2011—2019年中国长江三角洲区域闪电时空分布特征

王凯 周丽雅 鞠晓雨 程向阳

(1.安徽省气象灾害防御技术中心，安徽 合肥 230061； 2. 大气科学与卫星遥感安徽省重点实验室，安徽 合肥 230031;3.蚌埠市气象局，安徽 蚌埠 233000)

引言

随着闪电定位技术、数据采集等技术的发展，通过闪电定位系统监测数据研究雷电活动和分布规律，发现其具有一定的地域特征，地闪频数、地闪密度和地闪强度等参数因地理位置、地形地貌不同而差异较大。由于闪电定位系统能够全天候、长期持续运行，具有对闪电发生信息的自动采集、分析处理，定位存储等功能，越来越多的学者运用常规数理统计方法对闪电定位系统探测数据进行研究，包括闪电频数、闪电密度、雷电流强度、雷电流幅值概率以及雷电流陡度等各方面的分析，以此来掌握各地雷电时空分布活动规律。国内很多学者分别对中国长三角区域的上海[1-2]、浙江[3-4]、江苏[5]、安徽[6]雷电活动规律进行了研究，也有部分学者利用闪电定位资料对较大范围的协同发展区域如京津冀地区[7-8]、珠江三角洲地区[9]和中部五省[10]的雷电活动进行分析，还有部分研究者利用雷暴日人工观测资料，运用经验正交函数分解(Empirical Orthogonal Function，EOF)方法，也称特征向量分析(Eigenvector Analysis)，或者主成分分析(Principal Component Analysis，PCA)，对中国或部分地区年均雷暴日数的时空分布进行分析[11-13]。EOF分析方法具有展开收敛速度快、集中度高的特点，运用在雷电气候规律研究中能够较好地反映出场的基本结构。这种方法展开收敛速度快，很容易将大量资料信息浓缩集中。区别于常规雷电时空规律分析方法，EOF能对有限区域内不规则分布的站点数据进行时间和空间上的分离，且分解的空间结构具有明确的物理意义。但这些研究基于人工观测雷暴日数据，数据本身存在缺陷，数据的客观性和可分析的雷电参数有限。目前，还没有利用闪电定位数据，运用经验正交函数分解EOF分析方法对上海、江苏、浙江、安徽等大范围区域的雷电活动特征进行分析研究。

作为地理位置毗邻的中国长江三角洲(以下简称“长三角”)区域一体化发展的上海、江苏、浙江、安徽三省一市(以下简称“三省一市”)，长三角经济、气候、地貌的特殊性及差异性，其整体雷电分布特征如何？本文利用江苏、浙江和安徽27个探测站ADTD闪电定位系统2011—2019年闪电定位资料，运用数理统计和经验正交函数EOF分析方法，对发生在中国长三角区域(江苏、浙江、上海和安徽)内云地闪的闪电极性、闪电频次、闪电密度和闪电强度的时空分布特征进行研究，为长三角区域更好地开展雷电防御、雷电灾害风险区划、雷电监测预警以及促进区域一体化发展提供参考。

1 资料与方法

1.1 资料来源

闪电资料来源于2011年1月至2019年12月江苏省(简称苏)、浙江省(简称浙)、安徽省(简称皖)ADTD型闪电定位系统的云地闪探测数据，包括云地闪正、负极性及发生时间、位置(经纬度)和闪电强度。图1为中国长三角区域ADTD型闪电定位系统探测站点分布图。ADTD型闪电定位仪单站最大探测范围可达600 km，平均探测范围为300 km，探测效率为80%—90%。系统由江苏9个站点、浙江11个站点和安徽7个站点共计27个子站组成。闪电定位探测数据由3个或3个以上闪电定位仪组网的探测方式获得，且站点最少的安徽省区域内，相邻站点直线距离均不超过300 km。上海地区未设探测站，该地区闪电监测由周边的平湖、南通、定海探测站覆盖。因此，长三角区域内27个探测站可有效覆盖全区域以保证网内的探测效率。

图1 中国长三角区域ADTD型闪电定位系统探测站点分布Fig.1 Distribution of detection sites of ADTD lightning location system in the Yangtze River Delta region of China

1.2 分析方法和数据处理

本文运用数理统计的方法分析了地闪主要特征参数和地闪频次、地闪强度随时间的变化规律，并将闪电数据样本运用反距离加权平均插值方法，得到分辨率为1个经纬距的闪电强度和闪电频次等值线图。同样的方法，将数据进行插值统计得到该区域网格为1°×1°闪电频次格点数据以及数据矩阵，运用经验正交函数EOF方法分析中国长三角区域闪电频次空间分布的结构特征，提取主要数据特征量，得到闪电频次的主要空间模态。

本文按照IEEE工业组文件规定的质量控制方法，统计分析时剔除了区域内雷电流绝对值0—2 kA和大于200 kA的闪电数据。某区域一定时间内发生的闪电次数用闪电频数表示。

2 结果分析

2.1 地闪主要参数特征

2011—2019年长三角区域三省一市年平均地闪密度为2.12次/(km2·a)(表1)，其中浙江省年均地闪密度最大为3.015次/(km2·a)，但从地闪强度上来看，浙江正闪和负闪均为最小。三省一市各地负闪占比均大于正闪比例，且负闪数均占总闪数的95%以上，正闪占比为2.50%—5.27%，其平均值为4.45%，浙江省正闪占比最大，上海市最小；正闪平均强度幅值均大于负闪平均强度幅值。正闪平均强度为58.07 kA，负闪平均强度为-42.43 kA。负闪平均强度幅值的最大值(46.69 kA)和正闪平均强度幅值的最大值(61.72 kA)均出现在江苏省，负闪平均强度幅值的最小值(36.23 kA)和正闪平均强度幅值的最小值(51.55 kA)均出现在浙江省。

表1 2011—2019年中国长三角区域地闪统计Table 1 Statistics of ground lightning in the Yangtze River Delta region of China from 2011 to 2019

2.2 地闪分布时间变化

2.2.1 闪电频数日变化

2011—2019年长三角三省一市闪电频数日变化表现为单峰单谷特征(图2)，闪电频数集中发生在15—20时，在16—17时达到峰值，这可能与正午之后地面温度较高，大气层结不稳定，有利于闪电形成有关；00—12时闪电发生较少，最小值出现在09—10时。由于负闪频数占总闪频数达到95%以上，所以负闪频数日变化特征与总闪频数基本一致。正闪频数最小值出现时间与总闪频数基本一致，正闪频数最大值较总闪频数略晚出现，峰值出现在18—19时。长三角区域闪电总体时频分布与文献[14-18]所得结论基本一致。

图2 2011—2019年中国长三角区域逐时闪电频率变化Fig.2 The diurnal variation of lightning frequency in the Yangtze River Delta region of China from 2011 to 2019

2.2.2 闪电频数月变化

2011—2019年中国长三角区域逐月闪电总频数从2月开始增加，8月最多，7月次多，8月中旬后迅速减少；一年中，负闪频数与总闪频数月变化特征一致，闪电集中分布在5—9月，其闪电频数占全年闪电频数的92.18%，从10月至次年2月闪电频数仅占全年闪电频数的1.36%。正闪频数在7月最多，8月次之。5—9月正闪频数占全年正闪频数的80.37%，且4月、7月、11月正闪活跃，呈现出3次峰值，分别占全年正闪频数的10.45%、24.93%、1.53%。

图3 2011—2019年中国长三角区域逐月闪电频率变化Fig.3 The monthly variation of lightning frequency in the Yangtze River Delta region of China from 2011 to 2019

2.2.3 闪电强度日变化

2011—2019年中国长三角区域三省一市正闪和负闪平均强度统计结果表明(图略)，雷电强度幅值日变化不明显，正闪和负闪强度幅值均呈规律性波动，正闪强度幅值最大值(54.34 kA)出现在10时，然后逐渐回落，直至15时雷电强度最小(46.09 kA)，此后又缓慢抬升至次日10时达到峰值。负闪强度幅值最大值(39.48 kA)出现在07时，然后逐渐回落，直至14时雷电强度最小(34.38 kA)，此后又缓慢抬升,至次日07时达到峰值。

2.2.4 闪电强度月变化

由2011—2019年中国长三角区域三省一市正闪和负闪月平均强度统计结果可知(图略)，正闪和负闪强度幅值变化较为明显，且两者变化趋势一致，每年7月、8月雷电强度幅值最小，正闪最小值为43.34 kA，负闪最小值为36.06 kA。此后逐月增加，正闪和负闪强度幅值在12月均达到最大值，正闪为104.08 kA，负闪为96.16 kA。此后又逐渐降低。

2.3 地闪分布空间变化

2.3.1 闪电频次空间分布

2011—2019年中国长三角区域，闪电频次总体呈现南强北弱的分布(图4)。由于负闪数均占总闪数的95%以上，总闪频次空间分布由负闪决定。总闪频次分布两个大值区域中，一个大值区域位于浙江南部，闪电频次梯度变化大，以浙南为核心的高频区向周边逐渐降低，总闪频次中心最高值达到280000次直至浙江的沿海地区频次逐渐降低至80000次。另一个处于长三角中部地区，大部分地区总闪频次在140000次以上，核心最大值位于苏浙皖三省交界处总闪频次达到160000次。苏皖北部平原及江苏和上海沿海低海拔地区闪电频次相对较低，大部分地区在60000次，最少20000次。可见闪电频次与海拔高度的空间分布较为吻合。浙江丽水、浙皖交界、皖南山区高海拔地区均出现了高频次闪电分布。这与重庆地区雷暴日空间分布[13]研究得到雷暴分布呈现出高山向丘陵低山逐渐递减的特征结论一致。

总闪、正负闪频次单位为次图4 2011—2019年中国长三角区域总闪频次(a)、正闪频次(b)、负闪频次(c)空间分布Fig.4 Spatial distributions of the total lightning frequency (a)，the positive lightningfrequency (b)，the negative lightning frequency (c) in the Yangtze River Delta region of China from 2011 to 2019

2.3.2 闪电强度空间分布

与闪电频次相反，2011—2019年中国长三角区域闪电强度分布均呈现出北强南弱的特征(图5)。无论正闪还是负闪，长三角三省一市闪电强度幅值低值区出现在浙南地区，大部分地区总闪强度幅值小于44 kA，最小强度幅值为32 kA。三省交界处也出现低值区域，中心最小值为40 kA。闪电强度大值区分布在苏皖北部和上海，苏皖北部地区大部分总闪强度幅值均大于48 kA，皖北平原地区中心最大值总闪强度幅值为60 kA。

单位为kA图5 2011—2019年中国长三角区域总闪强度(a)、正闪强度(b)、负闪强度(c)空间分布Fig.5 Spatial distributions of the total lightning current intensity (a)，the positive lightning current intensity (b) and the negative lightning current intensity (c) in the Yangtze River Delta region of China from 2011 to 2019

2.3.3 频次分布主成分分析

为进一步分析中国长三角地区三省一市闪电频次空间特征，用经验正交函数分解方法对2011—2019年中国长三角地区三省一市闪电频次进行计算，分解后提取特征值大于1的11个特征向量，累计方差贡献占比71.03%。2011—2019年中国长三角区域闪电频次主成分分析特征值及显著性检验见表2。为找出有意义的物理信号，排除无意义的噪音信息，根据North等[19]提出的计算特征值误差范围对特征值进行显著性检验。除特征值8、10未通过检验，其他均通过显著性检验。另外从特征值碎石图(图略)可以发现，曲线在第4个特征值到第5个特征值发生明显转折，且前4个特征值的累积贡献达到51.07%，能够反映中国长三角地区三省一市闪电频次分布特征的主要信息。综上，闪电活动频率经验正交函数分解前4个特征向量空间分布形式能够代表中国长三角区域闪电频次的典型分布型。

表2 2011—2019年中国长三角区域闪电频次主成分分析特征值及显著性检验Table 2 Characteristic value and significance test of principal component analysis on lightning frequency in the Yangtze River Delta region of China from 2011 to 2019

选取前4个特征向量进行分析，2011—2019年中国长三角地区三省一市总闪频次EOF第1—4模态见图6，依次划分为全区一致型、南北反相型、交错反相型和东西反相型。

图6a为第一模态系数分布，方差贡献占比21.82%，是最主要的特征。第一模态空间函数在长三角区域内均为正值，表明长三角区域闪电活动在空间上具有一致性，闪电频次变化具有趋势基本一致。因此划为整体一致型，反映了长三角地区闪电发生具有同步变化特征。空间函数大值区往往集中在安徽、江苏、浙江三省交界区域。

图6b为第二模态系数分布，方差贡献占比12.59%。零度线在沿江流域，空间函数分布江南、江北呈反相变化的特征，正值区域的中心分布在苏皖北部，负值区域的中心分布在浙江南部，说明长三角区域南北地区闪电发生具有反向差异。这一模态代表了苏皖北部雷电活动与浙南地区相反的两种分布类型，即苏皖北部地区雷电活动频繁，浙南地区雷电活动较少的分布型或苏皖北部地区雷电活动较少，浙南地区雷电活动频繁的分布形势，因此划为南北反相型。

图6 2011—2019年中国长三角区域总闪频次EOF分解的第1模态(a)、第2模态(b)、第3模态(c)、第4空模态(d)空间分布Fig.6 Spatial distributions of modalities of the first (a)，the second (b)，the third (c)，the fourth (d)spatial vector fields of EOF decomposition of total lightning frequency in the Yangtze River Delta region of China from 2011 to 2019

图6c为第三模态系数分布，方差贡献占比9.19%，模态相对空间函数由北向南依次划分为正值区—负值区—正值区，空间函数符号交错反向，以长江为界，两条零度线分别位于沿江江南和沿江江北。正负相间的分布形势表明，当长三角中部区域雷电活动较少时，苏皖北部和浙江南部的雷电活动则较为频繁，尤其是浙江南部地区。当长三角中部区域雷电活动频繁时，苏皖北部和浙江南部的雷电活动则相对较少，因此划分为交错反相型。

图6d为第四模态的系数分布，方差贡献占比7.47%，零度线将长三角区域划分成东西两部分，且空间函数呈现东西反相的分布特征。从第四模态可知，当长三角区域东部沿江地区雷电活动频繁时，长三角内陆西部地区雷电活动较少。反之，长三角区域东部沿江地区雷电活动较少时，长三角内陆西部地区雷电活动则较为频繁，因此划分为东西反相型。

3 结论与讨论

(1)2011—2019年中国长三角区域三省一市负闪频数远大于正闪频数，正闪平均强度幅值大于负闪平均强度幅值。浙江年均地闪密度最大，但平均闪电强度最小，江苏平均闪电强度最大。

(2)2011—2019年中国长三角区域总闪频数时间分布曲线均表现为单峰单谷特征；闪电频数在16—17时达到日峰值，8月达到年峰值。值得注意的是正闪频数最大值较总闪(负闪)略有提前出现在7月，且在4月、11月表现也较为活跃。

(3)2011—2019年中国长三角区域年平均闪电强度时间分布特征曲线表明，正闪和负闪在强度上具有较好的一致性，两者变化趋势一致，呈现波动变化，且幅度变化不大。正闪和负闪强度峰值均出现在12月，正闪强度最大值为104.08 kA，负闪强度最大值为-96.16 kA。

(4)2011—2019年中国长三角区域闪电频数、闪电强度空间分布表明，闪电频次和闪电强度两者分布特征具有反向性，同时与地形有密切的对应关系。这与京津冀地区时空分布特征[7]研究得到闪电强度较大的地区闪电密度较小的结论一致。长三角区域浙南、三省交界和皖南高海拔地区闪电频次高、闪电强度低，苏皖北部、上海及江苏沿海低海拔地区闪电频次低、闪电强度高。

(5)从闪电频次主成分分析研究发现，长三角区域闪电频次空间函数分布表现出全区一致性的特征，同时也存在区域反相差异，包括南北反相、交错反相和东西反相。