内蒙古地区雷暴日与雷电日的关系研究

姜雨蒙

(内蒙古自治区气象台,内蒙古 呼和浩特 010051)

雷暴日作为气象上一个重要的物理参数，重点用于评价一个地区雷电活动水平与其强度。同时在雷电防护工程设计、防雷图纸审核、雷电防护等级划分等工作中都担当这重要的角色同时也是雷电科学研究领域的一个重要指标。很长一段时间由于设备与观测技术的限制，雷暴日数据的主要来源为人员观测，也正因为如此雷暴日的数据记录受到人员、环境等因素的影响。随着国内闪电定位系统的逐渐完善，目前已经能够实现对闪电数据的持续记录，能够自动且及时地记录了闪电发生的情况。由于2014年起雷暴日已经停止记录，将用定位网监测到的雷电日来代替雷暴日数据，鉴于这两种观测数据类型在目前还需同时运用，在内蒙古这个东西跨度大且具有复杂的地理环境下，对这两种观测数据——雷暴日和雷电日的特点进行初步分析，可以加强对闪电活动的了解，为今后雷电日逐步代替人工观测的雷暴日与雷电灾害鉴定、雷电风险评估等工作提供一定的理论依据。

雷暴日、雷电日的研究各个国家的学者一直都在进行。Richard E.Orville等对美国闪电密度与雷暴日计算出的闪电密度进行了对比研究，通过研究发现经人工观测数据计算的闪电密度与雷暴日计算得出的闪电密度对比偏高[1]。在国内也有很多关于雷电日与雷暴日的研究，杜澍春[2]、陈家宏等[3-4]、张义军等[5-8]、李照容等[9]、刘岩等[10]在这些方面都做了大量的工作，目前内蒙古地区针对这方面的研究还相对比较落后。

1 资料来源与研究方法

1.1 资料来源

文中雷暴日选取内蒙古1973年—2013年119个气象站43 a的雷暴日的观测数据，闪电定位资料全部来源于内蒙古气象部门雷电定位系统，目前，该监测系统由56个ADTD二维闪电定位仪组成，主要采取的定位方法为时差法和方位混合多站综合定位，其探测范围已经能够覆盖整个内蒙古自治区。笔者主要运用的数据年份为2014年—2019年。每条的闪电资料包括了闪电发生的时间、闪电的经纬度、闪电的强度与陡度、闪电的正负极性以及闪电所属的行政区域等参数。为了保证数据的完整性与连续性，最终选取了119个站中的114个站作为研究对象进行对比分析。

1.2 研究方法

笔者使用软件为Excel与ArcGIS，运用Excel进行数据的筛选与运算，运用ArcGIS进行数据的地理信息处理。

2 结果与分析

2.1 按行政区域统计分析雷电日与雷暴日的关系

首先以行政区域为研究筛选区域，对雷暴日与雷电日进行对比分析，雷电日筛选方式为国家站所在地区行政边界为筛选条件进行统计，除去在行政区域内没有国家站的地点，一共对89个旗县的平均雷暴日与平均雷电日进行对比分析。通过对比分析发现只有呼和浩特市的回民区、乌海市的海勃湾区、包头市的白云矿区、呼伦贝尔的满洲里，以及乌兰察布市的集宁区平均雷暴日数大于平均雷电日数，其他地区均为平均雷电日数大于平均雷暴日数，且雷暴日数为雷电日数的1.1～1.6倍之间，均没有超过2倍。对这5个区域人工观测和器测的雷暴日数和雷电日数进行了单因素的方差分析与α=0.05的F检验。得到的结果如表1所示，通过方差分析得F=2.14

表1 平均雷暴日数大于平均雷电日数所在地区单因素方差分析

其他各个地区的平均雷电日数全部都比平均雷暴日数要大，大体上平均雷电日数是平均雷暴日数的1.05～6.4倍，最小的为巴彦淖尔市杭锦后旗为1.05倍，最高为阿拉善盟阿拉善右旗6.33倍，36%的地区平均雷电日数为平均雷暴日2～3倍。21%的地区平均雷电日数为平均雷暴日3倍以上。

随后又对全区89个旗县进行单因素方差分析和α=0.05的F检验，得到的结果如表2所示，分析结果为F=232.92>F0.05=3.89。从分析的整体上来看，雷暴日数与雷电日数从单区域对比上的差异还是非常明显的。

表2 总体平均雷暴日数与平均雷电日数单因素方差分析

由图1可知，内蒙古地区89个行政区域的平均雷电日与平均雷暴日呈正相关，相关系数为0.17并不密切。

图1 平均雷电日与平均雷暴日对应图

由表1、表2以及图1可以看出，如果单纯地用行政区域边界来界定雷电日数所得到的结果雷暴日数的差异是非常明显的，这其中的一个主要问题就是行政区域在划分的时候其面积的大小不尽相同，而数据的选取面积是确定雷电日数的一个重要参数，内蒙古地区的89个旗县的最大与最小的面积比高达686.3。而行政区域的大小对雷暴日的影响相对较小，从《气象观测规范》的规定“观测人员，1天中只要听到1次以上的雷声，或看见1次闪电，就算1个雷暴日”中可以看出，雷暴日受人为影响较大。例如地处呼和浩特市的回民区、乌海市的海勃湾区、包头市的白云矿区雷电日与雷暴日对比比例较小，因为这几个行政区域均属于区域面积较小的区域，特别像包头市的白云矿区才328.64 km2；阿拉善盟的阿拉善左旗、阿拉善右旗、额济纳旗雷电日与雷暴日对比比例较大，其行政区域均超过了70 000 km2。

2.2 选取不同半径统计分析平均雷暴日与平均雷电日关系

从前面的分析结果可以看出，各站平均雷暴日数与平均雷电日数从行政区域上分析存在非常大的差异性，所以为了进一步了解雷电日与雷暴日的关系，对114个基准气候站器测2014年—2019年的闪电数据进行分类统计，分别统计5 km、10 km、15 km与20 km内的雷电日进行分析。通过统计发现随着统计半径的逐渐增加，统计到的雷电日数也在逐个递增。为了能更好地与雷暴日的数据进行匹配，想通过分析得到一个雷电日观测的一个最优半径：本研究通过数据分析找到雷电日与雷暴日观测的最优半径，使得该半径下各个测站的雷电日与雷暴日数相对接近。

2.2.1 选取半径为5 km时平均雷暴日与平均雷电日关系。当闪电的筛选半径为5 km时，统计得到的雷电日数均小于对应测站的雷暴日数，且平均雷电日为平均雷暴日的0.02～0.73倍之间，68%的测站雷电日与雷暴日的比值在0.2～0.5倍之间。对半径为5 km的平均雷电日与平均雷暴日进行单因素方差分析与α=0.05的F检验，得到结果如表3所示，通过数据分析得到结果为F=496.8>F0.05=3.88。由此可看出，当闪电数据筛选取半径为5 km时平均雷暴日数与平均雷电日数差异显著。

表3 5 km平均雷暴日数与平均雷电日数单因素方差分析

由图2可知，当数据的筛选半径定为5 km时平均雷电日数与平均雷暴日数呈正相关的关系，但相关系数为0.66并不密切。

图2 5 km平均雷电日数与平均雷暴日数对应图

2.2.2 选取半径为10 km时平均雷暴日与平均雷电日关系。当闪电数据的选取半径为10 km时，7%的测点平均雷暴日均小于平均雷电日，93%的测点平均雷暴日均大于平均雷电日，且平均雷电日数为平均雷暴日数的0.08～1.22倍之间，63%的测站雷电日与雷暴日的比值在0.5～0.9倍之间。对半径为10 km的平均雷电日与平均雷暴日进行单因素方差分析与α=0.05的F检验如表4所示，数据分析结果为F=122.1>F0.05=3.88。总体上看，当闪电数据的选取半径定为10 km时平均雷暴日数与平均雷电日数差异依然非常显著。

表4 10 km平均雷暴日数与平均雷电日数单因素方差分析

由图3可知，当闪电数据的选取半径为10 km时平均雷电日与平均雷暴日同样呈正相关，相关系数为0.73并不密切。

图3 10 km平均雷电日数与平均雷暴日数对应图

2.2.3 选取半径为15 km时平均雷暴日与平均雷电日关系。当闪电数据的选取半径为15 km时，36%的测点平均雷暴日均小于平均雷电日，64%的测点平均雷暴日均大于平均雷电日，且平均雷电日为平均雷暴日的0.1～1.66倍之间，61%的测站雷电日与雷暴日的比值在0.7～1.1倍之间。对半径为15 km的平均雷电日与平均雷暴日进行单因素方差分析与α=0.05的F检验如表6所示，分析结果为F=1.45

表5 15 km平均雷暴日数与平均雷电日数单因素方差分析

由图4可知，当闪电数据的筛选半径为15 km时平均雷电日与平均雷暴日呈正相关，相关系数为0.78相关性较弱。

图4 15 km平均雷电日数与平均雷暴日数对应图

2.2.4 选取半径为20 km时平均雷暴日与平均雷电日关系。当闪电数据的选取半径为20 km时，72%的测点平均雷暴日均小于平均雷电日，28%的测点平均雷暴日均大于平均雷电日，且平均雷电日为平均雷暴日的0.19～2.0倍之间，72%的测站雷电日与雷暴日的比值在1～2倍之间。对半径为6 km的平均雷电日与平均雷暴日进行单因素方差分析与α=0.05的F检验如表6所示，由方差分析的结果F=4.5>F0.05=3.88。总体上可知，当雷电日选取半径为20 km时平均雷暴日与平均雷电日单区域对比的差异显著。

表6 20 km平均雷暴日数与平均雷电日数单因素方差分析

由图5可知，当雷电日的选取半径为20 km时平均雷电日与平均雷暴日呈正相关，相关系数为0.8相关性较强。

图5 20 km平均雷电日数与平均雷暴日数对应图

从上述分析中可以看出,5 m范围内平均雷暴日均大于平均雷电日，雷电日观测半径为15 km时平均雷暴日与平均雷电日的单区域对比的差异最为小。而当观测半径为20 km时平均雷暴日与平均雷电日的相关性最强。

3 结论

内蒙古地区从行政区域进行平均雷暴日数平均雷电日数分析来看，大部分地区雷暴日数小于雷电日数，且成正相关，但两者之间各站差异显著。这可以说明，与人工观测相比机器观测的灵敏度要更高，同时也具有可比较性；同时也可以看出，平均雷暴日数与平均雷电日数关系比较复杂与地区面积、地形地貌、周边环境等因素都有一定的联系，同时各区域地理因素会导致平均雷暴日数与平均雷电日数的规律差异较大。

内蒙古自治区的114个基准气候站选取不同的雷电日观测半径得到的雷电日数的差异明显，这与当地的地理因素、城市化进程等有着不同程度的关系。一方面可以说明，闪电的活动在不同地区有着分布不均匀的特征；另一方面，地理因素、城市化进程相似的区域，雷电日观测半径具有可比性，城市化比例高的地区其雷电日数的观测半径相对较小；而城市化进程比例较低的区域其雷电日数观测半径相对较大。通过闪电定位仪获得的闪电数据更能体现雷电发生发展的规律。总体上看，雷电日观测半径为15 km时平均雷暴日与平均雷电日的单区域对比的差异最为小。而当观测半径为20 km时平均雷暴日数与平均雷电日数的相关性最强。