?？谑欣妆夂蛱卣骷捌浠疑A測模型研究

王銀,楊一凡

摘要：本文利用海口市1951年～2014年地面氣象觀測雷暴日資料，采用了一元線性方程、5年滑動平均、M-K突變檢驗、灰色理論等方法，研究了海口市雷暴氣候統計特征、災變年預測，得到以下結論：一是通過對代表月雷暴日變化特征分析得出，5月份雷暴日每10年減少1.7天左右，7月份雷暴日每10年減少1.6天左右，9月份雷暴日每10年減少1天左右；二是通過對雷暴日年際、代表月突變年檢驗得出，1982年為?？谑心昀妆┤胀蛔兡?，1980年為5月份、9月份雷暴日突變年，1975年為7月份雷暴日突變年；三是運用灰色理論建立了雷暴日災變年預測模型，研究得出未來出現年雷暴日高于100天的年份為2025年。

關鍵詞：雷暴日；時間尺度；M-K檢驗；灰色理論

中圖分類號： P446 文獻標識碼： A DOI編號： 10.14025/j.cnki.jlny.2018.08.063

海南省位于我國最南端，屬于亞熱帶季風氣候區，根據雷暴資料統計得出，海南省年平均雷暴日達100多天，屬于多雷活動地區。海南省四周環繞海洋，水資源條件充足，有利于雷暴氣候的產生和發展[1]，因此海南地區雷暴活動較為活躍?；钴S的雷暴天氣不僅會對人畜造成一定的傷亡，同時對電力以及通信系統都會造成一定的損壞，還會對電子設備信號的正常傳輸造成一定的干擾，因此有必要研究海南地區雷電活動特征，并能夠對雷暴日短期發展進行預報，為海南地區雷電災害風險評估工作的開展提供指導。

根據建筑物防雷設計規范（GB50057-2010）[2]中指出，雷暴日數是計算建筑物預計年雷擊次數，并對建筑物進行等級劃分的一個重要參數。同時，（IEC62305-2）風險管理[3]中也指出，雷暴日是雷電災害風險評估中一個非常重要的因子。國內很多學者對全球以及不同區域雷電活動進行了一系列研究，姜蘇等[4]利用全球三個測站極低頻閃電活動背景信號南北、東西兩個方向上的磁場能量，使用多重分析方法，研究了南北、東西兩個磁場分量信號的多重分布特征，研究發現南北、東西方向上的磁場信號均具有長程相關性，并得出可以使用多重分形譜參數對Q-burst進行識別。郭冬艷等[5-6]利用海南地區逐日雷暴資料，采用EOF正交函數分解法對海南地區雷暴氣候特征進行研究。研究表明，海南年雷暴日呈顯著的遞減趨勢，具有北部內陸雷暴多、南部沿海較少空間分布的特征。

本文使用1951年～2014年海口市逐月雷暴日統計數據，采用氣候傾向率來研究海口市雷暴日代表月變化特征，采用M-K突變檢驗的方法來研究海口市雷暴日發展趨勢以及突變年情況，最后采用灰色理論建立雷暴日災變年預測模型，用于對?？谑欣妆┤粘霈F災變的年份進行預測。

1 數據來源及使用說明

根據1951年～2014年?？谑兄鹪吕妆┤諗祿瑢？谑欣妆夂蜻M行統計分析，并對未來雷暴日進行短期預測，使用數據來源于海南省氣象局地面氣象觀測資料。文中在對?？谑写碓吕妆┤占竟澬宰兓幝傻难芯恐?，代表月選取原則為：5月份代表春季、7月份代表夏季、9月份代表秋季。

2 雷暴日時間活動規律

2.1雷暴日代表月變化規律

本文選取1951年～2014年海口市5月、7月、9月逐年雷暴日數據，研究海口市雷暴日月變化規律。年雷暴日代表月變化趨勢以及5年滑動平均結果見圖1。對于5月份，從圖中統計結果可以看出，海口市5月份逐年雷暴日波動幅度較大，從距平值可以看出，在1951年～1975年期間5月份雷暴日距平值以正值為主，僅4個年份的雷暴日距平值為負數，表明了?？谑?月份在此年份期間雷暴活動較多，要高于平均值水平，在1976年～1993年期間年雷暴日距平值呈正負交替發展變化趨勢，說明了在此年份期間海口市雷暴日波動幅度較大，在1994年～2014年雷暴日距平值以負值為主，其中僅1個年份的雷暴日距平值為正數，表明了海口市5月份在此年份期間雷暴活動較少，要遠遠低于平均值水平。根據一元線性回歸方程得出，5月份雷暴日呈逐年遞減的發展趨勢，其中求出的年雷暴日氣候傾向率為-1.7天/10年，表明了5月份雷暴日每10年減少1.7天左右，遞減幅度較高。從5年滑動平均曲線可以看出，1983年為?？谑?月份雷暴日的一個轉折年，即在1983年之前，5年滑動平均曲線值均大于0，說明了在1983年之前?？谑?月份雷暴較多；在1983年之后，5年滑動平均曲線值均小于0，說明1983年以后?？谑?月份雷暴日較少。

從7月份雷暴日變化趨勢統計結果圖中可以看出，在1951年～1980年期間年雷暴日距平值以正值為主，僅5個年份的雷暴日距平值為負數，因此可以說明在此年份期間，?？谑欣妆┗顒虞^為頻繁，雷暴日要高于平均值水平，這一雷暴日較多的時期基本與5月份的相一致。從1980年開始年雷暴日距平值以負值為主，表明1980年～2014年間7月份雷暴日較少。根據一元線性回歸方程得出，7月份雷暴日呈逐年遞減的發展趨勢，其中求出的年雷暴日氣候傾向率為-1.6天/10年，表明了7月份雷暴日每10年減少1.6天左右，遞減幅度僅次于5月份雷暴日遞減的速度。同時可以得出，1980年為7月份雷暴日活動變化的一個轉折年。

從9月份雷暴日變化趨勢統計結果圖中可以看出，在1951年～1966年期間年雷暴日距平值以正值為主，僅有4個年份的雷暴日距平值為負數，因此可以說明在此年份期間，年雷暴日高于平均值水平，在1967年～1985年期間年雷暴日距平值呈正負交替發展變化趨勢，說明了在此年份期間年雷暴日波動幅度較大，在1986年～2014年期間年雷暴日距平值以負值為主，表明了在此年份期間9月份雷暴日較少。根據一元線性回歸方程得出，9月份雷暴日也呈逐年遞減的發展趨勢，其中求出的年雷暴日氣候傾向率為-1天/10年，表明了9月份雷暴日每10年減少1天左右，遞減幅度要小于5月份和7月份雷暴日遞減的速度。同時可以得出，1985年為9月份雷暴日活動變化的一個轉折年。

2.2雷暴日突變年檢驗

圖2為?？谑欣妆┤漳觌H、代表月M-K突變檢驗統計結果，從雷暴日年際突變檢驗統計結果可以看出，1951年～1975年期間海口市UF曲線在0附近上下波動，說明了年雷暴日在此年份期間變化幅度較大，從1976年開始UF曲線均小于0，說明了海口市年雷暴日從1976年開始呈逐年遞減的發展趨勢，從1985年開始UF曲線超出了置信檢驗曲線，說明了從1985年開始?？谑心昀妆┤粘曙@著性的遞減變化趨勢，UF、UB曲線交點位于1982年，且該交點位于置信檢驗曲線內，根據M-K突變檢驗理論，說明1982年為?？谑心昀妆┤胀蛔兡?。

從5月份突變檢驗統計結果可以看出，從1953年開始UF曲線開始小于0，說明了從1953年開始雷暴日呈減少的發展趨勢，但是在1953年～1975年期間UF曲線位于0附近波動，說明此年份期間雷暴日遞減幅度較小，從1995年左右開始雷暴日遞減幅度較為顯著，因為從1995年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1980年，根據M-K突變檢驗理論，可以說明1980年為海口市5月份年雷暴日突變年，這一突變年稍晚于年際雷暴日突變年。

從7月份突變檢驗統計結果可以看出，從1953年開始UF曲線也開始小于0，這與5月份雷暴日突變結果相一致，從1980年左右開始雷暴日遞減幅度較為顯著，因為從1980年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1975年，根據M-K突變檢驗理論，說明1975年為?？谑?月份年雷暴日突變年，這一突變年稍早于年際雷暴日突變年。

從9月份突變檢驗統計結果可以看出，1951年～1975年期間?？谑心昀妆┤粘手鹉晟仙陌l展趨勢，因為在此年份期間UF曲線大于0，從1975年之后，UF曲線開始小于0，表明海口市9月份雷暴日從1975年開始呈減少的變化趨勢，從1995年左右開始雷暴日遞減幅度較為顯著，因為從1995年開始UF曲線超出了置信檢驗曲線，兩條曲線交點位于1980年，根據M-K突變檢驗理論，可以說明1980年為?？谑?月份年雷暴日突變年，這一突變年與5月份突變年相一致。

3雷暴日災變年預測模型

3.1 模型原理說明

如果給定的原始雷暴日時間序列數據■。若指定某個定值■，并認定為■中大于■的點為具有異常值的點，將這些數據挑選出來另組一個時間序列，新組成的時間序列數據即為災變數列。

本文按照上述方法，計算出?？诘貐^年雷暴日數大于100天的年份為海口市雷暴日災變年，因此本文根據灰色理論建立災變年預測模型，用于預測未來出現年雷暴日高于100天的年份。

設已知出現災變年份的序列為：■，對災變年份做1次累加生成數列為：■，并求出等值數列：

于是，建立灰微分方程為：

則相應的白化微分方程為：

對上述所建立的方程進行求解，就能求出災變灰色預測方程為：

3.2 模型建立及誤差分析

本文統計出海口市1951年～2014年期間出現年雷暴日數大于100天的年份，并使用出現雷暴日災變的年份數據，建立雷暴日災變預測模型，同時對模型結果進行殘差分析。當所建立的雷暴日災變預測模型優度達到一定值時，使用該災變預測模型對未來?？谑心昀妆党霈F高于100天的年份進行預測。

根據灰色理論，本文建立雷暴日災變年預測計算模型如下：

首先將1951年～2014年逐年雷暴日數據按照1、2、3等序號排列，然后運用matlab編寫出雷暴日災變年預測模型程序，并對模型系數進行求解。計算出的災變預測模型為：

上述表達式中，t為序號排列數，比如t=3時，對應的年份為1953年。

本文選取使幾年出現雷暴日災變的年份與所建立的雷暴日災變預測模型結果進行對比，進行殘差分析，見表1。

從上述實測雷暴日災變年份與雷暴日災變預測模型結果可以看出，相對誤差均較小，因此可以利用建立的年雷暴日災變預測模型，對?？谑心昀妆┤諡淖兡赀M行預測。本文利用建立好的雷暴日災變預測模型，對?？谑形磥沓霈F年雷暴日高于100天的年份進行預測，預測結果為2025年。

4結論

本文利用海口地區1951年～2014年的雷暴日數，研究了該地區近64年雷暴活動變化規律，并對其災變年進行了預測。主要得出1982年為?？谑心昀妆┤胀蛔兡?，5月份、9月份雷暴日突變年為1980年，7月份雷暴日突變年為1975年，并通過建立的雷暴日災變年預測模型，將實測值與模型結果進行對比，得出所建立的雷暴日災變年精度較高，最后使用該模型對未來出現年雷暴日高于100天的年份進行預測。

參考文獻

[1]王學良.武漢市雷電日數的時間和地域變化的基本特征[J].湖北氣象，2003，（04）： 21-23.

[2]建筑物防雷設計規范（GB50057-2010）.中華人民共和國國家標準，2010.

[3]IEC62305-2.雷電防護-第二部分：風險管理，2006.

[4]姜蘇，張其林，陳媛，等.基于MF-DFA的極低頻瞬態事件多重分形分析[J].空間科學學報，2015，35（03）：324-329.

[5]郭冬艷，辛吉武，吳勝安，等.海南雷暴氣候特征及大氣環流背景分析[J].氣象科技，2008，36（04）：404-409.

[6]郭冬艷，翟盤茂，姜濤，等.海南夏季雷暴時空分布特征及成因[J].氣象科技，2011，39（05）：565-568.

作者簡介：王銀，本科學歷，助理工程師，研究方向：雷電防護。