孝感地区雷暴日气候特征及规律研究

湖北省孝感市气象局 孙芃

一、引言

本论文对孝感地区雷暴日进行了气候特征分析及规律研究，以便减少雷暴活动给孝感地区带来的相关损失，同时文中所用到的灰色灾变预测可为雷暴日的预测研究提供新的研究方向，并为孝感地区的雷暴监测预警提供参考。

二、资料来源与方法

（一）资料来源

本论文中所采用的雷暴资料是来源于孝感地区地面气象观测资料，雷暴资料的时间跨度为1981-2010年。本文月雷暴日资料采用当月孝感地区30年雷暴日的平均值，以此来减小误差。

（二）方法

1.线性倾向率

y=a+bx,xbybbb>0运用线性倾向率来研究某地区雷暴日的年际、月际变化趋势，用以探究该地区雷暴活动的趋势变化情况。最小二乘法其表示公式为:线性倾向率值的大小可以反映该地区雷暴日变化趋势的升降情况。当的符号为正号，即当时，则可以说明随着时间的增加，呈上升趋势，也即雷暴日随时间年限的增加呈上升趋势；当的符号为负号，即当y b<0时，则可以说明随着时间的减少，呈下降趋势，也即雷暴日随时间年限的减少呈下降趋势。从而b值的大小也即线性倾向率的大小，可以反映雷暴活动趋势变化的升降情况。

2.小波分析

小波分析被用在气候诊断中时,其可以给出时间序列变化的尺度和这种变化出现的位置。小波分析的核心内容是小波函数，其公式为ψ(t)∈L2(R)且满足：。

应用小波方差图来反映出时间序列周期变化中主周期的数量，并且可以判断出振动最强的主周期。根据小波系数实部等值线图显示的尺度位置，便可以推测出所研究序列的周期变化规律，并根据这种规律进行深度探究，从而便可以进一步推测出该地区的气候变化规律。

3.灰色灾变预测模型

灰色灾变预测可以预测出下一次发生灾变的时间，以供人们参考，采取相对应的应对措施。

GM(1,1)灾变预测即是通过研究灾变时间序列，探究出其潜在的规律，并根据所发现的规律来预测出以后可能会发生灾变事件的时刻。灰色系统的灾变预测是运用模型，利用灾变时间序列来确立的。

设Q(1)=(q(1)(1),q( 2)(1), ...,q(m)(1))为灾变日期序列，其1−AGO序列为Q(0)=(q( 1),q( 2),...,q(m))

Z(1)为Q(1)的相邻均值时间序列,那么q(k)+az(1)(k)=b为灾变序列的GM(1,1)。式中q(m)(≤n)为近期内灾变事件发生的时间，从而可以称为下一次发生灾变事件的预测时间；故对任意k>0,称为将来第 次发生灾变k事件的预测时间。

三、孝感地区雷暴日气候特征分析

（一）雷暴日基本气候特征分析

利用孝感地区1981-2010年雷暴日观测资料数据，统计出孝感地区30年雷暴日的极值、平均值和中位数可以得出：孝感地区年雷暴日的极大值为53d,出现于1987年；孝感地区年雷暴日极小值为16d，出现于2001年；并且，孝感地区年雷暴日平均值为31d,年雷暴日中位数为31.5d。

分析孝感地区1981-2010年逐年的雷暴日数，并且计算出了雷暴日的线性倾向率方程y=− 0 .2883x+606.2099。可以直观地看出孝感地区30年雷暴日波动幅度较大，并且存在着明显的递减趋势，1987年达到极大值53d，2001年达到极小值16d，同时可以得出20世纪80年代至90年代初期，年雷暴日数值基本上都大于平均年雷暴日数值，并在20世纪80年代后期（1987年）达到最高峰，在20世纪90年代中期（1996年）达到另一高峰，其后便开始逐年下降，并在2001年降到最低值，其后逐年开始上升，在2010年达到最后一个高峰。

（二）雷暴日变化特征分析

孝感地区月雷暴日表现为双峰型，分别是4月和7月，从而可以推测出春季和夏季为雷暴发生高峰期。同时可以看出，孝感地区7月份雷暴日数最多，平均为7.3d，并且8月份雷暴日数也相对较多，平均为6.6d。1月份雷暴日数几乎为0，直至2月份，开始有雷暴活动发生，雷暴日数也逐步上升；一直到4月份达到第一个峰值，随后雷暴日略有下降，到7月份达到第二个峰值，也即达到最大值；7月份过后，雷暴日数逐步递减，直至12月份递减为0，这表示12月份几乎无雷暴活动发生。

四、孝感地区雷暴日规律研究

（一）雷暴气候特征小波分析

运用小波分析理论方法，来处理孝感地区1981-2010年雷暴日观测资料数据，并用MATLAB制出孝感地区30年雷暴日小波方差图，如图1所示。

图1 孝感市30年雷暴日小波方差图

图1显示的是孝感地区30年雷暴日的小波方差图。通过观察图1，可以清晰地看到，雷暴日的小波方差有着5个峰值，并且这5个峰值所对应的周期分别为2年、4年、10年、22年和30年。由于这5个峰值对应尺度的小波方差不同，那么则代表了这5个不同周期的振荡强度不同。图中30年的小波方差为最大值，则30年为第一主周期，其振荡强度最强。依次可以推断出，22年为第二主周期，10年为第三主周期，4年和2年分别为第四、第五主周期。

（二）雷暴日灰色灾变预测

根据孝感地区1981-2010年雷暴日观测资料，运用MATLAB软件进行灰色灾变预测，取ξ的值为31,也即雷暴日年平均值。运算结果如下。

GM(1,1)灾变日期序列的序号响应式

Q(0)由此可得的模拟

进行预测

即从2010年起，孝感地区下次出现年雷暴日大于平均值的年份为2017年。

五、结论和讨论

本文利用孝感地区1981-2010年雷暴日观测数据资料，并结合MATLAB软件，对孝感地区的雷暴日进行了气候特征及规律研究，得出了以下结论：

（1）孝感地区年雷暴日的极大值为53d,年雷暴日极小值为16d，年雷暴日平均值为31d，计算得出极小值与极大值之间相差37d，近3.3倍。画出并分析孝感地区30年雷暴日趋势图可以发现，线性倾向率为负值，为−2.9d/10a，因此孝感地区整体年雷暴日呈现递减趋势，并且每10a减少2.9d。

（2）画出并分析孝感地区月雷暴日趋势图可知，孝感地区月雷暴日呈双峰型，分别发生在4月和7月，其中7月为最高峰，雷暴日平均值为7.3d，8月份雷暴日也相对较多，为6.6d。1月份雷暴日数几乎为0，到4月份开始达到第一个峰值，随后略有下降，接着在7月份上升到第二个峰值，随后逐步递减，至12月份后，雷暴日几乎递减为0。

（3）采用了小波分析方法，研究并画出了孝感地区30年雷暴日小波系数实部等值线图和小波方差图，从孝感地区30年雷暴日小波系数等值线图得出，孝感地区雷暴活动有着两种周期变化尺度，分别为5-10年、15-30年；从小波方差图可以看出，30年雷暴日有5个主周期。

（4）运用灰色灾变预测方法，预测出孝感地区雷暴日出现灾变值的时间；令ξ=31，即预测自2010年起，下次出现雷暴日大于平均值的年份，得出结论为2017年，也即预测2017年孝感地区年雷暴日数值将大于31d。