上海市雷电活动危险度评价

樊蕴馨，徐 伟，顾宇丹

(1.上海市气象灾害防御技术中心，上海 200030；2.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；3.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)

0 引言

雷电活动是与强对流天气有关的一种强烈放电现象。雷电活动可导致人员伤亡、引起油库森林火灾、造成电力系统和通讯系统故障、对高技术装备也具有重大威胁[1]。我国是雷电灾害高发的国家，每年因雷电导致的人员伤亡、经济损失十分严重。如1989年8月19日黄岛油库雷击事故，造成19人死亡，经济损失数以亿计[2]；2005年东溪化工4·21雷击特大爆炸事件，造成12人死亡，7人失踪[3]；2010年4月13日，上海市东方明珠电视塔因雷击起火，引起广泛关注[4]。田德宝[5]等在对全国雷电灾害事故进行统计分析时发现，雷电灾害事故总体呈东部沿海地区和南部地区多，西部地区少的区域特征。因此，在上海这样一个东部滨海超大城市，开展雷电活动的危险性研究十分必要。

雷电的观测探测发展至今，已经形成了一套完整的体系，地基闪电定位系统是目前国内外使用最为广泛的雷电探测方法[6-7]，一般采用多站定位的方式来探测闪电[8]。上海市目前共有3套闪电定位系统，顾宇丹[9]等对这3套闪电定位系统运行情况作了对比分析，得出维萨拉闪电定位系统运行效率最高。目前国内外专家学者多开展雷电参数的单要素特征研究，比如雷电日数、雷暴小时数、雷击密度、雷电流极性、雷电流幅值、雷电流等值波形、雷电流陡度等[10-11]。部分专家将雷电活动参数进行复合计算，开展相关研究。陈广昌等[12]以雷电灾害为基础，选取闪电次数、总闪电强度和最大闪电强度为主要致灾因子，再使用灰色关联分析法构建江苏省雷电灾害危险度指数模型。王秀英等[13]利用模糊隶属度分析方法，将区域内一小时地闪数和一小时电流最大值视为主要参考因子，分别计算隶属度和权重，并利用模糊矩阵复合运算，计算雷电危险度综合指数。马保成[14]在对自然灾害风险定义及表征方法展开讨论时指出，衡量致灾因子的危险度需要考虑强度和概率两个因素，绘制强度-概率拟合曲线，可以对不同概率下的强度开展定量、定性分析。

选取多种雷电活动参数进行复合计算，可以更好地表征出雷电活动危险度的特征。上海市作为雷电活动高发区域，雷电活动危险度的研究较少。本文结合前人研究，通过对上海市雷电活动危险度进行定义和分级，从时间和空间角度探究上海市雷电活动危险度分布特征，以期为后期城市精细化治理、防灾减灾工作提供技术支撑。

1 研究区、数据与方法

1.1 研究区概况

上海市地处中国东部，位于长江入海口，总面积约6340km2，下属16个区、共有215个街道和乡镇，2019年末总人口约2428万人。上海市属于雷电高发区域，根据《中国气象灾害大典上海卷》[15]，20世纪90年代以前，上海市重大雷电灾害多为“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。

1.2 研究数据

本文采用的数据资料主要包括两部分：一是雷电数据，使用2009—2017年上海市维萨拉闪电定位系统获取的上海市地闪回击数据，数据字段包括雷电流强度，雷击时间、雷击经纬度等，数据总量约为40万条；二是上海市各街道(乡镇)图层数据，数据时间为2013年。两类数据均由上海市气象灾害防御技术中心提供。

1.3 雷电活动危险度计算

一小时雷电流峰值P和一小时雷电密度M是表征雷电活动的两个主要参数，其中P是指在自然一小时内某地区发生的地闪回击强度最大值，M是指自然一小时内某地区发生的地闪回击次数。本文结合前人研究结论[13-16]，采用模糊数学法复合计算P和M两个指标，定义雷电活动危险度：

D=VP×WP+VM×WM

(1)

式中，D为区域雷电危险度，VP为该区域一小时雷电流峰值P的隶属度，WP为区域一小时雷电流峰值P的权重，VM为区域一小时雷电密度M的隶属度，WM为区域一小时雷电密度M的权重。危险度D为一无量纲常数，取值[0,4]之间，值为0时表征无雷电活动发生，数值越大，说明雷电危险度越高。为了更好地描述上海市雷电活动危险度特征，将危险度按值均匀分为四级，见表1。

表1 上海市雷电活动危险度分级表

某一区域雷电活动危险度具体计算步骤如下：

(1)数据筛选：将该区域内P值和M值汇总，分别从小到大排序并进行概率密度统计，只保存前98%的数据为新的XP数组、XM数组。

(2)数据分级：利用自然断点法根据概率密度将两个数组平均分为四级，其中数组[0，xp1]为一级，(xp1，xp2]为二级，(xp2，xp3]为三级，(xp3，xp4]为四级。同理对XM数组进行分类。

(3)隶属度计算：XP数组中任意p值隶属度VP，XM数组中任意m值隶属度VM计算方法如下：

(2)

(3)

(4)权重计算与归一化：XP数组中任意p值权重Wp，XM数组中任意m值权重Wm计算方法如下：

(4)

(5)

将p值和m值的权重进行归一化处理，一小时峰值P归一化公式如公式6所示，一小时地闪密度值M归一化公式如公式7所示：

(6)

(7)

2 上海市雷电活动危险度时间分布特征

本文使用Python语言，根据式(1)～式(7)，对上海市2009—2017年一个小时雷电活动危险度DS进行计算，得出9年间每小时上海市雷电活动危险度值后进行分级统计，并从年、月、时分布探究上海市雷电活动危险度特征。

2.1 雷电活动危险度年分布特征

2009—2017年上海市各级雷电活动危险度逐年分布如图1所示，逐年各级比例见表2。上海市近年雷电次数呈现先升后降趋势，在2011年达到极大值。就不同等级危险度的雷电活动而言，高等级危险度雷电活动占比明显降低，四级危险度雷电占比由2009—2012年的30%以上降低到2013—2017年的25%左右。

图1 2009—2017年历年上海市雷电活动危险度Fig.1 Yearly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表2 2009—2017年历年上海市各级雷电危险度占比

2.2 雷电活动危险度月分布特征

2009—2017年上海市雷电活动危险度逐月分布如图2所示，逐月各级危险度占比见表3。上海市雷电活动危险度存在显著的季节特征，即6—9月均为高发期，约有1900次，占年总次数的81.9%，其中8月份达到峰值，达到771次，占年总次数的33.2%；1、2、10、11和12月为低发期，每月在50次以下；就不同危险度等级的雷电活动而言，2—4月发生的雷电活动中，危险度等级分布较为平均；6—8月发生的雷电活动中，高等级危险度占比高；9月—次年2月发生的雷电活动中，低等级危险度占比高，表明上海市夏季易发生危险度高的雷电活动，而秋冬季易发生危险度低的雷电活动。

图2 2009—2017年上海市雷电活动危险度月变化图Fig.2 Monthly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表3 2009—2017年逐月雷电活动各级危险度占比

2.3 雷电活动危险度小时分布特征

2009—2017年雷电活动危险度日分布如图3所示，逐时雷电活动危险度占比如表4所示。上海市雷电活动危险度密集于13—17时，而上午4—10时发生雷电活动较少。各级雷电活动危险度占比表现出更为明显的时间差异特点，其中6—7时、11—17时易发生高危险度雷电活动，其余时间易发生低等级雷电活动。杨露华等[17]人在对1994—2004年上海市强对流天气统计时指出，强对流天气高发于午后至上半夜，与本文的研究结果有一定的差异，这说明近年来上海市的强对流天气特征有所转折。

3 上海市雷电活动危险度空间特征

上海市目前正在开展“两级政府，三级管理，四级网络”的城市管理模式，社区街道是城市管理的基层，在城市灾害管理中发挥越来越重要的作用。以社区为基本单元开展网格化治理已经成为一种趋势[18]。以街道为基本单元，开展上海市雷电活动危险度空间特征评价十分必要。本文主要研究内容为上海市雷电活动危险度特征，因此不考虑街道的承灾体属性，而将街道认为一个个体，开展上海市各街道雷电活动危险度分析。

利用ArcGIS软件选出上海市各街道雷电活动数据，并根据式(1)～式(7)，计算各街道雷电活动危险度DJ值，统计各街道雷电危险度超越概率后拟合各街道雷电活动危险度超越概率曲线，并计算各街道发生雷电活动、各等级危险度的超越概率，计算结果如组图4所示。上海市雷电活动危险度空间分布具有以下特征：

(1)上海市各街道雷电活动发生的概率差异随着危险度的上升而逐渐减小，雷电活动危险度越高，各街道发生雷电活动的概率越接近。

图3 2009—2017年上海市雷电活动危险度小时变化图Fig.3 Hourly variation of the risk degree of lightning activities in Shanghai from 2009 to 2017

表4 2009—2017年逐时雷电活动各级危险度占比

(2)位于中心城区的街道发生低等级危险度概率明显低于其它街道。这是由于在计算各街道危险度时，将每个街道作为一个基础单元而不考虑其面积，中心城区所属街道面积小，一小时雷电活动较少，因此雷电活动概率低。

(3)当危险度较低时，上海市南部街道超越概率高于北部，说明南部地区发生易发生雷电活动；当危险度达到三级及以上时，中北部街道超越概率高于南部。因此可以初步推断，上海南部地区雷电活动次数多，但北部地区雷电活动强度更高。

图4 各街道雷电危险度超越概率图Fig.4 Exceeding probability chart of lightning hazard in each street

4 结论与讨论

本文基于2009—2017年上海市维萨拉闪电定位系统的地闪数据，采用模糊数学法定义上海市雷电活动危险度，并结合ArcGIS空间分析等，定量评估了上海市各危险度等级的年、月、日分布特征，以及各街道各级雷电活动危险度发生概率，得出上海市雷电活动危险度时间和空间分布特征。

在时间上，上海市雷电活动危险度年变化表现为近年高等级危险度雷电活动占比明显降低，低等级危险度雷电活动占比明显增多；月变化表现出较强的季节特征，夏季易发生高等级危险度雷电活动，而秋季易发生低等级危险度雷电活动；日变化表现为6—7点、11—17点易发生高等级危险度雷电活动，其余时间易发生低等级危险度雷电活动。

在空间上，上海市各等级雷电活动危险度超越概率空间分布差异明显，且概率差异随着危险度的上升而逐渐减小。危险度等级在三级以下时, 中心城区发生雷电活动概率要明显低于周边其他街道。上海市雷电活动危险度南北分布有一定的差异。南部地区发生雷电活动概率高于北部，但北部地区雷电活动更易发生危险度等级高的雷电活动。

本文的研究结果可与上海市防雷减灾工作有机结合，服务于上海超大城市精细化治理。本文在定义雷电活动危险度时使用雷电活动一小时回击次数和一小时电流峰值数据，在后期的研究过程中，可将其他雷电活动参数输入，将雷电活动危险度计算模型精度提高；同时，在后期研究过程中探可进一步考虑各街道的暴露属性，建立上海市各街道雷电活动风险模型。