雷电分布特征与雷击森林火预警*

司莉青 王明玉 陈 锋 舒立福 赵凤君 李伟克

（1. 中国林业科学研究院森林生态环境与自然保护研究所 国家林业和草原局森林生态环境重点实验室 北京 100091；2. 北京林业大学生态与自然保护学院 北京 100083）

森林火灾是全球生态系统的重要干扰因素，不仅会影响森林生态系统的地球化学和生物循环，而且在大气的化学和碳循环中发挥着重要作用。闪电是引发森林火灾的最重要自然原因之一，特别在夏季干旱和对流活动较强的高海拔地区（Mulleret al., 2017）。作为天然火源重要部分的雷击火，具有自组织临界性特点，是全球林火体系的重要组成部分（Bowmanet al.,2019; Rompset al.,2014）。在美国西部，尤其内华达山脉地区在内的许多野火都是由雷击引起的（Short,2017）。加拿大的雷击火占林火总数的45%，占总燃烧面积的85%以上（Abdollahiet al.,2019）。1973—2014年间澳大利亚维多利亚州的雷击火占森林火灾总数的11%，但烧毁的土地面积却达到70%；2003 年维多利亚州阿尔卑斯山地区的大火是由冷锋产生的雷暴引发，当冷锋及其锋前低压槽经过时，形成高空雷暴，这次冷锋导致的雷暴过程引发87 起雷击火灾，并烧毁大约110 万hm2的土地（Stephenson, 2010）。在北美，近年发生的大型森林火灾均由闪电引起。根据Veraverbeke 等（2017）和 Balch 等（2017）的数据，1992—2013 年，闪电引发的野火占美国大陆所有野火的16%，占总烧毁面积的56%。我国的雷击火在少数地区也相当严重，其中以大兴安岭和呼伦贝尔盟林区尤为突出，尤其大兴安岭地区几乎每年都有雷击火引起的林火，也是全国雷击火发生最多最集中的区域（臧桐汝等，2022；杜春英等，2010），且密集型雷电过程引发的群发雷击火占雷击火数量的多数。大兴安岭的山脊附近更易发生雷击火（Changet al.,2013; Liet al.,2012），而且雷击火有季节性趋势和模式，主要发生在5—6 月，其火灾面积较大，发生时间较早（Weiet al.,2020; Zhaoet al.,2020）。

雷击引起野火的风险受多种因素影响，如空气湿度、地面坡度、地表气温、风向和地表压力等（Shuet al.,2022; Huet al., 2014）。短期天气模式影响雷击的频率和时间，雷击在地理和地形上也存在差异。在季节性尺度到年际时间尺度上，降水量和温度通过对林下植被和可燃物水分的相互作用影响着火概率（Littellet al.,2009），且森林火灾与干旱期和雷击时间相吻合（Podschwitet al., 2020）。由于各地植被组成和结构在空间尺度上及年际到年代际的时间周期上都有变化（Hanberry, 2014），闪电发生和着火概率可能经常表现出相当大的空间和时间变化，它们的相互作用可能在某些情况下增加风险，而在另一些情况下则降低风险。闪电活动在短时间尺度上与地表温度呈正相关，因此，未来气候变暖预测中的一个关键问题是未来全球变暖对闪电、雷暴和其他恶劣天气的影响。研究表明，云地闪随气候变暖而显著增加（Abatzoglouet al.,2016; Fisheret al.,2014），气温每增加1 ℃，闪电活动次数增加了30%～40%（Tippettet al.,2015）。厄尔尼诺现象也会导致闪电活动增加（Sahaet al.,2017）。此外，由于云地闪对气候变化的响应比云内闪更敏感（Priceet al., 1994），在气候变暖条件下，云地闪造成的灾害增加，特别在林区，如在北美和东北亚等北部高纬度地区，云地闪引发雷击火造成的燃烧面积显著增加（Krauseet al.,2014; Lutzet al.,2009）。闪电与雷击火的紧密发生，在全球气候变暖的背景下探究闪电发生规律及其与雷击火之间的关系十分必要。雷击火的预测与防控必须建立在掌握当地雷电活动规律的基础上，从时间、空间上分析闪电活动规律，可以有效地开展森林雷击火防御工作，特别是对森林雷击火的发生、定位与预测预报提供参考。

1 雷电分布特征

1.1 雷电特征

闪电不仅造成可燃烧物燃烧，还会对树木造成物理伤害，引起昆虫和病害的攻击，进而引起森林群落的退化（Yanoviaket al.,2017）。闪电是由云中正负电荷分离引起的导致10～100 MV 级电压差的高能放电（Williams, 1989）。云内闪电是连接雷云偶极子上正电荷和下负电荷的放电，完全包含在云中，因此对地面火灾发生没有任何影响，云地闪作为引发森林火灾的重要因子，有待进一步讨论。全世界大约90%的云地闪会将负电荷转移到地面上，10%是正电荷，如2011 年1 月—2019 年6 月间，澳大利亚塔斯马尼亚州每年的负地闪与正地闪发生次数比率为78∶22（Nampaket al.,2021）。正地闪和负地闪的持续电流特征具有显著差异，绝大多数正地闪是单击，闪电几乎都有持续电流；大多数负地闪是多冲程，其中约一半伴有持续的电流（Yusopet al.,2019; Kuleshovet al.,2011）。鉴于正地闪的能量性质和它们表现出持续电流的高概率，研究人员普遍认为这种闪电类型是森林火灾的主要引发者。然而，Flannigan 等（1991）对此观点提出质疑，认为应该关注具有持续电流的大量负地闪。闪电引发火灾的可能性也被错误地建立在依靠判断其视觉外观的基础上——“热”闪电是明亮的白色或蓝色的光，而“冷”闪电是暗红色的外观，“热”闪电更容易引发野火。对闪电光谱的定量分析（穆亚利等，2016）表明，所有回程通道（闪电光的主要来源）的固有光谱显示出广阔的光学区域，类似于阳光，长期高温所产生的热效应是许多闪电灾害的主要原因。这也说明闪电引发森林火灾的最关键参数是持续电流出现及其持续时间，而不是雷电等离子体的温度。

森林雷击火是由云地闪电流的热效应所导致，引燃与否的关键与闪电的极性、电流强度等特征密切相关，这也是雷击火引燃机制比人为火更复杂的主要原因（张宏民等，2022）。雷电是雷暴天气的重要组成部分，是雷暴天气的一种表现。闪电是自然大气中极强且长时间的放电现象，对地的峰值电流通常为数万安培，甚至超过10 万安培。闪电发生具有时间随机性和瞬时性特点，在空间上其危险性特征随地域不同而变，因此，对闪电及放电点火物理过程和活动规律的认知难度较大（Vecín-Ariaset al.,2016; Wapler, 2013）。

1.2 闪电密度影响因素

云地闪是指云内带电核心与地面以及地面物体直接发生放电过程的现象，根据云内电荷不同分为正地闪和负地闪，是云与大地间的放电现象，因此，雷电灾害主要就是由云地闪引起。云地闪又称直击雷，云地闪密度指每年每平方公里发生的云地闪次数。Golde（1945）分析认为全球温带气候的云地闪密度和年雷暴日之间存在线性关系；Brooks（1925）认为这种线性关系可应用到全球的温带和热带气候区。我国学者20 世纪60 年代得出地面年落雷密度Ng与雷电日Td的经验关系表达式Ng=0.023Td1.3，一直沿用至今（何金良等，2013）。近年来，随着遥感影像和ADTD闪电定位系统的建立，云地闪密度测定更准确，如胡亚男等（2022）研究发现强云地闪更易产生于林地上，昼间云地闪活动较夜间明显强烈。Dowdy（2015）研究表明，850～500 hPa 温度递减和850 hPa 露点降低对预测干雷暴（伴随降水量小于2.5 mm 的雷暴）有影响，而利用对流有效位能指数（convective available potential energy, CAPE）预测闪电发生更为普遍。

闪电密度还受海拔、植被及火烧迹地等因素的影响，海拔可引起强制对流，从而导致雷击；地形效应在确定植被类型方面起着重要作用，闪电在澳大利亚北领地的北部地区（1.21 times·km-2a-1）比南部地区（0.58 times·km-2a-1）和沿海地区（0.71 times·km-2a-1）更多，其差异就是由于植被覆盖度的差异；大型火烧迹地（＞ 500 m）通过增强自由对流或中尺度环流引发雷击（Kilincet al., 2007）。而Bourscheidt 等（2009）研究表明坡度对雷暴发生和闪电活动影响大于海拔，且土地利用和土壤类型不同时的云地闪密度也明显不同（Sisniegaet al.,2018），同时闪电和雷击密度还受到气溶胶含量影响，雷电活跃日的大气中粉尘和烟雾气溶胶更丰富（Proestakiset al.,2016）。Dissing 等（2003）研究闪电分布与植被的关系，发现2 种植被类型的加热差异引发的中尺度环流很可能产生闪电。同时，森林火灾也会影响闪电发生，火灾产生的烟雾会在大面积区域内引发反向闪电和雷暴。火积云由森林大火或火山爆发等现象形成，火积云会因为强大的上升气流而产生闪电，如在2021 年的火灾高发季节，希腊发生多起野火，利用SEVIRI 卫星数据对高温对流研究证实，存在持久的热对流，其中火积云存在数小时（Papavasileiouet al., 2022）。与“正常”积云的闪电相比，火积云有较高比例的正地闪（Latham, 1991），这可能会引发又一场火灾。

1.3 我国雷暴日规律

全球年均雷暴日数量的地理分布情况通常与大气环流方向、海陆空间分布、地形地貌差异、冷暖洋流方向及其他局地条件有关，具有3 个特征：一是年均雷暴日数随纬度增加呈减少趋势；二是大陆雷暴年均日数普遍大于同纬度海域；三是大陆湿润地区年均雷暴日数普遍大于同纬度干旱地区。我国各地年均雷暴日数与当地所处的纬度及距海洋远近有关（王学良等，2016）。其中，105°E 以东地区的平均雷暴持续时期随纬度减小而递增，但长江以北地区这一特征不太明显。东南沿海地区的平均雷暴持续时期小于同纬度离海岸较远的地区，而小岛屿的平均雷暴持续时期又小于沿海岸地区，这与年均雷暴日相似。新疆、甘肃、内蒙古的沙漠地区和柴达木盆地，气候干燥，平均雷暴持续时期较短，而在地势高、地形复杂的青藏高原和云贵高原地区，平均雷暴持续时期常高于同纬度其他地区（黄礼忠，2018）。研究表明，大兴安岭地区雷暴日数的年内分布与测站地理位置及纬度有关，加格达奇最多；大兴安岭地区雷暴日数的月际变化呈单峰分布，主要集中在6—8 月，峰值在7 月。大兴安岭地区的雷暴表现出明显的季节性特征，即雷暴多发生在夏季，春秋季次之（于淑洁等，2010；舒立福等，2003）。

2 雷击火发生规律

有研究表明，超过40%的有记录的野外火源归咎于闪电（Hallet al., 2006），雷击火引起的森林可燃物燃烧在生态系统平衡维持和演化中起着重要作用。与其他火源不同，雷击火通常发生在偏远且难以接近的地方，这使得其探测和扑灭极具挑战性（Kourtzet al.,1992）。此外，雷击可能引起大量火灾聚集在同一空间内，导致火灾扑救工作无法顺利进行（Poduret al.,2003）。由于这些因素，雷击火烧毁的土地面积与数量不成比例。例如，在加拿大安大略省，大约40%的野火是由闪电引起的，但烧毁面积占到总燃烧面积的70%（Flanniganet al., 1991）。大多数雷击发生时会伴有明显的降水，但简单地预测雷击活动水平并不能精准地确定潜在的火灾发生情况。雷击火发生及其火行为特征与可燃物类型和湿度（Duffet al.,2017）、雷击类型、地形、植被结构（Fernandeset al.,2022）都有密切关系，这些因素的共同作用使雷击火分布具有一定的时空特征（Fenget al.,2019）。雷击火更易发生在阳光充足的斜坡上，而高温月份高温天气频繁出现也会引发森林雷击火（Petrieet al.,2022）。2019 年1 月发生在澳大利亚塔斯马尼亚州南部的多次雷击引发的火灾烧毁森林约637.19 km2，表明地表以上的高海拔风对雷击火灾蔓延有更重要的作用（Ozakiet al.,2022）。

Woolford 等（2014）研究表明，在加拿大安大略省西北部由闪电引起的森林火灾风险不断增加，并与温度和火险天气异常有关，如果这种趋势持续，预计21世纪中叶的雷击森林火灾风险上升期的持续时间将增加50%以上。近年来，我国的雷击火研究主要集中于大兴安岭林区，据统计在2010—2015 年共发生的148 起森林火灾中，雷击火为136 起，占火灾总数的91.89%。在1980—2021 年，黑龙江大兴安岭和内蒙古大兴安岭林区发生雷击火1 533 次，年均近40 次。

3 雷击火预警和预测

前人研究证明，闪电引起的野火主要对应电流强度小于20 kA 的负地闪（Vanúciaet al.,2022; Pinedaet al., 2014），它点燃了森林地面上的细小可燃物（如松针），或将树木击倒或炸成碎片，从而引燃地表可燃物。除了放电时间外，可燃物的含水量和厚度分别是决定西黄松（Pinus ponderosa）和花旗松（Pseudotsuga menziesii）点火的主要变量（Lathamet al., 2001）。关于闪电引起野火的最早研究可以追溯到20 世纪六七十年代，研究人员推测放电的长持续电流（在放电回程中持续超过40 ms 的闪电电流）在引发闪电点火中起着关键作用（Fuquay, 1967; Fuquayet al.,1972）。基于这一发现，Latham 等（1989）设计了一个闪电模拟装置，并通过数千次实验室测试，得到了不同可燃物类型和含水率的森林可燃物点火概率表达式，并认为点火概率只取决于电弧的持续时间，与电流和直径不相关。Zhu 等（2012）基于一系列试验结果提出了与可燃物含水率、环境湿度和模拟闪电放电参数相关的着火概率公式。Anderson 等（2000）将闪电引起野火的初始过程分为3 个不同阶段：雷击发生、雷击引起的点火以及火灾蔓延直到被探测到，并通过综合所有阶段的概率建立了概率模型。最新研究表明，闪电点火是个非常特殊的过程，包括放电加热、热反馈和自燃火焰3 个阶段，不同于人工火种以及热辐射点燃（Zhanget al.,2021）。雷击火发生与可燃物类型、雷击类型、地形和植被结构都有密切关系。厄尔尼诺事件期间干雷暴和伴随的闪电活动增强，雷击火引发的过火面积比例大量增加，森林火灾的空间分布受火因、地形、人类活动、气候变化、可燃物分布等因素的综合影响（田晓瑞等，2012）。

大量研究表明，气候变化会影响闪电的发生和点火概率（Finneyet al.,2018; Bajoccoet al.,2017；Priceet al., 1994），且气温升高和春季融雪提前已延长并加剧了生态系统干旱程度和野火活动周期。未来闪电发生次数和着火概率增加可能导致空间和时间上的火灾风险增加（Westerling, 2016; Liuet al.,2013）。美国和加拿大使用的国家森林火灾风险评级系统均涉及雷击灾的预测模型，但这些预测模型均不成熟，只在一些地区得到应用（肖志远等，2011）。Podschwit 等（2020）对美国1984—2015 年野火发生模式和规律分析认为，最优的模型应同时包括干燥度和闪电指标。在加拿大和美国预测森林火灾危险的系统（Wanget al.,2017）以及俄罗斯的森林火灾ISDM-Rosleskhoz 远程监测信息系统中，均考虑闪电活动因素（Podolskayaet al.,2011）。澳大利亚采用奥地利闪电探测和信息系统（ALDIS），该系统提供了多冲程中放电的坐标以及闪电极性等信息（Schulz, 2005）。瑞士使用了欧洲闪电探测网络合作项目(EUCLID)，对每个放电，EUCLID提供坐标、日期和准确时间、放电类型，多重性、极性以及电流等信息（Moriset al.,2020; Vecín-Ariaset al.,2016）。许多研究者也关注闪电活动与降水的关系（Pinedaet al.,2017; Nietoet al.,2012），如在我国云南省采用云南闪电探测网络(YNLDN)，该网络由23 个传感器组成，采用了综合技术改进性能(IMPACT)方法（Xieet al.,2013）；马来西亚研究人员使用了带有8个传感器的监视和警报干涉无线电电力系统(SAFIR 300)（Chanet al., 2018）；在哥伦比亚，检测闪电放电的LINET 方法用于分析闪电活动（Arangurenet al.,2017）。Read 等（2018）提出了一种新的逻辑斯谛回归广义加性模型来预测闪电引起的雷击森林火灾，该模型补充了现有的方法，通过比较3 个时间段内模型预测与观测到的闪电引起的火灾，证明了该模型在短期预测方面的实用性。Baranovskiy（2021）提出了预测森林火灾危险的概率准则，综合考虑了闪电活动、气象资料和森林植被生长状况，以及由云地闪放电引起的落叶树和针叶树的着火确定性数学模型。

我国大兴安岭林区的雷电监测系统不断完善，可以监测雷电发生的方位、强度、距离和频次，这些数据将为未来开展雷击火预测预报研究提供基础数据（李伟克等，2022）。冯俊伟等（2021）比较了典型植被结构中树木和草的雷击临界着火特性，发现草比木片更易被雷电引燃。Yang 等（2018）利用中国闪电定位系统数据和全球闪电定位网络数据分析了四川省木里县云地闪特征及其与气候变化的相关性，提出在每年的3 月，云地闪引起的森林火灾可能会增加；Zhang等（2021）在大兴安岭调查了气象、地形以及闪电等35 个因素，使用了地理和时间加权回归（GTWR）模型来预测区域大规模雷击火灾的发生，并对火灾易发气候条件进行了重构；王金荣等（2015）基于空间网格和Logistic 回归模型，建立了基于网格的大兴安岭雷击火发生概率模型，可计算大兴安岭每个空间单元格的雷击火发生概率。我国近年来构建的覆盖大兴安岭的全波形三维雷电探测网和大兴安岭雷击火感知系统，可以精准定位云地闪发生位置，同时获取雷电强度、雷电极性等信息，实现了雷电预警监测系统的及时监测（王志增，2022）。

4 研究展望

从上述分析可见，在当前气候变化背景下研究闪电及其雷击火活动规律十分必要，然而目前对闪电发生规律、影响闪电密度的因素及其引燃雷击森林火灾机制的认识仍不够全面，雷击火预报结果不能满足森林火灾管理的需要。雷电分布时间具有随机性和瞬时性，其引发火灾的危险性具有空间差异，这是因为雷电分布受到地形、坡度、海拔、土地利用、土壤类型、气溶胶含量等因子的影响。在我国大兴安岭，雷暴分布有明显的时间和季节特征，一年中雷暴日数主要集中在6—8 月，峰值在7 月，雷暴多发生在夏季，春秋季次之。现有研究一般采用闪电探测和信息系统、Logistic 回归模型、地理和时间加权回归模型以及全波形三维雷电探测网等来预测闪电引起的森林火灾。研究雷击火灾，必须要充分认识闪电放电、引火过程及其与森林火环境的关系。在地球系统模型中，闪电发生情况往往没得到严格评估，在全球火灾模型中也很少得到反映（Hansonet al.,2016）。目前实现了闪电的参数化并证明了其重要性，特别是在闪电作为主要火源的地区，如北方森林和北极苔原地区（Pfeifferet al.,2013, Krauseet al.,2014），闪电会影响火灾动力学并可能影响生物群落演替。今后研究应开发用于探测长期趋势的闪电测量系统，并将闪电驱动过程纳入全球地球系统模型，通过卫星通信、无人机航拍、利用现有的大气电场测量系统，同时结合人工引雷、野外点火等试验手段，系统研究我国的雷击火引燃特征及其活动规律，加深对雷击火发生发展特征的认识，建立雷击火智能化预报模型，提高我国雷击火发生概率的预报精度，实现对雷击火的有效防控。