基于河池市地理參數的落雷風險指數研究

吳 量，羅永明，黃冬梅

(1.廣西壯族自治區河池市氣象局，廣西 河池 547000；2.廣西壯族自治區氣象減災研究所，廣西 南寧 530022)

?

基于河池市地理參數的落雷風險指數研究

吳 量1，羅永明2，黃冬梅1

(1.廣西壯族自治區河池市氣象局，廣西 河池 547000；2.廣西壯族自治區氣象減災研究所，廣西 南寧 530022)

基于河池市2008年1月—2015年10月的閃電定位資料和高程、坡度等地理數據，分析地閃密度、強度分布與地理參數的關系。結果表明：閃電密度隨著經度的增加而增大，而隨著緯度、海拔高度和坡度的增加而減小，閃電強度隨著緯度、海拔高度的增加而增大，隨著經度和坡度的增加而減小，在分別考慮地理參數的影響下，海拔高度與閃電密度、強度分布的相關性最大；基于閃電密度和強度隨地理參數變化的趨勢分析，利用信息熵法計算得到與閃電定位資料分布趨勢基本一致的下墊面落雷風險指數模型。

閃電定位資料；地理參數；信息熵；落雷風險指數模型

1 引言

近年來，隨著閃電定位系統的建立和運用，促進了雷電參數與海拔高度等地形參數的相關性研究。李家啟等研究重慶市地閃點的高程屬性時指出，閃電發生頻次最高區域為海拔300～500 m，呈現隨高度增加而遞減的趨勢[1]。浦仕保研究了山東省閃電活動分布與下墊面的關系，得到閃電密度、總閃雷電流幅值均值對數都與海拔高度呈現較好的正相關性[2]。李永福等在分析雷電參數與海拔高度關系得到，正極性地閃密度隨著海拔的上升而增加，負極性地閃密度變化趨勢正好相反[3]。申元等[4]通過分析云南某地的雷電參數隨海拔高度變化規律，從而為該地區電網設計和防雷改造提供了參考。可見，不同的下墊面參數對雷暴產生的影響不盡相同[5]，而相關性的研究對當地合理規避雷擊風險具有重要的意義。

河池市地處廣西西北，境內河流縱橫交錯，山嶺綿亙，復雜的地形地貌使河池市的雷電分布具有不均勻性[6]，而對河池市的地閃參數與復雜地形等環境影響因子的相關分析還未見報道，本文利用河池市閃電定位資料和分辨率為100 m高程、坡度等地理數據，在研究地理參數對地閃密度、強度分布影響的基礎上，結合信息熵等數理統計分析方法，獲得下墊面落雷風險指數分布，為該地區雷暴活動的監測與防雷減災工作提供參考。

2 數據來源和處理方法

廣西ADTD閃電定位監測系統在北海、梧州、玉林、賀州、桂林、柳州、寧明、河池、百色、貴港、馬山建設了11個閃電定位探測子站，監測范圍可覆蓋廣西全境，雷電放電峰值電流的測量范圍為(±1 kA，±500 kA)，采集云地閃波形峰點到達時間精度為0.1 us，探測范圍平均為300 km，網內探測效率為95%以上，中心定位處理軟件采用時差測向混合定位算法可實時獲取閃電發生的時間、位置、極性、強度、陡度等信息[7][8]。

本文選取2008年1月—2015年10月河池市閃電資料中采集信息完整的記錄，剔除超出測量范圍的數據，在這期間共監測到439 179個閃電數據，其中正閃22 211次，負閃416 968次。

采用的地理數據范圍為106°34′～109°09′E，23°41′～25°37′N，海拔高度跨度為100～1 658 m，主要面積集中于海拔200～1 200 m，占全部面積的99.68%，海拔100 m以內和1 200 m以上的區域較少，面積分別約為51.49 km2和66.15 km2(圖1)，坡度數據范圍為0.105°～84.396°，主要坡度集中于30°以下，占全部面積的90.64%(圖2)。

3 閃電密度和強度分布

3.1 閃電密度和強度隨經度變化

將106°34′～109°09′E以0.01°間距統計得到該范圍內的閃電密度和強度值(圖3)，可以看到，閃電密度呈較大波動變化，在106.575 3°～106.85°E范圍內呈逐漸增大的趨勢，之后呈現平緩變化，108.7°E之后呈逐漸增大的變化特征，閃電密度隨經度的變化區間為10～12.92(次/km2)；閃電強度波動變化區間為31.03～57.2 kA，通過一元線性回歸分析可知，閃電密度和強度對應回歸方程的相關系數分別為0.396、0.77，閃電強度與經度的相關性優于閃電密度，擬合方程斜率分別為0.252、-5.959。由于河池地勢西北高東南低，隨著經度增加地勢的降低，在海拔較高地區，由于受到山脈阻擋，使得對流運動減緩，不利于雷暴的發生[9]，因此閃電密度隨經度增加而增大；而山區海拔高度高于零度等溫線對應的海拔高度，云層零度等溫線附近是負電荷聚集最多的地方，因此隨著高度增高雷云的電荷密度減少，需要很高的雷云電勢才可能對地放電，從而使雷電流隨海拔高度增高而增大[4]，因此閃電強度隨經度增加呈減小的趨勢。

圖1 海拔高度面積分布 圖2 坡度面積分布Fig.1 Altitude distribution in different areas Fig.2 Pitch distribution in different areas

圖3 閃電密度、強度隨經度分布Fig.3 Lightning density(lightning intensity) distribution in different areas longitude

3.2 閃電密度和強度隨緯度變化

將23°41′～25°37′N以0.01°間距統計得到該范圍內的閃電密度和強度值(圖4)，可以看出，閃電密度和強度隨緯度呈明顯波動變化，變化區間分別為10～11.98(次/km2)和31.75～52.54 kA，其中在23.573 6°～24.3°N兩者呈反向變化的趨勢，即閃電密度值波動增大而后減小，閃電強度先減小后增大，通過進行趨勢分析，所得一元線性回歸方程的相關系數分別為0.003和0.393，可知兩項值與緯度變化的相關性并不十分顯著，從擬合方程的斜率-0.033(閃電密度)、3.261(閃電強度)可得，隨著緯度增加地勢的增大，閃電密度值隨緯度增加而減小，閃電強度隨緯度增加而增大。

圖4 閃電密度、強度隨緯度分布Fig.4 Lightning density(lightning intensity) distribution in different areas latitude

3.3 閃電密度和強度隨海拔高度變化

將海拔高度100～1 658 m以100 m間距統計得到該范圍內的閃電密度和強度值(圖5)，可以看出，在海拔區間的兩端，約為<200 m和>1 200 m的海拔范圍，數據波動較大，原因為海拔范圍的兩端統計面積的減少造成了雷電流統計樣本的缺乏，使得統計結果不夠穩定，其中在海拔高度1 600～1 700 m范圍內閃電密度和強度值為0。對于波動較小，統計樣本充足的區間(200～1 100 m)，進行一元線性擬合可得，相關系數分別為0.73(閃電密度)、0.972(閃電強度)，即閃電密度、強度與海拔高度呈現較好的相關性，方程斜率分別為-0.003、0.009，可知閃電密度值隨海拔高度增加而減小，閃電強度隨海拔高度增加呈線性增大趨勢，與以上對海拔高度變化對閃電密度、閃電強度的影響分析結果一致。

圖5 閃電密度、強度隨海拔高度分布Fig.5 Lightning density(lightning intensity) distribution in different areas altitude

3.4 閃電密度和強度隨坡度變化

將坡度0.105°～84.396°以3°間距統計得到該范圍內的閃電密度和強度值(圖6)，可以看出，在坡度>45°的大值端，數據呈較大的波動變化，對應此區間的坡度統計面積僅占全部面積的1.8%，造成了雷電流統計樣本的缺乏，使得統計結果不夠穩定。對于波動較小，統計樣本充足的區間(0.105°～45°)，分別進行閃電密度和強度的變化趨勢分析，可知在統計區間數據并沒有呈現出明顯變化的趨勢，通過分析擬合方程斜率-0.004(閃電密度)和-0.013(閃電強度)可得，閃電密度和強度隨坡度增加均呈弱減小趨勢。究其原因，可能是由于坡度大，風速的垂直梯度變大，氣流抬升作用增大[10]，因此雷云的不穩定性也隨之加大。

圖6 閃電密度、強度隨坡度分布Fig.6 Lightning density(lightning intensity) distribution in different areas pitch

4 下墊面落雷風險指數分布

4.1 信息熵法

熵的概念源于熱力學, 之后在信息論中用于度量事物出現的不確定性。信息熵是一個系統信息無序度的度量,信息熵越大,信息的無序度越高,其信息提供的效用值越小；反之,信息的熵越小,信息的無序度越低,其效用值越大。用這種方法確定評價指標的權重，能夠避免人為因素帶來的偏差,因此得到了廣泛運用[11-12]。

信息熵法的一般步驟為:

③計算第j個(j=1，2…n)指標的差異系數：Vj=1-Ej,j=1，2，…n

4.2 評價指標處理與分析

評價指標體系中的各個指標所表征對象的屬性和量綱都不相同。因此無法對這些評價指標進行直接比較。故先利用極差標準化方法對數據進行處理[11]：

正向指標：x=xmax時，xij=1；x=xmin時，xij=0；xmax>x>xmin時，xij=(x-xmin)/(xmax-xmin)

負向指標：x=xmax時，xij=0；x=xmin時，xij=1；xmax>x>xmin時，xij=(xmax-x)/(xmax-xmin)

根據以上對閃電密度和強度隨地理參數變化的趨勢分析可知：對于閃電密度，經度為正向指標，即不考慮其他因素的情況下，閃電密度值隨經度增加而增大；緯度、海拔高度和坡度為負向指標，即緯度、海拔高度和坡度越大，閃電密度反而減少。對于閃電強度，經度和坡度為負向指標，即閃電強度隨著經度、坡度的增大而減小；緯度和海拔高度為正向指標，即閃電強度隨著緯度和海拔高度的增大而增大。

4.3 下墊面落雷風險指數模型建立與檢定

將河池市按0.000 9°×0.000 9°間隔分成2 865×2 264個網格進行統計分析，根據信息熵法計算可得經度、緯度、海拔高度和坡度各個指標的熵值：對于閃電密度，Ej=(0.993，0.987，0.988，1.023)；對于閃電強度，Ej=(0.987，0.988，0.956，1.023)，結果顯示，坡度熵值為1.023>1，說明坡度指標的離散程度很小，對下墊面落雷風險指數幾乎沒有影響，因此剔除該指標后計算得經度、緯度和海拔高度的指標權重：閃電密度，Wj=(0.225，0.396，0.379)；閃電強度，Wj=(0.186，0.179，0.635)。由各指標權重計算結果顯示，對于閃電密度，緯度對其分布的影響最大，其次是海拔高度和經度。對于閃電強度的分布，海拔高度的權重最大，其次是經度和緯度。

用格點下墊面的地表信息數據乘以相應的影響權重值求和得到各格點的落雷風險指數分布(圖8),對比平均閃電密度和強度分布圖(圖7)可知，下墊面落雷風險指數與閃電定位資料總的分布特征基本一致，落雷風險指數(閃電密度)分布呈東南部向西北部逐漸減少的趨勢，而落雷風險指數(閃電強度)分布呈反向變化的趨勢，即西北部閃電強度指數普遍大于東南部，但局部區域的落雷風險指數與實際值存在偏差，比如在24.2°～24.4°N、108.2°～108.4°E附近地區存在有閃電強度的大值區，但落雷風險指數(閃電強度)沒能反映出來，考慮到雷電參數除了受到地理參數的影響，還有植被分布、氣候條件等其他因素的作用[13]，因此有待于將更多有關參數代入進行下墊面落雷風險指數模型的建立和分析。

圖7 河池市平均閃電密度分布(a)、強度分布(b)Fig.7 Spatial distribution of the lightning density(lightning intensity) in Hechi

圖8 河池市下墊面落雷風險指數分布(a)閃電密度、(b)閃電強度Fig.8 Hazard index distribution of the lightning density(lightning intensity) in Hechi

5 結論

本文利用河池市2008年1月—2015年10月閃電定位資料和高程、坡度等地理數據，對地理參數與地閃密度、強度分布的關系進行分析，得到如下結論：

①通過線性分析可得，閃電密度與經度呈正相關性，與緯度、海拔高度和坡度呈負相關性，即閃電密度隨著經度的增加而增大，而隨著緯度、海拔高度和坡度的增加而減小，其中閃電密度值與海拔高度的擬合程度最高，經度參數次之，相關系數分別為0.73和0.396；閃電強度與緯度、海拔高度呈正相關性，與經度和坡度呈負相關性，即閃電強度隨著緯度、海拔高度的增加而增大，隨著經度和坡度的增加而減小，其中閃電強度與海拔高度的擬合程度最高，相關系數為0.972，經度和緯度的相關系數分別為0.77和0.393。

②基于閃電密度和強度隨地理參數變化的趨勢分析，利用信息熵法由經度、緯度和海拔高度3個指標分別計算得到關于閃電密度、強度的下墊面落雷風險指數模型，通過與閃電定位資料進行檢定可知，該模型基本能反映出閃電密度、強度的實際分布情況，但模型的完善還有待于更多有關參數的代入分析。

[1] 李家啟，申雙和，夏佰成，等.基于ADTD系統的閃電頻次分布特征分析[J].熱帶氣象學報，2011，27(5)：710-716.

[2] 浦仕保.山東省閃電活動分布特征及與下墊面關系研究[D].南京：南京信息工程大學，2014.

[3] 李永福，司馬文霞，陳林，等.基于雷電定位數據的雷電流參數隨海拔變化規律[J].高電壓技術，2011，37(7)：1 634-1 641.

[4] 申元，王磊，馬御棠，等.海拔高度對云南某地雷電參數的影響[J].電力建設，2012，33(4)：35-37.

[5] 楊秀莊，盧璐，王宇.貴州雷電時空分布及強度特征分析[J].貴州氣象，2008，32(5)：6-8.

[6] 吳量，覃飛，盧麗莉.河池市近47年雷暴特征分析[J].氣象研究與應用，2013,34(增刊Ⅱ)：221-222.

[7] 陳星宇，林英鑒，樊江偉.閃電定位儀與人工觀測雷暴日的對比分析[J].貴州氣象，2015，39(1)：47-49.

[8] 邵莉麗，張邯，王曉鋒.雷電監測數據統計分析探討[J].貴州氣象，2010，34(增刊)：124-125.

[9] 王赟，何陽，王洪祥，等.基于地形因子的閃電空間分布研究[A].第32屆中國氣象學會年會S20第十三屆防雷減災論壇—雷電物理和防雷新技術論文集，2015.

[10]文遷，譚國良，羅嗣林.降水分布受地形影響的分析[J].水文，1997(增刊)：63-65.

[11]楊宗佶，喬建平.基于信息熵的典型滑坡危險度評價研究[J].四川大學學報:工程科學版，2008，40(4)：47-52.

[12]俞俠名，田英.熵分析在氣象上的應用[J].貴州氣象，1997(5)：42-44.

[13]王海東，萬寒，吳正可.溫州地區雷暴日數時空變化研究[J].貴州氣象，2014，38(1)：31-33.

Analysis of the distribution characteristics of the lightning based on topographical factors of Hechi City

WU Liang1, LUO Yongming2, HUANG Dongmei1

(1.Hechi Municipal Meteorological Service of Guangxi, Hechi 547000, China;2.Guangxi Meteorological Disaster Reduction Institute, Naning 530022, China)

Based on the lightning location system data from January 2008 to October 2015 and topographical factors in Hechi, the effect of the earth surface on the lightning density and current strength were studied. Results show that the lightning density increased with the increasing of longitude. On the contrary, the lightning density decreased with the increasing of latitude, elevation and pitch. The current strength increased with the increasing of latitude and elevation. With the increasing of longitude and pitch，the current strength decreased. The inclination of elevation has the most effect on the lightning density and current strength. Based on information entropy method and the characteristics of lightning intensity and strength, the distributional model of lightning was established.

lightning location system data; topographical factors; information entropy method; the distributional model of lightning

1003-6598(2016)04-0056-05

2016-07-26

吳量(1983—)，女，工程師，主要從事雷電防護技術服務研究，E-mail:xiaoshu9999@163.com。

P429

B