基于閃電定位數據的雷電災害風險及防御對策研究

鄒德培 潘江萍 楊玲

摘要：基于湖南省氣象部門2016—2020年雷電定位資料，運用ArcGIS軟件和數理統計等方法對邵陽地區地閃頻次、強度時空分布特征及雷電災害特征進行了分析。結果表明，邵陽地區正地閃5年平均占總地閃的92.04%左右，負閃比例高于北方省市;邵陽地區50%以上的負地閃強度集中在20～40kA范圍;每年7、8月份的邵陽地區閃電頻次最多，一天當中午后和凌晨電流強度最大。雷電災害致災因子是雷電本身，孕災環境是地形、地貌及目標物周邊物體等。本文通過分析邵陽地區雷電活動及災害特征，提高雷電災害風險評估精準度，即優化其中一個影響因子"N" _"g" ，給出防御對策，為雷電防護設計和雷擊風險評估等工作提供依據，對降低雷電災害造成的損失及事故、雷電災害預警等具有重要意義。

關鍵詞：風險評估 地閃密度 地閃強度 雷電資料

Study on Lightning Disaster Risk and Defense Countermeasures Based on Lightning Location Data

ZOU Depei1? PAN Jiangping1? YANG Ling2

（1.Shaoyang Meteorological Bureau， Shaoyang， HuNan Province， 422000 China; 2.Meteorological Bureau of Chengbu Miao Autonomous County， Chengbu， Hunan Province， 422500 China）

Abstract： Based on the lightning location data of Hunan meteorological department from 2016 to 2020， the temporal and spatial distribution characteristics of lightning frequency， intensity and lightning disaster characteristics in Shaoyang area are analyzed by using ArcGIS software and mathematical statistics. The results show that the average positive lightning in Shaoyang area accounts for about 92.04% of the total lightning in five years， and the proportion of negative lightning is higher than that in northern provinces and cities; More than 50% of the negative ground lightning intensity in Shaoyang area is concentrated in the range of 20 ～ 40ka; The lightning frequency in Shaoyang is the most in July and August every year， and the current intensity is the highest after noon and early morning. The disaster causing factor of lightning disaster is lightning itself， and the disaster pregnant environment is terrain， landform and objects around the target. In this article， through analyzing the characteristic of the Shaoyang area lightning activity and disasters， it improves the accuracy of lightning disaster risk assessment， that is， optimizing one of the influencing factors and giving defense countermeasures， so as to provide basis for lightning protection design and lightning risk assessment， which is of great significance to reduce the losses and accidents caused by lightning disasters and lightning disaster early warning.

Key Words： Risk assessment; Ground lightning density; Lightning intensity; Lightning data

邵陽地形變化較大，地形類型多樣，屬江南丘陵大地形，以丘陵、山地為主，氣候以中亞熱帶濕潤季風為主。結合2016—2020年湖南省閃電定位監測數據以及雷電災害統計資料，分析邵陽地區地閃活動及雷電災害的時空分布特征[1]，探討雷電災害與致災因子、承災體以及孕災環境的相關性[2]，分析雷電活動及雷災特征，提出相應的雷電災害防御措施及建議。關于雷擊災害，地閃活動頻繁活躍是雷電災害的主要致災因子[3-4];雷電災害的時空分布與地閃次數、密度和強度的分布特征存在較好的吻合對應關系[5-7]，正地閃所占比例的季節變化特征可以作為判定雷電高發期開始及結束的一個重要標志。劉曉東[8]等利用內蒙古2012—2014年閃電定位數據對內蒙古閃電強度、閃電頻次等閃電特征進行了分析;陳柳彤[9]等利用2010—2016年河北省閃電定位網觀數據對河北省雷電活動及雷電災害進行了分析。故本文利用湖南氣象部門閃電定位系統數據對邵陽地區地閃活動的時空分布特征及雷擊災害特征進行分析[10]，完善邵陽地區雷電風險評估管理數據庫，使得在應用工程的設計或者雷擊風險的評估方面更為準確。

0引言

雷電風險評估就是根據雷電特性及其致災機理，分析雷電對評估對象的影響，提出降低風險措施的評價和估算過程[11-13]，其實也就是對孕災環境的分析，《GB/T 21714.2-2015》雷電保護第2部分風險管理中孕災環境定義的參數是N_g。雷電風險評估中，需要先計算出被保護建筑物的年預計雷擊次數，國家標準GB50057-2010中規定：

"N=k×" "N" _"g"? "×" "A" _"e"? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式（1）中，k為校正系數，N_g為建筑物所在地區雷擊大地的年平均密度，A_e為建筑物截收相同雷擊次數的等效面積。

"N" _"g"? "=0.1×" "T" _"d"? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

式（2）中，T_d為年平均雷暴。

所以提高優化雷電風險評估，可以先優化N_g，從2014年開始，大多數省份（自治區）是根據更為合理的閃電定位系統得出的閃電頻次，用網格法來計算出雷擊大地密度。本文從閃電定位數據中選取其精確值，以完善提高邵陽雷電風險評估體系。

1 地閃變化特征

1.1 地閃強度變化特征

對來源于湖南省氣象災害防御中心的基礎數據進行處理研究知，2016年共記錄地閃45598次，正地閃2840次，負地閃42758次;2017年共記錄地閃31411次，正地閃2132次，負地閃29279次;2018年共記錄地閃46515次，正地閃2113次，負地閃44402次;2019年共記錄地閃35843次，正地閃3280次，負地閃32563次;2020年共記錄地閃29228次，正地閃3832次，負地閃25396次。基本年正負地閃比例穩定，正地閃7%、負地閃93%（見表1）。

統計資料表明（見圖1），雷電流幅值在20～40kA的正地閃、負地閃在每年的閃電頻次中所占比例最高，雷電流幅值大于100kA的在每年中所占的比例也較高，從平均值來看，正閃平均電流幅值為63.45kA，負地閃平均電流幅值為-44.10kA，正地閃強度明顯大于負地閃。負地閃的電流強度5年全年變化比較均勻，基本在33.03～66.11kA內，較少部分大于100kA[14-15]。正地閃電流強度時間變化較大，最大值出現在8月（759kA）。

1.2 地閃時間變化特征

通過分析2016—2020年邵陽地區閃電數據可知，整體平均趨勢和2019年閃電類似，現單獨分析2019年閃電數據特征，如圖2所示，2019年4月、7月地閃活動最強，地閃頻次的月變化呈駝峰型;2016—2020年看出每年的11月到次年的2月，基本沒有閃電發生，汛期期間（3～9月），正地閃頻次突變，負地閃基本占82.05%;整體各區、縣閃電發生變化趨勢一致，但結合圖1、2可知，邵東、邵陽市、新邵、隆回、洞口、武岡發生閃電概率較大;整體季節性變化，夏季是雷電活動頻發期，正地閃在初春、晚秋時節發生概率較大，其破壞性較大，應當加強防范措施。

根據閃電定位資料，計算得到9個區縣地閃數據，如表2所示。

根據《IEC62858：2019》Lightning density based on lightning location systems - General principles標準中規定，需利用最近5年數據，選取目標評估物半徑周圍10km范圍數據來歸納閃電活動特征[11]，邵陽地區通過閃電數據可得出表2，可用于以后邵陽雷電綜合數據庫內。

2 雷電災害風險防御對策

根據雷電災害資料2019年《全國雷電災害匯編》（內部資料）顯示，2019年共發生943起雷電災害事故，其中辦公電子電器設備受損占82.29%，電力、石化、學校等行業居多。湖南省雷災頻發期在3～4月、7～9月居多。與圖2地閃數據分析出的分布特征吻合對應關系。夏季雷電活動頻發從而引發雷擊事故增多。從閃電定位儀資料中研究可知，邵陽地區應在3～4月、7～9月這兩個時間段內，嚴格排查防雷措施及完善現有建（構）筑物綜合防雷設施[16-17]，特別是內部防雷中的電涌保護器的設計和屏蔽措施。

3 結語

邵陽管轄區域內，整個地形呈東北低西南高鏈式分布，特殊的地理位置和地形使得邵陽的雷電活動具有較強的局地性。對于市、縣區域范圍內的雷電災害風險評估，分析閃電定位數據特征，給出更準確的"N" _"g" ，對雷電災害風險發生情況于易損程度進行更好的預判，達到科學減少雷電災害發生的目的。

結合邵陽閃電分布特點、閃電強度等，閃電主要集中在3～8月，以負閃電為主，夏季閃電的高發期，雷暴年平均58.8d，這個時間段的大型項目及綜合體項目要極為重視雷電風險評估，加強防雷措施及設施維護，尤其重視電子電氣設備。加強對本地區合理劃分雷電災害區域，對降低雷電災害造成的損失及事故、雷電災害預警等具有重要意義。

參考文獻

[1]周雪君，魏雪，黃朝善，等.綜合體項目雷電災害風險評估與防御對策[J].氣象科技，2016，44（4）：686-691.

[2]王學良，張科杰，黃小彥，等.湖北省雷暴日數與云地閃電密度關系研究[J].氣象，2012，38（6）：728-732.

[3]曾金全，馮真禎，張燁方，等.區域雷電災害風險評估模型與應用[J].氣象科技，2017，45（1）：178-182.

[4]余建華，劉海兵.江西強雷電活動分布與地形及其土地利用的相關性[J].氣象科技，2020，48（6）：898-902.

[5]賀姍，樂輝，邳瑩.不同標準建筑物年預計雷擊次數計算方法研究[J].湖北農業科學，2019，58（9）：43-47.

[6]袁湘玲，周倩，王振會，等.雷電災害風險分級方法研究[J].災害學，2017，32（1）：26-31.

[7]]李國樑，李俊，李享，等.雷電資料分析處理系統的設計與應用[J].氣象科技，2020，48（3）：355-361.

[8][劉曉東，馮旭宇，宋昊澤，等.內蒙古地區雷電活動及雷災特征分析[J].災害學，2016，31（1）：60-65.

[9]陳柳彤，龍爽，俞海洋，等.河北省雷電災害風險區劃研究[J].災害學，2019，34（3）：189-195.

[10]劉鳳姣，薛明，薛德鋒，等.基于閃電數據的雷電風險優化研究模型與應用[J].災害學，2020，35（4）：48-53，84.

[11][余蜀豫，任艷，覃彬全.基于模糊數學的重慶地區雷電災害風險評估方法研究[J].災害學，2015，30（2）：75-78，84.

[12][劉平英，楊宗凱，胡穎，等.2016年云南省雷電災害分布與致災因素相關性分析[J].災害學，2018，33（1）：130-135，151.

[13]賀秋艷，郭斌，楊加艷，等.長沙地區雷暴特征及雷擊災害風險區劃分析[J].湖北農業科學，2018，57（23）：65-70.

[14]周明薇.邵陽地區雷電活動規律及其預報研究[D].南京：南京信息工程大學，2013.

[15]范旻琪，李政.基于閃電定位數據的雷擊風險評估精細化研究[J].湖北農業科學，2018，57（13）：90-93.

[16]馬曉晨.配電線路架設地線對雷電感應過電壓的防護效果[J].科技資訊，2017，15（6）：37-38.

[17]張宇龍，符琳，俞勇佩，等.淺談雷電防護裝置的日常維護和要求[J].科技資訊，2020，18（15）：42-43.

作者簡介：鄒德培（1992—），男，本科，初級工程師，研究方向為雷電防護科學與技術。

通信作者：潘江萍（1989—），女，在職研究生，高級工程師，研究方向為氣象。E-mail：190963796@qq.com。

基金項目：湖南省氣象局課題組研究基金（項目編號：XQKJ15B121）。