驗室，北京 100875；3.北京師范大學 應急管理部-教育部 減災與應急管理研究院，北京 100875)

0 引言

雷電活動是與強對流天氣有關的一種強烈放電現象。雷電活動可導致人員傷亡、引起油庫森林火災、造成電力系統和通訊系統故障、對高技術裝備也具有重大威脅[1]。我國是雷電災害高發(fā)的國家，每年因雷電導致的人員傷亡、經濟損失十分嚴重。如1989年8月19日黃島油庫雷擊事故，造成19人死亡，經濟損失數以億計[2]；2005年東溪化工4·21雷擊特大爆炸事件，造成12人死亡，7人失蹤[3]；2010年4月13日，上海市東方明珠電視塔因雷擊起火，引起廣泛關注[4]。田德寶[5]等在對全國雷電災害事故進行統計分析時發(fā)現，雷電災害事故總體呈東部沿海地區(qū)和南部地區(qū)多，西部地區(qū)少的區(qū)域特征。因此，在上海這樣一個東部濱海超大城市，開展雷電活動的危險性研究十分必要。

雷電的觀測探測發(fā)展至今，已經形成了一套完整的體系，地基閃電定位系統是目前國內外使用最為廣泛的雷電探測方法[6-7]，一般采用多站定位的方式來探測閃電[8]。上海市目前共有3套閃電定位系統，顧宇丹[9]等對這3套閃電定位系統運行情況作了對比分析，得出維薩拉閃電定位系統運行效率最高。目前國內外專家學者多開展雷電參數的單要素特征研究，比如雷電日數、雷暴小時數、雷擊密度、雷電流極性、雷電流幅值、雷電流等值波形、雷電流陡度等[10-11]。部分專家將雷電活動參數進行復合計算，開展相關研究。陳廣昌等[12]以雷電災害為基礎，選取閃電次數、總閃電強度和最大閃電強度為主要致災因子，再使用灰色關聯分析法構建江蘇省雷電災害危險度指數模型。王秀英等[13]利用模糊隸屬度分析方法，將區(qū)域內一小時地閃數和一小時電流最大值視為主要參考因子，分別計算隸屬度和權重，并利用模糊矩陣復合運算，計算雷電危險度綜合指數。馬保成[14]在對自然災害風險定義及表征方法展開討論時指出，衡量致災因子的危險度需要考慮強度和概率兩個因素，繪制強度-概率擬合曲線，可以對不同概率下的強度開展定量、定性分析。

選取多種雷電活動參數進行復合計算，可以更好地表征出雷電活動危險度的特征。上海市作為雷電活動高發(fā)區(qū)域，雷電活動危險度的研究較少。本文結合前人研究，通過對上海市雷電活動危險度進行定義和分級，從時間和空間角度探究上海市雷電活動危險度分布特征，以期為后期城市精細化治理、防災減災工作提供技術支撐。

1 研究區(qū)、數據與方法

1.1 研究區(qū)概況

上海市地處中國東部，位于長江入?？冢偯娣e約6340km2，下屬16個區(qū)、共有215個街道和鄉(xiāng)鎮(zhèn)，2019年末總人口約2428萬人。上海市屬于雷電高發(fā)區(qū)域，根據《中國氣象災害大典上海卷》[15]，20世紀90年代以前，上海市重大雷電災害多為“直接雷擊”引發(fā)火災造成，而在20世紀90年代以后，“感應雷擊”上升為重要的雷擊災害。

1.2 研究數據

本文采用的數據資料主要包括兩部分：一是雷電數據，使用2009—2017年上海市維薩拉閃電定位系統獲取的上海市地閃回擊數據，數據字段包括雷電流強度，雷擊時間、雷擊經緯度等，數據總量約為40萬條；二是上海市各街道(鄉(xiāng)鎮(zhèn))圖層數據，數據時間為2013年。兩類數據均由上海市氣象災害防御技術中心提供。

1.3 雷電活動危險度計算

一小時雷電流峰值P和一小時雷電密度M是表征雷電活動的兩個主要參數，其中P是指在自然一小時內某地區(qū)發(fā)生的地閃回擊強度最大值，M是指自然一小時內某地區(qū)發(fā)生的地閃回擊次數。本文結合前人研究結論[13-16]，采用模糊數學法復合計算P和M兩個指標，定義雷電活動危險度：

D=VP×WP+VM×WM

(1)

式中，D為區(qū)域雷電危險度，VP為該區(qū)域一小時雷電流峰值P的隸屬度，WP為區(qū)域一小時雷電流峰值P的權重，VM為區(qū)域一小時雷電密度M的隸屬度，WM為區(qū)域一小時雷電密度M的權重。危險度D為一無量綱常數，取值[0,4]之間，值為0時表征無雷電活動發(fā)生，數值越大，說明雷電危險度越高。為了更好地描述上海市雷電活動危險度特征，將危險度按值均勻分為四級，見表1。

表1 上海市雷電活動危險度分級表

某一區(qū)域雷電活動危險度具體計算步驟如下：

(1)數據篩選：將該區(qū)域內P值和M值匯總，分別從小到大排序并進行概率密度統計，只保存前98%的數據為新的XP數組、XM數組。

(2)數據分級：利用自然斷點法根據概率密度將兩個數組平均分為四級，其中數組[0，xp1]為一級，(xp1，xp2]為二級，(xp2，xp3]為三級，(xp3，xp4]為四級。同理對XM數組進行分類。

(3)隸屬度計算：XP數組中任意p值隸屬度VP，XM數組中任意m值隸屬度VM計算方法如下：

(2)

(3)

(4)權重計算與歸一化：XP數組中任意p值權重Wp，XM數組中任意m值權重Wm計算方法如下：

(4)

(5)

將p值和m值的權重進行歸一化處理，一小時峰值P歸一化公式如公式6所示，一小時地閃密度值M歸一化公式如公式7所示：

(6)

(7)

2 上海市雷電活動危險度時間分布特征

本文使用Python語言，根據式(1)～式(7)，對上海市2009—2017年一個小時雷電活動危險度DS進行計算，得出9年間每小時上海市雷電活動危險度值后進行分級統計，并從年、月、時分布探究上海市雷電活動危險度特征。

2.1 雷電活動危險度年分布特征

2009—2017年上海市各級雷電活動危險度逐年分布如圖1所示，逐年各級比例見表2。上海市近年雷電次數呈現先升后降趨勢，在2011年達到極大值。就不同等級危險度的雷電活動而言，高等級危險度雷電活動占比明顯降低，四級危險度雷電占比由2009—2012年的30%以上降低到2013—2017年的25%左右。

圖1 2009—2017年歷年上海市雷電活動危險度Fig.1 Yearly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表2 2009—2017年歷年上海市各級雷電危險度占比

2.2 雷電活動危險度月分布特征

2009—2017年上海市雷電活動危險度逐月分布如圖2所示，逐月各級危險度占比見表3。上海市雷電活動危險度存在顯著的季節(jié)特征，即6—9月均為高發(fā)期，約有1900次，占年總次數的81.9%，其中8月份達到峰值，達到771次，占年總次數的33.2%；1、2、10、11和12月為低發(fā)期，每月在50次以下；就不同危險度等級的雷電活動而言，2—4月發(fā)生的雷電活動中，危險度等級分布較為平均；6—8月發(fā)生的雷電活動中，高等級危險度占比高；9月—次年2月發(fā)生的雷電活動中，低等級危險度占比高，表明上海市夏季易發(fā)生危險度高的雷電活動，而秋冬季易發(fā)生危險度低的雷電活動。

圖2 2009—2017年上海市雷電活動危險度月變化圖Fig.2 Monthly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表3 2009—2017年逐月雷電活動各級危險度占比

2.3 雷電活動危險度小時分布特征

2009—2017年雷電活動危險度日分布如圖3所示，逐時雷電活動危險度占比如表4所示。上海市雷電活動危險度密集于13—17時，而上午4—10時發(fā)生雷電活動較少。各級雷電活動危險度占比表現出更為明顯的時間差異特點，其中6—7時、11—17時易發(fā)生高危險度雷電活動，其余時間易發(fā)生低等級雷電活動。楊露華等[17]人在對1994—2004年上海市強對流天氣統計時指出，強對流天氣高發(fā)于午后至上半夜，與本文的研究結果有一定的差異，這說明近年來上海市的強對流天氣特征有所轉折。

3 上海市雷電活動危險度空間特征

上海市目前正在開展“兩級政府，三級管理，四級網絡”的城市管理模式，社區(qū)街道是城市管理的基層，在城市災害管理中發(fā)揮越來越重要的作用。以社區(qū)為基本單元開展網格化治理已經成為一種趨勢[18]。以街道為基本單元，開展上海市雷電活動危險度空間特征評價十分必要。本文主要研究內容為上海市雷電活動危險度特征，因此不考慮街道的承災體屬性，而將街道認為一個個體，開展上海市各街道雷電活動危險度分析。

利用ArcGIS軟件選出上海市各街道雷電活動數據，并根據式(1)～式(7)，計算各街道雷電活動危險度DJ值，統計各街道雷電危險度超越概率后擬合各街道雷電活動危險度超越概率曲線，并計算各街道發(fā)生雷電活動、各等級危險度的超越概率，計算結果如組圖4所示。上海市雷電活動危險度空間分布具有以下特征：

(1)上海市各街道雷電活動發(fā)生的概率差異隨著危險度的上升而逐漸減小，雷電活動危險度越高，各街道發(fā)生雷電活動的概率越接近。

圖3 2009—2017年上海市雷電活動危險度小時變化圖Fig.3 Hourly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表4 2009—2017年逐時雷電活動各級危險度占比

(2)位于中心城區(qū)的街道發(fā)生低等級危險度概率明顯低于其它街道。這是由于在計算各街道危險度時，將每個街道作為一個基礎單元而不考慮其面積，中心城區(qū)所屬街道面積小，一小時雷電活動較少，因此雷電活動概率低。

(3)當危險度較低時，上海市南部街道超越概率高于北部，說明南部地區(qū)發(fā)生易發(fā)生雷電活動；當危險度達到三級及以上時，中北部街道超越概率高于南部。因此可以初步推斷，上海南部地區(qū)雷電活動次數多，但北部地區(qū)雷電活動強度更高。

圖4 各街道雷電危險度超越概率圖Fig.4 Exceeding probability chart of lightning hazard in each street

4 結論與討論

本文基于2009—2017年上海市維薩拉閃電定位系統的地閃數據，采用模糊數學法定義上海市雷電活動危險度，并結合ArcGIS空間分析等，定量評估了上海市各危險度等級的年、月、日分布特征，以及各街道各級雷電活動危險度發(fā)生概率，得出上海市雷電活動危險度時間和空間分布特征。

在時間上，上海市雷電活動危險度年變化表現為近年高等級危險度雷電活動占比明顯降低，低等級危險度雷電活動占比明顯增多；月變化表現出較強的季節(jié)特征，夏季易發(fā)生高等級危險度雷電活動，而秋季易發(fā)生低等級危險度雷電活動；日變化表現為6—7點、11—17點易發(fā)生高等級危險度雷電活動，其余時間易發(fā)生低等級危險度雷電活動。

在空間上，上海市各等級雷電活動危險度超越概率空間分布差異明顯，且概率差異隨著危險度的上升而逐漸減小。危險度等級在三級以下時, 中心城區(qū)發(fā)生雷電活動概率要明顯低于周邊其他街道。上海市雷電活動危險度南北分布有一定的差異。南部地區(qū)發(fā)生雷電活動概率高于北部，但北部地區(qū)雷電活動更易發(fā)生危險度等級高的雷電活動。

本文的研究結果可與上海市防雷減災工作有機結合，服務于上海超大城市精細化治理。本文在定義雷電活動危險度時使用雷電活動一小時回擊次數和一小時電流峰值數據，在后期的研究過程中，可將其他雷電活動參數輸入，將雷電活動危險度計算模型精度提高；同時，在后期研究過程中探可進一步考慮各街道的暴露屬性，建立上海市各街道雷電活動風險模型。