劉平英 張騰飛 尹麗云 周清倩 楊曉鵬

(1 云南省氣象災(zāi)害防御技術(shù)中心，昆明 650034； 2 云南省人工影響天氣中心，昆明 650034； 3 云南省氣候中心，昆明 650034)

*通信作者,Email: tfzhang@ 21cn.com

引言

雷電因其強大的電流、炙熱的高溫、強烈的電磁輻射以及猛烈的沖擊波等物理效應(yīng)而能夠在瞬間產(chǎn)生巨大的破壞作用，造成雷電災(zāi)害[1]。云南省是全國雷暴高發(fā)區(qū)之一,雷電災(zāi)害頻發(fā)多發(fā)，雷擊造成人員傷亡，毀壞建筑物和電氣通信設(shè)施，引發(fā)火災(zāi)等間接事故[2]。近年來，相關(guān)學(xué)者結(jié)合自然災(zāi)害風(fēng)險理論開展風(fēng)險分析取得了一定進(jìn)展,章國材等研究產(chǎn)生氣象災(zāi)害的臨界條件，提出災(zāi)害的發(fā)生不僅與致災(zāi)物理因子有關(guān)，且與自然地理環(huán)境條件以及防災(zāi)設(shè)施的能力有關(guān)[3]，樊運曉等基于層次分析法探討承災(zāi)體脆弱性評價的量化方法[4]；曾金全等、王淑一等建立了復(fù)雜區(qū)域環(huán)境的雷電風(fēng)險評估指標(biāo)和模型，實現(xiàn)了評估方法的優(yōu)化完善[5-6]；李家啟等、王鳳嬌等研究雷電災(zāi)害等級劃分方法[7-8]；陳廣昌等、張燁方等研究雷電災(zāi)害風(fēng)險的數(shù)量化分析方法，建立了評估指標(biāo)與風(fēng)險的定量化關(guān)系[9-10]；馬明分析雷電致災(zāi)機理及相關(guān)因素，提出雷電災(zāi)害與閃電活動、區(qū)域環(huán)境和人員分布等因子密切相關(guān)[11]；一些研究也關(guān)注到地形因子對閃電活動的影響，尹麗云等分析海拔、坡度和經(jīng)、緯度參數(shù)對閃電空間分布的影響[12]，高金閣等研究地面粗糙度和海浪起伏度對雷電水平電場的影響[13]；郭虎等、王敏等、李衣長等研究基于災(zāi)損因子的易損性區(qū)劃，開展承災(zāi)體脆弱性分析[14-16]；程向陽等、朱涯等建立了風(fēng)險綜合評價的運算程式，確定指標(biāo)權(quán)重大小[17-18]；余田野等、吳安坤等、汪志紅等基于多源數(shù)據(jù)資料，運用ArcGIS開展精細(xì)網(wǎng)格化風(fēng)險評估[19-21]。以上研究成果為開展雷電災(zāi)害風(fēng)險定量化評價提供了參考，雷電災(zāi)害風(fēng)險具有自然屬性和社會屬性，通過研究災(zāi)害系統(tǒng)的相關(guān)因子，將評價指標(biāo)進(jìn)行分析組合，對未來可能出現(xiàn)災(zāi)害狀況的系統(tǒng)進(jìn)行描述[22]。開展風(fēng)險綜合評價是對一定時期內(nèi)區(qū)域遭受不同強度雷電風(fēng)險的可能性進(jìn)行判斷，本文基于上述研究方法，結(jié)合氣象數(shù)據(jù)、地理信息、人口與社會經(jīng)濟數(shù)據(jù)等多源資料,建立包含雷暴日、地閃密度、地閃電流強度、海拔高度、地形起伏、河網(wǎng)密度、土壤電導(dǎo)率、人口密度、地均GDP和土地利用類型等10項評價指標(biāo)，結(jié)合ArcGIS的空間分析功能，建立目標(biāo)層→準(zhǔn)則層→指標(biāo)層的層次結(jié)構(gòu)，計算綜合評價指數(shù)并劃分風(fēng)險等級，繪制風(fēng)險區(qū)劃圖，實現(xiàn)對評價結(jié)果的精細(xì)化圖形表現(xiàn)，將區(qū)劃結(jié)果與歷史雷電災(zāi)情分布進(jìn)行對比，檢驗評價結(jié)果的置信度。

1 資料來源和分析方法

1.1 數(shù)據(jù)資料說明

采用2006—2017年云南省閃電定位監(jiān)測系統(tǒng)數(shù)據(jù)，該系統(tǒng)采用多站時差綜合定位法，可探測到地閃發(fā)生的時間、位置、幅值和極性等信息，對數(shù)據(jù)進(jìn)行質(zhì)量控制，剔除異常數(shù)據(jù)和0～2 kA干擾小幅值數(shù)據(jù)；雷暴日資料來源于全省125個國家級地面氣象觀測站1981—2010年人工觀測統(tǒng)計；基礎(chǔ)地理信息數(shù)據(jù)來源于國家氣象信息中心；土壤電導(dǎo)率資料來源于世界土壤數(shù)據(jù)庫(HWSD)；雷電災(zāi)情資料來源于2006—2017年全國雷電災(zāi)害匯編等。

1.2 分析方法

1.2.1 數(shù)據(jù)歸一化

由于各指標(biāo)的定義和計量單位不統(tǒng)一，為消除指標(biāo)間的量綱差異，采用式(1)對數(shù)據(jù)進(jìn)行歸一化處理，轉(zhuǎn)化為無量綱的數(shù)值，使指標(biāo)在分析計算過程中具有一致性。

(1)

Dij為指標(biāo)的歸一化值；Aij為指標(biāo)的實際值；min(Ai)、max(Ai)分別為指標(biāo)的最小值和最大值。

1.2.2 層次分析法確定指標(biāo)權(quán)重

把復(fù)雜系統(tǒng)分解為若干個有序?qū)哟?，通過構(gòu)建權(quán)重判斷矩陣，兩兩對比確定同一層次中每個指標(biāo)的相對重要性并賦值(表1)，由向量矩陣計算得到指標(biāo)相對于風(fēng)險的權(quán)重系數(shù)。

求解權(quán)重判斷矩陣A(式(2))的最大特征根λmax和對應(yīng)的特征向量，得到同一層次各指標(biāo)權(quán)重系數(shù)。當(dāng)矩陣階數(shù)≥3時，要進(jìn)行一致性檢驗,檢驗指標(biāo)CI的計算如式(3)所示。根據(jù)矩陣階數(shù)，對照表2查找RI值，按式(4)計算一致性比例CR,若CR≤0.1，則矩陣符合一致性要求。

(2)

(3) 表2 平均隨機一致性指標(biāo)值

根據(jù)CI和RI的值，計算CR：CR=CI/RI

(4)

1.2.3 數(shù)據(jù)空間化和圖層疊置

運用ArcGIS空間疊加及柵格運算等功能，對數(shù)據(jù)進(jìn)行歸一化后，以點、面矢量的形式進(jìn)行空間加載，分別建立致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的準(zhǔn)則判斷圖層，將歸一化后的柵格數(shù)據(jù)同對應(yīng)權(quán)重進(jìn)行運算，逐級向上作加權(quán)綜合分析得到目標(biāo)層綜合評價指數(shù)，劃分風(fēng)險等級，繪制雷電災(zāi)害風(fēng)險區(qū)劃圖，以此掌握風(fēng)險等級的分布趨勢。

1.2.4 自然斷點法確定風(fēng)險等級

對于計算所得綜合評價值，采用ArcGIS中的自然斷點法劃分風(fēng)險等級，其算法原理是聚類分析，根據(jù)數(shù)值統(tǒng)計分布規(guī)律進(jìn)行分級, 使類與類之間的不同最大化，聚類結(jié)束條件是組間方差最大、組內(nèi)方差最小，計算方法見式5。

(5)

S:方差；i、j:第i、j個元素；A:長度為N的數(shù)組；k:i、j中間的數(shù)，表示數(shù)組中第k個元素。

2 綜合評價分析建模

2.1 建立風(fēng)險評價模型

分析致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體與雷電災(zāi)害風(fēng)險的相關(guān)性，建立包含雷暴日、地閃密度、地閃電流強度、海拔高度、地形起伏、河網(wǎng)密度、土壤電導(dǎo)率、人口密度、地均GDP、土地利用類型等因子組成的風(fēng)險評價指標(biāo)體系，建立影響因素指標(biāo)與風(fēng)險程度的定量化關(guān)系，形成“目標(biāo)層—準(zhǔn)則層—指標(biāo)層”的層次分析模型(圖1)。

圖1 雷電災(zāi)害風(fēng)險層次分析模型

2.2 構(gòu)建致災(zāi)因素與雷電災(zāi)害風(fēng)險的定量化關(guān)系

雷電災(zāi)害由致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體相互作用形成[1]，建立各指標(biāo)與災(zāi)害風(fēng)險的對應(yīng)關(guān)系如公式(6)。在多因子綜合分析的基礎(chǔ)上，對一定時期內(nèi)區(qū)域可能遭受雷電風(fēng)險的可能性及強度進(jìn)行評價，劃分風(fēng)險等級，對是否采取措施、采取什么措施等作出判斷。

LDRI=(VHWh) +(VEWe)+ (VSWs)

(6)

式中，LDRI:雷電災(zāi)害風(fēng)險綜合評價指數(shù)，其值越大，則風(fēng)險程度越大；VH、VE、VS表示致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性和承災(zāi)體暴露度的評價指數(shù)；Wh、We、Ws是各影響因子層對應(yīng)的權(quán)重。

=WH1QH1+WH2QH2+WH3QH3

(7)

=WE1QE1+WE2QE2+WE3QE3+WE4QE4

(8)

=WS1QS1+WS2QS2+WS3QS3

(9)

式(7)～(9)表征3個因素層評價指數(shù)的運算程式,Wi是各指標(biāo)權(quán)重，QH1、QH2和QH3是雷暴日、地閃密度和地閃電流強度的歸一化值，QE1、QE2、QE3和QE4是海拔高度、地形起伏、河網(wǎng)密度和土壤電導(dǎo)率的歸一化值；QS1、QS2和QS3是人口密度、地均GDP和土地利用類型的歸一化值。將各指標(biāo)歸一化值與權(quán)重進(jìn)行組合，得到各致災(zāi)因素圖層的評價指數(shù)VH、VE和VS，逐級向上作加權(quán)分析，得到目標(biāo)層雷電災(zāi)害風(fēng)險綜合評價指數(shù)值。

2.3 指標(biāo)權(quán)重判斷

基于表1，將各層指標(biāo)分別進(jìn)行成對比較，由于承災(zāi)體是致災(zāi)因子作用的對象，兩者相互影響對于災(zāi)害形成的貢獻(xiàn)較大，通過咨詢相關(guān)防雷專家，將各指標(biāo)相對于風(fēng)險的重要性進(jìn)行賦值，建立致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的權(quán)重判斷矩陣。為保證權(quán)重判斷的準(zhǔn)確性，對階數(shù)≥3的矩陣進(jìn)行檢驗，其一致性比例CR值均小于0.1，指標(biāo)權(quán)重如表3所示。

表3 云南省雷電災(zāi)害風(fēng)險評價指標(biāo)權(quán)重

3 雷電災(zāi)害風(fēng)險評價

3.1 致災(zāi)因子危險性分析

致災(zāi)因子是閃電活動，選取雷暴日、地閃密度和地閃電流強度等指標(biāo)進(jìn)行分析，表征地閃活動的頻繁程度和強度大小，基于ArcGIS繪制致災(zāi)因子空間分布如圖2所示。云南省年平均雷暴日數(shù)呈南高北低的特征，年平均雷暴日數(shù)在90 d/a以上的地區(qū)主要分布在滇西南的西雙版納和普洱，滇東南年平均雷暴日數(shù)為40～80 d/a，滇中的年平均雷暴日為50～70 d/a，滇西北的華坪縣年平均雷暴日達(dá)85 d/a，而德欽縣的年平均雷暴日只有15 d/a(圖2a)。滇中及以東地區(qū)的地閃頻次高，昆明、楚雄、玉溪、曲靖等地的年平均地閃密度均在2.0次/km2·a以上，麗江東南部的華坪縣也是地閃密度的另一高值中心，怒江、迪慶和昭通的地閃次數(shù)較少，年平均地閃密度在0.6次/km2·a以下(圖2b)。地閃電流強度的高值區(qū)主要分布在滇東北和滇西北地區(qū)，地閃電流幅值集中在60—80 kA，而在地閃活動頻繁的滇中地區(qū)，地閃電流強度卻相對較小(圖2c)。

根據(jù)式(7)將指標(biāo)歸一化值與權(quán)重相乘，基于ArcGIS將柵格點進(jìn)行空間疊加得到致災(zāi)因子危險性分布如圖2d所示，西雙版納、普洱、昆明、楚雄東部和麗江東南部的雷電致災(zāi)因子危險性高。滇西南是主要的熱帶和亞熱帶區(qū)域，溫濕條件較好，一旦有抬升動力作用就利于形成雷暴，而從南部來的暖濕氣流和從滇東北進(jìn)入的冷空氣由于受到西北部高山阻擋，在滇中及以東地區(qū)交匯，造成這些地區(qū)閃電活動頻繁，致災(zāi)因子更為活躍。

圖2 致災(zāi)因子危險性的空間分布

3.2 孕災(zāi)環(huán)境敏感性分析

相關(guān)學(xué)者研究發(fā)現(xiàn)地形因子影響氣流抬升、對流形成和地表電荷分布[12,23]，分析海拔高度、地形起伏、河網(wǎng)密度、土壤電導(dǎo)率等指標(biāo)對風(fēng)險的影響(圖3)。云南省地勢自西北向東南呈階梯狀逐級下降，具有高原波狀起伏、高山峽谷相間、地勢階梯遞降、斷陷盆地錯落、江河湖泊縱橫等特點[24]，繪制海拔高度分布如圖3a所示，自西北向東南海拔高差懸殊。由于采用最大高程與最小高程的差值不能較好地反映地貌的局部起伏，因此采用高程標(biāo)準(zhǔn)差表示地形起伏程度，基于ArcGIS鄰域分析工具處理高程數(shù)據(jù)[25]，取大小為1 km×1 km的窗口進(jìn)行統(tǒng)計，得到地形起伏分布(圖3b)，滇西北是主要的橫斷山區(qū)，高山峽谷相間，迪慶、怒江地形起伏劇烈，滇中地形波狀起伏，滇東南地形相對緩和。河邊、湖邊、低洼地區(qū)和地下水位高的區(qū)域遭受雷擊的風(fēng)險較大[17]，建立河網(wǎng)密度歸一化柵格數(shù)據(jù)，繪制空間分布如圖3c，德宏、保山、怒江、西雙版納、普洱北部、楚雄東部、大理東部、昆明南部等地是河網(wǎng)密度高值區(qū)。土壤電導(dǎo)率是表征土壤導(dǎo)電能力的指標(biāo)，其值越大，土壤泄放雷電流的能力就越強，越容易孕育雷災(zāi)，繪制土壤電導(dǎo)率分布(圖3d)，昆明、楚雄、德宏、曲靖等地零星分布著土壤電導(dǎo)率的高值區(qū)。

將4項指標(biāo)的歸一化值與權(quán)重代入式(8)進(jìn)行運算，疊加得到孕災(zāi)環(huán)境敏感性分布(圖3e)，可見滇西北的迪慶、怒江、麗江的孕災(zāi)環(huán)境敏感程度高，這些地區(qū)主要是橫斷山區(qū)，海拔高、地形起伏劇烈。橫貫云南中部的哀牢山是滇中、滇東高原和橫斷山脈的分界線，沿線地形起伏也較大，河網(wǎng)密度值較高，其孕災(zāi)環(huán)境敏感性也較大。將海拔高度與地閃密度的分布進(jìn)行對比，可見在海拔1500～2500 m的地區(qū)閃電活動頻繁活躍，從海拔2000 m開始，閃電密度隨海拔的升高而減小，在地形起伏較大的昭通、迪慶等地區(qū)，閃電活動雖然較弱，但地閃電流幅值較大。

圖3 孕災(zāi)環(huán)境敏感性的空間分布

3.3 承災(zāi)體暴露度分析

承災(zāi)體是人類及其活動所在的社會與各種資源的集合，相同災(zāi)種、相同烈度的災(zāi)害在不同承災(zāi)體上造成的結(jié)果是不同的[2]。承災(zāi)體(人員、財產(chǎn)等)暴露在致災(zāi)因子影響范圍內(nèi)，采用人口密度、地均GDP、土地利用類型等3項指標(biāo)進(jìn)行分析。構(gòu)建人口密度與地均GDP空間分布如圖4a、b所示，人口密度大，單位面積內(nèi)雷擊造成人員生命損失的可能性就越大；地均GDP反映經(jīng)濟發(fā)展?fàn)顩r，該指標(biāo)值越大，雷擊可能造成的經(jīng)濟損失越大?！锻恋乩矛F(xiàn)狀分類》(GB/T 21010—2017)，將土地利用類型分為建設(shè)用地、農(nóng)用地和未利用地三大類，建設(shè)用地一般具有防雷裝置，對雷擊的防御能力較好，發(fā)生雷電災(zāi)害的風(fēng)險較??；農(nóng)用地包含水田、耕地等，處于空曠區(qū)域，防護(hù)能力較弱，處于戶外的人員遭受雷擊的風(fēng)險較大；未利用地因沒有防御措施，抵御雷擊的能力薄弱,但區(qū)域人員分布相對而言密度小，雷擊造成的人身及經(jīng)濟損失相對較低，因此風(fēng)險賦值較低，對土地利用類型的風(fēng)險評價賦值如表4，制作空間分布如圖4c。綜合以上因子繪制承災(zāi)體暴露度分布(圖4d)，可見德宏、昆明南部、曲靖南部、玉溪北部、大理中部、楚雄中部、昭通西南部等地承災(zāi)體暴露度較大。昆明、玉溪、曲靖等地的人口密度大，地均GDP較高，雷擊對該區(qū)域可能造成人員生命損失和經(jīng)濟損失的風(fēng)險較大。而偏遠(yuǎn)山區(qū)及農(nóng)村居民點的防雷設(shè)施不完善， 基礎(chǔ)設(shè)施缺乏科學(xué)的防雷設(shè)計與施工指導(dǎo)，區(qū)域承災(zāi)體脆弱性明顯，雷擊造成人員傷亡及建筑物損壞的風(fēng)險較高。

圖4 承災(zāi)體暴露度的空間分布

表4 土地利用類型賦值

3.4 雷電災(zāi)害風(fēng)險綜合評價

將致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體圖層加權(quán)綜合得到目標(biāo)層雷電災(zāi)害風(fēng)險綜合評價指數(shù)，采用ArcGIS中自然斷點法劃分風(fēng)險等級(表5)，繪制云南省雷電災(zāi)害風(fēng)險區(qū)劃如圖5，分析得到高風(fēng)險區(qū)占全省總面積的5.28%，主要分布于滇中、滇西南及滇西北的麗江東南部等，集中在昆明市西南部、麗江市華坪縣、楚雄州祿豐縣、普洱市江城縣、西雙版納州勐臘縣、紅河州的綠春縣、彌勒市，曲靖市的麒麟?yún)^(qū)、陸良縣和羅平縣，玉溪市的紅塔區(qū)、江川區(qū)和通海縣，德宏州的芒市、隴川縣和盈江縣等地，滇西南的年平均雷暴日數(shù)高，滇中地區(qū)地閃活動頻繁，地閃密度在2.0次/km2·a以上，人口密度大，地均GDP高，承災(zāi)體暴露度高，雷擊可能造成的人員生命損失和經(jīng)濟損失的風(fēng)險較其他地區(qū)更高。麗江市華坪縣雷暴日及地閃密度都較大，其雷電災(zāi)害綜合風(fēng)險也高，應(yīng)加強雷擊風(fēng)險防控和隱患排查等工作。

次高風(fēng)險區(qū)面積占比為18.76%，主要分布在西雙版納、普洱及昆明的大部分地區(qū)，以及楚雄東部和西北部、曲靖西部、玉溪北部、大理中部和東北部等，這些區(qū)域雷電致災(zāi)因子活躍，雷擊造成的人員生命損失較高，在農(nóng)田、山谷、樹下及水域附近，人員遭受直擊雷的風(fēng)險較大。

中風(fēng)險區(qū)分布最廣，面積占比31.62%，主要分布在臨滄、德宏、曲靖、紅河、麗江的大部分地區(qū)，以及文山北部、保山南部、普洱東部和昭通西南部，應(yīng)強化易燃易爆場所、旅游景區(qū)、學(xué)校等雷電敏感場所的防御措施，加強山區(qū)及農(nóng)村的防雷設(shè)施建設(shè)。

次低風(fēng)險區(qū)占比達(dá)30.97%，主要分布在紅河中部、文山中部及以東、保山中部、大理東南部和楚雄西南部等地。

低風(fēng)險區(qū)占比13.37%，分布在迪慶、怒江和昭通等地，這些地區(qū)山高谷深，孕災(zāi)環(huán)境敏感性較大，雖然地閃頻次較小，但地閃強度較大，雷擊可能造成的損失也不可低估。

表5 雷電災(zāi)害風(fēng)險等級劃分

圖5 云南省雷電災(zāi)害風(fēng)險區(qū)劃

3.5 區(qū)劃評價結(jié)果檢驗

圖6 云南省2006—2017年雷電災(zāi)害的空間分布

統(tǒng)計2006—2017年雷電災(zāi)害的空間分布如圖6所示，玉溪、普洱、楚雄、西雙版納、保山及昆明的雷電災(zāi)害頻次多，這些地區(qū)地閃活動頻繁，年平均雷暴日高，人口密度大，因雷擊造成的損失嚴(yán)重。雷擊人身傷亡事件多發(fā)生在農(nóng)村及山區(qū)，這些地區(qū)的基礎(chǔ)設(shè)施缺乏完善的防雷裝置，承災(zāi)體抵御雷擊的能力較弱，農(nóng)民群眾防御意識不強，田間、山谷、河邊、樹下等場所發(fā)生雷電災(zāi)害的頻次較高。城鎮(zhèn)地區(qū)的損失類型主要為雷擊建(構(gòu))筑物及電子系統(tǒng)設(shè)備損壞造成的經(jīng)濟損失。為檢驗評價結(jié)果的優(yōu)劣程度，把風(fēng)險區(qū)劃圖與雷電災(zāi)情的空間分布進(jìn)行對比，發(fā)現(xiàn)高風(fēng)險區(qū)與雷電災(zāi)害高頻次區(qū)域大致對應(yīng)。將各州(市)綜合風(fēng)險評價值與雷電災(zāi)害頻數(shù)作相關(guān)分析(圖7)，兩者相關(guān)系數(shù)R為0.67，檢驗結(jié)果P=0.004，通過顯著水平0.01的檢驗，兩者相關(guān)性較好，說明區(qū)劃模型能夠基本反映區(qū)域雷擊風(fēng)險程度，為風(fēng)險管理提供依據(jù)。

圖7 雷電災(zāi)害風(fēng)險綜合評價值與雷災(zāi)頻次的相關(guān)性

4 結(jié)論與討論

(1)本文根據(jù)自然災(zāi)害風(fēng)險理論，從雷電致災(zāi)影響因素入手，結(jié)合氣象數(shù)據(jù)、地理信息及人口經(jīng)濟等多種資料信息，建立了影響指標(biāo)與雷電災(zāi)害風(fēng)險的定量化關(guān)系和運算程式，研究云南省云地閃活動變化規(guī)律，分析致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體與風(fēng)險的相關(guān)性。

(2)運用層次分析和模糊綜合判斷等方法，計算雷電災(zāi)害風(fēng)險值并劃分風(fēng)險等級，繪制雷電災(zāi)害風(fēng)險區(qū)劃圖。結(jié)果表明：雷電災(zāi)害高風(fēng)險區(qū)主要集中在昆明市西南部、普洱市江城縣、麗江市華坪縣、楚雄州祿豐縣和西雙版納州勐臘縣等地；次高風(fēng)險區(qū)分布于西雙版納、普洱、昆明、楚雄東部和西北部、曲靖西部、玉溪北部、大理中部和東北部等；中風(fēng)險區(qū)范圍最廣，主要在臨滄、德宏、曲靖、紅河、麗江的大部分地區(qū)，以及文山北部、保山南部、普洱東部和昭通西南部；次低風(fēng)險區(qū)主要分布在紅河中部、文山中部及以東、保山中部、大理東南部、楚雄西南部等；低風(fēng)險區(qū)分布在迪慶、怒江和昭通等地。

(3)將云南省各州(市)2006—2017年歷年雷電災(zāi)害次數(shù)與雷電災(zāi)害風(fēng)險綜合評價指數(shù)作相關(guān)分析，發(fā)現(xiàn)兩者的對應(yīng)情況較好，表明風(fēng)險評價結(jié)果較為客觀。本文基于災(zāi)前風(fēng)險分析，對區(qū)域發(fā)生雷電災(zāi)害的可能性及損失后果進(jìn)行研究，分析雷電活動影響范圍、致災(zāi)因子強度和風(fēng)險等級等信息，以期為災(zāi)前決策防御、災(zāi)害應(yīng)急處置、防雷減災(zāi)管理等提供決策參考。由于雷電致災(zāi)成因復(fù)雜，本文研究的雷電風(fēng)險分析數(shù)量化方法受到資料收集和選取指標(biāo)等因素的影響，如何對防雷減災(zāi)能力因子進(jìn)行量化，以及實現(xiàn)災(zāi)損指數(shù)的精細(xì)網(wǎng)格化分析是下一步研究的重點，風(fēng)險評價結(jié)果也將隨著相關(guān)資料時間序列的延長和技術(shù)方法的完善，進(jìn)一步得到優(yōu)化。