克拉玛依市雷暴日数变化特征分析

冯志江，吴萍建，方金江，刘嘉浩

(贵州省贵阳市花溪区气象局，贵阳 花溪 550025)

克拉玛依市雷暴日数变化特征分析

冯志江，吴萍建，方金江，刘嘉浩

(贵州省贵阳市花溪区气象局，贵阳 花溪 550025)

21世纪以来随着全球经济社会的飞速发展，高层建筑以及化工、石油等易燃易爆场所的逐年增多，雷暴气候给社会所带来的灾害损失日趋严峻。该文通过1961—2010年克拉玛依地面气象观测雷暴日资料以及国家气候中心统计的年降水量、年平均气温资料，采用频率统计、5 a滑动平均、M-K突变检验、小波变换、相关性分析等方法，研究了克拉玛依雷暴日数变化特征以及雷暴日数与相关气象因子的关系，得到了该市的年雷暴日变化规律及其与相关气象因子对应的变化规律，对实际生活中的雷电灾害防御工作能起到一定的指导作用。

雷暴日数；频数；5 a滑动平均值；突变年；小波分析;相关性

1 引言

雷暴日是指某地区一年中有雷电放电的天数，一天中只要听到一次以上的雷声就算一个雷暴日。雷电产生往往伴随着强大的冲击波、剧变的电磁场和炽热的高温，对人类的自然资源和物质文明构成了巨大威胁。因此，雷暴日活动规律的研究不仅是雷电科学发展的需要，同时也是对雷电灾害进行科学防护的需要。国内外有学者对不同区域的雷暴日活动规律以及与相关气象因子之间的相关性进行了分析研究。格央[2]等利用西藏地区地面气象观测资料，对西藏地区雷暴日气候特征进行了分析，以及对雷暴日与年平均气温、降水量之间的相关性进行了研究。得出了雷暴日与气温之间存在负相关性，与降水之间存在正相关性。杨志等[3]利用陆川县地面观测资料，对该县雷暴日数变化规律以及与平均气温、降水之间的相关性进行了分析研究。得出了雷暴日与气温之间存在正相关性，而与降水量之间存在负相关性。高文胜等[4]利用聚类分类法对雷暴云进行识别，并利用线性拟合求出了雷暴云中心位置，对未来云团发展趋势进行了预测，最后利用闪电定位资料对聚类分类法进行了验证。还有很多人对其它区域的雷暴活动进行了研究。

本文利用克拉玛依1961—2010年地面气象观测的雷暴日资料，以及逐日气温、降水等气象资料，采用了频率统计、小波变换、相关性分析等方法，研究了克拉玛依雷暴日数气候变化规律，并对年雷暴日与年平均气温、年平均降水量之间的相关性进行分析，这一结果能够对克拉玛依雷电灾害防御工作的开展提供借鉴以及指导意义。

2 数据来源以及研究方法

2.1 数据来源

本文利用克拉玛依1961—2010年逐日雷暴日数据以及逐日平均气温、逐日降水量统计资料，对克拉玛依雷暴日数变化特征进行分析，并对雷暴日数与气温、降水量之间的相关性进行研究，其中雷暴日数据来源于克拉玛依气象局人工观测统计结果，气温与降水量资料来源于国家气候中心编制的气候统计资料。

2.2 研究方法

根据所求出的两个变量之间相关性系数值的大小，来判断两者之间的相关性程度。若求出的rjk>0时，表示xj和xk的样本之间存在正相关性；若求出rjk<0时，表示xj和xk的样本之间存在负相关性。|rjk|越大，表示xj和xk的样本之间关系越密切。

3 克拉玛依雷暴日数变化特征

3.1 雷暴日数频率变化规律

本文对克拉玛依1961—2010年的年雷暴日数进行频率统计，用来研究该地区雷暴日数频率的变化规律。图1为1961—2010年克拉玛依年雷暴日数频率统计结果，从图中可以看出克拉玛依年雷暴日数存在显著性的频率分布差异性，年雷暴日数主要集中在45～50d，在该频率范围下出现的年雷暴日频率为18次，其次是分布在15～20d，出现的年雷暴频率为11次。年雷暴日数出现在30～35d以及35～40d内的频率相同，均为7次，年雷暴日数出现在10～15d、45～50d以及50～55d内的频率也相同，均为1次，说明了分布在该范围内克拉玛依出现的年雷暴日频率最小。

图1 1961—2010年克拉玛依年雷暴日数频率统计结果Fig.1 Frequency statistics of thunderstorm days in Karamay in 1961—2010

3.2 雷暴日数年变化规律

本文对克拉玛依1961—2010年的雷暴日数据进行统计分析，来研究克拉玛依雷暴日年变化规律。根据资料统计分析得出，克拉玛依年平均雷暴日数为38d，雷暴活动较多，图2为1961—2010年克拉玛依雷暴日数年变化规律以及曲线拟合结果，从图中可以看出，克拉玛依雷暴活动年变化差异较大，具有显著性的年际变化特征。从一次曲线拟合的结果可以看出，拟合出的方程斜率为-0.2709，斜率小于0，这说明了克拉玛依年雷暴日总体上具有在波动中呈逐年递减的变化趋势，且得出年雷暴日数气候倾向率为-2.7d/10a，说明了克拉玛依年雷暴日数每10a减少约3d左右，这一递减的幅度较大。从二次曲线拟合的结果可以看出，克拉玛依年雷暴日二次曲线存在一个波谷，即在1961—1995年期间年雷暴日数呈递减的发展趋势，从1995年之后年雷暴日数又呈递增的发展趋势。

图2 1961—2010年克拉玛依雷暴日数年变化规律以及曲线拟合结果Fig.2 The variation law of the thunderstorm days in Karamay in 1961—2010 and the results of curve fitting

3.3 雷暴日数突变年检验

在对克拉玛依年雷暴日变化突变的研究中，本文取显著性水平α=0.05，则临界值曲线为U0.05=±1.96。计算出克拉玛依年雷暴日UF顺序统计值以及UB逆序统计值，然后根据求出的年雷暴日UF顺序统计值的正负情况来判断克拉玛依年雷暴日数的变化情况，若求出的年雷暴日数UF顺序统计值在某一个时间段内小于0，则表明了在该时期内雷暴活动呈递减的发展趋势；若求出的雷暴活动UF顺序统计值在某一个时间段内大于0，说明了在该时期内雷暴活动呈递增的发展趋势；当UF顺序统计值从某一时刻超出了置信检验曲线时，说明了雷暴活动从该时刻起呈显著性的递增或递减发展趋势。如果UF顺序统计曲线和UB逆序统计曲线出现了交点，且该交点位于置信检验曲线内，则说明了该交点为克拉玛依雷暴活动变化的一个突变年。

图3为1961—2010年克拉玛依雷暴日数突变检验统计结果，从图中可以看出，从1961年开始，求出的雷暴日UF顺序统计值均小于0，表明了根据突变年检验结果显示，克拉玛依年雷暴日数从1961年开始呈递减的变化趋势，且从1967年开始计算出的雷暴日UF顺序统计曲线值开始超出了置信检验曲线，这表明了克拉玛依年雷暴日数从1967年开始呈显著性的逐年递减的变化趋势，求出的雷暴日UF顺序以及UB逆序统计值有一个交点，该交点位于1966年，且该交点位于置信检验曲线之内，根据M-K突变检验理论得知，1966年为克拉玛依年雷暴日突变年。

图3 1961—2010年克拉玛依雷暴日数突变检验统计结果Fig.3 Statistical results of abrupt change of thunderstorm days in Karamay in 1961—2010

3.4 雷暴日数周期变化规律

本文对1961—2010年克拉玛依雷暴日数时间序列数据，采用小波变换方法，一方面对克拉玛依年雷暴日数突变年的结果进行检验，另一方面对克拉玛依年雷暴日数周期变化规律进行研究。

运用matlab编写出小波变换程序，求出克拉玛依年雷暴日数小波变换等值线结果，小波变换取样周期为1a，最大周期尺度为32a。图4为1961—2010年克拉玛依雷暴日数小波变换结果，从图中可以看出，在8～12a的周期变化的时间尺度上，在1961—1966年之间克拉玛依年雷暴日小波变换等值线值为正数，而在1966—1972年之间克拉玛依年雷暴日小波变换等值线值为负数，因此可以看出1966年为等值线值正负变化的交界面，所以进一步说明了上文中使用M-K突变检验法求出的1966年为该地区年雷暴日数突变年是准确可靠的。

从图还可以看出，在1961—1968年期间年雷暴日小波变化等值线值为正数，因此说明了在此年份期间克拉玛依雷暴活动较多，同时可以看出，年雷暴日数具有4～7a的小尺度演变规律，且这个小尺度演变规律在1980年之前较为显著，同时存在8～12a的中时间尺度的演变规律，且该中等时间尺度的演变规律在90年代中期之前显得较为显著，中时间尺度上存在显著的5次峰—谷振荡变化规律。还存在14～24a的长时间尺度的演变周期，该长时间尺度在80年代中期之前较为显著，该长时间尺度上存在显著的3次峰—谷振荡变化规律。从而得出年雷暴日数具有4～7a、8～12a以及14～24a这3类时间尺度的演变周期。

图4 1961—2010年克拉玛依雷暴日数小波变换结果Fig.4 Results of wavelet transform of thunderstorm days in Karamay in 1961—2010

4 雷暴日数与相关气象因子相关性分析

本文利用1961—2010年克拉玛依年雷暴日数、年平均气温、年降水量统计数据，用来研究年雷暴日数与年平均气温、降水量之间的相关性。

4.1 年雷暴日数与年降水量相关性分析

雷暴常常发生在中小尺度对流系统中，雷暴出现时必然伴有强烈的积雨云活动。有研究结果表明，克拉玛依雷暴活动主要集中在5—9月份，占到全年总雷暴数的92%以上。图5为1961—2010年克拉玛依年降水量变化规律以及曲线拟合结果，从图中可以看出，克拉玛依年降水量也与雷暴日数一样具有显著的年际差异性。根据一次曲线拟合的结果可以看出，拟合出的方程斜率为0.6887，斜率大于0，这说明了克拉玛依年降水量总体上具有在波动中呈逐年递增的变化趋势，且得出年降水量气候倾向率为6.9mm/10a。而上文求出的克拉玛依年雷暴日数呈逐年递减的变化趋势。将相应的数据代入2.2中所述的相关性系数表达式[21]中可以得出，年雷暴日数与年降水量之间的相关性系数为-0.6213，说明了克拉玛依在这10a间的年雷暴日数与年降水量之间存在中高度的负相关性。

图5 1961—2010年克拉玛依年降水量变化规律以及曲线拟合结果Fig.5 Variation of annual precipitation in Karamay during 1961—2010 and curve fitting

4.2 年雷暴日数与年平均气温相关性分析

图6为1961—2010年克拉玛依年平均气温变化规律以及曲线拟合结果，从图中可以看出，克拉玛依年平均气温也与雷暴日数一样具有显著性的年际差异性。根据线性拟合的结果可以看出，拟合出的方程斜率为0.0184，斜率大于0，说明克拉玛依年平均气温总体上具有在波动中呈逐年递增的变化趋势，且得出年平均气温气候倾向率为0.18 ℃/10a。根据二次曲线拟合得出，在1961—1975年之间年平均气温呈逐年递减的变化趋势，从1975年之后年平均气温呈递增的变化趋势。

上文求出的克拉玛依年雷暴日数呈逐年递减的变化趋势，并且可以得出，随着气温的逐年增加，克拉玛依年雷暴日数呈逐年递减的变化趋势。求出年雷暴日数与年平均气温之间的相关性系数为-0.5233，说明了克拉玛依年雷暴日数与年平均气温之间也存在中高度的负相关性。

图6 1961—2010年克拉玛依年平均气温变化规律以及曲线拟合结果Fig.6 The variation law of annual mean temperature in Karamay during 1961—2010 and the results of curve fitting

5 结论

①对克拉玛依年雷暴日数频数进行分析得出，年雷暴日数主要集中在45～50d，在该时间范围下出现的年雷暴日频率为18次。

②对克拉玛依雷暴日年变化进行分析得出，年雷暴日总体上具有在波动中呈逐年递减的变化趋势，每10a减少约3d左右。

③对克拉玛依雷暴日年代变化规律分析得出，20世纪60年代、70年代、80年代、21世纪10年代雷暴日数呈逐年递减的变化趋势，其中21世纪10年代雷暴日数递减速度最大；20世纪90年代雷暴日呈递增的变化趋势。

④对克拉玛依年雷暴日突变年检验以及周期变化规律分析得出，首先使用M-K突变检验分析可知，1996年为年雷暴日突变年，然后使用小波变换方法对突变结果进行进一步检验，同时得出年雷暴日数具有4～7a、8～12a以及14～24a这3类时间尺度的演变周期。

⑤对克拉玛依年雷暴日与年降水量以及年平均气温之间相关性分析得出，年雷暴日数与年降水量、年平均气温之间均存在负相关性，求出的相关性系数分别为-0.6213、-0.5233。

[1]许小峰.雷电灾害与监测预报[J].气象,2004,30(12):17-21.

[2] 格央，德庆卓嘎.西藏雷暴日数变化特征与相关气象因子关系的分析[J].高原气象,2008,10(5):51-53.

[3] 杨志华.陆川年雷暴日数变化特征与相关气象因子关系的分析[J].气象研究与应用,2011,32(3):97-99.

[4] 高文胜，张博文，周瑞旭，等.基于雷电定位系统监测数据的雷暴云趋势预测[J].电网技术,2015,39(2):523-529.

[5] 史海锋，王芳，周恩伟，等.浙江地区雷暴日插值方法及分布特征的研究[J].浙江气象,2014,36(1):36-38.

[6] 余蜀豫，任艳，覃彬全.基于模糊数学的重庆地区雷电灾害风险评估方法研究[J].灾害学, 2015,30(2):75-78．

[7] 郭冬艳，辛吉武，吴胜安,等.海南雷暴气候特征及大气环流背景分析[J].气象科技，2008，36(4)：404-409.

[8] 郭冬艳，翟盘茂，姜涛,等.海南夏季雷暴时空分布特征及成因[J].气象科技，2011，39(5)：565-568.

[9] 王娟，谌芸.2009—2012年中国闪电分布特征分析[J].气象, 2015, 41(2):160-170．

[10] 向念文，谷山强，陈维江，等.京沪高铁沿线临近区域雷电分布特征[J].高电压技术, 2015, 41(1):49-55．

[11]ChristianHJ,BlakesleeRJ,BoccippioDJ,etal.GlobalfrequencyanddistributionoflightningasobservedfromspacebytheOpticalTransientDetector.J.Geophys.Res, 2003, 108(D1)art.no.4005.

[12]RobertA.Maddor,Large-ScalePatternsAssociatedwithSevereSummertimeThunderstormoverCentralArizona[J],WeatherandForecasting, 1995, 10:763-778.

[13] 张烨方，冯真祯，曾金全，等.福建省闪电监测数据与雷暴日关系分析及片状函数研究[J].自然灾害学报,2014,23(1):183-190.

[14] 王迎春,周积强,祁海,等.2000—2012年宁夏雷击灾害统计与分析[J].宁夏大学学报(自然科学版),2015,36(1):84-86.

[15] 高颖颖,祝宝友,马明.东北较高纬度地区夏季闪电与雷暴相关参数的关系研究[J].中国科学技术大学学报,2014,44(11):904-912.

[16] 周明薇，周四清，彭双姿，等.邵阳地区闪电活动特征及其与降水的关系[J].气象与环境学报, 2014, 30(1):69-74．

[17]KantelhardtJW,ZschiegnerSA,BundeEK.Multifractaldetrendedfluctuationanalysisofnonstationarytimeseries,[J].PhysicaA:StatisticalMechanicsandItsApplications, 2002, 316(1-4):87-114.

[18] 纪晓玲.宁夏雷暴天气气候和环流特征及典型过程分析[D].兰州大学大气科学系.2009.

[19] 符淙斌,王强.气候突变的定义和检测方法[J].大气科学, 1992, 16(4):482-492.

[20] 程向阳，谢五三，刘岩，等.安徽省近50年雷暴的时空变化特征及影响因素[J].长江流域资源与环境,2012,21(1):117-121.

[21] 蔡智澄，何立民.相关性分析原理在图书情报分析中的应用[J].现代情报,2006,5(5)：151-153.

Characteristics analysis of Karamay thunderstorm days change

FENG Zhijiang, WU Pingjian, FANG Jinjiang, LIU Jiahao

(Huaxi County Meteorological Bureau of Guiyang City, Guiyang 550025, Guizhou)

Since twenty-first Century, with the rapid development of the global economy and society, high-rise buildings and chemicals, oil and other flammable and explosive places are increasing year by year. We used the ground meteorological observation data of thunderstorm, and the national climate center statistics of annual precipitation, annual average temperature data from 1961 to 2010 in Karamay, using the frequency statistics, 5 years moving average, the M - K mutation testing, methods of wavelet transform, correlation analysis to study the changes characteristics of thunderstorm days and the correlation between the thunderstorm days number and the related meteorological factors of Karamay. It can play a guiding role in the prevention of lightning disaster in real life.

thunderstorm days; frequency; 5years moving average; mutations years; wavelet transform; correlation

1003-6598(2017)02-0048-05

2016-12-13

冯志江(1990—)，男，助工，主要从事防雷检测工作，E-mail:472447038@qq.com。

P446

B