內蒙古地區雷暴日與雷電日的關系研究

姜雨蒙

(內蒙古自治區氣象臺,內蒙古 呼和浩特 010051)

雷暴日作為氣象上一個重要的物理參數，重點用于評價一個地區雷電活動水平與其強度。同時在雷電防護工程設計、防雷圖紙審核、雷電防護等級劃分等工作中都擔當這重要的角色同時也是雷電科學研究領域的一個重要指標。很長一段時間由于設備與觀測技術的限制，雷暴日數據的主要來源為人員觀測，也正因為如此雷暴日的數據記錄受到人員、環境等因素的影響。隨著國內閃電定位系統的逐漸完善，目前已經能夠實現對閃電數據的持續記錄，能夠自動且及時地記錄了閃電發生的情況。由于2014年起雷暴日已經停止記錄，將用定位網監測到的雷電日來代替雷暴日數據，鑒于這兩種觀測數據類型在目前還需同時運用，在內蒙古這個東西跨度大且具有復雜的地理環境下，對這兩種觀測數據——雷暴日和雷電日的特點進行初步分析，可以加強對閃電活動的了解，為今后雷電日逐步代替人工觀測的雷暴日與雷電災害鑒定、雷電風險評估等工作提供一定的理論依據。

雷暴日、雷電日的研究各個國家的學者一直都在進行。Richard E.Orville等對美國閃電密度與雷暴日計算出的閃電密度進行了對比研究，通過研究發現經人工觀測數據計算的閃電密度與雷暴日計算得出的閃電密度對比偏高[1]。在國內也有很多關于雷電日與雷暴日的研究，杜澍春[2]、陳家宏等[3-4]、張義軍等[5-8]、李照容等[9]、劉巖等[10]在這些方面都做了大量的工作，目前內蒙古地區針對這方面的研究還相對比較落后。

1 資料來源與研究方法

1.1 資料來源

文中雷暴日選取內蒙古1973年—2013年119個氣象站43 a的雷暴日的觀測數據，閃電定位資料全部來源于內蒙古氣象部門雷電定位系統，目前，該監測系統由56個ADTD二維閃電定位儀組成，主要采取的定位方法為時差法和方位混合多站綜合定位，其探測范圍已經能夠覆蓋整個內蒙古自治區。筆者主要運用的數據年份為2014年—2019年。每條的閃電資料包括了閃電發生的時間、閃電的經緯度、閃電的強度與陡度、閃電的正負極性以及閃電所屬的行政區域等參數。為了保證數據的完整性與連續性，最終選取了119個站中的114個站作為研究對象進行對比分析。

1.2 研究方法

筆者使用軟件為Excel與ArcGIS，運用Excel進行數據的篩選與運算，運用ArcGIS進行數據的地理信息處理。

2 結果與分析

2.1 按行政區域統計分析雷電日與雷暴日的關系

首先以行政區域為研究篩選區域，對雷暴日與雷電日進行對比分析，雷電日篩選方式為國家站所在地區行政邊界為篩選條件進行統計，除去在行政區域內沒有國家站的地點，一共對89個旗縣的平均雷暴日與平均雷電日進行對比分析。通過對比分析發現只有呼和浩特市的回民區、烏海市的海勃灣區、包頭市的白云礦區、呼倫貝爾的滿洲里，以及烏蘭察布市的集寧區平均雷暴日數大于平均雷電日數，其他地區均為平均雷電日數大于平均雷暴日數，且雷暴日數為雷電日數的1.1～1.6倍之間，均沒有超過2倍。對這5個區域人工觀測和器測的雷暴日數和雷電日數進行了單因素的方差分析與α=0.05的F檢驗。得到的結果如表1所示，通過方差分析得F=2.14

表1 平均雷暴日數大于平均雷電日數所在地區單因素方差分析

其他各個地區的平均雷電日數全部都比平均雷暴日數要大，大體上平均雷電日數是平均雷暴日數的1.05～6.4倍，最小的為巴彥淖爾市杭錦后旗為1.05倍，最高為阿拉善盟阿拉善右旗6.33倍，36%的地區平均雷電日數為平均雷暴日2～3倍。21%的地區平均雷電日數為平均雷暴日3倍以上。

隨后又對全區89個旗縣進行單因素方差分析和α=0.05的F檢驗，得到的結果如表2所示，分析結果為F=232.92>F0.05=3.89。從分析的整體上來看，雷暴日數與雷電日數從單區域對比上的差異還是非常明顯的。

表2 總體平均雷暴日數與平均雷電日數單因素方差分析

由圖1可知，內蒙古地區89個行政區域的平均雷電日與平均雷暴日呈正相關，相關系數為0.17并不密切。

圖1 平均雷電日與平均雷暴日對應圖

由表1、表2以及圖1可以看出，如果單純地用行政區域邊界來界定雷電日數所得到的結果雷暴日數的差異是非常明顯的，這其中的一個主要問題就是行政區域在劃分的時候其面積的大小不盡相同，而數據的選取面積是確定雷電日數的一個重要參數，內蒙古地區的89個旗縣的最大與最小的面積比高達686.3。而行政區域的大小對雷暴日的影響相對較小，從《氣象觀測規范》的規定“觀測人員，1天中只要聽到1次以上的雷聲，或看見1次閃電，就算1個雷暴日”中可以看出，雷暴日受人為影響較大。例如地處呼和浩特市的回民區、烏海市的海勃灣區、包頭市的白云礦區雷電日與雷暴日對比比例較小，因為這幾個行政區域均屬于區域面積較小的區域，特別像包頭市的白云礦區才328.64 km2；阿拉善盟的阿拉善左旗、阿拉善右旗、額濟納旗雷電日與雷暴日對比比例較大，其行政區域均超過了70 000 km2。

2.2 選取不同半徑統計分析平均雷暴日與平均雷電日關系

從前面的分析結果可以看出，各站平均雷暴日數與平均雷電日數從行政區域上分析存在非常大的差異性，所以為了進一步了解雷電日與雷暴日的關系，對114個基準氣候站器測2014年—2019年的閃電數據進行分類統計，分別統計5 km、10 km、15 km與20 km內的雷電日進行分析。通過統計發現隨著統計半徑的逐漸增加，統計到的雷電日數也在逐個遞增。為了能更好地與雷暴日的數據進行匹配，想通過分析得到一個雷電日觀測的一個最優半徑：本研究通過數據分析找到雷電日與雷暴日觀測的最優半徑，使得該半徑下各個測站的雷電日與雷暴日數相對接近。

2.2.1 選取半徑為5 km時平均雷暴日與平均雷電日關系。當閃電的篩選半徑為5 km時，統計得到的雷電日數均小于對應測站的雷暴日數，且平均雷電日為平均雷暴日的0.02～0.73倍之間，68%的測站雷電日與雷暴日的比值在0.2～0.5倍之間。對半徑為5 km的平均雷電日與平均雷暴日進行單因素方差分析與α=0.05的F檢驗，得到結果如表3所示，通過數據分析得到結果為F=496.8>F0.05=3.88。由此可看出，當閃電數據篩選取半徑為5 km時平均雷暴日數與平均雷電日數差異顯著。

表3 5 km平均雷暴日數與平均雷電日數單因素方差分析

由圖2可知，當數據的篩選半徑定為5 km時平均雷電日數與平均雷暴日數呈正相關的關系，但相關系數為0.66并不密切。

圖2 5 km平均雷電日數與平均雷暴日數對應圖

2.2.2 選取半徑為10 km時平均雷暴日與平均雷電日關系。當閃電數據的選取半徑為10 km時，7%的測點平均雷暴日均小于平均雷電日，93%的測點平均雷暴日均大于平均雷電日，且平均雷電日數為平均雷暴日數的0.08～1.22倍之間，63%的測站雷電日與雷暴日的比值在0.5～0.9倍之間。對半徑為10 km的平均雷電日與平均雷暴日進行單因素方差分析與α=0.05的F檢驗如表4所示，數據分析結果為F=122.1>F0.05=3.88。總體上看，當閃電數據的選取半徑定為10 km時平均雷暴日數與平均雷電日數差異依然非常顯著。

表4 10 km平均雷暴日數與平均雷電日數單因素方差分析

由圖3可知，當閃電數據的選取半徑為10 km時平均雷電日與平均雷暴日同樣呈正相關，相關系數為0.73并不密切。

圖3 10 km平均雷電日數與平均雷暴日數對應圖

2.2.3 選取半徑為15 km時平均雷暴日與平均雷電日關系。當閃電數據的選取半徑為15 km時，36%的測點平均雷暴日均小于平均雷電日，64%的測點平均雷暴日均大于平均雷電日，且平均雷電日為平均雷暴日的0.1～1.66倍之間，61%的測站雷電日與雷暴日的比值在0.7～1.1倍之間。對半徑為15 km的平均雷電日與平均雷暴日進行單因素方差分析與α=0.05的F檢驗如表6所示，分析結果為F=1.45

表5 15 km平均雷暴日數與平均雷電日數單因素方差分析

由圖4可知，當閃電數據的篩選半徑為15 km時平均雷電日與平均雷暴日呈正相關，相關系數為0.78相關性較弱。

圖4 15 km平均雷電日數與平均雷暴日數對應圖

2.2.4 選取半徑為20 km時平均雷暴日與平均雷電日關系。當閃電數據的選取半徑為20 km時，72%的測點平均雷暴日均小于平均雷電日，28%的測點平均雷暴日均大于平均雷電日，且平均雷電日為平均雷暴日的0.19～2.0倍之間，72%的測站雷電日與雷暴日的比值在1～2倍之間。對半徑為6 km的平均雷電日與平均雷暴日進行單因素方差分析與α=0.05的F檢驗如表6所示，由方差分析的結果F=4.5>F0.05=3.88。總體上可知，當雷電日選取半徑為20 km時平均雷暴日與平均雷電日單區域對比的差異顯著。

表6 20 km平均雷暴日數與平均雷電日數單因素方差分析

由圖5可知，當雷電日的選取半徑為20 km時平均雷電日與平均雷暴日呈正相關，相關系數為0.8相關性較強。

圖5 20 km平均雷電日數與平均雷暴日數對應圖

從上述分析中可以看出,5 m范圍內平均雷暴日均大于平均雷電日，雷電日觀測半徑為15 km時平均雷暴日與平均雷電日的單區域對比的差異最為小。而當觀測半徑為20 km時平均雷暴日與平均雷電日的相關性最強。

3 結論

內蒙古地區從行政區域進行平均雷暴日數平均雷電日數分析來看，大部分地區雷暴日數小于雷電日數，且成正相關，但兩者之間各站差異顯著。這可以說明，與人工觀測相比機器觀測的靈敏度要更高，同時也具有可比較性；同時也可以看出，平均雷暴日數與平均雷電日數關系比較復雜與地區面積、地形地貌、周邊環境等因素都有一定的聯系，同時各區域地理因素會導致平均雷暴日數與平均雷電日數的規律差異較大。

內蒙古自治區的114個基準氣候站選取不同的雷電日觀測半徑得到的雷電日數的差異明顯，這與當地的地理因素、城市化進程等有著不同程度的關系。一方面可以說明，閃電的活動在不同地區有著分布不均勻的特征；另一方面，地理因素、城市化進程相似的區域，雷電日觀測半徑具有可比性，城市化比例高的地區其雷電日數的觀測半徑相對較小；而城市化進程比例較低的區域其雷電日數觀測半徑相對較大。通過閃電定位儀獲得的閃電數據更能體現雷電發生發展的規律。總體上看，雷電日觀測半徑為15 km時平均雷暴日與平均雷電日的單區域對比的差異最為小。而當觀測半徑為20 km時平均雷暴日數與平均雷電日數的相關性最強。