瓦房店地區閃電數據質量控制及雷電分布特征分析

張有業 鄭羽

摘要? ? 本文選用2015—2018年瓦房店地區閃電資料，采用數理統計方法，對閃電數據進行質量控制，分析閃電時間變化規律及雷電流強度變化特征。結果表明，在瓦房店地區閃電數據質量控制上，剔除2 kA以下閃電即可滿足閃電正態分布;瓦房店地區地閃遠大于云閃，云閃所占比例僅為4.01%，負閃比例遠大于正閃，正閃平均比例為14.74%;瓦房店地區年平均閃電變化差異較大，閃電月分布呈現出單峰特點;閃電頻次以夏季（6—8月）發生較多，一天之中凌晨（0：00—2：00）發生較多;閃電強度秋季（9—11月）發生較強，大幅值閃電近年來呈逐漸增多的趨勢。

關鍵詞? ? 地閃;數據質量控制;閃電強度;分布特征;遼寧瓦房店

中圖分類號? ? P427.32? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2019）22-0127-02? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

閃電活動的發生具有明顯的區域特點，其局地性強[1-2]，受地形、產業結構布局、下墊面環境等要素的影響很大，由于氣候特點差異較大，不同地區的閃電活動規律不同。近年來，閃電定位系統已經被廣泛應用于雷電的監測，已經取代人工觀測。其監測資料在雷電防護、監測預警、雷電活動規律研究中具有非常重要的作用。通過該系統可以記錄閃電發生的具體位置（經度、緯度）、時間、極性、陡度、強度等參數[3-4]。一些學者[5-7]開始研究地閃數據的變化規律，如王學良等[8]對湖北省閃電時空變化特征進行分析。與此同時，由于閃電定位系統受到環境、地形地貌以及不同氣候條件的影響，加上不同設備的廠家參數有差異，其數據監測結果可能不同。因此，針對瓦房店地區，很有必要對區域內閃電數據進行質量控制，進而研究閃電活動特征。

1? ? 資料來源與處理方法

1.1? ? 資料來源

選取2015—2018年大連市ADTD聯網測得的地閃數據資料。ADTD系統由布設在瓦房店、旅順、長海、莊河的4個探測站和1個位于大連的中心站組成，集定位、授時、時統等多種功能于一身，采取多站方位匯交和時差定位原理綜合算法進行定位，對1～500 km范圍內的地閃活動進行實時監測。系統對地閃的探測效率≥90%，網內探測精度<500 m。閃電定位資料包含了每次閃電發生的時間、位置（經度、緯度）、極性、強度、陡度等參數。

1.2? ? 數據質量控制

1.2.1? ? 地閃數據處理依據。Popolansky在早期（1972年）對雷電流幅值分布特征研究時發現，雷電流幅值符合正態分布規律，并認為2 kA以下雷電流為小幅值雷電流。Krider等[9]的研究表明，小幅值地閃所占比例為2%。IEEE工作組建議對于雷電流幅值≤2 kA的地閃數據可以不考慮。之后，有學者對重慶地區地閃進行正態分布擬合質量控制，結果發現剔除5 kA以下數據擬合最優。而李京校等[10]使用SAFIR資料對北京地區地閃參數統計分析時，剔除了10 kA以下數據。上述研究表明，為了提高地閃數據的準確性，需要對數據質量進行控制，而常見的方法之一就是利用正態分布擬合分析來剔除干擾數據，提高地閃數據監測質量。本文分析瓦房店地區2015—2018年地閃資料，采用正態分布擬合分析技術、數理統計等方法，對監測數據進行質量控制，為瓦房店地區地閃資料處理提供理論支撐。

1.2.2? ? 數據質量控制方法。本文選取探測數據13 047次，剔除云閃數據（占比4.01%），地閃數據為12 524條記錄，所占比例為95.99%。由于地面上的雷電災害主要是由地閃引起的，所以本文著重研究地閃分布特點。本次統計樣本數據中正閃1 661次，負閃10 867次，正閃比例為13.26%（表1）。

按照0.1 kA地閃數據取雷電流幅值絕對值對數進行統計，結果如表2所示。可以看出，2 kA雷電流幅值比例僅為0.01%，因而可以剔除2 kA以下雷電流。

2? ? 結果分析

2.1? ? 雷電年分布特征

對2015—2018年瓦房店地閃數據進行分析，如圖1所示，結果表明，瓦房店地區年均地閃頻次分布不均，2015年、2017年發生地閃頻次較多，2016年次之，2018年較少;年均地閃頻次為3 131次，最大值為5 835次，最小值為1 122次，最高值與最低值之間相差5倍以上。

2.2? ? 雷電月分布特征

對樣本區域地閃數據進行逐月統計，如圖2所示，結果表明，地閃活動呈典型的單峰特點，雷電活動高發期在8—9月，主要由當地強對流天氣發展旺盛、雷電活動頻繁導致。

2.3? ? 雷電時分布特征

對瓦房店地區閃電數據進行分時統計（圖3），結果表明，閃電高發區時刻為凌晨前后（0：00—2：00）、早晨（6：00—8：00）和午后（13：00—15：00）。其主要是由本地的氣候特點決定。瓦房店地區氣候特點為暖溫帶半濕潤大陸性季風氣候，兼有海洋性氣候，午后太陽的輻射在海洋的調節下有所減弱，熱力對流強度不旺盛，因而雷暴的高頻期為凌晨和夜間，午后不是主要出現時段。

2.4? ? 雷電幅值分布特征

閃電是由雷暴云能量釋放而引發的巨大放電現象產生的，閃電強度是衡量閃電破壞能力的重要因素之一[11]，雷電流幅值越大，破壞能力就越強，帶來的危害性越廣。因此，雷電流幅值是研究雷電的重要參數之一。從多年統計雷電流強度來看（表3），雷電強度4—8月平均為20 kA左右，較大月份在10月、11月，達到100 kA以上。

2.5? ? 大幅值閃電變化

閃電強度是雷電防護的基礎研究內容之一，其平均極值越大，破壞能力就越強，危害性越廣[12]。統計閃電強度極值 >100 kA的數據，結果表明，該范圍內閃電次數較少，僅占閃電總數的0.2%，但是閃電強度與其破壞力成正比的關系，這種極值不容忽視。對瓦房店地區2015—2018年度雷電流幅值>100 kA進行統計（圖4），結果表明，近年來大幅值雷電所占比例提高，這就說明雷電危害更加廣泛。

2.6? ? 閃電強度時間變化特征

對閃電強度進行逐月統計（表4），可以看出，正閃平均強度和負閃平均強度均在秋季（9—11月）較大，正閃均值為36.98 kA，秋季明顯大于夏季。負閃在秋季（9—11月）較大，均值在77.14 kA，遠大于其他季節。因此，對于瓦房店地區來說，除了夏季要注意防范雷電災害外，秋季更不能忽視。

3? ? 結論

綜上所述，得到瓦房店地區閃電統計特征如下：在瓦房店地區閃電數據質量控制上，剔除2 kA以下閃電即可滿足閃電正態分布;瓦房店地區地閃遠大于云閃，云閃所占比例僅為4.01%，負閃比例遠大于正閃，正閃平均比例為14.74%;瓦房店地區年平均閃電變化差異較大，閃電月分布呈現出單峰特點;閃電頻次夏季（6—8月）發生較多，一天之中在凌晨（0：00—2：00）發生較多;閃電強度秋季（9—11月）發生較強，大幅值閃電近年來呈逐漸增多的趨勢。

通過本文的研究，可以掌握當地閃電活動特征，研究成果為防雷設計提供了可靠依據，為科學指導防雷減災工作提供了決策依據，能夠有效避免或者減少雷電造成的人民財產損失，提高抵御雷電災害能力。但本文未考慮由于儀器自?身可能會導致的數據誤差，今后隨著數據的不斷積累，可進一步考慮加權處理，不斷完善分析結果。

4? ? 參考文獻

[1] 門福錄.關于災害學和災害研究方法若干問題的淺見[J].自然災害學報，2002，11（4）：149-152.

[2] 孫翠梅，沈興建，錢鵬，等.鎮江雷暴氣候特征及天氣學預報方法分析[J].氣象與環境科學，2014，37（3）：8-13.

[3] 王建華，張濤，楊雨春，等.沈陽雷電監測定位系統建設研究[J].氣象與環境學報，2006，22（6）：65-68.

[4] 王赟，李成昊，王洪祥，等.大連地區閃電分布特征研究[J].現代農業科技，2015（5）：248-250.

[5] 許洪澤，王振會，馮民學.閃電定位資料分析[J].氣象與環境科學，2007，30（1）：93-95.

[6] 王洪祥，王赟，李銳.遼寧地區閃電定位資料應用分析[J].現代農業科技，2015（3）：248-250.

[7] 曾楚英，谷定燮，陳志述，等.雷電流參數與海拔高度、地理緯度關系的統計分析[J].高電壓技術，1991，17（2）：70-76.

[8] 王學良，劉學春，黃小彥，等.湖北地區地閃電時空分布特征分析[J].氣象，2010，10（36）：91-96.

[9] KRIDER E P，NOGGLE R C，UMAN M A.A gated，wide band magnetic direction finder for lightning return strokes[J].Appl Mectoer，1976，15：301.

[10] 李京校，郭鳳霞，沈永海，等.利用SAFIR資料對北京及其周邊地區地閃參數的特征分析[J].高原氣象，2013，32（5）：1450-1453.

[11] GOLDE R H.雷電：上卷[M].周詩健，孫景群，譯.北京：電力工業出版社，1982.

[12] 朱潤鵬，袁鐵，李萬莉，等.基于衛星觀測資料的全球閃電活動特征研究[J].氣候與環境研究，2013，18（5）：639-649.