德州市雷暴特征分析

王鑫

摘要? ? 為探討德州地區雷暴活動的變化趨勢，采用氣候傾向率、距平分析法、M-K突變檢驗等方法對德州市雷暴特征進行分析。結果表明，德州市的年平均雷暴日數為22.6 d，雷暴的日變化呈雙峰單谷型分布。

關鍵詞? ? 雷暴日;特征分析;氣候傾向率;山東德州

中圖分類號? ? P446? ? ? ? 文獻標識碼? ? A? ? ? ? 文章編號? ?1007-5739（2019）09-0191-01

德州市為黃河沖積平原，歷史上境內曾有2次黃河大遷徙，上千次決口，造就了西南高、東北低的地形。德州市地貌大體可分3類。一是高地類，由河流、河床沉積而成，占土地總面積的34.3%;二是坡地類，由黃泛漫流沉積而成，占總土地面積的52.1%;三是洼地類，占13.6%。德州地處魯西北平原，每年4—9月是強對流天氣多發季節，而雷電災害是對該地區危害比較嚴重的自然災害。隨著德州經濟的快速發展，每年由于雷擊造成的人員傷亡逐漸增多，經濟損失越來越嚴重。本文利用1971—2010年德州市的雷暴日數觀測資料對雷暴日的空間分布特征、時間變化特征等方面進行了分析。

1? ? 資料來源與分析方法

雷暴是強對流天氣的產物，它通常伴隨著滂沱大雨或冰雹，而在冬季甚至會伴隨著暴風雪天氣，屬強對流天氣，對人們的生活和生產影響較大[1]。本文利用1971—2010年德州市雷暴日數觀測資料對其雷暴特征進行分析。為了很好地反映出歷年各季節的雷暴日情況，將3—5月定為春季，將6—8月定為夏季，將9—11月定為秋季，將12月至翌年2月定為冬季。根據WMO規定，取最近連續30年氣象要素的平均值或統計值來代表研究區域的氣候標準值，即每10年需對氣候平均值更新1次[2]。從2012年1月1日起用1971—2010年的年氣候平均值代替1971—2000年的氣候平均值[3]。氣候傾向率法是將氣候要素的趨勢變化通過最小二乘法用線性方程來擬合。將一組符合y=a+bx關系的數據通過計算求得最佳的a和b。距平是某一系列數值中的某一個數值與平均值的差，分正距平和負距平。距平百分率是對距平進行了標準化處理，這樣做更能體現被分析數據的變化程度。Mann-Kendall法[4]又稱為無非分布檢驗法，一般取臨界線為±1.96，其顯著性水平P=0.05。當UF或UB的值超過臨界線時，則表明雷暴日序列上升或下降趨勢顯著。當UF和UK的值小于0時雷暴日序列呈現下降趨勢，大于0則雷暴日序列呈現上升趨勢。如果UF和UB這2條線出現交點且交點在臨界線之間，那么交點對應的值即為突變開始的時間[5-7]。

2? ? 德州地區雷暴變化特征分析

2.1? ? 雷暴日的空間分布特征

根據數據分析德州市雷暴日分布存在明顯的地區差異，總體呈現出由西南到東北雷暴日數逐漸增多的特征，其中年平均雷暴日數最多和最少的地區相差33.71 d。德州市地處魯西北平原，但北部雷暴活動明顯多于南部，由南向北延伸，由內陸向沿海靠近，土壤鹽堿成分增加，土壤電阻率逐漸下降，雷暴云更易向地面發生閃擊。

2.2? ? 雷暴日的時間變化特征

1971—2010年德州總雷暴日數為10 470 d，年平均雷暴日為23 d，最多的年份出現在1977年，為40 d;最少的年份在1999年，為15 d。雷暴日數最多年與最少年相差25 d，表明德州雷暴的年際變化比較大。從20世紀70年代以后，年雷暴日數呈現出波動中下降的趨勢。用線性方程y= -0.036 9x+25.039表示，利用氣候傾向率方法可知，1971—2010年德州的雷暴日大約以2.3 d/10 a的傾向率進行減少，變化趨勢較為平緩。以近30年的年平均雷暴日數22.6 d作為氣候平均值，將雷暴日距平百分率≥20%的年份作為多雷暴年，而將雷暴日距平百分率≤20%的年份作為少雷暴年，則有9年為多雷暴年，其中有6年的雷暴日距平百分率 ≥30%，其中1981年的雷暴日距平百分率最小為-37.2%。利用Mann-Kendall法對德州地區40年雷暴日的時間序列進行計算，進一步檢驗突變點[8-9]，并給定顯著性水平a=0.05，即u0.05=±1.96。當2條線出現交點且交點在臨界線之間，從而檢測到20世紀90年代中后期即1998年為非常明顯的突變點，在2000年超過顯著性水平為0.05（-1.96）的臨界線，表明德州市年均雷暴日的下降趨勢十分顯著。

3? ? 結論

本文分析結果表明，德州市雷暴日分布存在明顯的地區差異，呈現出由西南到東北逐漸增多的特征，年雷暴日數總體呈現2.3 d/10 a的下降趨勢。雷暴的日變化特征總體分布呈雙峰單谷型，峰值分別在2：00和18：00，谷值在10：00。

4? ? 參考文獻

[1] 陳渭民.雷電學原理[M].北京：氣象出版社，2006.

[2] 雷向杰，黃祖英，田武文，等.兩個30年氣候平均值的差異及其對氣候業務的影響[J].氣象科技，2005，33（2）：124-127.

[3] 賈利芳.1981—2010年大同市氣候平均值的變化及對氣候評價的影響[J].現代農業科技，2012（17）：245-246.

[4] 鳳英.現代氣候統計診斷與預測技術[M].北京：氣象出版社，1999.

[5] 淑潔，黃曉東.大興安嶺雷暴日數的時空分布特征[J].氣象水文海洋儀器，2010（1）：72-74.

[6] 商寶榮，張慶文，馬繁東，等.依安縣近56 a雷暴日數變化特征分析[J].黑龍江氣象，2018，35（4）：44-45.

[7] 劉園園，吳裴裴，楊雷斌，等.1973—2012年承德市雷暴氣候特征分析[J].內蒙古氣象，2018（4）：15-17.

[8] 聶永喜，聶宇.近53年青海省貴南縣雷暴氣候特征分析[J].安徽農業科學，2018，46（17）：168-169.

[9] 侍瑞，汪銀，劉玉林.池州市雷暴活動特征分析[J].安徽農學通報，2017，23（19）：99-101.

收稿日期? ?2019-01-12