宜州近50年雷暴气候特征分析策

廖家旺 韦瑞霞

摘要 利用宜州国家气象观测站1964—2013年雷暴观测资料，采用线性分析、滑动平均、累积距平等方法，分析宜州雷暴日数年际、季、月变化和初终日等特征。结果表明：宜州雷暴日数有下降趋势，下降倾向率为-2.53 d/10 a，峰值与峰谷相差54 d;雷暴日数春、冬季变化较明显，夏、秋季次之;月雷暴日数呈单峰型，雷暴集中在4—8月，8月雷暴最多，12月最少;雷暴初日趋于推迟，终日无显著变化趋势。

关键词 雷暴天气;气候;特征分析

中图分类号：P446 文献标识码：A 文章编号：2095–3305（2021）05–0037–02

雷暴是积雨云中发生的激烈放电现象，具有突发性、局地性特点，雷暴常伴有短時强降水、冰雹、大风等灾害性天气，对人民财产和人身安全产生了严重危害[1]。有许多学者对雷暴天气特征进行了研究，其中裴开程等[2]利用1955—2013年的观测资料，对当地雷暴变化特征开展了研究;李艳等[3]利用1981—2013年的雷暴资料，对雷暴特征及其环流成因分析，得出雷暴次数呈南多北少的空间分布，青藏高原的影响也是雷暴数呈东西反相的重要原因。宜州地处广西中部偏西，整个地势南、北高，中部低，自西向东倾，面积3 463.19 km2，属亚热带季风气候区，年平均气温20.4℃，每年4—8月是强对流发生季节。本文主要根据宜州国家气象观测站1964—2013年的雷暴资料，采用线性分析、滑动平均、累积距平等方法进行分析，以充分了解宜州雷暴活动特征及变化趋势，对宜州防雷减灾工作提供参考依据。

1 资料引用与方法

1.1 资料来源

以宜州气象观测资料为基础，选取1964—2013年雷暴日数作为研究对象，对该地区的雷暴日数变化特点进行分析。统计的年雷暴日数为1年内雷暴日数的总和;按3—5月为春季、6—8月为夏季、9—11月为秋季、12月—次年2月为冬季生成逐季序列。

1.2 研究方法

1.2.1 线性倾向估计方法 以年份为自变量，雷暴日数为因变量，利用一次线性方程，定量描述雷暴日数随时间变化趋势。

1.2.2 滑动平均 利用滑动平均序列曲线图来诊断其变化趋势，看其演变趋势有几次明显波动，是呈上升趋势还是呈下降趋势。

1.2.3 累积距平 利用累积距平检验法判断日照时数阶段性变化，它是一种由曲线直观判断变化趋势的方法，由曲线明显的上下起伏判断其长期显著的演变趋势及持续性变化，甚至可诊断出发生突变的大致时间。

2 宜州雷暴气候特征

2.1 雷暴年际变化特征 宜州1964—2013年雷暴日数总计2 933 d，年平均雷暴日数58.7 d，根据雷暴日等级划分标准，属多雷区，雷暴发生概率为16.1%，最多年份达89 d，出现在1975年，最少年份35 d，在1966年。统计每个年代雷暴日数得出，20世纪60年代中后期雷暴日数平均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，呈现出20世纪60—80年代上升，随后下降的变化趋势。80年代雷暴日数最多，年际变化比较大，雷暴日数共663 d，占统计年份的22.6%，其次是70年代，雷暴日数共634 d，占统计年份的21.6%。

根据线性回归方法统计，通过计算得到宜州雷暴日趋势一次线性方程为y=65.124-0.2535x，即自1964年以来，宜州雷暴日数总体呈下降趋势，大约每10年减少2.5 d，50 a共减少12.5 d，相关系数为0.272，未通过0.1信度检验（图1）。1964—2013年雷暴变化总趋势为减少趋势，1973—1983年、1993—1997年呈高位振荡，1998年以后呈下降趋势。由5年滑动曲线可见，宜州雷暴日数呈先波动上升后波动减少趋势，60年代末—80年代初期、90年代初—90年代中期处于多雷暴阶段，该阶段滑动平均值均高于多年平均值。

2.2 雷暴季节变化特征

宜州雷暴日数季节分布不均匀，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%，可见宜州夏季为雷暴主要发生季。各季节雷暴日数均呈下降趋势，以夏、秋季较明显，春、冬季次之，各季节雷暴日数主要下降时段存在一定差异，春季为1999—2012年，夏季为1998—2006年、2009—2013年，秋季为1989—1996年、2004—2013年，冬季下降时段不明显。各季节雷暴日数最高值、最低值出现的年份不同，春季最高值、最低值分别在1983年和1988年、2003年;夏季最高值、最低值分别出现在1980年和1992年;秋季最高值、最低值分别出现在1982年和2001年;冬季最高值出现在1983年，最低值有19年未出现雷暴。

2.3 雷暴月变化特征

宜州全年各月均可能出现雷暴（图2），1964—2013年宜州雷暴日数分布呈单峰型，1—8月呈梯状增加，雷暴活跃期一般开始于4月，8月达到峰值，9—12月逐月递减。雷暴主要集中在4—8月，占全年雷暴日81.4%，以8月出现最多，平均12.5 d，占全年雷暴日数的21.3%，7月次之，雷暴出现最少在12月，平均只有0.2 d，占全年雷暴日数0.3%。

2.4 雷暴初终日

一年中第1次和最后1次闻雷的日期定为该地的雷暴初日和终日。1964—2013年宜州雷暴初日表现为推迟趋势，以3 d/10 a的速率推迟，雷暴初日与年份之间相关系数为0.18，平均雷暴初日在2月14日，初日最早出现在1969年1月11日，比平均初日早34 d，最晚出现在2010年4月8日，比平均初日晚53 d。雷暴终日表现为缓慢推迟趋势，但变化不明显，推迟速率为0.7 d/10 a，雷暴终日与年份之间相关系数为0.032。平均雷暴终日在10月14日，终日最早在2001年8月25日，比平均终日早51 d，最晚为1992年12月30日，比平均终日晚77 d。1964—2013年宜州平均雷暴持续期为242 d，最长初终间日数为1992年的326 d，最短初终间日数在2010年的167 d。

3 結论

（1）宜州属多雷区，1964—2013年平均雷暴日数58.7 d，年际变化幅度较大，峰值与峰谷相差54 d，年雷暴日数呈显著减少趋势，平均每10年雷暴日数减少2.5 d，雷暴日数最多出现在1975年，有89 d，最少是35 d，出现在1966年。

（2）宜州夏季为雷暴主要发生季节。各季节雷暴日数均呈下降趋势，以夏、秋季较明显，春、冬季次之。宜州雷暴日数呈单峰型，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，平均雷暴终日在10月14日，雷暴初日最早出现在1月11日，初雷日发生时间呈推迟趋势，雷暴终日最晚出现在12月30日，在变化趋势上无显著变化。

参考文献

[1] 陈渭民.雷电学原理[M].北京：气象学出版社， 2003.

[2] 裴开程，罗浩然，覃萍，等.防城港市雷暴天气气候特征分析[J].气象研究与应用， 2016， 37（S1）： 89-90.

[3] 李艳，马百胜，朱昌权，等.甘肃省雷暴气候特征及其环流成因分析[J].兰州大学学报：自然科学版， 2019， 55（3）： 347-356.

责任编辑：黄艳飞

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