江西省雷灾灾情和闪电活动时空分布特征及灾情等级划分研究

夏 雪，金勇根，段和平，周洁晨

（江西省气象灾害防御技术中心，江西 南昌 330096）

引言

做好防雷减灾工作，是气象部门履行防雷市场监管和气象服务职能的重要部分，是保障人民人身财产安全的重要举措，已被列入中国气象局气象现代化实施方案［1-2］。

近年来，气象灾害时空分布特征及其灾害等级的划分受到国内外气象学者的密切关注，并做了大量的研究［3-11］。倪曼和艾瑞雯等［12-13］对火灾和地震灾情分析方法进行了研究和探讨，指出合理的统计分析评价方法，能够有效的指导防灾减灾工作顺利实施。聚类分析法［14-15］、灾情指数分析法［16-19］和灰色关联分析法［20-21］被相继运用到灾情分析和评估中，对风暴潮灾情、雷电灾情等自然灾害灾情及水土生态安全进行了合理地分析和评估，为各个省市的自然灾害风险评估和气象服务提供了科学的依据。Geographic Information System（GIS）作为强大的数据处理工作，被广泛的应用于气象数据分析中［22-24］。当聚类指标的意义、量纲不同，且在数量上悬殊较大时，通常采用定权聚类分析法，即对各聚类指标事先赋权［25］。江西省是全国雷电高发区，且雷电灾害频繁发生。据不完全统计，2003-2019 年江西省因雷击事故造成的人员伤亡近千人，其中伤亡发生在农村地区的比例超过90%，其造成的财产损失不计其数。

因此，本文基于江西省雷灾数据和闪电定位数据，采用灰色定权聚类分析方法和ArcGIS软件，对比分析2003-2019 年雷灾灾情和闪电活动时空特征，绘制江西省各地市的雷击事故分布图和年平均雷击密度分布图；确定雷灾灾情等级因子和雷灾灾害风险等级因子，评估各地市的雷灾灾情等级和雷灾灾害风险等级，绘制雷电灾害等级划分图和雷灾灾害风险等级划分图，对比分析二者区别和联系，为江西省防雷减灾工作提供科学的指导建议。

1 资料来源和处理方法

1.1 资料来源

文中使用的雷电灾害数据来源于《全国雷电灾害事例汇编》。每个雷电灾害事例包括雷电灾害发生的时间、地点、雷击点、人员伤亡情况及经济损失情况等。由于资料上报统计的问题，部分雷电灾害事例中缺少时间、人员伤亡及经济损失等情况，致使部分雷电灾害统计信息不完整。使用的闪电监测数据来源于江西省气象局闪电定位系统，其包含了11个二维闪电探测仪和16个三维探测子站，运行稳定可靠。

1.2 资料处理方法

建立灰色聚类分析模型：

式中，n是指有n个聚类的对象，即江西省各个地市，i=1，2，3，…，11是为第j个指标k等级的临界值是第j个指标k等级的聚类权，由此可得样本的灰色定权聚类系数：

式中，m是指m个聚类指标；xij为i市关于j指标的样本值，f kj(·)表示j指标k等级的白化权函数。

当聚类指标的意义、量纲不同，且在数量上悬殊较大时，通常采用定权聚类分析法，即对各聚类指标事先赋权。文中基于历史雷灾数据和闪电监测数据进行雷电灾情分析，分别选取雷击事故密度、雷击事故和伤亡事故，以及地闪密度、正地闪密度、负地闪强度和雷电日作为统计指标因此，由于各个指标因子意义和数量级的差异，因此本文采用灰色定权聚类分析方法来评估江西省各地市的雷灾灾情等级和雷灾灾害风险等级。在雷电灾情分析中，通常采取归一法、权重法等分析方法，将统计因子归一化之后进行统计分析，这样会平滑了一些重要气象数据的贡献，而权重法一般是采用专家赋值法。采用定权聚类分析法既可以避免归一化造成的过度平滑，也可以避免专家赋值带来的误差性，使得灾情分析更具客观性。

2 雷电灾害和闪电的时空分布特征分析

2.1 雷击点及伤亡统计分析

据不完全统计，江西省2003-2019累计雷电灾害事故共计2 566起，雷击伤亡事故共计579起，其中发生在农村的累计伤亡事故共计501起，占雷击伤亡事故总起数的86.52%。表1 是雷击点伤亡人数统计表，可见雷击点在农田、建（构）筑物和野外（空旷处）附近雷击伤亡人数最多；在农田劳作和在野外（空旷处）活动的人遭受直击雷死亡的人数最多；虽然在建（构）筑物中活动受直击雷的概率不大，但由于建（构）筑物是人员密集场所，因雷击受伤的人数是最多的，其中易燃易爆场所伤亡人数最多。

表1 2003-2019年江西省雷击点伤亡人数统计表Table 1 The statistics of casualties in lightning strikes from 2003 to 2019 in Jiangxi Province

2.2 雷电灾害和闪电的时间特征分析

据统计分析，雷击事故发生的时间特征和闪电活动的时间特征具有较高的动态吻合性。

2.2.1 年分布特征

图1 是2003-2019 年江西省闪电频数、雷击事故、雷击伤亡事故（农村）的年际变化。由图可见，闪电频数的年际变化呈振荡分布，在2009年前，闪电频数和雷击事故的年际变化特征相似，2009年后，雷击事故开始逐年减少。闪电频数、雷击事故、雷击伤亡事故、发生在农村的雷击伤亡事故的极大值均在2007 年，雷击伤亡事故的年际变化特征较为一致，2003 年至2007 年整体呈现上升趋势，从2007 年开始，整体呈现下降趋势，这与江西省防雷减灾工作的逐步开展密不可分。自2015年后，江西省的雷击事故和雷击伤亡事故明显减少，一方面是由于收集雷击事故途径的单一以及机制的落后，另一方面是因为近些年江西省防雷减灾工作的加强。

图1 闪电频数、雷击事故、雷击伤亡事故（农村）的年际变化Fig.1 Inter-annual changes of lightning frequency，lightning strikes and lightning strike casualties（in rural areas）

2.2.2 月分布和时分布特征

图2 是2003-2019 年江西省雷击事故和年平均闪电频数的月、日分布图。由图可见，雷击事故和年平均闪电频数月分布和日分布特征一致，月分布峰值段是6～8 月，时分布的极值都是在16 时，傍晚时分。据统计，6～8 月雷击事故发生共计达1 714 起，占总数的60%，造成伤亡人数共计达698人，16时雷击事故发生累计达193起。

图2 雷击事故和年平均闪电频数的月变化（a）和日变化（b）Fig.2 The monthly variation（a）and daily variation（b）of lightning accidents and annual average lightning frequency

2.3 雷电灾害和闪电的空间特征分析

2.3.1 雷击事故密度和雷击点密度分析

根据2003-2019年江西省雷击事故经纬度信息和闪电定位数据，基于ArcGIS 软件的栅格计算器和点密度计算模块计算江西省雷击事故密度和年平均雷击点密度，并进行了归一化处理，见图3。根据点密度计算结果，我们将雷击事故密度和年平均雷击密度分为低、中高、高、极高4 个密度等等级。从整体上看，赣北地区雷击事故密度要高于赣南地区，高密度和极高密度多分布于赣北地区，在赣北地区有2 条明显的东北-西南走向的雷击事故密度分布带，其中上饶市的雷击事故密度高值区最多，其次是抚州、吉安和景德镇三市。从左右密度图的分布看，雷击密度高值区（赣北地区）和年平均雷击密度高值区有一定的对应关系。

图3 雷击事故（a）和年平均雷击密度（b）分布图Fig.3 Distribution map of lightning accidents（a）and annual average lightning density（b）

2.3.2 各地市差异

据不完全统计，江西省各个地市发生的雷击事故起数总体上呈现先增加后减少的趋势。表2 是2003-2019 年江西省各地市雷击事故密度和年平均闪电频数密度统计表。据统计结果可知，鹰潭、南昌和上饶的雷击事故密度较大，均超过了3×10-2起/km2，鹰潭、南昌、抚州、吉安的年平均闪电频数密度较大，均超过了4 次/km2，二者密度的最大值地市都是鹰潭市，其次都是南昌市。此外，对2 组数据做了相关性分析，其相关性在0.4～0.6区间，属于中等程度相关。

表2 2003-2019年江西省各地市雷击事故密度和年平均闪电频数密度统计表Table 2 Statistical table of lightning accident density and annual average lightning frequency density in Jiangxi Province from 2003 to 2019

2.3.3 城乡差异

从2003-2019 年江西省统计雷击事故分析可知，雷击伤亡事故的城乡差异显著，雷击伤亡事故发生在农村的年平均占比是85.16%。图4 是雷击伤亡事故农村占比的年际变化图，可见雷击伤亡事故农村占比整体上呈现缓慢上升趋势的，2018 年江西省雷击伤亡事故全部发生在农村，雷击伤亡事故农村占比最高达100%，最低的也达到了63.16%。结合雷击点统计结果，农田、水边、建（构）筑物、树下、山地、野外（空旷处）是雷击伤亡事故多发的地点，其中农田、建（构）筑物和野外（空旷处）发生雷击伤亡事故最多，而农田和野外（空旷处）基本上是在农村范围。据不完全统计，发生雷击伤亡建（构）筑物中大部分也是农村建（构）筑物，其原因主要是因为未安装雷电防护措施。

图4 雷击伤亡事故农村占比的年际变化图Fig.4 The inter-annual changes in the proportion of lightning casualties

3 雷灾灾情等级评估和雷灾灾害风险等级评估

基于历史雷灾数据和闪电监测数据，使用灰色聚类分析法，开展“基于历史雷灾数据的雷灾灾情等级划分”和“基于闪电监测数据的雷灾灾害风险等级划分”，对比分析二者的不同特征。

3.1 统计指标因子的确定

表3是江西省各地市基于雷灾数据的统计指标因子表，表中j参数因子都是年平均的值。雷击事故和雷击伤亡事故的值是根据江西省近17年雷灾数据统计计算得到。

表3 基于雷灾数据的统计指标因子表Table 3 Statistics index factors based on lightning disaster

表4是江西省各地市基于闪电监测数据的统计指标因子表，表中j参数因子同样都是年平均的值。在选择基于闪电监测数据的统计指标因子时，将雷击事故密度和正地闪密度、负地闪密度、正地闪强度和负地闪强度与雷击事故密度进行了相关性分析，发现正地闪密度和负地闪强度与雷击事故密度的相关性更大，于是选取其二者作为参数因子。地闪密度、地闪强度和雷电日的值是根据江西省现有闪电定位数据以来的统计结果。

表4 基于闪电监测数据的统计指标因子表Table 4 Statistical index factors based on lightning frequency

3.2 雷灾灾情等级和雷灾灾害风险等级的计算

假设将江西省雷灾灾情等级分为3类，重灾、中灾、少灾，k=1，2，3，根据灰色聚类分析模型和表3各个指标因子的值，我们定性分析并给出各个指标的白化权函数：

则指标1'的白化权函数分别为：

指标2'、3'的白化权函数同指标1'形式相同。基于此，我们可以得到：

根据式（1）和式（2）可得聚类系数矩阵，如下：

根据聚类系数矩阵，找出各对象的最大聚类系数所在的灰类，即为该对象的所属灰类，因此：

根据雷灾灾情等级的灰度计算结果可知，上饶市的雷灾灾情等级为1 级，属于重灾区；九江市、景德镇市、南昌市、抚州市和吉安市的雷灾灾情等级为2 级，属于中灾区；鹰潭市、宜春市、萍乡市、新余市和赣州市的雷灾灾情等级为3级，属于少灾区。

同理，假设将江西省雷灾灾害风险等级分为3 类，高风险、中风险和低风险。根据灰色聚类分析模型和表4基于闪电频数统计指标因子的值，计算可得，宜春市和赣州市的雷灾灾害风险等级为1级，属于高风险；九江市、景德镇市、上饶市、鹰潭市、新余市、抚州市和吉安市的雷灾灾害风险等级为2 级，属于中风险；南昌市和萍乡市的雷灾灾害风险等级为3级，属于低风险。

3.3 评估结果的对比分析

对比江西省雷灾灾情等级和雷灾灾害风险等级（见表5）可知，江西省有1个重灾区、5个中灾区和5 个少灾区，以及2 个高风险地区、7 个中风险地区和2个低风险地区。其中重灾区和高风险地区不相匹配，中灾区、中风险地区和少灾区、低风险地区较匹配。九江市、景德镇市、萍乡市、抚州市和吉安市计算得到的雷灾灾情等级和雷灾灾害风险等级一致，都是2 级，属于同一等级，其中九江市、景德镇市、抚州市和吉安市是中灾区和中风险地区，萍乡市是少灾区和低风险地区；评估结果差异明显的是宜春市和赣州市，都是基于雷灾数据统计计算得到的是少灾区，而基于闪电监测数据得到的是高风险地区；上饶市和南昌市是也存在差异，其评估等级相差一个级别，南昌市是中灾区和低风险地区，上饶市是中灾区和中风险地区。

表5 雷灾灾情等级和雷灾灾害风险等级统计表Table 5 Statistical table of lightning disaster level and lightning disaster risk level

分析二者存在差异可能的原因，首先是雷灾数据的不完整性和偶然性，而闪电监测数据是系统的和连续的，其次对于雷灾灾情分析而言，雷灾数据是比较直接相关的，而闪电监测数据是间接相关的，若用闪电监测数据去评估雷灾灾情等级，可能还需考虑其他客观气象因素；其次，在做基于雷灾数据进行灾情等级划分时，只考虑了人员伤亡和基于人员伤亡的雷灾密度分布，未考虑经济及其他存在的损失情况。总的来说，不论是基于雷灾数据还是闪电监测数据，对雷灾灾情的分析都存在进一步的研究空间，比如说数据的完整性和二者统计指标因子的选取方面。

4 结论

基于江西省雷电灾害数据和闪电监测数据，首先对比分析雷电灾害和闪电活动的时空分布特征，其次采用灰色定权聚类分析法和ArcGIS 软件，评估江西省各地市的雷灾灾情等级和雷灾灾害风险等级，确定二者的统计指标因子，制作江西省雷灾灾情等级划分图和江西省雷灾灾害风险等级划分图，并对比分析二者的联系和区别，研究表明：

（1）雷击事故和闪电活动的时间特征表明，在2009年前，江西省雷击事故与闪电活动的年际变化特征相似，2009年后，雷击事故开始逐年减少，这与江西省防雷减灾的工作开展密切相关；二者的月、日变化特征有高度的一致性，集中发生在6～8 月份和16 时，这个时间段与农民外出劳作时间相吻合，在一定程度上加大了农村雷灾事故发生的概率。

（2）据不完全统计，农田、水边、建（构）筑物、树下、山地、野外（空旷处）是雷击伤亡事故多发的地点，其中农田、建（构）筑物和野外（空旷处）发生雷击伤亡事故最多，在农村发生的雷击伤亡事故占总雷击事故数的85.16%。

（3）雷击事故和雷击点密度空间特征表明，雷击密度高值区（赣北地区）和年平均雷击密度高值区有一定的对应关系，雷击事故和雷击点密度的最大值地市都是鹰潭市，其次是南昌市，赣北地区雷击事故密度要高于赣南地区，高密度和极高密度多分布于赣北地区。据不完全统计，江西省各个地市发生的雷击事故起数总体上呈现先增加后减少的趋势。

（4）对比分析基于历史雷灾数据和闪电监测数据的雷灾灾情等级划分和雷灾灾害风险等级划分可知，二者有一致的地方，也有明显的差异。整体上看，二者有45%的匹配度，江西省雷灾灾情等级要比雷灾灾害风险等级低，也就是说根据雷电监测数据分析得到的雷灾发生的概率要大于实际发生的雷灾事件，这是因为雷灾灾害风险等级不仅仅与雷电活动的特征有关，还和雷灾的防御能力有很大的关系，后期可综合考虑多项资料的统计因子，进一步分析江西省的雷灾灾害风险等级。

基于不同类型资料数据雷灾灾情的分析，可能是互补的或者是部分正确的，这有待进一步研究的。为了获得更具普适性的结果，后期可对比分析江西省雷电防御能力相关数据和雷击事故数据，从而判断在做雷灾灾情分析时是否需要加入防雷防御能力相关因子，亦可结合其他气象相关要素因子开展雷灾灾情分析研究，并将雷灾灾情分析研究深入到市县级，这样对江西省防雷减灾工作的开展更具指导意义。