遼寧省雷電易發區及預警應對等級劃分

馬虹旭 袁湘玲 張凱 姜禹

(1 中國氣象局沈陽大氣環境研究所，沈陽 110166； 2 遼寧省防雷技術服務中心，沈陽 110166；3 黑龍江齊齊哈爾市氣象局，齊齊哈爾 161006; 4 東軟集團股份有限公司，沈陽 110179)

引言

作為最嚴重的10種自然災害之一，雷電是發生頻率高，突發性強的一種瞬態天氣現象，常伴有閃電、雷雨、大風、冰雹等極端災害性天氣。雷電發生的隨機性及其成災的迅速性使得電力、航空航天、化工、保險業、建筑業、旅游景區等各部門對雷電監測和預警的要求越來越大、越來越高。遼寧省地處亞歐大陸東岸，屬大陸季風氣候，具有中緯度西風帶天氣特色。主要氣候特點是：四季分明，春秋季短，雨熱同季，寒冷期長，日照豐富，東濕西干，平原風大等。遼寧春季回暖迅速，風大少雨；夏季雨量充沛，高溫潮濕，秋季氣溫速降，雨量驟減；冬季寒冷漫長，降水稀少。遼寧的雷暴期，遼西山區稍短，在160～170 d之間；東南部地區和營口地區較長，可達180 d以上，丹東達196 d；其他地區在170～180 d之間。最長雷暴期，大部分地區超過200 d，其中鞍山、本溪、丹東及復州城等地雷暴期可達250 d[1]。根據《建筑物電子信息系統防雷技術規范》[2](GB50343—2012)中的規定，通過對遼寧省年平均雷暴日的統計表明：遼寧省屬中雷區。

由于雷電災害的隨機性和瞬時性，以及雷電資料的不完備性，使得系統性的雷電災害風險區劃研究亟待開展。長期以來，國內外不少專家和學者致力于雷電災害研究，如張婧等[3]通過對河北省1998—2007年的氣象觀測資料進行統計分析，利用GIS技術、結合自然災害風險指數方法及洪澇災害風險評價模型，基于本省自然環境、經濟指標等要素，繪制河北省縣級洪澇災害風險區劃圖。殷嫻等[4]對江蘇省13個地級市的雷電災害分布特征進行分析，研究發現區域雷災易損性取決于區域自然條件對雷電磁場環境變化的敏感性，同時還與區域社會體系對雷電災害的承受能力息息相關。目前基于自然災害系統理論[5]，開展雷電災害風險區劃研究是許多學者關注的熱點[6-8]，隨著地理信息數據在氣象領域廣泛的應用，在開展氣象災害風險區劃時結合GIS技術，將有助于提高氣象災害風險區劃精度。

現階段遼寧省利用閃電定位儀數據對雷電易發區域的劃分研究較為欠缺，本文基于自然災害系統理論和自然災害風險評估理論，利用遼寧地區1981—2010年雷暴日資料、2012—2019年閃電定位儀資料，結合2015年公里網格GDP及人口數據，分析遼寧省雷電災害孕災環境、雷電活動時空分布特征及遼寧省潛在的雷電易損性。利用ArcGIS 空間分析方法，將地閃密度中的數據進行格柵化處理，利用插值分析中的反距離權重法進行平均運行，獲得內插單元，編制出遼寧省雷電易發區域及防范等級劃分的示意圖,為加快遼寧省雷電災害防御體系建設提供科學依據和重要參考，對政府防御雷電災害提供決策依據。

1 資料與方法

1.1 資料來源

文中使用資料包括: 2012—2019年遼寧省閃電定位資料，來源于遼寧省氣象信息中心；1981—2010年遼寧省雷暴日數據，來源于國家氣象信息中心制作的中國地面氣候標準值數據集；2015年中國 GDP 空間分布公里網格數據[9]和中國人口空間分布公里網格數據[10],源自中國科學院資源環境科學數據中心(http://www.resdc.cn)。

1.2 研究方法

1.2.1 建立評價單元

建立評價單元是指對選定區域進行空間劃分，形成評價分析的最小單位，這些空間單元構成了雷電易發風險評價的基本單元[11]。在空間單元劃分上，考慮到避免雷電定位誤差的影響，把遼寧省所轄行政區域38°43′～43°26′ N、118°53′～125°46′ E，按照10 km×10 km的尺度進行劃分，劃分為1615個空間單元，對各空間單元的閃電定位數據進行數理統計，利用 ArcGIS 軟件進行空間分析。空間分析采用反距離權重法(IDW)將點插值成柵格表面，獲得的像元輸出值限定在插值時用到的值范圍之內。由于反距離權重法是加權平均距離，因此其平均值不可能大于最大輸出或小于最小輸入。由于樣本足夠密集，采用反距離權重法會獲得最佳結果，用公式表達為：

(1)

1.2.2 雷電易發區的劃分方法

雷電易發等級代表評價單元發生雷電并造成危害的可能性的大小。本研究選取雷暴日數、閃電密度和雷電流強度做為雷電易發風險評價指標，采用AHP方法[12-14]確定指標權重，構建雷電易發風險計算模型，依據雷電易發風險值，利用自然斷點法進行雷電易發等級劃分。選取雷電流平均幅值、繞擊率和雷擊率綜合量化分析雷電流強度特征[15]，采用加權綜合評價法[16]，建立雷電流強度分析模型。根據加權綜合評價法，假設因指標量化值的不同，導致不同指標對于特定因子的影響程度存在差別，表達為下列公式：

(2)

式中,Vij為評價因子的總值；Dij為因子i，j的指標(Dij≥0)；Wij為權重值(0≤Wij≤1)；n為評價指標個數。雷暴日和地閃密度可反映評價單元發生雷電的可能性，雷電流強度可反映評價單元可能遭受雷電損害的危險程度，繞擊率和雷擊率可反映評價單元內防雷裝置失效的可能性。

1.2.3 雷電風險應對等級的確定方法

雷電風險應對等級是指評價單元可能發生雷擊的風險及承災體可能受損的程度。本研究選取雷電易發風險指數、生命和經濟易損指數做為雷電風險應對等級的評價指標，采用風險矩陣法建立雷電風險應對等級值計算模型，依據雷電風險應對等級值確定雷電風險應對等級。所謂的風險矩陣法是一種綜合評估方法，即對可能發生的危險和危險發生后可能產生破壞影響的嚴重程度來進行綜合評估，同時開展定性評估分析風險大小的方法。該方法的思路是對所研究的風險事件發生的可能性和破壞程度分別進行分級評分，將二者作為矩陣的行和列，二者的估計值相乘得到所研究的風險值，最終按照風險事件在矩陣中的位置做出評估。風險矩陣的基本數學模型為：

當pi≤p

R=f(p,c)=[Rij]

(3)

式中，Rij表示風險矩陣中對應風險概率第i級和風險后果第j級的風險等級，pi與cj分別表示風險概率第i級和風險后果第j級的下限，pi+1與cj+1分別為相對應的上限。常見的實現形式是以乘法作為函數具體的實現形式。雷電風險應對等級劃分模型的計算公式為：

R=PC

(4)

式中,R為雷電災害風險值；P為雷電易發風險指數；C為生命和經濟易損指數。

2 結果分析

2.1 閃電活動時間變化

2.1.1 閃電活動年際變化

有研究人員認為，閃電定位系統探測的小幅值正地閃可能來源于環境電場、云閃的干擾，或是由于閃電定位儀的硬件系統導致探測小幅值正地閃的效果不理想，提出剔除這部分數據，以消除探測誤差[17]。根據2012—2019年遼寧省閃電定位數據，總計有841,875個閃電記錄，結合地閃資料在不同地區的分布特征及IEEE工業組文件規定回擊電流應用范圍定義[18]，本文剔除了其中雷電流幅值絕對值小于2 kA的5,492個記錄和大于300 kA的2,847個記錄，本研究使用的樣本總數為833,536個。其中正閃數為120,955個，占樣本總數的14.5%；負閃數為712,581個，占樣本總數的85.5%。采用數理統計方法得出2012—2019年遼寧省閃電活動年際變化特征，并繪制于圖1中。從圖1中可以看出，總閃電和負閃電次數年際變化趨勢基本一致，均呈明顯下降趨勢，正閃電年際變化不明顯。總閃電數最大值出現在2013年，為161,191次，最小值出現在2018年，為50,313次；負閃數最大值出現在2013年，為151,935次，最小值出現在2016年，為35,433次；正閃數最大值出現在2016年，為21,267次，最小值出現在2013年，為9,256次。2013—2016年，總閃和負閃呈現逐年下降的趨勢，2017年閃電活動有所增加，但2012—2019年，總體上呈現逐年下降的趨勢，總閃與負閃年際變化趨勢一致，正閃年際變化不明顯。高繼卿等[19]通過對北方地區降水資料的分析，發現最近30 a遼寧地區半干旱面積顯著擴大，半濕潤區面積明顯縮小，在過去的50 a，小雨降水頻次增加，大雨及暴雨極少出現，近10 a遼寧省年平均氣溫是在波動中呈上升趨勢，可見在全球氣候變暖的大背景下，遼寧地區冷空氣的勢力較弱，強對流天氣出現的頻次減少，因此遼寧省的閃電活動呈逐年遞減的趨勢。

圖1 2012—2019年遼寧省閃電活動年際變化

2.1.2 閃電活動月際變化特征

圖2為2012—2019年遼寧省閃電活動月際變化。從中可以看出，遼寧省閃電活動主要發生在6—9月，占總樣本的89.3%，正閃和負閃分別占其總樣本的72.9%、91.9%。 總閃和負閃最大值出現在8月，分別占其總樣本的36.8%和40.9%；正閃活動最大值出現在6月，占正閃總樣本的39.4%。這種月際變化是由遼寧的氣候特點決定的，5—6月遼寧地區西南暖濕氣流開始活躍，受東北冷渦影響，不穩定天氣形勢增多，冷暖空氣交匯，水汽、熱力、動力條件均有利于不穩定能量聚集，形成強對流天氣。7月平均氣溫最高，7月下旬開始，太平洋副熱帶高壓逐步北跳，將南部暖濕氣流輸送至東北地區，當有中小尺度天氣系統活動，配合以遼寧東西部山區地形抬升作用，地面場發生畸變，極易形成局地強雷暴天氣[20]，因此雷暴出現在夏季的頻率最多。春季，隨著氣溫逐漸回升，冷空氣勢力逐漸減弱，暖空氣日漸活躍；秋季恰恰相反；冬季冷空氣占主要地位，因此幾乎沒有雷暴

圖2 2012—2019年遼寧省閃電活動占比(占總樣本)月際變化

2.2 雷電流幅值分布概率

采用數理統計方法分析2012—2019年遼寧省雷電流幅值的分布概率，并將結果繪制于圖3中。從圖3中可以看出，負閃雷電流幅值主要分布在15～40 kA，占其總樣本的71.4%；正閃分布較為分散，大于200 kA的閃電主要是正閃。在北方地區，正電荷區廣泛地分布于雷暴云底部，雷暴云大多呈現三極性結構，即上下兩端為正電荷，中間為負電荷[21]，很多學者通過大量的研究發現，在雷暴云中，負電荷區的電荷密度通常比正電荷區大一個量級[22]，且負閃的回擊數往往高于正閃。

圖3 2012—2019年遼寧省雷電流幅值概率分布

2.3 閃電空間分布

2.3.1 雷暴日數空間分布

圖4a中基于1981—2010年遼寧省雷暴日數據，得出的遼寧省年平均雷暴日數空間分布圖可以看出：朝陽地區、阜新市彰武縣、錦州市義縣、鐵嶺地區、撫順地區、本溪地區西部、遼陽地區東部最多，在30～40 d之間，屬于中雷區。大連地區、丹東地區、營口市區、盤錦地區最少，小于25 d，屬于少雷區。

圖4b中基于2012-2019年遼寧省閃電定位資料，得出的遼寧省年平均雷暴日數空間分布圖可以看出：朝陽市建平縣、阜新地區西部、鐵嶺地區西部、撫順地區、丹東地區最多，大于40 d，屬于多雷區。朝陽市區、錦州市區、盤錦地區、大連地區南部、遼陽地區北部、鞍山地區南部、鐵嶺地區中部、丹東地區南部最少，小于25 d，屬于少雷區。其余地區在25～40 d之間，屬于中雷區。

圖4 遼寧省年平均雷暴日數空間分布:(a)基于1981—2010年雷暴日數據,(b)基于2012—2019年閃電定位數據

兩種資料得出的遼寧地區年平均雷暴日空間分布呈現出從中部丘陵、平原及沿海地區向東西部山區逐漸遞增的特征。丘陵地區和山區的地形，對中尺度雷暴系統有動力抬升作用，白天太陽輻射向空中反射量少于平地，熱量積累后受地形阻擋，散逸的能力也低于平原[23]，可見遼寧地區雷暴日數空間分布符合山地大于平原，平原大于沿海地區的分布規律。兩種資料得出的結果在量級上有差別，分析原因主要是由于人工觀測雷暴日是通過人耳監聽，主觀性較強，雷聲大小、周圍環境噪聲等都會影響觀測員的判斷，觀測范圍約為15～20 km，而閃電定位儀單站探測范圍平均為300 km，遠大于人工觀測，探測精度更高，因此閃電定位系統監測值遠遠大于人工觀測值[24]。

2.3.2 閃電密度空間分布特征

本文利用ArcGIS 空間分析方法，將閃電密度中的數據進行格柵化處理，利用插值分析中的反距離權重法進行平均運行，獲得內插單元，繪制2012—2019遼寧省閃電密度空間分布(圖5)。可以看出閃電密度最高值區位于丹東鳳城北部，為0.884～1.175 次·km-2·a-1。次高值區位于鐵嶺南部、撫順北部、鞍山中部，為0.592～0.884次·km-2·a-1。低值區位于東西部山區及南部沿海地區，密度值小于0.301次·km-2·a-1。通過對高值區的地形分析后認為，山區的迎風坡對雷暴云有強迫抬升作用，迎風坡前和山谷底部的空氣受熱不均勻，容易形成對流，導致閃電頻發。

圖5 2012—2019年遼寧省閃電密度空間分布

2.3.3 雷電流平均幅值空間分布特征

從2012-2019年遼寧省雷電流平均幅值分布特征(圖6)，可以看出，高值區位于朝陽市區、建平縣及大連旅順口區，為57.9～69.9 kA；低值區分布于錦州大部、鞍山西北部及東南部、鐵嶺南部、撫順西部及南部、本溪南部、丹東西部，為21.7～33.8 kA；其他區域雷電流平均幅值介于33.8～57.9 kA。雷電流平均幅值空間分布與閃電密度空間分布特征差異較大，這與不同強度的雷暴對總閃貢獻的差別有關。在雷暴過程中，弱雷暴發生次數最多，但是產生的閃電占比較少，強雷暴過程發生次數雖少，但是產生閃電的效率高，危害大。雷電流平均幅值空間分布與局地地形一致，具有較明顯的地理特征。

圖6 2012—2019年遼寧省雷電流平均幅值空間分布

2.4 雷電易發區劃

采用加權綜合評價法將遼寧省雷電易發區劃分為4個等級：紅色—雷電高風險區，橙色—雷電中高風險區，黃色—雷電中風險區，藍色—雷電低風險區(圖7)。結果表明：遼寧地區雷電易發區域呈現以沈陽市區—遼陽市區—鞍山市區及海城市—營口市區—盤錦市區—大連市區及瓦房店市—普蘭店市一線(東北—西南向)為軸，自中部丘陵和平原地區向東西部山區逐漸遞減的分布趨勢，雷電易發區域與經濟發達區大體重疊。經濟發達區人口聚居、交通繁華，是防雷減災的重點區域。沈陽及大連中心城區為雷電高風險區；沈陽、撫順、本溪、遼陽、盤錦、鞍山、營口、大連等地市區為雷電中高風險區，鐵嶺北部、本溪東部、丹東北部、朝陽西部、葫蘆島南部為雷電低風險區，其余地區為雷電中風險區。

圖7 遼寧省雷電易發區分布

2.5 雷電風險應對等級

選取雷電易發風險指數、生命和經濟易損指數做為雷電風險應對等級的評價指標，通過風險矩陣法來建立雷電風險應對等級值計算模型，依據雷電風險應對等級值確定雷電風險應對等級(圖8)。生命和經濟易損指數表征承載體的暴露度，即可能受到危險因素威脅的人員和財產等，一個地區暴露于各種危險因素的人員和財產越多,其受災財產價值密度越高 , 可能遭受潛在的損失就越大,災害風險也越大[25]。根據中國科學院資源環境科學數據中心2015年中國 GDP 空間分布公里網格數據和中國人口空間分布公里網格數據顯示，2015年遼寧省生產總值(GDP)28700億元，位居前3位的是大連、沈陽、鞍山，分別為7700億元、7280億元和2326億元。從人均GDP看，大連、盤錦、沈陽位居前3位，鐵嶺、葫蘆島、朝陽位居后3位。人口方面，2015年，遼寧省常住人口4382.4萬人，其中城鎮人口2951.5464萬人，鄉村人口1430.8536萬人，城鎮化率67.35%。常住人口沈陽、大連、鞍山位居前3位，阜新、本溪、盤錦位于后3位。

從圖8中可以看出，當雷電災害風險值為1,2時，應對等級最高為一級，用紅色表示；雷電災害風險值為3,4時，應對等級為二級，用橙色表示；雷電災害風險值為6，8，9時，應對等級為三級，用黃色表示；雷電災害風險值為12,16時，應對等級最低為四級，用藍色表示。結果顯示：沈陽、撫順、遼陽、盤錦、大連等地市區雷電風險應對等級為二級；鐵嶺北部、本溪東部、丹東北部、朝陽西部、葫蘆島南部雷電應對等級為四級；其余地區雷電風險應對等級為三級。由于雷電活動極易與其他氣象災害混雜，因此雷電風險等級不僅與閃電活動的頻繁程度及空間分布有關，而且與下墊面的承災體分布密切相關[26-28]。經濟發達區由于人口集中以及大量弱電設備的使用，遭受雷擊的風險較大，一旦遭受雷擊后的損失較嚴重。東西部山區的農村人口，由于所處的地形及氣候環境較復雜，基礎設施相對落后，雷電防護措施及防護意識相對薄弱，也容易遭受雷電災害。

圖8 遼寧省雷電風險應對等級分布

3 結論與討論

(1)2012—2019年遼寧省閃電活動日數總體呈下降趨勢。閃電活動主要發生在6—9月，總閃和負閃最大日數值出現在8月，正閃活動最大值出現在6月。這種月變化是由遼寧的氣候特點決定的，5—6月遼寧地區西南暖濕氣流開始活躍，受東北冷渦影響，不穩定天氣形勢增多。7月下旬開始，太平洋副熱帶高壓逐步北跳，將南部暖濕氣流輸送至東北地區，加之遼寧東西部山區地形抬升作用，8月容易形成雷暴天氣。

(2)遼寧地區負閃雷電流幅值主要分布為15～40 kA，占其總樣本的71.4%；正閃分布較為分散，大于200 kA的閃電主要是正閃。

(3)遼寧地區年平均雷暴日數的空間分布趨勢是，北部比南部多，東、西部比中部多，從地形地貌上看，遼寧地區雷暴日數空間分布符合山地大于平原，平原大于沿海地區的分布規律。

(4)遼寧地區雷電易發區域呈現自中部丘陵和平原地區向東西部山區逐漸遞減的分布趨勢，雷電易發區域與經濟發達區大體重疊，值得引起重視。經濟發達區與人口聚居、交通便利等條件相關，是防雷減災的重點區域。

(5)將遼寧地區劃分為雷電高風險區、雷電中高風險區、雷電中風險區、雷電低風險區。建議分級制定防雷安全管理制度，建立雷電災害應急預案和防雷巡檢制度，定期開展防雷裝置安全性能檢測，及時上報雷擊災害事故，有條件的單位應關注雷電預警信息，根據預警信息及時合理安排生產和工作。