克拉瑪依市雷暴日數變化特征分析

馮志江，吳萍建，方金江，劉嘉浩

(貴州省貴陽市花溪區氣象局，貴陽 花溪 550025)

克拉瑪依市雷暴日數變化特征分析

馮志江，吳萍建，方金江，劉嘉浩

(貴州省貴陽市花溪區氣象局，貴陽 花溪 550025)

21世紀以來隨著全球經濟社會的飛速發展，高層建筑以及化工、石油等易燃易爆場所的逐年增多，雷暴氣候給社會所帶來的災害損失日趨嚴峻。該文通過1961—2010年克拉瑪依地面氣象觀測雷暴日資料以及國家氣候中心統計的年降水量、年平均氣溫資料，采用頻率統計、5 a滑動平均、M-K突變檢驗、小波變換、相關性分析等方法，研究了克拉瑪依雷暴日數變化特征以及雷暴日數與相關氣象因子的關系，得到了該市的年雷暴日變化規律及其與相關氣象因子對應的變化規律，對實際生活中的雷電災害防御工作能起到一定的指導作用。

雷暴日數；頻數；5 a滑動平均值；突變年；小波分析;相關性

1 引言

雷暴日是指某地區一年中有雷電放電的天數，一天中只要聽到一次以上的雷聲就算一個雷暴日。雷電產生往往伴隨著強大的沖擊波、劇變的電磁場和熾熱的高溫，對人類的自然資源和物質文明構成了巨大威脅。因此，雷暴日活動規律的研究不僅是雷電科學發展的需要，同時也是對雷電災害進行科學防護的需要。國內外有學者對不同區域的雷暴日活動規律以及與相關氣象因子之間的相關性進行了分析研究。格央[2]等利用西藏地區地面氣象觀測資料，對西藏地區雷暴日氣候特征進行了分析，以及對雷暴日與年平均氣溫、降水量之間的相關性進行了研究。得出了雷暴日與氣溫之間存在負相關性，與降水之間存在正相關性。楊志等[3]利用陸川縣地面觀測資料，對該縣雷暴日數變化規律以及與平均氣溫、降水之間的相關性進行了分析研究。得出了雷暴日與氣溫之間存在正相關性，而與降水量之間存在負相關性。高文勝等[4]利用聚類分類法對雷暴云進行識別，并利用線性擬合求出了雷暴云中心位置，對未來云團發展趨勢進行了預測，最后利用閃電定位資料對聚類分類法進行了驗證。還有很多人對其它區域的雷暴活動進行了研究。

本文利用克拉瑪依1961—2010年地面氣象觀測的雷暴日資料，以及逐日氣溫、降水等氣象資料，采用了頻率統計、小波變換、相關性分析等方法，研究了克拉瑪依雷暴日數氣候變化規律，并對年雷暴日與年平均氣溫、年平均降水量之間的相關性進行分析，這一結果能夠對克拉瑪依雷電災害防御工作的開展提供借鑒以及指導意義。

2 數據來源以及研究方法

2.1 數據來源

本文利用克拉瑪依1961—2010年逐日雷暴日數據以及逐日平均氣溫、逐日降水量統計資料，對克拉瑪依雷暴日數變化特征進行分析，并對雷暴日數與氣溫、降水量之間的相關性進行研究，其中雷暴日數據來源于克拉瑪依氣象局人工觀測統計結果，氣溫與降水量資料來源于國家氣候中心編制的氣候統計資料。

2.2 研究方法

根據所求出的兩個變量之間相關性系數值的大小，來判斷兩者之間的相關性程度。若求出的rjk>0時，表示xj和xk的樣本之間存在正相關性；若求出rjk<0時，表示xj和xk的樣本之間存在負相關性。|rjk|越大，表示xj和xk的樣本之間關系越密切。

3 克拉瑪依雷暴日數變化特征

3.1 雷暴日數頻率變化規律

本文對克拉瑪依1961—2010年的年雷暴日數進行頻率統計，用來研究該地區雷暴日數頻率的變化規律。圖1為1961—2010年克拉瑪依年雷暴日數頻率統計結果，從圖中可以看出克拉瑪依年雷暴日數存在顯著性的頻率分布差異性，年雷暴日數主要集中在45～50d，在該頻率范圍下出現的年雷暴日頻率為18次，其次是分布在15～20d，出現的年雷暴頻率為11次。年雷暴日數出現在30～35d以及35～40d內的頻率相同，均為7次，年雷暴日數出現在10～15d、45～50d以及50～55d內的頻率也相同，均為1次，說明了分布在該范圍內克拉瑪依出現的年雷暴日頻率最小。

圖1 1961—2010年克拉瑪依年雷暴日數頻率統計結果Fig.1 Frequency statistics of thunderstorm days in Karamay in 1961—2010

3.2 雷暴日數年變化規律

本文對克拉瑪依1961—2010年的雷暴日數據進行統計分析，來研究克拉瑪依雷暴日年變化規律。根據資料統計分析得出，克拉瑪依年平均雷暴日數為38d，雷暴活動較多，圖2為1961—2010年克拉瑪依雷暴日數年變化規律以及曲線擬合結果，從圖中可以看出，克拉瑪依雷暴活動年變化差異較大，具有顯著性的年際變化特征。從一次曲線擬合的結果可以看出，擬合出的方程斜率為-0.2709，斜率小于0，這說明了克拉瑪依年雷暴日總體上具有在波動中呈逐年遞減的變化趨勢，且得出年雷暴日數氣候傾向率為-2.7d/10a，說明了克拉瑪依年雷暴日數每10a減少約3d左右，這一遞減的幅度較大。從二次曲線擬合的結果可以看出，克拉瑪依年雷暴日二次曲線存在一個波谷，即在1961—1995年期間年雷暴日數呈遞減的發展趨勢，從1995年之后年雷暴日數又呈遞增的發展趨勢。

圖2 1961—2010年克拉瑪依雷暴日數年變化規律以及曲線擬合結果Fig.2 The variation law of the thunderstorm days in Karamay in 1961—2010 and the results of curve fitting

3.3 雷暴日數突變年檢驗

在對克拉瑪依年雷暴日變化突變的研究中，本文取顯著性水平α=0.05，則臨界值曲線為U0.05=±1.96。計算出克拉瑪依年雷暴日UF順序統計值以及UB逆序統計值，然后根據求出的年雷暴日UF順序統計值的正負情況來判斷克拉瑪依年雷暴日數的變化情況，若求出的年雷暴日數UF順序統計值在某一個時間段內小于0，則表明了在該時期內雷暴活動呈遞減的發展趨勢；若求出的雷暴活動UF順序統計值在某一個時間段內大于0，說明了在該時期內雷暴活動呈遞增的發展趨勢；當UF順序統計值從某一時刻超出了置信檢驗曲線時，說明了雷暴活動從該時刻起呈顯著性的遞增或遞減發展趨勢。如果UF順序統計曲線和UB逆序統計曲線出現了交點，且該交點位于置信檢驗曲線內，則說明了該交點為克拉瑪依雷暴活動變化的一個突變年。

圖3為1961—2010年克拉瑪依雷暴日數突變檢驗統計結果，從圖中可以看出，從1961年開始，求出的雷暴日UF順序統計值均小于0，表明了根據突變年檢驗結果顯示，克拉瑪依年雷暴日數從1961年開始呈遞減的變化趨勢，且從1967年開始計算出的雷暴日UF順序統計曲線值開始超出了置信檢驗曲線，這表明了克拉瑪依年雷暴日數從1967年開始呈顯著性的逐年遞減的變化趨勢，求出的雷暴日UF順序以及UB逆序統計值有一個交點，該交點位于1966年，且該交點位于置信檢驗曲線之內，根據M-K突變檢驗理論得知，1966年為克拉瑪依年雷暴日突變年。

圖3 1961—2010年克拉瑪依雷暴日數突變檢驗統計結果Fig.3 Statistical results of abrupt change of thunderstorm days in Karamay in 1961—2010

3.4 雷暴日數周期變化規律

本文對1961—2010年克拉瑪依雷暴日數時間序列數據，采用小波變換方法，一方面對克拉瑪依年雷暴日數突變年的結果進行檢驗，另一方面對克拉瑪依年雷暴日數周期變化規律進行研究。

運用matlab編寫出小波變換程序，求出克拉瑪依年雷暴日數小波變換等值線結果，小波變換取樣周期為1a，最大周期尺度為32a。圖4為1961—2010年克拉瑪依雷暴日數小波變換結果，從圖中可以看出，在8～12a的周期變化的時間尺度上，在1961—1966年之間克拉瑪依年雷暴日小波變換等值線值為正數，而在1966—1972年之間克拉瑪依年雷暴日小波變換等值線值為負數，因此可以看出1966年為等值線值正負變化的交界面，所以進一步說明了上文中使用M-K突變檢驗法求出的1966年為該地區年雷暴日數突變年是準確可靠的。

從圖還可以看出，在1961—1968年期間年雷暴日小波變化等值線值為正數，因此說明了在此年份期間克拉瑪依雷暴活動較多，同時可以看出，年雷暴日數具有4～7a的小尺度演變規律，且這個小尺度演變規律在1980年之前較為顯著，同時存在8～12a的中時間尺度的演變規律，且該中等時間尺度的演變規律在90年代中期之前顯得較為顯著，中時間尺度上存在顯著的5次峰—谷振蕩變化規律。還存在14～24a的長時間尺度的演變周期，該長時間尺度在80年代中期之前較為顯著，該長時間尺度上存在顯著的3次峰—谷振蕩變化規律。從而得出年雷暴日數具有4～7a、8～12a以及14～24a這3類時間尺度的演變周期。

圖4 1961—2010年克拉瑪依雷暴日數小波變換結果Fig.4 Results of wavelet transform of thunderstorm days in Karamay in 1961—2010

4 雷暴日數與相關氣象因子相關性分析

本文利用1961—2010年克拉瑪依年雷暴日數、年平均氣溫、年降水量統計數據，用來研究年雷暴日數與年平均氣溫、降水量之間的相關性。

4.1 年雷暴日數與年降水量相關性分析

雷暴常常發生在中小尺度對流系統中，雷暴出現時必然伴有強烈的積雨云活動。有研究結果表明，克拉瑪依雷暴活動主要集中在5—9月份，占到全年總雷暴數的92%以上。圖5為1961—2010年克拉瑪依年降水量變化規律以及曲線擬合結果，從圖中可以看出，克拉瑪依年降水量也與雷暴日數一樣具有顯著的年際差異性。根據一次曲線擬合的結果可以看出，擬合出的方程斜率為0.6887，斜率大于0，這說明了克拉瑪依年降水量總體上具有在波動中呈逐年遞增的變化趨勢，且得出年降水量氣候傾向率為6.9mm/10a。而上文求出的克拉瑪依年雷暴日數呈逐年遞減的變化趨勢。將相應的數據代入2.2中所述的相關性系數表達式[21]中可以得出，年雷暴日數與年降水量之間的相關性系數為-0.6213，說明了克拉瑪依在這10a間的年雷暴日數與年降水量之間存在中高度的負相關性。

圖5 1961—2010年克拉瑪依年降水量變化規律以及曲線擬合結果Fig.5 Variation of annual precipitation in Karamay during 1961—2010 and curve fitting

4.2 年雷暴日數與年平均氣溫相關性分析

圖6為1961—2010年克拉瑪依年平均氣溫變化規律以及曲線擬合結果，從圖中可以看出，克拉瑪依年平均氣溫也與雷暴日數一樣具有顯著性的年際差異性。根據線性擬合的結果可以看出，擬合出的方程斜率為0.0184，斜率大于0，說明克拉瑪依年平均氣溫總體上具有在波動中呈逐年遞增的變化趨勢，且得出年平均氣溫氣候傾向率為0.18 ℃/10a。根據二次曲線擬合得出，在1961—1975年之間年平均氣溫呈逐年遞減的變化趨勢，從1975年之后年平均氣溫呈遞增的變化趨勢。

上文求出的克拉瑪依年雷暴日數呈逐年遞減的變化趨勢，并且可以得出，隨著氣溫的逐年增加，克拉瑪依年雷暴日數呈逐年遞減的變化趨勢。求出年雷暴日數與年平均氣溫之間的相關性系數為-0.5233，說明了克拉瑪依年雷暴日數與年平均氣溫之間也存在中高度的負相關性。

圖6 1961—2010年克拉瑪依年平均氣溫變化規律以及曲線擬合結果Fig.6 The variation law of annual mean temperature in Karamay during 1961—2010 and the results of curve fitting

5 結論

①對克拉瑪依年雷暴日數頻數進行分析得出，年雷暴日數主要集中在45～50d，在該時間范圍下出現的年雷暴日頻率為18次。

②對克拉瑪依雷暴日年變化進行分析得出，年雷暴日總體上具有在波動中呈逐年遞減的變化趨勢，每10a減少約3d左右。

③對克拉瑪依雷暴日年代變化規律分析得出，20世紀60年代、70年代、80年代、21世紀10年代雷暴日數呈逐年遞減的變化趨勢，其中21世紀10年代雷暴日數遞減速度最大；20世紀90年代雷暴日呈遞增的變化趨勢。

④對克拉瑪依年雷暴日突變年檢驗以及周期變化規律分析得出，首先使用M-K突變檢驗分析可知，1996年為年雷暴日突變年，然后使用小波變換方法對突變結果進行進一步檢驗，同時得出年雷暴日數具有4～7a、8～12a以及14～24a這3類時間尺度的演變周期。

⑤對克拉瑪依年雷暴日與年降水量以及年平均氣溫之間相關性分析得出，年雷暴日數與年降水量、年平均氣溫之間均存在負相關性，求出的相關性系數分別為-0.6213、-0.5233。

[1]許小峰.雷電災害與監測預報[J].氣象,2004,30(12):17-21.

[2] 格央，德慶卓嘎.西藏雷暴日數變化特征與相關氣象因子關系的分析[J].高原氣象,2008,10(5):51-53.

[3] 楊志華.陸川年雷暴日數變化特征與相關氣象因子關系的分析[J].氣象研究與應用,2011,32(3):97-99.

[4] 高文勝，張博文，周瑞旭，等.基于雷電定位系統監測數據的雷暴云趨勢預測[J].電網技術,2015,39(2):523-529.

[5] 史海鋒，王芳，周恩偉，等.浙江地區雷暴日插值方法及分布特征的研究[J].浙江氣象,2014,36(1):36-38.

[6] 余蜀豫，任艷，覃彬全.基于模糊數學的重慶地區雷電災害風險評估方法研究[J].災害學, 2015,30(2):75-78．

[7] 郭冬艷，辛吉武，吳勝安,等.海南雷暴氣候特征及大氣環流背景分析[J].氣象科技，2008，36(4)：404-409.

[8] 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(5)：565-568.

[9] 王娟，諶蕓.2009—2012年中國閃電分布特征分析[J].氣象, 2015, 41(2):160-170．

[10] 向念文，谷山強，陳維江，等.京滬高鐵沿線臨近區域雷電分布特征[J].高電壓技術, 2015, 41(1):49-55．

[11]ChristianHJ,BlakesleeRJ,BoccippioDJ,etal.GlobalfrequencyanddistributionoflightningasobservedfromspacebytheOpticalTransientDetector.J.Geophys.Res, 2003, 108(D1)art.no.4005.

[12]RobertA.Maddor,Large-ScalePatternsAssociatedwithSevereSummertimeThunderstormoverCentralArizona[J],WeatherandForecasting, 1995, 10:763-778.

[13] 張燁方，馮真禎，曾金全，等.福建省閃電監測數據與雷暴日關系分析及片狀函數研究[J].自然災害學報,2014,23(1):183-190.

[14] 王迎春,周積強,祁海,等.2000—2012年寧夏雷擊災害統計與分析[J].寧夏大學學報(自然科學版),2015,36(1):84-86.

[15] 高穎穎,祝寶友,馬明.東北較高緯度地區夏季閃電與雷暴相關參數的關系研究[J].中國科學技術大學學報,2014,44(11):904-912.

[16] 周明薇，周四清，彭雙姿，等.邵陽地區閃電活動特征及其與降水的關系[J].氣象與環境學報, 2014, 30(1):69-74．

[17]KantelhardtJW,ZschiegnerSA,BundeEK.Multifractaldetrendedfluctuationanalysisofnonstationarytimeseries,[J].PhysicaA:StatisticalMechanicsandItsApplications, 2002, 316(1-4):87-114.

[18] 紀曉玲.寧夏雷暴天氣氣候和環流特征及典型過程分析[D].蘭州大學大氣科學系.2009.

[19] 符淙斌,王強.氣候突變的定義和檢測方法[J].大氣科學, 1992, 16(4):482-492.

[20] 程向陽，謝五三，劉巖，等.安徽省近50年雷暴的時空變化特征及影響因素[J].長江流域資源與環境,2012,21(1):117-121.

[21] 蔡智澄，何立民.相關性分析原理在圖書情報分析中的應用[J].現代情報,2006,5(5)：151-153.

Characteristics analysis of Karamay thunderstorm days change

FENG Zhijiang, WU Pingjian, FANG Jinjiang, LIU Jiahao

(Huaxi County Meteorological Bureau of Guiyang City, Guiyang 550025, Guizhou)

Since twenty-first Century, with the rapid development of the global economy and society, high-rise buildings and chemicals, oil and other flammable and explosive places are increasing year by year. We used the ground meteorological observation data of thunderstorm, and the national climate center statistics of annual precipitation, annual average temperature data from 1961 to 2010 in Karamay, using the frequency statistics, 5 years moving average, the M - K mutation testing, methods of wavelet transform, correlation analysis to study the changes characteristics of thunderstorm days and the correlation between the thunderstorm days number and the related meteorological factors of Karamay. It can play a guiding role in the prevention of lightning disaster in real life.

thunderstorm days; frequency; 5years moving average; mutations years; wavelet transform; correlation

1003-6598(2017)02-0048-05

2016-12-13

馮志江(1990—)，男，助工，主要從事防雷檢測工作，E-mail:472447038@qq.com。

P446

B