宜州近50年雷暴氣候特征分析策

廖家旺 韋瑞霞

摘要 利用宜州國家氣象觀測站1964—2013年雷暴觀測資料，采用線性分析、滑動平均、累積距平等方法，分析宜州雷暴日數年際、季、月變化和初終日等特征。結果表明：宜州雷暴日數有下降趨勢，下降傾向率為-2.53 d/10 a，峰值與峰谷相差54 d;雷暴日數春、冬季變化較明顯，夏、秋季次之;月雷暴日數呈單峰型，雷暴集中在4—8月，8月雷暴最多，12月最少;雷暴初日趨于推遲，終日無顯著變化趨勢。

關鍵詞 雷暴天氣;氣候;特征分析

中圖分類號：P446 文獻標識碼：A 文章編號：2095–3305（2021）05–0037–02

雷暴是積雨云中發生的激烈放電現象，具有突發性、局地性特點，雷暴常伴有短時強降水、冰雹、大風等災害性天氣，對人民財產和人身安全產生了嚴重危害[1]。有許多學者對雷暴天氣特征進行了研究，其中裴開程等[2]利用1955—2013年的觀測資料，對當地雷暴變化特征開展了研究;李艷等[3]利用1981—2013年的雷暴資料，對雷暴特征及其環流成因分析，得出雷暴次數呈南多北少的空間分布，青藏高原的影響也是雷暴數呈東西反相的重要原因。宜州地處廣西中部偏西，整個地勢南、北高，中部低，自西向東傾，面積3 463.19 km2，屬亞熱帶季風氣候區，年平均氣溫20.4℃，每年4—8月是強對流發生季節。本文主要根據宜州國家氣象觀測站1964—2013年的雷暴資料，采用線性分析、滑動平均、累積距平等方法進行分析，以充分了解宜州雷暴活動特征及變化趨勢，對宜州防雷減災工作提供參考依據。

1 資料引用與方法

1.1 資料來源

以宜州氣象觀測資料為基礎，選取1964—2013年雷暴日數作為研究對象，對該地區的雷暴日數變化特點進行分析。統計的年雷暴日數為1年內雷暴日數的總和;按3—5月為春季、6—8月為夏季、9—11月為秋季、12月—次年2月為冬季生成逐季序列。

1.2 研究方法

1.2.1 線性傾向估計方法 以年份為自變量，雷暴日數為因變量，利用一次線性方程，定量描述雷暴日數隨時間變化趨勢。

1.2.2 滑動平均 利用滑動平均序列曲線圖來診斷其變化趨勢，看其演變趨勢有幾次明顯波動，是呈上升趨勢還是呈下降趨勢。

1.2.3 累積距平 利用累積距平檢驗法判斷日照時數階段性變化，它是一種由曲線直觀判斷變化趨勢的方法，由曲線明顯的上下起伏判斷其長期顯著的演變趨勢及持續性變化，甚至可診斷出發生突變的大致時間。

2 宜州雷暴氣候特征

2.1 雷暴年際變化特征 宜州1964—2013年雷暴日數總計2 933 d，年平均雷暴日數58.7 d，根據雷暴日等級劃分標準，屬多雷區，雷暴發生概率為16.1%，最多年份達89 d，出現在1975年，最少年份35 d，在1966年。統計每個年代雷暴日數得出，20世紀60年代中后期雷暴日數平均52.3 d，70年代平均63.4 d，80年代平均66.3 d，90年代平均62.5 d，2000年后平均49.8 d，呈現出20世紀60—80年代上升，隨后下降的變化趨勢。80年代雷暴日數最多，年際變化比較大，雷暴日數共663 d，占統計年份的22.6%，其次是70年代，雷暴日數共634 d，占統計年份的21.6%。

根據線性回歸方法統計，通過計算得到宜州雷暴日趨勢一次線性方程為y=65.124-0.2535x，即自1964年以來，宜州雷暴日數總體呈下降趨勢，大約每10年減少2.5 d，50 a共減少12.5 d，相關系數為0.272，未通過0.1信度檢驗（圖1）。1964—2013年雷暴變化總趨勢為減少趨勢，1973—1983年、1993—1997年呈高位振蕩，1998年以后呈下降趨勢。由5年滑動曲線可見，宜州雷暴日數呈先波動上升后波動減少趨勢，60年代末—80年代初期、90年代初—90年代中期處于多雷暴階段，該階段滑動平均值均高于多年平均值。

2.2 雷暴季節變化特征

宜州雷暴日數季節分布不均勻，集中在春、夏季。春季平均15.6 d，占26.6%;夏季平均35.0 d，占59.7%;秋季平均62 d，占10.6%;冬季平均1.8 d，占3.1%，可見宜州夏季為雷暴主要發生季。各季節雷暴日數均呈下降趨勢，以夏、秋季較明顯，春、冬季次之，各季節雷暴日數主要下降時段存在一定差異，春季為1999—2012年，夏季為1998—2006年、2009—2013年，秋季為1989—1996年、2004—2013年，冬季下降時段不明顯。各季節雷暴日數最高值、最低值出現的年份不同，春季最高值、最低值分別在1983年和1988年、2003年;夏季最高值、最低值分別出現在1980年和1992年;秋季最高值、最低值分別出現在1982年和2001年;冬季最高值出現在1983年，最低值有19年未出現雷暴。

2.3 雷暴月變化特征

宜州全年各月均可能出現雷暴（圖2），1964—2013年宜州雷暴日數分布呈單峰型，1—8月呈梯狀增加，雷暴活躍期一般開始于4月，8月達到峰值，9—12月逐月遞減。雷暴主要集中在4—8月，占全年雷暴日81.4%，以8月出現最多，平均12.5 d，占全年雷暴日數的21.3%，7月次之，雷暴出現最少在12月，平均只有0.2 d，占全年雷暴日數0.3%。

2.4 雷暴初終日

一年中第1次和最后1次聞雷的日期定為該地的雷暴初日和終日。1964—2013年宜州雷暴初日表現為推遲趨勢，以3 d/10 a的速率推遲，雷暴初日與年份之間相關系數為0.18，平均雷暴初日在2月14日，初日最早出現在1969年1月11日，比平均初日早34 d，最晚出現在2010年4月8日，比平均初日晚53 d。雷暴終日表現為緩慢推遲趨勢，但變化不明顯，推遲速率為0.7 d/10 a，雷暴終日與年份之間相關系數為0.032。平均雷暴終日在10月14日，終日最早在2001年8月25日，比平均終日早51 d，最晚為1992年12月30日，比平均終日晚77 d。1964—2013年宜州平均雷暴持續期為242 d，最長初終間日數為1992年的326 d，最短初終間日數在2010年的167 d。

3 結論

（1）宜州屬多雷區，1964—2013年平均雷暴日數58.7 d，年際變化幅度較大，峰值與峰谷相差54 d，年雷暴日數呈顯著減少趨勢，平均每10年雷暴日數減少2.5 d，雷暴日數最多出現在1975年，有89 d，最少是35 d，出現在1966年。

（2）宜州夏季為雷暴主要發生季節。各季節雷暴日數均呈下降趨勢，以夏、秋季較明顯，春、冬季次之。宜州雷暴日數呈單峰型，集中在4—8月，以8月最多，12月最少。

（3）宜州平均雷暴初日在2月14日，平均雷暴終日在10月14日，雷暴初日最早出現在1月11日，初雷日發生時間呈推遲趨勢，雷暴終日最晚出現在12月30日，在變化趨勢上無顯著變化。

參考文獻

[1] 陳渭民.雷電學原理[M].北京：氣象學出版社， 2003.

[2] 裴開程，羅浩然，覃萍，等.防城港市雷暴天氣氣候特征分析[J].氣象研究與應用， 2016， 37（S1）： 89-90.

[3] 李艷，馬百勝，朱昌權，等.甘肅省雷暴氣候特征及其環流成因分析[J].蘭州大學學報：自然科學版， 2019， 55（3）： 347-356.

責任編輯：黃艷飛

Climatic Characteristics of Thunderstorms in Yizhou in Recent 50 Years

LIAO Jia-wang et al（Meteorological ?Bureau of Yizhou District， Hechi， Guangxi ?546300）

Abstract Based on the thunderstorm observation data of Yizhou national meteorological observation station from 1964 to 2013， using linear analysis， moving average and cumulative distance equality methods， the characteristics of thunderstorm days such as interannual， seasonal， monthly variation and initial and final days in Yizhou were analyzed. The results show that： the number of thunderstorm days in Yizhou has a downward trend， the downward trend rate is -2.53 d/10 a， and the difference between peak and valley is 54 d; The number of thunderstorm days changed obviously in spring and winter， followed by summer and autumn; The monthly thunderstorm days are unimodal. Thunderstorms are concentrated from April to August， with the most thunderstorms in August and the least in December; The first day of thunderstorm tends to delay， and the last day has no significant trend change.

Key words Thunderstorm weather; Clim-ate; Feature analysis