江西省雷災災情和閃電活動時空分布特征及災情等級劃分研究

夏 雪，金勇根，段和平，周潔晨

（江西省氣象災害防御技術中心，江西 南昌 330096）

引言

做好防雷減災工作，是氣象部門履行防雷市場監管和氣象服務職能的重要部分，是保障人民人身財產安全的重要舉措，已被列入中國氣象局氣象現代化實施方案［1-2］。

近年來，氣象災害時空分布特征及其災害等級的劃分受到國內外氣象學者的密切關注，并做了大量的研究［3-11］。倪曼和艾瑞雯等［12-13］對火災和地震災情分析方法進行了研究和探討，指出合理的統計分析評價方法，能夠有效的指導防災減災工作順利實施。聚類分析法［14-15］、災情指數分析法［16-19］和灰色關聯分析法［20-21］被相繼運用到災情分析和評估中，對風暴潮災情、雷電災情等自然災害災情及水土生態安全進行了合理地分析和評估，為各個省市的自然災害風險評估和氣象服務提供了科學的依據。Geographic Information System（GIS）作為強大的數據處理工作，被廣泛的應用于氣象數據分析中［22-24］。當聚類指標的意義、量綱不同，且在數量上懸殊較大時，通常采用定權聚類分析法，即對各聚類指標事先賦權［25］。江西省是全國雷電高發區，且雷電災害頻繁發生。據不完全統計，2003-2019 年江西省因雷擊事故造成的人員傷亡近千人，其中傷亡發生在農村地區的比例超過90%，其造成的財產損失不計其數。

因此，本文基于江西省雷災數據和閃電定位數據，采用灰色定權聚類分析方法和ArcGIS軟件，對比分析2003-2019 年雷災災情和閃電活動時空特征，繪制江西省各地市的雷擊事故分布圖和年平均雷擊密度分布圖；確定雷災災情等級因子和雷災災害風險等級因子，評估各地市的雷災災情等級和雷災災害風險等級，繪制雷電災害等級劃分圖和雷災災害風險等級劃分圖，對比分析二者區別和聯系，為江西省防雷減災工作提供科學的指導建議。

1 資料來源和處理方法

1.1 資料來源

文中使用的雷電災害數據來源于《全國雷電災害事例匯編》。每個雷電災害事例包括雷電災害發生的時間、地點、雷擊點、人員傷亡情況及經濟損失情況等。由于資料上報統計的問題，部分雷電災害事例中缺少時間、人員傷亡及經濟損失等情況，致使部分雷電災害統計信息不完整。使用的閃電監測數據來源于江西省氣象局閃電定位系統，其包含了11個二維閃電探測儀和16個三維探測子站，運行穩定可靠。

1.2 資料處理方法

建立灰色聚類分析模型：

式中，n是指有n個聚類的對象，即江西省各個地市，i=1，2，3，…，11是為第j個指標k等級的臨界值是第j個指標k等級的聚類權，由此可得樣本的灰色定權聚類系數：

式中，m是指m個聚類指標；xij為i市關于j指標的樣本值，f kj(·)表示j指標k等級的白化權函數。

當聚類指標的意義、量綱不同，且在數量上懸殊較大時，通常采用定權聚類分析法，即對各聚類指標事先賦權。文中基于歷史雷災數據和閃電監測數據進行雷電災情分析，分別選取雷擊事故密度、雷擊事故和傷亡事故，以及地閃密度、正地閃密度、負地閃強度和雷電日作為統計指標因此，由于各個指標因子意義和數量級的差異，因此本文采用灰色定權聚類分析方法來評估江西省各地市的雷災災情等級和雷災災害風險等級。在雷電災情分析中，通常采取歸一法、權重法等分析方法，將統計因子歸一化之后進行統計分析，這樣會平滑了一些重要氣象數據的貢獻，而權重法一般是采用專家賦值法。采用定權聚類分析法既可以避免歸一化造成的過度平滑，也可以避免專家賦值帶來的誤差性，使得災情分析更具客觀性。

2 雷電災害和閃電的時空分布特征分析

2.1 雷擊點及傷亡統計分析

據不完全統計，江西省2003-2019累計雷電災害事故共計2 566起，雷擊傷亡事故共計579起，其中發生在農村的累計傷亡事故共計501起，占雷擊傷亡事故總起數的86.52%。表1 是雷擊點傷亡人數統計表，可見雷擊點在農田、建（構）筑物和野外（空曠處）附近雷擊傷亡人數最多；在農田勞作和在野外（空曠處）活動的人遭受直擊雷死亡的人數最多；雖然在建（構）筑物中活動受直擊雷的概率不大，但由于建（構）筑物是人員密集場所，因雷擊受傷的人數是最多的，其中易燃易爆場所傷亡人數最多。

表1 2003-2019年江西省雷擊點傷亡人數統計表Table 1 The statistics of casualties in lightning strikes from 2003 to 2019 in Jiangxi Province

2.2 雷電災害和閃電的時間特征分析

據統計分析，雷擊事故發生的時間特征和閃電活動的時間特征具有較高的動態吻合性。

2.2.1 年分布特征

圖1 是2003-2019 年江西省閃電頻數、雷擊事故、雷擊傷亡事故（農村）的年際變化。由圖可見，閃電頻數的年際變化呈振蕩分布，在2009年前，閃電頻數和雷擊事故的年際變化特征相似，2009年后，雷擊事故開始逐年減少。閃電頻數、雷擊事故、雷擊傷亡事故、發生在農村的雷擊傷亡事故的極大值均在2007 年，雷擊傷亡事故的年際變化特征較為一致，2003 年至2007 年整體呈現上升趨勢，從2007 年開始，整體呈現下降趨勢，這與江西省防雷減災工作的逐步開展密不可分。自2015年后，江西省的雷擊事故和雷擊傷亡事故明顯減少，一方面是由于收集雷擊事故途徑的單一以及機制的落后，另一方面是因為近些年江西省防雷減災工作的加強。

圖1 閃電頻數、雷擊事故、雷擊傷亡事故（農村）的年際變化Fig.1 Inter-annual changes of lightning frequency，lightning strikes and lightning strike casualties（in rural areas）

2.2.2 月分布和時分布特征

圖2 是2003-2019 年江西省雷擊事故和年平均閃電頻數的月、日分布圖。由圖可見，雷擊事故和年平均閃電頻數月分布和日分布特征一致，月分布峰值段是6～8 月，時分布的極值都是在16 時，傍晚時分。據統計，6～8 月雷擊事故發生共計達1 714 起，占總數的60%，造成傷亡人數共計達698人，16時雷擊事故發生累計達193起。

圖2 雷擊事故和年平均閃電頻數的月變化（a）和日變化（b）Fig.2 The monthly variation（a）and daily variation（b）of lightning accidents and annual average lightning frequency

2.3 雷電災害和閃電的空間特征分析

2.3.1 雷擊事故密度和雷擊點密度分析

根據2003-2019年江西省雷擊事故經緯度信息和閃電定位數據，基于ArcGIS 軟件的柵格計算器和點密度計算模塊計算江西省雷擊事故密度和年平均雷擊點密度，并進行了歸一化處理，見圖3。根據點密度計算結果，我們將雷擊事故密度和年平均雷擊密度分為低、中高、高、極高4 個密度等等級。從整體上看，贛北地區雷擊事故密度要高于贛南地區，高密度和極高密度多分布于贛北地區，在贛北地區有2 條明顯的東北-西南走向的雷擊事故密度分布帶，其中上饒市的雷擊事故密度高值區最多，其次是撫州、吉安和景德鎮三市。從左右密度圖的分布看，雷擊密度高值區（贛北地區）和年平均雷擊密度高值區有一定的對應關系。

圖3 雷擊事故（a）和年平均雷擊密度（b）分布圖Fig.3 Distribution map of lightning accidents（a）and annual average lightning density（b）

2.3.2 各地市差異

據不完全統計，江西省各個地市發生的雷擊事故起數總體上呈現先增加后減少的趨勢。表2 是2003-2019 年江西省各地市雷擊事故密度和年平均閃電頻數密度統計表。據統計結果可知，鷹潭、南昌和上饒的雷擊事故密度較大，均超過了3×10-2起/km2，鷹潭、南昌、撫州、吉安的年平均閃電頻數密度較大，均超過了4 次/km2，二者密度的最大值地市都是鷹潭市，其次都是南昌市。此外，對2 組數據做了相關性分析，其相關性在0.4～0.6區間，屬于中等程度相關。

表2 2003-2019年江西省各地市雷擊事故密度和年平均閃電頻數密度統計表Table 2 Statistical table of lightning accident density and annual average lightning frequency density in Jiangxi Province from 2003 to 2019

2.3.3 城鄉差異

從2003-2019 年江西省統計雷擊事故分析可知，雷擊傷亡事故的城鄉差異顯著，雷擊傷亡事故發生在農村的年平均占比是85.16%。圖4 是雷擊傷亡事故農村占比的年際變化圖，可見雷擊傷亡事故農村占比整體上呈現緩慢上升趨勢的，2018 年江西省雷擊傷亡事故全部發生在農村，雷擊傷亡事故農村占比最高達100%，最低的也達到了63.16%。結合雷擊點統計結果，農田、水邊、建（構）筑物、樹下、山地、野外（空曠處）是雷擊傷亡事故多發的地點，其中農田、建（構）筑物和野外（空曠處）發生雷擊傷亡事故最多，而農田和野外（空曠處）基本上是在農村范圍。據不完全統計，發生雷擊傷亡建（構）筑物中大部分也是農村建（構）筑物，其原因主要是因為未安裝雷電防護措施。

圖4 雷擊傷亡事故農村占比的年際變化圖Fig.4 The inter-annual changes in the proportion of lightning casualties

3 雷災災情等級評估和雷災災害風險等級評估

基于歷史雷災數據和閃電監測數據，使用灰色聚類分析法，開展“基于歷史雷災數據的雷災災情等級劃分”和“基于閃電監測數據的雷災災害風險等級劃分”，對比分析二者的不同特征。

3.1 統計指標因子的確定

表3是江西省各地市基于雷災數據的統計指標因子表，表中j參數因子都是年平均的值。雷擊事故和雷擊傷亡事故的值是根據江西省近17年雷災數據統計計算得到。

表3 基于雷災數據的統計指標因子表Table 3 Statistics index factors based on lightning disaster

表4是江西省各地市基于閃電監測數據的統計指標因子表，表中j參數因子同樣都是年平均的值。在選擇基于閃電監測數據的統計指標因子時，將雷擊事故密度和正地閃密度、負地閃密度、正地閃強度和負地閃強度與雷擊事故密度進行了相關性分析，發現正地閃密度和負地閃強度與雷擊事故密度的相關性更大，于是選取其二者作為參數因子。地閃密度、地閃強度和雷電日的值是根據江西省現有閃電定位數據以來的統計結果。

表4 基于閃電監測數據的統計指標因子表Table 4 Statistical index factors based on lightning frequency

3.2 雷災災情等級和雷災災害風險等級的計算

假設將江西省雷災災情等級分為3類，重災、中災、少災，k=1，2，3，根據灰色聚類分析模型和表3各個指標因子的值，我們定性分析并給出各個指標的白化權函數：

則指標1'的白化權函數分別為：

指標2'、3'的白化權函數同指標1'形式相同。基于此，我們可以得到：

根據式（1）和式（2）可得聚類系數矩陣，如下：

根據聚類系數矩陣，找出各對象的最大聚類系數所在的灰類，即為該對象的所屬灰類，因此：

根據雷災災情等級的灰度計算結果可知，上饒市的雷災災情等級為1 級，屬于重災區；九江市、景德鎮市、南昌市、撫州市和吉安市的雷災災情等級為2 級，屬于中災區；鷹潭市、宜春市、萍鄉市、新余市和贛州市的雷災災情等級為3級，屬于少災區。

同理，假設將江西省雷災災害風險等級分為3 類，高風險、中風險和低風險。根據灰色聚類分析模型和表4基于閃電頻數統計指標因子的值，計算可得，宜春市和贛州市的雷災災害風險等級為1級，屬于高風險；九江市、景德鎮市、上饒市、鷹潭市、新余市、撫州市和吉安市的雷災災害風險等級為2 級，屬于中風險；南昌市和萍鄉市的雷災災害風險等級為3級，屬于低風險。

3.3 評估結果的對比分析

對比江西省雷災災情等級和雷災災害風險等級（見表5）可知，江西省有1個重災區、5個中災區和5 個少災區，以及2 個高風險地區、7 個中風險地區和2個低風險地區。其中重災區和高風險地區不相匹配，中災區、中風險地區和少災區、低風險地區較匹配。九江市、景德鎮市、萍鄉市、撫州市和吉安市計算得到的雷災災情等級和雷災災害風險等級一致，都是2 級，屬于同一等級，其中九江市、景德鎮市、撫州市和吉安市是中災區和中風險地區，萍鄉市是少災區和低風險地區；評估結果差異明顯的是宜春市和贛州市，都是基于雷災數據統計計算得到的是少災區，而基于閃電監測數據得到的是高風險地區；上饒市和南昌市是也存在差異，其評估等級相差一個級別，南昌市是中災區和低風險地區，上饒市是中災區和中風險地區。

表5 雷災災情等級和雷災災害風險等級統計表Table 5 Statistical table of lightning disaster level and lightning disaster risk level

分析二者存在差異可能的原因，首先是雷災數據的不完整性和偶然性，而閃電監測數據是系統的和連續的，其次對于雷災災情分析而言，雷災數據是比較直接相關的，而閃電監測數據是間接相關的，若用閃電監測數據去評估雷災災情等級，可能還需考慮其他客觀氣象因素；其次，在做基于雷災數據進行災情等級劃分時，只考慮了人員傷亡和基于人員傷亡的雷災密度分布，未考慮經濟及其他存在的損失情況。總的來說，不論是基于雷災數據還是閃電監測數據，對雷災災情的分析都存在進一步的研究空間，比如說數據的完整性和二者統計指標因子的選取方面。

4 結論

基于江西省雷電災害數據和閃電監測數據，首先對比分析雷電災害和閃電活動的時空分布特征，其次采用灰色定權聚類分析法和ArcGIS 軟件，評估江西省各地市的雷災災情等級和雷災災害風險等級，確定二者的統計指標因子，制作江西省雷災災情等級劃分圖和江西省雷災災害風險等級劃分圖，并對比分析二者的聯系和區別，研究表明：

（1）雷擊事故和閃電活動的時間特征表明，在2009年前，江西省雷擊事故與閃電活動的年際變化特征相似，2009年后，雷擊事故開始逐年減少，這與江西省防雷減災的工作開展密切相關；二者的月、日變化特征有高度的一致性，集中發生在6～8 月份和16 時，這個時間段與農民外出勞作時間相吻合，在一定程度上加大了農村雷災事故發生的概率。

（2）據不完全統計，農田、水邊、建（構）筑物、樹下、山地、野外（空曠處）是雷擊傷亡事故多發的地點，其中農田、建（構）筑物和野外（空曠處）發生雷擊傷亡事故最多，在農村發生的雷擊傷亡事故占總雷擊事故數的85.16%。

（3）雷擊事故和雷擊點密度空間特征表明，雷擊密度高值區（贛北地區）和年平均雷擊密度高值區有一定的對應關系，雷擊事故和雷擊點密度的最大值地市都是鷹潭市，其次是南昌市，贛北地區雷擊事故密度要高于贛南地區，高密度和極高密度多分布于贛北地區。據不完全統計，江西省各個地市發生的雷擊事故起數總體上呈現先增加后減少的趨勢。

（4）對比分析基于歷史雷災數據和閃電監測數據的雷災災情等級劃分和雷災災害風險等級劃分可知，二者有一致的地方，也有明顯的差異。整體上看，二者有45%的匹配度，江西省雷災災情等級要比雷災災害風險等級低，也就是說根據雷電監測數據分析得到的雷災發生的概率要大于實際發生的雷災事件，這是因為雷災災害風險等級不僅僅與雷電活動的特征有關，還和雷災的防御能力有很大的關系，后期可綜合考慮多項資料的統計因子，進一步分析江西省的雷災災害風險等級。

基于不同類型資料數據雷災災情的分析，可能是互補的或者是部分正確的，這有待進一步研究的。為了獲得更具普適性的結果，后期可對比分析江西省雷電防御能力相關數據和雷擊事故數據，從而判斷在做雷災災情分析時是否需要加入防雷防御能力相關因子，亦可結合其他氣象相關要素因子開展雷災災情分析研究，并將雷災災情分析研究深入到市縣級，這樣對江西省防雷減災工作的開展更具指導意義。