粤港澳大湾区雷电移动轨迹统计规律与潜在应用

陈盛燃，邵向潮，夏云峰，刘贯科，陈浩，苏盛

(1. 广东电网公司东莞供电局，广东 东莞523000；2. 清洁能源与智能电网湖南省协同创新中心(长沙理工大学)，长沙 410004)

0 引言

雷电数据挖掘分析是指导开展电网防雷设计的重要基础。新世纪之初开始得到大面积推广应用的雷电定位系统，积累了海量的雷电数据，可以提供雷电时间、经纬度、频次、闪电类型和雷电流等信息，为深化对雷电机理的认识和改进电力系统防雷工作提供了重要基础[1 - 5]。

已有雷电定位系统数据挖掘分析方法大体可分为3大类。早期的研究着重分析地闪密度、雷电种类和雷电流参数的时空分布特征，并研究利用雷电时间分布和空间分布等特性，进行差异化防雷[6 - 11]。第二类研究侧重分析地形地貌、海拔高程及地表地质等地理因素对雷电数据统计分布特性的影响，为开展特殊地理条件下的差异化防雷提供支撑[12 - 13]。有别于上述两类长时间尺度上静态的雷电统计分析研究，近年来兴起了围绕雷电活动时空动态特性的研究。文献[14]分析指出雷电在时空上具有丛聚性特点，通过时间和空间的聚类，识别出佛山和江门等地的雷暴移动走廊，可以为架设引雷塔提供决策依据。由于强雷暴对电网运行的威胁突出，文献[15 - 18]根据雷电定位系统数据，进行雷暴云移动趋势预测，预测雷暴云移动沿线输电线路累积跳闸概率，从而提高电网安全的态势感知能力。

雷电在时域上具有高度不均匀分布的特点，大量雷电集中出现在极少数的强雷暴过程中。雷电是云内、云空、云间或云地之间的瞬时放电现象，雷暴云团的移动路径决定了雷电的移动轨迹。气象领域的研究表明，天气系统是在一定的气候环境下产生的，在相对固定气候和环境下产生的天气系统具有比较确定的规律，而天气系统的物理机制决定了雷暴云团的空间移动轨迹[19]。因此，特定的气候环境下雷暴云团乃至与之伴生的雷暴的移动趋势也可能具有特定的规律。搞清雷暴移动轨迹的统计特性，并探索其背后潜藏的形成机理，有可能深化对雷电行为规律特性的认识，并利用这种规律为提高电力系统雷电防护水平提供支撑。

1 数据来源和雷电统计分析

选取图1所示香港及附近区域(黄色界限内，东经113°35′～114°36′，北纬21°54′～22°42′)在2005年至2014年间的历史雷电地闪数据为研究对象，探讨其间强雷暴移动轨迹及其统计规律。10年间，共包含1 148个雷电日，雷电总数1 994 067 次，其中地闪1 385 980次[20 - 21]。因影响电网安全的主要是雷电地闪，后文未加明确说明者均为地闪数据。

图1 雷电研究区域的地理位置Fig.1 Location of investigated lighting data

雷电在时域上具有较强的不均匀分布特性，多数雷电日仅有少量雷电活动，电力系统遭雷击风险较低。需要给予特别关注的是集中发生大量雷电活动、雷击风险高的强雷暴日。为搞清香港地区雷电的时域分布特性，分析当地2005—2014年间每年雷电日地闪数据，进行了各种分布模型的拟合，选择拟合度最高的Burr分布作为时域分布模型。Burr分布的分布函数如式(1)所示：

(1)

为验证日雷电次数服从Burr分布的可靠性，对每年日地闪数据和拟合的Burr函数进行KS检验，结果如表1所示。当显著性水平低于P值时，原假设成立服从Burr分布，取值为1，反之取0。由表可见理论分布与经验分布拟合程度较高。

表1 2005—2014年日地闪次数分布函数KS检验Tab.1 KS test of lightning from 2005 to 2014

以每年日雷电次数为样本，可将2005—2009及2010—2014年的年度Burr分布函数绘制如图2和图3所示。由图可见，每年70%以上的雷电日的雷电地闪次数低于500次。大多数雷电日仅有少许雷电，而多数雷电集中发生于极少数强雷暴日。

图2 2005—2009年日地闪次数统计分布Fig.2 Probability distributions of lightnings from 2005 to 2009

图3 2010—2014年日地闪次数统计分析图Fig.3 Probability distributions of lightnings from 2010 to 2014

为进一步明确强雷暴日雷电地闪数量占比，以下将最多雷电地闪的20～50 d的雷电地闪次数及总占比列如表2所示。由表可见，调研区域在10 a中，20个最多雷电日的雷电地闪次数近50万次，占10年总数的30%；而50个最多雷电日的地闪次数为808 190次，占到了总地闪次数的50%。

表2 2005—2014年最多雷电日地闪次数占比Tab.2 Percentage of lightnings in the days with most lightning

2 雷暴移动轨迹分析

雷暴是由大量的云间放电和云地放电产生的，是雷暴云发展旺盛的产物。雷暴云的寿命一般为几小时，在其存续期间，雷暴将随着雷暴云的移动而迁移[21 - 22]。为展示雷暴的这种迁移特性，选取2005年7月18日一次包含11 247次闪电的雷暴过程介绍如下。该次雷暴主体发生在0时至3时，为方便展现迁移特性，以小时为界，将完整雷暴的雷电数据分为5段，在香港地区地图上绘制如图4所示。

图4 典型雷暴分时段分布Fig.4 Location of a thunderstorm in consecutive time spans

图4中，每个圈点标识一次雷电，圈点大小标识雷电流幅值，圈点颜色标识雷电发生时间。紫色圈点标识的雷电发生在7月17日23时，当时雷暴云团主体尚在深圳，香港境内仅有少量雷电；0时左右，蓝色标识的雷电随雷暴云南下至深圳东部的大梅沙和香港新界一带；1时，黄色标识的雷暴主体部分覆盖整个新界、香港岛和深圳罗湖片区；2时，绿色标识的雷暴主体漂移至海上，在香港岛区域仍有少量留存；3时，红色标识的雷暴主体近乎完全集中于外海。从该雷暴过程的移动轨迹可见，在天气系统的影响下，雷暴云伴生强雷暴的移动轨迹取决于雷暴云的运动。特定天气场景下，风向明确，此时雷暴也将具有明确的移动轨迹。

术后感染5例，均为迟发性感染，发生于术后9～ 12个月，其中3例患者合并糖尿病。均行CT检查发现骨折已愈合，行后路手术取出内固定并行清创灌洗引流术，脓液细菌培养仅1例培养出金黄色葡萄球菌，余未见明确致病菌生长。术后2周佩戴支具下床活动，1个月后去除胸腰背支具，均恢复良好。

由于雷暴整体的移动趋势可能由多个雷暴云团的移动共同构成，进行雷暴移动趋势预测时，需要聚类识别多个云团的中心，并分别预测每个雷暴云团中心的移动趋势[17]。当前，在雷暴云团的识别和移动预测上，电力行业和气象领域发展出了2种不同的思路。电力行业由于掌握的数据有限，主要根据雷电定位系统的雷电数据，通过雷电在时间和空间上的聚类来识别雷暴云[14,17]，并进行移动轨迹预测。除雷电数据以外，气象领域还可根据多普勒雷达的回波反射率获得更为直接和完整的雷暴云团信息[22 - 24]，并准确预报雷暴移动轨迹。

本文基于历史雷电数据，分析雷暴移动轨迹的统计特性，着眼于雷暴整体移动趋势的规律性统计分析，无需进行每个雷暴云团的移动趋势的短期预测，因此只需计算区域中雷暴的质量中心，即可根据分时段的质量中心得到雷暴的移动轨迹。根据雷电数据的经、纬度坐标，结合各时段雷电数据计算质量中心。因香港地区70%以上雷暴消演生命周期约为3 h，为兼顾每个时段内有足够雷电数量且有足够数量的时段来标识雷暴移动轨迹，下文采用10 min时间间隔进行雷电数据分段分析。

根据前述步骤，对日雷电次数最多的2010年9月9日的雷暴过程进行分析。当天共发生雷电地闪6 2495次，占10年内总雷电地闪次数的3.9%。从凌晨00:00到2:00，地闪次数达58 903次，占该天总地闪次数的94.3%，将2小时内雷电按10 min间隔分为12段，得到各时段质量中心列如表3所示。根据各时段雷暴密度中心点进行线性拟合后，可将该雷暴过程的雷电移动轨迹拟合直线标注如图5所示，其中标注的数字为时间序号。由图可见，该次雷暴过程由东北向西南方向移动。

表3 2010年9月9日各时间段雷电中心Tab.3 Centers of lightning of various times in September 9 of 2010

图5 2010年9月9日雷暴轨迹追踪Fig.5 Moving track of lightning storm on September 9 of 2010

3 雷电轨迹统计特性、形成机理与潜在应用

3.1 雷电移动轨迹的统计特性

为搞清强雷暴移动轨迹的统计特性，根据前节方法分析了40个最多雷电的雷暴日雷电移动轨迹，共包含72.3万次地闪，占全部地闪的44.7%。40天每天的地闪数、雷电移动轨迹方向及当天的最大风速列如表4所示。其中，2010年5月19日和2013年8月30日的雷电数据较为分散，移动轨迹拟合效果不佳。最终将所得38条强雷暴日雷暴轨迹绘制如图6所示。

图6 雷暴概率性移动轨迹Fig.6 Moving track of lightning storm

由表3和图6可知：

1)40天中，仅2010年9月8日、9月11日和2013年5月22日这3天的雷暴轨迹如图中红线标注的由南往北；2010年5月19日和2013年8月30日，雷电地闪仅在万次左右，数量不大，分时段的雷电质量中心又比较分散，没有明确的轨迹方向。

2)除前述5天外，其他35天雷暴的轨迹为由东北向西南或由西北向东南。表4中将东北方向雷暴标识为阴影部分。由表可见两者呈交错分布，无明显规律。

3)香港地区多年平均风速为5.4 m/s，但最强雷暴40天中，风速一般在10 m/s左右，约为平均风速的2倍。表4中有6天的风速标识为加粗字体，风速更是超过了沿海地区架空输电线路风偏设计风速(15 m/s)，同时段地闪次数累积达16.8万次，可能对电网的安全运行造成突出威胁。

3.2 机理解释

雷电轨迹是雷暴云在特定气候和环境条件的风向决定的[19,22]。作者认为，因气候和环境条件具有多年稳定的特性，雷电轨迹的统计特性具有比较强的稳定性和可重复性。

表4 日雷电次数最多的40天雷暴移动方向Tab.4 Moving direction of lightning track in the top 40 days with most lightning

前期研究表明强雷暴往往伴随着飑线发生[23]。飑线是我国夏季常见的灾害性对流天气，是由多个雷暴云团或雷暴单体侧向排列组成的强烈雷雨带，水平尺度长、宽均约几十至上百千米。飑线天气通常伴有雷暴、大风、冰雹和短时暴雨等，其中雷暴大风的出现频率最高[26]。华南地区的飑线引起的强阵风又称“石湖风”[27]。根据香港天文台的研究，受地理与气候条件影响，华南地区飑线天气引起的石湖风可分为东北石湖风和西北石湖风[28]，具体描述如下。

1)春末夏初，当冷锋或低压槽南下影响华南及其沿岸地区时，如配合大气层上空有扰动由西向东经过时，将会形成西北石湖风；它将推动雷暴积雨云自珠江口西北部移向香港，造成西北往东南方向的雷暴轨迹。表4中，20次雷暴轨迹来自西北方，其中13条雷暴轨迹发生于西北石湖风形成春末夏初时间段，占比达65%。

2)当热带气旋移至台湾附近海域时，外围雨带影响难以覆盖广东，而热带气旋的下沉气流一般会使华南沿岸地区云量稀少。长时间日照下，广东内陆地区下午会变得酷热，地面温度上升可能会激发雷暴产生。由于当时该区大气层中层的背景风一般为北至东北风，此时东北石湖风会推动多个雷暴云团或雷暴单体组成的飑线由东北往西南方向运动，并形成该方向的雷暴轨迹。粤港澳大湾区1961—2012年热带气旋的月分布数据[29]表明热带气旋大多集中于7—9月份，该时段日照充分，符合东北石湖风形成的主要条件。表4统计的15条东北方向的雷暴轨迹有12条发生于该时间段，占比达80%。

3.3 潜在应用

飑线天气下强雷大风具有高并发性，强雷暴时超输电线路风偏设计风速的概率甚至可达20%[30]，有可能造成输电线路风偏雷击跳闸，威胁电网安全。由于粤港澳大湾区雷暴移动轨迹的统计规律是由华南地区地理与气候特征所决定的，这种雷暴轨迹移动的方位具有稳定性。有可能利用飑线天气时强雷暴与风向具有明确统计规律的特点，对输电线路进行针对性的优化设计与适应性改造。

输电线路走向与风向的夹角是影响导线风偏、造成雷电绕击或风偏闪络的重要因素[31 - 32]。由于微地形会明显改变地面气象条件，从而对输电线路覆冰、风舞和最大载流量造成明显影响，科研人员研制了包括微气象站在内的输电系统在线智能监测系统[33]，并围绕微地形的影响开展了大量研究[33 - 34]。目前，粤港澳大湾区输电系统中已在相当数量输电杆塔上安装了输电线路在线智能监测系统，可以比较准确地监测微地形条件下的风速、风向等指标。可以根据雷电定位系统记录的雷电数据，分析确定强雷暴发生时段，再从输电线路在线监测系统中找到对应时段的风速和风向。发现在线监测终端所在杆塔历次强雷暴下的风向和线路垂直或相交角度大、引起风偏和绕击风险大时，可通过调整架空地线保护角、加装侧向避雷针等方式，进行差异化和精细化防雷措施，提高输电系统的雷电防护水平。

4 结论

本文挖掘分析2005—2014年间雷电定位系统采集的历史雷电数据，围绕雷电移动轨迹的统计特性展开研究，完成的工作主要包括：

1)发现粤港澳大湾区的雷电地闪在时域上呈高度不均匀分布，最多雷暴的50 d中雷电地闪数占到10 a总数的一半。

2)大湾区强雷暴日雷电移动轨迹具有明确的统计特性。在最多雷电的40 d中，20 d雷暴轨迹由西北往东南方，15 d雷暴轨迹由东北往西南方。

3)华南地区的地理与气候条件共同决定了雷暴移动轨迹的统计特性。在气候相对稳定的前提下，粤港澳大湾区雷暴移动轨迹的统计特性在未来很可能也还具有相同的规律。

4)强风与强雷暴具有高并发性，40个强雷暴日的风速多在10 m/s左右，其中相当部分超过沿海输电线路风偏设计风速15 m/s，可能显著放大雷电绕击和风偏闪络的风险。

5)利用强雷暴移动轨迹稳定的特点，提出了结合输电线路在线监测系统实测气象数据进行差异化防雷的思路。可根据强雷暴时段的风速风向统计信息，选择强雷暴、高风速时段与风向垂直或相交角度大的线路进行防雷改造。