2009—2017年上海市雷电活动及灾害时空特征研究

（1 北京师范大学地理科学学部环境演变与自然灾害教育部重点实验室，北京 100875；2 北京师范大学应急管理部-教育部减灾与应急管理研究院，北京 100875；3 上海市气象灾害防御技术中心，上海 200030）

0 引言

雷电是雷云之间或雷云与地面之间产生放电，同时伴随着强烈的电光和声音的一种自然现象。雷电可分为云闪和地闪，其中云闪包括云内闪、云间闪和云-空气闪，地闪是指发生在云体与地面之间的对地放电过程。地闪对地面物体会造成很大威胁，文中所研究的雷电过程主要指地闪。雷电具有大电流、高电压、强电磁辐射等特征，是联合国国际减灾十年委员会（IDNDR）公布的全球最严重的10种自然灾害之一[1]。雷电过程造成灾害的主要形式为“直接雷击”和“感应雷击”[2]。

国内外已开展了一些关于雷电活动和雷电灾情的相关研究。Elson[3]对英国雷电灾情数据进行分析时发现，英国在一个半世纪里雷灾人员伤亡数有明显的下降趋势。刘佼等[4]对1998—2008年中国雷电灾害的时空特征、行业影响和人员伤亡等进行了统计分析，指出每年6—8月为雷灾的高发月份，电力为全国雷灾影响最为严重的行业；马明等[5]根据1997—2006年全国雷电灾害数据库和星载闪电探测数据，分析了我国雷电灾害的分布特征，认为我国雷灾和闪电活动的时间特征是紧密相关的；林建等[6]根据全国847站逐日雷暴日资料分析，认为全国雷电高发于每年的4—9月的午后至深夜；景元书等[7]利用历年雷暴统计资料，计算了江苏省各地区的雷暴可能初终日等时空特征；易燕明[8]等分析了珠江三角洲雷电灾害的损失及基本特征，指出雷电灾害已成为影响珠江三角洲地区的第四大自然灾害；高燚等[9]分析了海南省1999—2011年雷电灾害特征，认为海南岛的雷灾空间分布与雷暴活动的空间分布不是很一致。陈宇等[10]研究了大连市地闪分布特征并在此基础上研究了雷电危险度等级。综上，雷电活动的发生具有较为明显的规律，但各地时空分布特征均有差异，分析某个地区的雷电活动及雷电灾害分布对当地防灾减灾工作具有指导意义。

上海市地处30°—32°N，是我国乃至国际重要的经济、金融、贸易、航运和科技创新中心，也是我国雷电多发区。根据《中国气象灾害大典上海卷》[2]记载，20世纪90年代以前，上海市重大雷击灾害多由“直接雷击”引发火灾造成，而在20世纪90年代以后，“感应雷击”上升为重要的雷击灾害。为了更好地监测上海市地闪分布情况，上海市气象局目前已建立起全国第1套TS7 /8000 全雷电探测系统[11]。李京校等[12]通过对雷击风险特征，分析了雷电监测预警对人身伤亡风险和经济损失风险的影响。文中基于2009—2017年间上海市全雷电网监测的地闪回击数据和接警平台等多渠道收集到雷电灾情数据，探究雷电灾害致灾因子（地闪回击）和灾情的时空分布特征，旨在为上海市防雷减灾工作提供参考依据。

1 数据和方法

1.1 数据

涉及的数据主要包括雷电灾害致灾因子（地闪回击）和灾情两类数据。其中，致灾因子数据来自上海市气象灾害防御技术中心的维萨拉闪电定位系统，数据时间段为2009年1月—2017年12月。上海市维萨拉闪电定位系统建于2008年，由金坛、启东、绍兴、马迹山四个探测站组成，采用3站定位，平均距离为178 km。采用的闪电定位法为MDF（磁定向法）和TOA（时间到达法）联合的时差侧向法。

所使用的雷电灾情数据为上海市110指挥中心接警平台报灾、区县上报等多途径收集的2009年1月—2017年12月上海市雷电灾害灾情数据，其中大部分数据来自于110接警平台，该数据来源于上海市居民因雷电导致受灾后报警，数据均由上海市气象灾害防御技术中心提供。

1.2 方法

采取的主要方法是ArcGIS空间分析技术和数理统计方法。利用ArcGIS软件对地闪数据和灾情数据进行了区域分类，同时对地闪回击数据的密度进行了计算。利用数理统计方法对雷电致灾因子的年、月、日活动特征、天气背景特征，雷电灾害的时空分布特征以及承灾体分布进行了统计分析。

2 上海市雷电致灾因子时空分布

2.1 上海市雷电活动时间分布特征

图1 上海市2009—2017年地闪回击活动时间分布特征：（a）逐年，（b）逐月，（c）逐时Fig. 1 Temporal characteristics of lightning strokes during 2009-2017 in Shanghai

2009—2017年，上海市全雷电网监测系统共监测到地闪回击数据约40万条，分别从年、月、小时3个时间尺度对上海市雷电致灾因子（地闪回击）进行统计分析（图1）。从图1a来看，上海市地闪回击活动年际差别明显。从图1b来看，上海市雷电活动大多发生在6—9月，其中以8月最密集，占全年总地闪的55.9%。其主要原因可能是夏季热力条件和动力条件好，易导致强对流发生发展。从小时分布情况来看，上海市闪电活动主要活跃于12—17时，这和郑淋淋等[13]对全国雷暴日的统计分析结论基本一致。其主要原因可能是午后升温较快，易堆积不稳定能量。

2.2 上海市雷电活动空间分布特征

根据2009—2017年的40万条地闪回击数据的经纬度信息，在ArcGIS软件中通过空间统计得到各区的地闪回击数（表1），同时采用点密度分析方法，生成1 km×1 km的点密度（图2），可以看出，上海市地闪回击密度总体为西北高东南低，其中又以黄浦江和长江交汇处的中心城区、宝山区、浦东新区北部较为密集。特别是长江入海口地区，密度最高处平均每年约20 个/km2。这和杨露华等[14]在探究1994—2004年上海地区强对流特征时得出的结论基本一致，上海本地产生的强对流云团易发生在黄浦江沿岸及长江沿岸。

表1 上海市各区2009—2017年地闪回击数Table 1 Number and density of lightning strokes in different districts during 2009-2017 in Shanghai

图2上海市2009—2017地闪回击密度图Fig. 2 Density of lightning strokes during 2009-2017 in Shanghai

2.3 上海市雷电活动天气分布类型

雷电活动通常不是单一的天气过程，往往是有复杂的天气背景场造成的，陈雷等[16]在对2004—2013年长三角地区雷暴天气进行统计分析时，根据天气特征将雷暴天气分为“槽前型”“副高边缘型”“槽后冷涡型”“副高热对流型”和“东风波型”这5种类型。为了进一步探究上海市雷电活动的特征，在此基础上对上海市雷电进行天气特征分类。为了方便统计，将“副高边缘型”和“副高热对流型”统一为“副高影响型”，将“东风波”型和其他天气背景场统一归为“其他”型。通过对40万条地闪数据发生日数的统计，发现过去9年中，维萨拉闪电定位系统共有551 d监测到地闪回击。其中“槽前型”天气系统影响194 d，“槽后冷涡型”天气系统影响153 d，“副高影响型”天气系统100 d，“其他型”天气系统104 d（表2）。从统计结果看来，2009—2017年，“槽前型”天气背景带来的强对流天气最为明显。

表2 上海市强对流天气系统对2009—2017年雷电致灾因子的影响Table 2 The influence of strong convection types on lighting and associated disasters during 2009-2017 in Shanghai

3 上海市雷电灾情时空特征

2009年1月—2017年12月，上海市气象灾害防御技术中心通过上海市110接警中心接报和各区上报等多种手段，累计收集到雷电灾害594起。为了进一步研究雷电灾害和地闪回击的相关关系，利用皮尔森相关系数对两者的年、月数据进行分析，发现地闪回击和雷电灾害年分布相关系数为0.717（p＜0.05）；月分布相关系数为0.953（p＜0.05）。从计算结果可知，上海市地闪回击和地闪回击数据有着较强的相关关系，且月分布相关关系更为明显。

3.1 雷电灾情时间分布特征

图3给出了2009—2017年间上海市雷电灾害的时间分布特征，同时与上海市地闪分布特征进行对比。

从图3a可以看出，2013年以前上海市雷灾个数波动较大，2013年以后上海市雷电灾害个数总体趋于减少，这和近年来地闪活动趋于减少的趋势具有一致性。从图3b可看出，雷电灾害的月分布走势与地闪活动的月特征也具有高度的一致性。其中2—5月，上海市地闪活动次数较少，雷电灾害数也极少。6—9月为雷电的高发季节，雷电灾害也随之明显增多，在8月份达到峰值。11—1月地闪活动很少甚至无地闪活动，9年来未记录收到有雷电灾害发生。近年来雷电灾害趋于减少，这和地闪的逐年减少有关，同时也和城市的发展、雷电防护能力的提高以及居民防灾减灾意识的提升有着很大的关系。

图3 上海市2009—2017年雷电灾害时间特征：（a）年际特征，（b）月际特征Fig. 3 Temporal variations in lighting and associated disasters during 2009-2017 in Shanghai

3.2 雷电灾害空间分布特征

为了探究上海市雷电灾害的空间分布特征，将上海市雷电灾害分区统计，计算出各区的雷电灾害密度值，并根据密度值进行分级显示，结果如图4所示。可以看出，上海市雷电灾害高密度区集中在中心城区、宝山区和浦东新区。上海市雷电灾情密度图和上海市地闪回击密度图相似，总体呈现西北高，东南低的特征，这说明雷电灾情的发生和致灾因子（地闪回击）有着高度的相关关系。

图4 上海市2009—2017年雷电灾害密度Fig. 4 Density of lighting associated disasters during 2009-2017 in Shanghai

根据上海市的特征以及报灾人对雷电灾害详细内容的描述，将收集到的594起雷电灾情按照承灾体类型分为为“人员伤亡”“电力设施故障”“建筑物损害”“信号灯受损”“车辆受损”和“其他”这6个类型，并分别统计其频次（表3）。

表3 上海市2009—2017年雷电灾害分区统计Table 3 Summary of lighting associated disasters by district during 2009-2017 in Shanghai

从表3可看出，上海市“人员伤亡”最多出现在青浦区，而“信号灯”受损最多出现在中心城区，这是因为中心城区交通密集，“其他”类报警占比最高也是在中心城区，这说明中心城区经济集中，易受雷电灾害影响。除这3种承灾体以外，其他承灾体各区分布最高的均在浦东新区，这和浦东新区的区域面积大有关。

2009—2017年，上海市共发生雷击致人员伤亡13起，涉及18人次。从区分布看，人员伤亡大多发生在郊区，这和郊区空旷地域多，雷电防护措施较薄弱有关。从承灾体总体分布看来，所有的灾害类型中，“电力设施故障”占比最高，为61.4%，这说明雷电过程对上海的“电力设施”影响最为严重，这和胡先锋等[17]在对1998—2004年中国雷电灾害进行分析时发现的规律是一致的。

4 结论与讨论

1）2009—2017年上海市雷电活动年际差异明显，近年来呈递减趋势。就年内分布而言，多发于6—9月，其中以8月最为密集；就日内分布而言，12时—17时是雷电的高发时段。就空间分布而言，闪电密度总体为西北高东南低，雷电天气活动最易受“槽前型”天气背景场的影响。

2）上海市雷电灾害灾情的时空分布与雷电活动具有高度的一致性：雷电灾害数量从2009—2017年也呈现降低的趋势，6—9月为集中期；就空间而言，中心城区、宝山区和浦东新区为重灾区。从损失类型来看，上海市雷电活动对“电力设施”的影响最大。

在对上海市雷电活动研究过程中发现，上海市雷电灾害的发生和雷电活动的时空特征有高度的一致性，对雷电灾害的讨论主要集中在对致灾因子的强度分析，未能考虑承灾体的脆弱性，如何从灾害学的观点出发，结合雷电活动致灾因子（地闪）和承灾体的脆弱性，综合分析雷电灾害风险，是后期要研究的重点内容。如何克服现有资料的局限性，定量分析雷电活动和雷电灾害的因果关系，以及雷电灾害的形成机理，是未来研究工作的一个重点。此外，如何开展雷电灾害风险的定量评估，也是未来雷电灾害研究的一项重要内容。