基于河池市地理参数的落雷风险指数研究

吴 量，罗永明，黄冬梅

(1.广西壮族自治区河池市气象局，广西 河池 547000；2.广西壮族自治区气象减灾研究所，广西 南宁 530022)



基于河池市地理参数的落雷风险指数研究

吴 量1，罗永明2，黄冬梅1

(1.广西壮族自治区河池市气象局，广西 河池 547000；2.广西壮族自治区气象减灾研究所，广西 南宁 530022)

基于河池市2008年1月—2015年10月的闪电定位资料和高程、坡度等地理数据，分析地闪密度、强度分布与地理参数的关系。结果表明：闪电密度随着经度的增加而增大，而随着纬度、海拔高度和坡度的增加而减小，闪电强度随着纬度、海拔高度的增加而增大，随着经度和坡度的增加而减小，在分别考虑地理参数的影响下，海拔高度与闪电密度、强度分布的相关性最大；基于闪电密度和强度随地理参数变化的趋势分析，利用信息熵法计算得到与闪电定位资料分布趋势基本一致的下垫面落雷风险指数模型。

闪电定位资料；地理参数；信息熵；落雷风险指数模型

1 引言

近年来，随着闪电定位系统的建立和运用，促进了雷电参数与海拔高度等地形参数的相关性研究。李家启等研究重庆市地闪点的高程属性时指出，闪电发生频次最高区域为海拔300～500 m，呈现随高度增加而递减的趋势[1]。浦仕保研究了山东省闪电活动分布与下垫面的关系，得到闪电密度、总闪雷电流幅值均值对数都与海拔高度呈现较好的正相关性[2]。李永福等在分析雷电参数与海拔高度关系得到，正极性地闪密度随着海拔的上升而增加，负极性地闪密度变化趋势正好相反[3]。申元等[4]通过分析云南某地的雷电参数随海拔高度变化规律，从而为该地区电网设计和防雷改造提供了参考。可见，不同的下垫面参数对雷暴产生的影响不尽相同[5]，而相关性的研究对当地合理规避雷击风险具有重要的意义。

河池市地处广西西北，境内河流纵横交错，山岭绵亘，复杂的地形地貌使河池市的雷电分布具有不均匀性[6]，而对河池市的地闪参数与复杂地形等环境影响因子的相关分析还未见报道，本文利用河池市闪电定位资料和分辨率为100 m高程、坡度等地理数据，在研究地理参数对地闪密度、强度分布影响的基础上，结合信息熵等数理统计分析方法，获得下垫面落雷风险指数分布，为该地区雷暴活动的监测与防雷减灾工作提供参考。

2 数据来源和处理方法

广西ADTD闪电定位监测系统在北海、梧州、玉林、贺州、桂林、柳州、宁明、河池、百色、贵港、马山建设了11个闪电定位探测子站，监测范围可覆盖广西全境，雷电放电峰值电流的测量范围为(±1 kA，±500 kA)，采集云地闪波形峰点到达时间精度为0.1 us，探测范围平均为300 km，网内探测效率为95%以上，中心定位处理软件采用时差测向混合定位算法可实时获取闪电发生的时间、位置、极性、强度、陡度等信息[7][8]。

本文选取2008年1月—2015年10月河池市闪电资料中采集信息完整的记录，剔除超出测量范围的数据，在这期间共监测到439 179个闪电数据，其中正闪22 211次，负闪416 968次。

采用的地理数据范围为106°34′～109°09′E，23°41′～25°37′N，海拔高度跨度为100～1 658 m，主要面积集中于海拔200～1 200 m，占全部面积的99.68%，海拔100 m以内和1 200 m以上的区域较少，面积分别约为51.49 km2和66.15 km2(图1)，坡度数据范围为0.105°～84.396°，主要坡度集中于30°以下，占全部面积的90.64%(图2)。

3 闪电密度和强度分布

3.1 闪电密度和强度随经度变化

将106°34′～109°09′E以0.01°间距统计得到该范围内的闪电密度和强度值(图3)，可以看到，闪电密度呈较大波动变化，在106.575 3°～106.85°E范围内呈逐渐增大的趋势，之后呈现平缓变化，108.7°E之后呈逐渐增大的变化特征，闪电密度随经度的变化区间为10～12.92(次/km2)；闪电强度波动变化区间为31.03～57.2 kA，通过一元线性回归分析可知，闪电密度和强度对应回归方程的相关系数分别为0.396、0.77，闪电强度与经度的相关性优于闪电密度，拟合方程斜率分别为0.252、-5.959。由于河池地势西北高东南低，随着经度增加地势的降低，在海拔较高地区，由于受到山脉阻挡，使得对流运动减缓，不利于雷暴的发生[9]，因此闪电密度随经度增加而增大；而山区海拔高度高于零度等温线对应的海拔高度，云层零度等温线附近是负电荷聚集最多的地方，因此随着高度增高雷云的电荷密度减少，需要很高的雷云电势才可能对地放电，从而使雷电流随海拔高度增高而增大[4]，因此闪电强度随经度增加呈减小的趋势。

图1 海拔高度面积分布 图2 坡度面积分布Fig.1 Altitude distribution in different areas Fig.2 Pitch distribution in different areas

图3 闪电密度、强度随经度分布Fig.3 Lightning density(lightning intensity) distribution in different areas longitude

3.2 闪电密度和强度随纬度变化

将23°41′～25°37′N以0.01°间距统计得到该范围内的闪电密度和强度值(图4)，可以看出，闪电密度和强度随纬度呈明显波动变化，变化区间分别为10～11.98(次/km2)和31.75～52.54 kA，其中在23.573 6°～24.3°N两者呈反向变化的趋势，即闪电密度值波动增大而后减小，闪电强度先减小后增大，通过进行趋势分析，所得一元线性回归方程的相关系数分别为0.003和0.393，可知两项值与纬度变化的相关性并不十分显著，从拟合方程的斜率-0.033(闪电密度)、3.261(闪电强度)可得，随着纬度增加地势的增大，闪电密度值随纬度增加而减小，闪电强度随纬度增加而增大。

图4 闪电密度、强度随纬度分布Fig.4 Lightning density(lightning intensity) distribution in different areas latitude

3.3 闪电密度和强度随海拔高度变化

将海拔高度100～1 658 m以100 m间距统计得到该范围内的闪电密度和强度值(图5)，可以看出，在海拔区间的两端，约为<200 m和>1 200 m的海拔范围，数据波动较大，原因为海拔范围的两端统计面积的减少造成了雷电流统计样本的缺乏，使得统计结果不够稳定，其中在海拔高度1 600～1 700 m范围内闪电密度和强度值为0。对于波动较小，统计样本充足的区间(200～1 100 m)，进行一元线性拟合可得，相关系数分别为0.73(闪电密度)、0.972(闪电强度)，即闪电密度、强度与海拔高度呈现较好的相关性，方程斜率分别为-0.003、0.009，可知闪电密度值随海拔高度增加而减小，闪电强度随海拔高度增加呈线性增大趋势，与以上对海拔高度变化对闪电密度、闪电强度的影响分析结果一致。

图5 闪电密度、强度随海拔高度分布Fig.5 Lightning density(lightning intensity) distribution in different areas altitude

3.4 闪电密度和强度随坡度变化

将坡度0.105°～84.396°以3°间距统计得到该范围内的闪电密度和强度值(图6)，可以看出，在坡度>45°的大值端，数据呈较大的波动变化，对应此区间的坡度统计面积仅占全部面积的1.8%，造成了雷电流统计样本的缺乏，使得统计结果不够稳定。对于波动较小，统计样本充足的区间(0.105°～45°)，分别进行闪电密度和强度的变化趋势分析，可知在统计区间数据并没有呈现出明显变化的趋势，通过分析拟合方程斜率-0.004(闪电密度)和-0.013(闪电强度)可得，闪电密度和强度随坡度增加均呈弱减小趋势。究其原因，可能是由于坡度大，风速的垂直梯度变大，气流抬升作用增大[10]，因此雷云的不稳定性也随之加大。

图6 闪电密度、强度随坡度分布Fig.6 Lightning density(lightning intensity) distribution in different areas pitch

4 下垫面落雷风险指数分布

4.1 信息熵法

熵的概念源于热力学, 之后在信息论中用于度量事物出现的不确定性。信息熵是一个系统信息无序度的度量,信息熵越大,信息的无序度越高,其信息提供的效用值越小；反之,信息的熵越小,信息的无序度越低,其效用值越大。用这种方法确定评价指标的权重，能够避免人为因素带来的偏差,因此得到了广泛运用[11-12]。

信息熵法的一般步骤为:

③计算第j个(j=1，2…n)指标的差异系数：Vj=1-Ej,j=1，2，…n

4.2 评价指标处理与分析

评价指标体系中的各个指标所表征对象的属性和量纲都不相同。因此无法对这些评价指标进行直接比较。故先利用极差标准化方法对数据进行处理[11]：

正向指标：x=xmax时，xij=1；x=xmin时，xij=0；xmax>x>xmin时，xij=(x-xmin)/(xmax-xmin)

负向指标：x=xmax时，xij=0；x=xmin时，xij=1；xmax>x>xmin时，xij=(xmax-x)/(xmax-xmin)

根据以上对闪电密度和强度随地理参数变化的趋势分析可知：对于闪电密度，经度为正向指标，即不考虑其他因素的情况下，闪电密度值随经度增加而增大；纬度、海拔高度和坡度为负向指标，即纬度、海拔高度和坡度越大，闪电密度反而减少。对于闪电强度，经度和坡度为负向指标，即闪电强度随着经度、坡度的增大而减小；纬度和海拔高度为正向指标，即闪电强度随着纬度和海拔高度的增大而增大。

4.3 下垫面落雷风险指数模型建立与检定

将河池市按0.000 9°×0.000 9°间隔分成2 865×2 264个网格进行统计分析，根据信息熵法计算可得经度、纬度、海拔高度和坡度各个指标的熵值：对于闪电密度，Ej=(0.993，0.987，0.988，1.023)；对于闪电强度，Ej=(0.987，0.988，0.956，1.023)，结果显示，坡度熵值为1.023>1，说明坡度指标的离散程度很小，对下垫面落雷风险指数几乎没有影响，因此剔除该指标后计算得经度、纬度和海拔高度的指标权重：闪电密度，Wj=(0.225，0.396，0.379)；闪电强度，Wj=(0.186，0.179，0.635)。由各指标权重计算结果显示，对于闪电密度，纬度对其分布的影响最大，其次是海拔高度和经度。对于闪电强度的分布，海拔高度的权重最大，其次是经度和纬度。

用格点下垫面的地表信息数据乘以相应的影响权重值求和得到各格点的落雷风险指数分布(图8),对比平均闪电密度和强度分布图(图7)可知，下垫面落雷风险指数与闪电定位资料总的分布特征基本一致，落雷风险指数(闪电密度)分布呈东南部向西北部逐渐减少的趋势，而落雷风险指数(闪电强度)分布呈反向变化的趋势，即西北部闪电强度指数普遍大于东南部，但局部区域的落雷风险指数与实际值存在偏差，比如在24.2°～24.4°N、108.2°～108.4°E附近地区存在有闪电强度的大值区，但落雷风险指数(闪电强度)没能反映出来，考虑到雷电参数除了受到地理参数的影响，还有植被分布、气候条件等其他因素的作用[13]，因此有待于将更多有关参数代入进行下垫面落雷风险指数模型的建立和分析。

图7 河池市平均闪电密度分布(a)、强度分布(b)Fig.7 Spatial distribution of the lightning density(lightning intensity) in Hechi

图8 河池市下垫面落雷风险指数分布(a)闪电密度、(b)闪电强度Fig.8 Hazard index distribution of the lightning density(lightning intensity) in Hechi

5 结论

本文利用河池市2008年1月—2015年10月闪电定位资料和高程、坡度等地理数据，对地理参数与地闪密度、强度分布的关系进行分析，得到如下结论：

①通过线性分析可得，闪电密度与经度呈正相关性，与纬度、海拔高度和坡度呈负相关性，即闪电密度随着经度的增加而增大，而随着纬度、海拔高度和坡度的增加而减小，其中闪电密度值与海拔高度的拟合程度最高，经度参数次之，相关系数分别为0.73和0.396；闪电强度与纬度、海拔高度呈正相关性，与经度和坡度呈负相关性，即闪电强度随着纬度、海拔高度的增加而增大，随着经度和坡度的增加而减小，其中闪电强度与海拔高度的拟合程度最高，相关系数为0.972，经度和纬度的相关系数分别为0.77和0.393。

②基于闪电密度和强度随地理参数变化的趋势分析，利用信息熵法由经度、纬度和海拔高度3个指标分别计算得到关于闪电密度、强度的下垫面落雷风险指数模型，通过与闪电定位资料进行检定可知，该模型基本能反映出闪电密度、强度的实际分布情况，但模型的完善还有待于更多有关参数的代入分析。

[1] 李家启，申双和，夏佰成，等.基于ADTD系统的闪电频次分布特征分析[J].热带气象学报，2011，27(5)：710-716.

[2] 浦仕保.山东省闪电活动分布特征及与下垫面关系研究[D].南京：南京信息工程大学，2014.

[3] 李永福，司马文霞，陈林，等.基于雷电定位数据的雷电流参数随海拔变化规律[J].高电压技术，2011，37(7)：1 634-1 641.

[4] 申元，王磊，马御棠，等.海拔高度对云南某地雷电参数的影响[J].电力建设，2012，33(4)：35-37.

[5] 杨秀庄，卢璐，王宇.贵州雷电时空分布及强度特征分析[J].贵州气象，2008，32(5)：6-8.

[6] 吴量，覃飞，卢丽莉.河池市近47年雷暴特征分析[J].气象研究与应用，2013,34(增刊Ⅱ)：221-222.

[7] 陈星宇，林英鉴，樊江伟.闪电定位仪与人工观测雷暴日的对比分析[J].贵州气象，2015，39(1)：47-49.

[8] 邵莉丽，张邯，王晓锋.雷电监测数据统计分析探讨[J].贵州气象，2010，34(增刊)：124-125.

[9] 王赟，何阳，王洪祥，等.基于地形因子的闪电空间分布研究[A].第32届中国气象学会年会S20第十三届防雷减灾论坛—雷电物理和防雷新技术论文集，2015.

[10]文迁，谭国良，罗嗣林.降水分布受地形影响的分析[J].水文，1997(增刊)：63-65.

[11]杨宗佶，乔建平.基于信息熵的典型滑坡危险度评价研究[J].四川大学学报:工程科学版，2008，40(4)：47-52.

[12]俞侠名，田英.熵分析在气象上的应用[J].贵州气象，1997(5)：42-44.

[13]王海东，万寒，吴正可.温州地区雷暴日数时空变化研究[J].贵州气象，2014，38(1)：31-33.

Analysis of the distribution characteristics of the lightning based on topographical factors of Hechi City

WU Liang1, LUO Yongming2, HUANG Dongmei1

(1.Hechi Municipal Meteorological Service of Guangxi, Hechi 547000, China;2.Guangxi Meteorological Disaster Reduction Institute, Naning 530022, China)

Based on the lightning location system data from January 2008 to October 2015 and topographical factors in Hechi, the effect of the earth surface on the lightning density and current strength were studied. Results show that the lightning density increased with the increasing of longitude. On the contrary, the lightning density decreased with the increasing of latitude, elevation and pitch. The current strength increased with the increasing of latitude and elevation. With the increasing of longitude and pitch，the current strength decreased. The inclination of elevation has the most effect on the lightning density and current strength. Based on information entropy method and the characteristics of lightning intensity and strength, the distributional model of lightning was established.

lightning location system data; topographical factors; information entropy method; the distributional model of lightning

1003-6598(2016)04-0056-05

2016-07-26

吴量(1983—)，女，工程师，主要从事雷电防护技术服务研究，E-mail:xiaoshu9999@163.com。

P429

B