夏 雪，金勇根，段和平，周潔晨

（江西省氣象災(zāi)害防御技術(shù)中心，江西 南昌 330096）

引言

做好防雷減災(zāi)工作，是氣象部門履行防雷市場(chǎng)監(jiān)管和氣象服務(wù)職能的重要部分，是保障人民人身財(cái)產(chǎn)安全的重要舉措，已被列入中國氣象局氣象現(xiàn)代化實(shí)施方案［1-2］。

近年來，氣象災(zāi)害時(shí)空分布特征及其災(zāi)害等級(jí)的劃分受到國內(nèi)外氣象學(xué)者的密切關(guān)注，并做了大量的研究［3-11］。倪曼和艾瑞雯等［12-13］對(duì)火災(zāi)和地震災(zāi)情分析方法進(jìn)行了研究和探討，指出合理的統(tǒng)計(jì)分析評(píng)價(jià)方法，能夠有效的指導(dǎo)防災(zāi)減災(zāi)工作順利實(shí)施。聚類分析法［14-15］、災(zāi)情指數(shù)分析法［16-19］和灰色關(guān)聯(lián)分析法［20-21］被相繼運(yùn)用到災(zāi)情分析和評(píng)估中，對(duì)風(fēng)暴潮災(zāi)情、雷電災(zāi)情等自然災(zāi)害災(zāi)情及水土生態(tài)安全進(jìn)行了合理地分析和評(píng)估，為各個(gè)省市的自然災(zāi)害風(fēng)險(xiǎn)評(píng)估和氣象服務(wù)提供了科學(xué)的依據(jù)。Geographic Information System（GIS）作為強(qiáng)大的數(shù)據(jù)處理工作，被廣泛的應(yīng)用于氣象數(shù)據(jù)分析中［22-24］。當(dāng)聚類指標(biāo)的意義、量綱不同，且在數(shù)量上懸殊較大時(shí)，通常采用定權(quán)聚類分析法，即對(duì)各聚類指標(biāo)事先賦權(quán)［25］。江西省是全國雷電高發(fā)區(qū)，且雷電災(zāi)害頻繁發(fā)生。據(jù)不完全統(tǒng)計(jì)，2003-2019 年江西省因雷擊事故造成的人員傷亡近千人，其中傷亡發(fā)生在農(nóng)村地區(qū)的比例超過90%，其造成的財(cái)產(chǎn)損失不計(jì)其數(shù)。

因此，本文基于江西省雷災(zāi)數(shù)據(jù)和閃電定位數(shù)據(jù)，采用灰色定權(quán)聚類分析方法和ArcGIS軟件，對(duì)比分析2003-2019 年雷災(zāi)災(zāi)情和閃電活動(dòng)時(shí)空特征，繪制江西省各地市的雷擊事故分布圖和年平均雷擊密度分布圖；確定雷災(zāi)災(zāi)情等級(jí)因子和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)因子，評(píng)估各地市的雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)，繪制雷電災(zāi)害等級(jí)劃分圖和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分圖，對(duì)比分析二者區(qū)別和聯(lián)系，為江西省防雷減災(zāi)工作提供科學(xué)的指導(dǎo)建議。

1 資料來源和處理方法

1.1 資料來源

文中使用的雷電災(zāi)害數(shù)據(jù)來源于《全國雷電災(zāi)害事例匯編》。每個(gè)雷電災(zāi)害事例包括雷電災(zāi)害發(fā)生的時(shí)間、地點(diǎn)、雷擊點(diǎn)、人員傷亡情況及經(jīng)濟(jì)損失情況等。由于資料上報(bào)統(tǒng)計(jì)的問題，部分雷電災(zāi)害事例中缺少時(shí)間、人員傷亡及經(jīng)濟(jì)損失等情況，致使部分雷電災(zāi)害統(tǒng)計(jì)信息不完整。使用的閃電監(jiān)測(cè)數(shù)據(jù)來源于江西省氣象局閃電定位系統(tǒng)，其包含了11個(gè)二維閃電探測(cè)儀和16個(gè)三維探測(cè)子站，運(yùn)行穩(wěn)定可靠。

1.2 資料處理方法

建立灰色聚類分析模型：

式中，n是指有n個(gè)聚類的對(duì)象，即江西省各個(gè)地市，i=1，2，3，…，11是為第j個(gè)指標(biāo)k等級(jí)的臨界值是第j個(gè)指標(biāo)k等級(jí)的聚類權(quán)，由此可得樣本的灰色定權(quán)聚類系數(shù)：

式中，m是指m個(gè)聚類指標(biāo)；xij為i市關(guān)于j指標(biāo)的樣本值，f kj(·)表示j指標(biāo)k等級(jí)的白化權(quán)函數(shù)。

當(dāng)聚類指標(biāo)的意義、量綱不同，且在數(shù)量上懸殊較大時(shí)，通常采用定權(quán)聚類分析法，即對(duì)各聚類指標(biāo)事先賦權(quán)。文中基于歷史雷災(zāi)數(shù)據(jù)和閃電監(jiān)測(cè)數(shù)據(jù)進(jìn)行雷電災(zāi)情分析，分別選取雷擊事故密度、雷擊事故和傷亡事故，以及地閃密度、正地閃密度、負(fù)地閃強(qiáng)度和雷電日作為統(tǒng)計(jì)指標(biāo)因此，由于各個(gè)指標(biāo)因子意義和數(shù)量級(jí)的差異，因此本文采用灰色定權(quán)聚類分析方法來評(píng)估江西省各地市的雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)。在雷電災(zāi)情分析中，通常采取歸一法、權(quán)重法等分析方法，將統(tǒng)計(jì)因子歸一化之后進(jìn)行統(tǒng)計(jì)分析，這樣會(huì)平滑了一些重要?dú)庀髷?shù)據(jù)的貢獻(xiàn)，而權(quán)重法一般是采用專家賦值法。采用定權(quán)聚類分析法既可以避免歸一化造成的過度平滑，也可以避免專家賦值帶來的誤差性，使得災(zāi)情分析更具客觀性。

2 雷電災(zāi)害和閃電的時(shí)空分布特征分析

2.1 雷擊點(diǎn)及傷亡統(tǒng)計(jì)分析

據(jù)不完全統(tǒng)計(jì)，江西省2003-2019累計(jì)雷電災(zāi)害事故共計(jì)2 566起，雷擊傷亡事故共計(jì)579起，其中發(fā)生在農(nóng)村的累計(jì)傷亡事故共計(jì)501起，占雷擊傷亡事故總起數(shù)的86.52%。表1 是雷擊點(diǎn)傷亡人數(shù)統(tǒng)計(jì)表，可見雷擊點(diǎn)在農(nóng)田、建（構(gòu)）筑物和野外（空曠處）附近雷擊傷亡人數(shù)最多；在農(nóng)田勞作和在野外（空曠處）活動(dòng)的人遭受直擊雷死亡的人數(shù)最多；雖然在建（構(gòu)）筑物中活動(dòng)受直擊雷的概率不大，但由于建（構(gòu)）筑物是人員密集場(chǎng)所，因雷擊受傷的人數(shù)是最多的，其中易燃易爆場(chǎng)所傷亡人數(shù)最多。

表1 2003-2019年江西省雷擊點(diǎn)傷亡人數(shù)統(tǒng)計(jì)表Table 1 The statistics of casualties in lightning strikes from 2003 to 2019 in Jiangxi Province

2.2 雷電災(zāi)害和閃電的時(shí)間特征分析

據(jù)統(tǒng)計(jì)分析，雷擊事故發(fā)生的時(shí)間特征和閃電活動(dòng)的時(shí)間特征具有較高的動(dòng)態(tài)吻合性。

2.2.1 年分布特征

圖1 是2003-2019 年江西省閃電頻數(shù)、雷擊事故、雷擊傷亡事故（農(nóng)村）的年際變化。由圖可見，閃電頻數(shù)的年際變化呈振蕩分布，在2009年前，閃電頻數(shù)和雷擊事故的年際變化特征相似，2009年后，雷擊事故開始逐年減少。閃電頻數(shù)、雷擊事故、雷擊傷亡事故、發(fā)生在農(nóng)村的雷擊傷亡事故的極大值均在2007 年，雷擊傷亡事故的年際變化特征較為一致，2003 年至2007 年整體呈現(xiàn)上升趨勢(shì)，從2007 年開始，整體呈現(xiàn)下降趨勢(shì)，這與江西省防雷減災(zāi)工作的逐步開展密不可分。自2015年后，江西省的雷擊事故和雷擊傷亡事故明顯減少，一方面是由于收集雷擊事故途徑的單一以及機(jī)制的落后，另一方面是因?yàn)榻┠杲魇》览诇p災(zāi)工作的加強(qiáng)。

圖1 閃電頻數(shù)、雷擊事故、雷擊傷亡事故（農(nóng)村）的年際變化Fig.1 Inter-annual changes of lightning frequency，lightning strikes and lightning strike casualties（in rural areas）

2.2.2 月分布和時(shí)分布特征

圖2 是2003-2019 年江西省雷擊事故和年平均閃電頻數(shù)的月、日分布圖。由圖可見，雷擊事故和年平均閃電頻數(shù)月分布和日分布特征一致，月分布峰值段是6～8 月，時(shí)分布的極值都是在16 時(shí)，傍晚時(shí)分。據(jù)統(tǒng)計(jì)，6～8 月雷擊事故發(fā)生共計(jì)達(dá)1 714 起，占總數(shù)的60%，造成傷亡人數(shù)共計(jì)達(dá)698人，16時(shí)雷擊事故發(fā)生累計(jì)達(dá)193起。

圖2 雷擊事故和年平均閃電頻數(shù)的月變化（a）和日變化（b）Fig.2 The monthly variation（a）and daily variation（b）of lightning accidents and annual average lightning frequency

2.3 雷電災(zāi)害和閃電的空間特征分析

2.3.1 雷擊事故密度和雷擊點(diǎn)密度分析

根據(jù)2003-2019年江西省雷擊事故經(jīng)緯度信息和閃電定位數(shù)據(jù)，基于ArcGIS 軟件的柵格計(jì)算器和點(diǎn)密度計(jì)算模塊計(jì)算江西省雷擊事故密度和年平均雷擊點(diǎn)密度，并進(jìn)行了歸一化處理，見圖3。根據(jù)點(diǎn)密度計(jì)算結(jié)果，我們將雷擊事故密度和年平均雷擊密度分為低、中高、高、極高4 個(gè)密度等等級(jí)。從整體上看，贛北地區(qū)雷擊事故密度要高于贛南地區(qū)，高密度和極高密度多分布于贛北地區(qū)，在贛北地區(qū)有2 條明顯的東北-西南走向的雷擊事故密度分布帶，其中上饒市的雷擊事故密度高值區(qū)最多，其次是撫州、吉安和景德鎮(zhèn)三市。從左右密度圖的分布看，雷擊密度高值區(qū)（贛北地區(qū)）和年平均雷擊密度高值區(qū)有一定的對(duì)應(yīng)關(guān)系。

圖3 雷擊事故（a）和年平均雷擊密度（b）分布圖Fig.3 Distribution map of lightning accidents（a）and annual average lightning density（b）

2.3.2 各地市差異

據(jù)不完全統(tǒng)計(jì)，江西省各個(gè)地市發(fā)生的雷擊事故起數(shù)總體上呈現(xiàn)先增加后減少的趨勢(shì)。表2 是2003-2019 年江西省各地市雷擊事故密度和年平均閃電頻數(shù)密度統(tǒng)計(jì)表。據(jù)統(tǒng)計(jì)結(jié)果可知，鷹潭、南昌和上饒的雷擊事故密度較大，均超過了3×10-2起/km2，鷹潭、南昌、撫州、吉安的年平均閃電頻數(shù)密度較大，均超過了4 次/km2，二者密度的最大值地市都是鷹潭市，其次都是南昌市。此外，對(duì)2 組數(shù)據(jù)做了相關(guān)性分析，其相關(guān)性在0.4～0.6區(qū)間，屬于中等程度相關(guān)。

表2 2003-2019年江西省各地市雷擊事故密度和年平均閃電頻數(shù)密度統(tǒng)計(jì)表Table 2 Statistical table of lightning accident density and annual average lightning frequency density in Jiangxi Province from 2003 to 2019

2.3.3 城鄉(xiāng)差異

從2003-2019 年江西省統(tǒng)計(jì)雷擊事故分析可知，雷擊傷亡事故的城鄉(xiāng)差異顯著，雷擊傷亡事故發(fā)生在農(nóng)村的年平均占比是85.16%。圖4 是雷擊傷亡事故農(nóng)村占比的年際變化圖，可見雷擊傷亡事故農(nóng)村占比整體上呈現(xiàn)緩慢上升趨勢(shì)的，2018 年江西省雷擊傷亡事故全部發(fā)生在農(nóng)村，雷擊傷亡事故農(nóng)村占比最高達(dá)100%，最低的也達(dá)到了63.16%。結(jié)合雷擊點(diǎn)統(tǒng)計(jì)結(jié)果，農(nóng)田、水邊、建（構(gòu)）筑物、樹下、山地、野外（空曠處）是雷擊傷亡事故多發(fā)的地點(diǎn)，其中農(nóng)田、建（構(gòu)）筑物和野外（空曠處）發(fā)生雷擊傷亡事故最多，而農(nóng)田和野外（空曠處）基本上是在農(nóng)村范圍。據(jù)不完全統(tǒng)計(jì)，發(fā)生雷擊傷亡建（構(gòu)）筑物中大部分也是農(nóng)村建（構(gòu)）筑物，其原因主要是因?yàn)槲窗惭b雷電防護(hù)措施。

圖4 雷擊傷亡事故農(nóng)村占比的年際變化圖Fig.4 The inter-annual changes in the proportion of lightning casualties

3 雷災(zāi)災(zāi)情等級(jí)評(píng)估和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)評(píng)估

基于歷史雷災(zāi)數(shù)據(jù)和閃電監(jiān)測(cè)數(shù)據(jù)，使用灰色聚類分析法，開展“基于歷史雷災(zāi)數(shù)據(jù)的雷災(zāi)災(zāi)情等級(jí)劃分”和“基于閃電監(jiān)測(cè)數(shù)據(jù)的雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分”，對(duì)比分析二者的不同特征。

3.1 統(tǒng)計(jì)指標(biāo)因子的確定

表3是江西省各地市基于雷災(zāi)數(shù)據(jù)的統(tǒng)計(jì)指標(biāo)因子表，表中j參數(shù)因子都是年平均的值。雷擊事故和雷擊傷亡事故的值是根據(jù)江西省近17年雷災(zāi)數(shù)據(jù)統(tǒng)計(jì)計(jì)算得到。

表3 基于雷災(zāi)數(shù)據(jù)的統(tǒng)計(jì)指標(biāo)因子表Table 3 Statistics index factors based on lightning disaster

表4是江西省各地市基于閃電監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)指標(biāo)因子表，表中j參數(shù)因子同樣都是年平均的值。在選擇基于閃電監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)指標(biāo)因子時(shí)，將雷擊事故密度和正地閃密度、負(fù)地閃密度、正地閃強(qiáng)度和負(fù)地閃強(qiáng)度與雷擊事故密度進(jìn)行了相關(guān)性分析，發(fā)現(xiàn)正地閃密度和負(fù)地閃強(qiáng)度與雷擊事故密度的相關(guān)性更大，于是選取其二者作為參數(shù)因子。地閃密度、地閃強(qiáng)度和雷電日的值是根據(jù)江西省現(xiàn)有閃電定位數(shù)據(jù)以來的統(tǒng)計(jì)結(jié)果。

表4 基于閃電監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)指標(biāo)因子表Table 4 Statistical index factors based on lightning frequency

3.2 雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)的計(jì)算

假設(shè)將江西省雷災(zāi)災(zāi)情等級(jí)分為3類，重災(zāi)、中災(zāi)、少災(zāi)，k=1，2，3，根據(jù)灰色聚類分析模型和表3各個(gè)指標(biāo)因子的值，我們定性分析并給出各個(gè)指標(biāo)的白化權(quán)函數(shù)：

則指標(biāo)1'的白化權(quán)函數(shù)分別為：

指標(biāo)2'、3'的白化權(quán)函數(shù)同指標(biāo)1'形式相同?；诖耍覀兛梢缘玫剑?/p>

根據(jù)式（1）和式（2）可得聚類系數(shù)矩陣，如下：

根據(jù)聚類系數(shù)矩陣，找出各對(duì)象的最大聚類系數(shù)所在的灰類，即為該對(duì)象的所屬灰類，因此：

根據(jù)雷災(zāi)災(zāi)情等級(jí)的灰度計(jì)算結(jié)果可知，上饒市的雷災(zāi)災(zāi)情等級(jí)為1 級(jí)，屬于重災(zāi)區(qū)；九江市、景德鎮(zhèn)市、南昌市、撫州市和吉安市的雷災(zāi)災(zāi)情等級(jí)為2 級(jí)，屬于中災(zāi)區(qū)；鷹潭市、宜春市、萍鄉(xiāng)市、新余市和贛州市的雷災(zāi)災(zāi)情等級(jí)為3級(jí)，屬于少災(zāi)區(qū)。

同理，假設(shè)將江西省雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)分為3 類，高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)。根據(jù)灰色聚類分析模型和表4基于閃電頻數(shù)統(tǒng)計(jì)指標(biāo)因子的值，計(jì)算可得，宜春市和贛州市的雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)為1級(jí)，屬于高風(fēng)險(xiǎn)；九江市、景德鎮(zhèn)市、上饒市、鷹潭市、新余市、撫州市和吉安市的雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)為2 級(jí)，屬于中風(fēng)險(xiǎn)；南昌市和萍鄉(xiāng)市的雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)為3級(jí)，屬于低風(fēng)險(xiǎn)。

3.3 評(píng)估結(jié)果的對(duì)比分析

對(duì)比江西省雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)（見表5）可知，江西省有1個(gè)重災(zāi)區(qū)、5個(gè)中災(zāi)區(qū)和5 個(gè)少災(zāi)區(qū)，以及2 個(gè)高風(fēng)險(xiǎn)地區(qū)、7 個(gè)中風(fēng)險(xiǎn)地區(qū)和2個(gè)低風(fēng)險(xiǎn)地區(qū)。其中重災(zāi)區(qū)和高風(fēng)險(xiǎn)地區(qū)不相匹配，中災(zāi)區(qū)、中風(fēng)險(xiǎn)地區(qū)和少災(zāi)區(qū)、低風(fēng)險(xiǎn)地區(qū)較匹配。九江市、景德鎮(zhèn)市、萍鄉(xiāng)市、撫州市和吉安市計(jì)算得到的雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)一致，都是2 級(jí)，屬于同一等級(jí)，其中九江市、景德鎮(zhèn)市、撫州市和吉安市是中災(zāi)區(qū)和中風(fēng)險(xiǎn)地區(qū)，萍鄉(xiāng)市是少災(zāi)區(qū)和低風(fēng)險(xiǎn)地區(qū)；評(píng)估結(jié)果差異明顯的是宜春市和贛州市，都是基于雷災(zāi)數(shù)據(jù)統(tǒng)計(jì)計(jì)算得到的是少災(zāi)區(qū)，而基于閃電監(jiān)測(cè)數(shù)據(jù)得到的是高風(fēng)險(xiǎn)地區(qū)；上饒市和南昌市是也存在差異，其評(píng)估等級(jí)相差一個(gè)級(jí)別，南昌市是中災(zāi)區(qū)和低風(fēng)險(xiǎn)地區(qū)，上饒市是中災(zāi)區(qū)和中風(fēng)險(xiǎn)地區(qū)。

表5 雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)統(tǒng)計(jì)表Table 5 Statistical table of lightning disaster level and lightning disaster risk level

分析二者存在差異可能的原因，首先是雷災(zāi)數(shù)據(jù)的不完整性和偶然性，而閃電監(jiān)測(cè)數(shù)據(jù)是系統(tǒng)的和連續(xù)的，其次對(duì)于雷災(zāi)災(zāi)情分析而言，雷災(zāi)數(shù)據(jù)是比較直接相關(guān)的，而閃電監(jiān)測(cè)數(shù)據(jù)是間接相關(guān)的，若用閃電監(jiān)測(cè)數(shù)據(jù)去評(píng)估雷災(zāi)災(zāi)情等級(jí)，可能還需考慮其他客觀氣象因素；其次，在做基于雷災(zāi)數(shù)據(jù)進(jìn)行災(zāi)情等級(jí)劃分時(shí)，只考慮了人員傷亡和基于人員傷亡的雷災(zāi)密度分布，未考慮經(jīng)濟(jì)及其他存在的損失情況?？偟膩碚f，不論是基于雷災(zāi)數(shù)據(jù)還是閃電監(jiān)測(cè)數(shù)據(jù)，對(duì)雷災(zāi)災(zāi)情的分析都存在進(jìn)一步的研究空間，比如說數(shù)據(jù)的完整性和二者統(tǒng)計(jì)指標(biāo)因子的選取方面。

4 結(jié)論

基于江西省雷電災(zāi)害數(shù)據(jù)和閃電監(jiān)測(cè)數(shù)據(jù)，首先對(duì)比分析雷電災(zāi)害和閃電活動(dòng)的時(shí)空分布特征，其次采用灰色定權(quán)聚類分析法和ArcGIS 軟件，評(píng)估江西省各地市的雷災(zāi)災(zāi)情等級(jí)和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)，確定二者的統(tǒng)計(jì)指標(biāo)因子，制作江西省雷災(zāi)災(zāi)情等級(jí)劃分圖和江西省雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分圖，并對(duì)比分析二者的聯(lián)系和區(qū)別，研究表明：

（1）雷擊事故和閃電活動(dòng)的時(shí)間特征表明，在2009年前，江西省雷擊事故與閃電活動(dòng)的年際變化特征相似，2009年后，雷擊事故開始逐年減少，這與江西省防雷減災(zāi)的工作開展密切相關(guān)；二者的月、日變化特征有高度的一致性，集中發(fā)生在6～8 月份和16 時(shí)，這個(gè)時(shí)間段與農(nóng)民外出勞作時(shí)間相吻合，在一定程度上加大了農(nóng)村雷災(zāi)事故發(fā)生的概率。

（2）據(jù)不完全統(tǒng)計(jì)，農(nóng)田、水邊、建（構(gòu)）筑物、樹下、山地、野外（空曠處）是雷擊傷亡事故多發(fā)的地點(diǎn)，其中農(nóng)田、建（構(gòu)）筑物和野外（空曠處）發(fā)生雷擊傷亡事故最多，在農(nóng)村發(fā)生的雷擊傷亡事故占總雷擊事故數(shù)的85.16%。

（3）雷擊事故和雷擊點(diǎn)密度空間特征表明，雷擊密度高值區(qū)（贛北地區(qū)）和年平均雷擊密度高值區(qū)有一定的對(duì)應(yīng)關(guān)系，雷擊事故和雷擊點(diǎn)密度的最大值地市都是鷹潭市，其次是南昌市，贛北地區(qū)雷擊事故密度要高于贛南地區(qū)，高密度和極高密度多分布于贛北地區(qū)。據(jù)不完全統(tǒng)計(jì)，江西省各個(gè)地市發(fā)生的雷擊事故起數(shù)總體上呈現(xiàn)先增加后減少的趨勢(shì)。

（4）對(duì)比分析基于歷史雷災(zāi)數(shù)據(jù)和閃電監(jiān)測(cè)數(shù)據(jù)的雷災(zāi)災(zāi)情等級(jí)劃分和雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分可知，二者有一致的地方，也有明顯的差異。整體上看，二者有45%的匹配度，江西省雷災(zāi)災(zāi)情等級(jí)要比雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)低，也就是說根據(jù)雷電監(jiān)測(cè)數(shù)據(jù)分析得到的雷災(zāi)發(fā)生的概率要大于實(shí)際發(fā)生的雷災(zāi)事件，這是因?yàn)槔诪?zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)不僅僅與雷電活動(dòng)的特征有關(guān)，還和雷災(zāi)的防御能力有很大的關(guān)系，后期可綜合考慮多項(xiàng)資料的統(tǒng)計(jì)因子，進(jìn)一步分析江西省的雷災(zāi)災(zāi)害風(fēng)險(xiǎn)等級(jí)。

基于不同類型資料數(shù)據(jù)雷災(zāi)災(zāi)情的分析，可能是互補(bǔ)的或者是部分正確的，這有待進(jìn)一步研究的。為了獲得更具普適性的結(jié)果，后期可對(duì)比分析江西省雷電防御能力相關(guān)數(shù)據(jù)和雷擊事故數(shù)據(jù)，從而判斷在做雷災(zāi)災(zāi)情分析時(shí)是否需要加入防雷防御能力相關(guān)因子，亦可結(jié)合其他氣象相關(guān)要素因子開展雷災(zāi)災(zāi)情分析研究，并將雷災(zāi)災(zāi)情分析研究深入到市縣級(jí)，這樣對(duì)江西省防雷減災(zāi)工作的開展更具指導(dǎo)意義。