光伏项目气象灾害致灾危险性评估

摘 要：选取曲靖国家气象观测站地面观测资料、闪电定位资料，对雷电、低温冷冻、大风、冰雹气象灾害进行年际变化、月际变化和空间分布的统计分析和致灾危险性评估。结果表明：（1）普乐村光伏项目所处区域主要气象灾害，按照发生频率和影响风险综合考虑，雷电最大，低温冷冻次之，大风、冰雹稍小。（2）普乐村光伏项目所处大部分区域属于雷电灾害较低危险区，局部小部分区域属于雷电灾害较高危险区；项目大部分区域属于低温冷冻灾害较低危险区，局部小部分区域属于低温冷冻灾害较高危险区；项目所处区域属于大风灾害较高危险区，局部地区属于冰雹灾害较高危险区。

关键词：气象灾害；致灾危险性；光伏项目；风险评估

中图分类号：TM615 文献标志码：B 文章编号：2095–3305（2024）10–0-05

云南省地处低纬高原，自然地理环境和气候条件复杂多样，立体气候突出，气象灾害频发。针对灾害性天气的风险评估和区划，国内许多学者做过深入研究。例如，章国材[1]详细研究了气象灾害风险评估与区划方法。孟丹等[2]以湖北省为例，分析了影响湖北光伏电站的主要气象灾害种类及致灾因子和指标要素。赵伟等[3]利用浙江省电网雷电信息系统的地闪数据和雷电灾害统计资料进行了雷电致灾危险性评估。祝新建等[4]以辉县市为例，从暴雨、冰雹、大风、地质灾害4个方面分析了致灾因子。尹丽云等[5]根据层次分析法和权重判别模型，利用多重线性回归研究了云南省冰雹灾害危险性评估方法。

以云南省曲靖市陆良县普乐村光伏项目为例，结合该地气候特征，从雷电、低温冷冻、大风、冰雹气象灾害入手，研究影响光伏电站的主要气象灾害的特征和致灾危险性，得出主要气象灾害风险评估和区划，以期减轻或避免光伏电站可能受到的灾害性天气的影响。

1 资料来源

陆良县普乐村在2014年后停止了雷暴观测，2020年后停止了霜冻和结冰观测，因此选取曲靖国家气象站建站以来至2013年的雷暴灾害性天气资料、建站以来至2019年的霜冻和结冰灾害性天气资料，以及建站以来至2022年的低温、大风、冰雹灾害性天气资料，对影响普乐村光伏项目的主要灾害性天气时空特征进行分析，利用GIS绘图软件对项目区域气象灾害风险进行分析评估，形成气象灾害风险空间分布图和区划图。

2 气象灾害风险评估概述

根据政府间气候变化专门委员会（Intergovernm- ental Panel on Climate Change，IPCC）第五次评估报告（AR5）对风险的表述：灾害风险是由致灾因子、暴露度和脆弱性构成的函数，风险可表述为风险=f（灾害危险性，暴露度，脆弱性），其中灾害危险性指自然灾害的致灾因子强度，暴露度指处于灾害危险下的承灾体，脆弱性指承灾体潜在的可能受损程度。若将脆弱性理解为暴露承灾体的脆弱性，风险可表述为致灾因子（强度和频率）及暴露于某强度致灾因子下的承灾体脆弱性的函数，即风险=f[灾害危险性，脆弱性（暴露度）]。气象灾害评估一般包括灾前评估和灾后评估，灾前评估即气象灾害风险评估，主要包括气象灾害致灾危险性评估、承灾体暴露度评估和承灾体脆弱性评估。

3 影响光伏电站的主要气象灾害

从影响陆良县普乐村光伏项目的主要灾害性天气历年平均出现日数及频率（表1）可知，主要灾害性天气出现频率较高的依次是雷电（17.78%）、低温冷冻（霜冻10.78%、结冰4.93%、低温4.80%）和大风（3.47%）。1957—2022年陆良县普乐村光伏项目累年平均各月及年主要灾害性天气出现日数见表2。

表1" 陆良站主要灾害性天气出现日数及频率统计

类型 历年平均年出现日数/d 年出现频率/%

雷电 64.91 17.78

霜冻 39.37 10.78

结冰 17.98 4.93

低温 17.53 4.80

大风 12.68 3.47

冰雹 1.88 0.51

表2" 1957—2022年陆良县普乐村光伏项目累年各月及年

主要灾害性天气出现日数" " " " " " " " " " " "d

月份 雷暴 低温冷冻 大风 冰雹

霜冻 结冰 低温

1 0.70 13.67 7.76 7.91 0.8 0.26

2 1.46 7.89 3.08 3.33 3.00 0.44

3 3.39 1.83 0.38 0.41 4.47 0.33

4 4.79 0.10 0.03 0.03 3.14 0.42

5 6.51 0.02 0 0 0.53 0.14

6 10.77 0 0 0 0.20 0.05

7 13.16 0 0 0 0.15 0.05

8 13.67 0 0 0 0.12 0.02

9 6.54 0 0 0 0.03 0.02

10 2.88 0.33 0.02 0 0.05 0.05

11 0.68 3.6 0.44 0.30 0.03 0.06

12 0.37 11.94 6.27 5.55 0.17 0.06

年 64.91 39.37 17.98 17.53 12.68 1.88

4 雷电灾害分析与评估

4.1 雷暴日数

4.1.1 年际变化

从1957—2013年陆良站雷暴日数年际变化情况（图1a）可看出，1957—2013年陆良站累年平均年雷暴日数为64.91 d，历年年雷暴日数在33～91 d。1971—1972年雷暴日数≥90 d，其中1971年雷暴日数最多；1957、2003、2011年雷暴日数＜45 d，其中2011年最少。1957—2013年雷暴日数约以3.24 d/10年的速率呈减少趋势，减少趋势通过了0.01的显著性检验。

4.1.2 月际变化

从1957—2013年陆良站累年平均各月雷暴日数（图1b）可看出，1957—2013年陆良站累年平均月雷暴日数为5.41 d，各月雷暴日数在0.37～13.67 d。6—8月雷暴日数均＞10 d，其中8月最多；1、11、12月雷暴日数均＜1 d，其中12月最少。

4.1.3 空间分布

从曲靖市年平均雷暴日数的空间分布（图1c）来看，普乐村光伏项目位于雷暴日数中等区域，年平均雷暴日数为55.9～59.7 d/年。

4.2 雷电灾害致灾危险性区划

选用闪电定位资料及高程、坡度、地形起伏度数据，计算并叠加相关图层数据，生成曲靖市雷电灾害危险性评估区划图（图1d）。从图中可看出，项目所处大部分区域属于雷电灾害较低危险区，局部小部分区域属于雷电灾害较高危险区。

图1" 1957—2013年陆良站雷暴日数年际变化情况（a）、陆良站累年平均各月雷暴日数（b）、

曲靖市年平均雷暴日数的空间分布（c）、曲靖市雷电致灾危险性区划（d）

5 低温冷冻灾害分析与评估

5.1 低温日数

5.1.1 年际变化

低温日数是指日最低气温≤0 ℃的天数。从1957—2022年的低温日数年际变化情况（图2a）可看出，1957—2022年陆良站累年平均年低温日数为17.53 d，

历年年低温日数为1～45 d，1971年低温日数最多，2007年低温日数最少。1957—2022年低温日数约以3.20 d/10年的速率呈减少趋势，减少趋势通过了0.01的显著性检验。

5.1.2 月际变化

从1957—2022年的累年平均各月低温日数（图2b）可看出，1957—2022年陆良站累年平均月低温日数为1.46 d，各月低温日数在0～7.91 d，集中在冬季，其中1月最多；5—10月均无低温天气出现。

5.1.3 空间分布

从曲靖市年平均低温日数的空间分布（图2c）来看，普乐村光伏项目位于低温日数较少区域，年平均低温日数为17.0～23.0 d/年。

图2" 1957—2022年陆良站低温日数年际变化（a）、陆良站累年平均各月低温日数（b）、曲靖市年平均低温日数的空间分布（c）

5.2 霜冻日数

5.2.1 年际变化

从1957—2019年陆良站霜日数年际变化情况（图3a）可看出，1957—2019年陆良站累年平均年霜日数为39.37 d，历年年霜日数在18～70 d，1978、1979年霜日数＞60 d，其中1979年最多；2011、2013和2017年霜日数＜20 d，其中2013年最少。1957—2019年霜日数约以2.79 d/10年的速率呈减少趋势，减少趋势通过了0.01的显著性检验。

图3" 1957—2019年的霜日数年际变化情况（a）、陆良站累年平均各月霜日数（b）、曲靖市年平均霜日数的空间分布（c）

5.2.2 月际变化

从1957—2019年陆良站累年平均各月霜日数（图3b）可看出，1957—2019年陆良站累年平均月霜日数为3.28 d，各月霜日数在0～13.67 d，集中在冬季，其中1月最多；6—9月均无霜冻天气出现 。

5.2.3 空间分布

从曲靖市年平均霜日数的空间分布（图3c）来看，普乐村光伏项目位于霜日数较多区域，年平均霜日数为31.5～37.8 d/年。

5.3 结冰日数

5.3.1 年际变化

从1957—2019年陆良站的结冰日数年际变化情况（图4a）可看出，1957—2019年陆良站累年平均年结冰日数为17.98 d，历年年结冰日数在3～42 d，1968和1971年结冰日数＞35 d，其中1971年最多，2007、2009、2010、2012年结冰日数＜5 d，其中2007年和2012年最少。1957—2019年结冰日数约以2.82 d/10年的速率呈减少趋势，减少趋势通过了0.01的显著性检验。

5.3.2 月际变化

从1957—2019年陆良站的累年平均各月结冰日数（图4b）可看出，1957—2019年陆良站累年平均月结冰日数为1.5 d，各月结冰日数在0～7.76 d，集中在冬季，其中1月最多；5—9月均无结冰天气出现。

5.3.3 空间分布

从曲靖市年平均结冰日数的空间分布（图4c）来看，普乐村光伏项目位于结冰日数中等区域，年平均结冰日数为14.6～20.6 d/年。

图4" 1957—2019年陆良站的结冰日数年际变化情况（a）、陆良站的累年平均各月结冰日数（b）、曲靖市年平均结冰日数的空间分布（c）

5.4 低温冷冻灾害致灾危险性区划

低温冷冻灾害由霜冻、结冰、低温等灾种构成。对影响因子根据海拔、经纬度进行插值细分，分别建立各子灾种的危险性指数，利用标准差法得到各子灾种危险性等级空间分布。对各因子利用熵权法计算影响权重，得到低温冷冻灾害综合危险性指数，经平滑处理后得到曲靖市低温冷冻致灾危险性区划图。从图5可看出，项目大部分区域属于低温冷冻灾害较低危险区，局部小部分区域属于低温冷冻灾害较高危险区。

6 大风灾害分析与评估

6.1 大风日数

6.1.1 年际变化

从1957—2022年陆良站大风日数年际变化情况（图6a）可看出，1957—2022年陆良站累年平均大风日数为12.68 d，历年大风日数在0～35 d，1983、1984、1986、1988、1989和2019年大风日数大于30 d，其中1983年、1988年最多；1957—2022年有5年未出现大风。总体来看，1957—2022年大风日数约以1.41 d/10年的速率呈增加趋势，增加趋势通过了0.05的显著性检验。

6.1.2 月际变化

从1957—2022年陆良站累年平均各月大风日数（图6b）可看出，1957—2022年陆良站累年平均月大风日数为1.06 d，各月大风日数在0.03～4.47 d，2—4月大风较多，其中3月最多，6—12月大风较少，其中9月和11月最少。

6.1.3 空间分布

从曲靖市年平均大风日数的空间分布（图6c）来看，普乐村光伏项目位于大风日数少区域，年平均大风日数为11.6～15.8 d/年。

图5" 曲靖市低温冷冻致灾危险性区划

图6" 1957—2022年陆良站大风日数年际变化情况（a）、陆良站累年平均各月大风日数（b）、

曲靖市年平均大风日数的空间分布（c）、曲靖市大风灾害致灾危险性区划（d）

6.2 大风灾害致灾危险性区划

选取国家气象站近年逐日大风资料，选择发生大风的年平均次数（频次，单位：d/年）、极大风速大小（强度，单位：m/s）作为大风灾害致灾因子，综合地形、植被覆盖等因子加权生成大风灾害危险性区划。从图6d可看出，项目所处区域属于大风灾害较高危险区。

7 冰雹灾害分析与评估

7.1 冰雹日数

7.1.1 年际变化

从1957—2022年陆良站冰雹日数年际变化情况（图7a）可看出，1957—2022年陆良站累年平均年冰雹日数为1.88 d，历年年冰雹日数在0～6 d，1990、2000年冰雹日数最多；1957—2022年有14年没有冰雹，2009年后无冰雹年显著增多。1957—2022年冰雹日数约以0.21 d/10年的速率呈减少趋势，减少趋势通过了0.05的显著性检验。

7.1.2 月际变化

从1957—2022年陆良站累年平均各月冰雹日数（图7b）可看出，1957—2022年陆良站累年平均月冰雹日数为0.16 d，各月冰雹日数在0.02～0.44 d。冰雹天气集中在冬季和春季，其中2月最多，夏季和秋季均＜0.1 d，其中8、9月最少。

7.1.3 空间分布

从曲靖市年平均冰雹日数的空间分布（图7c）来看，普乐村光伏项目位于冰雹日数较多区域，年平均冰雹日数为2.0～2.2 d/年。

图7" 1957—2022年陆良站冰雹日数年际变化情况（a）、陆良站累年平均各月冰雹日数（b）、

曲靖市年平均冰雹日数的空间分布（c）、曲靖市冰雹危险性区划（d）

7.2 冰雹灾害致灾危险性区划

应用海拔高度和地形坡度作为孕灾环境因子计算冰雹孕灾环境影响系数。应用回归模型结合海拔高度格点数据生成冰雹频数精细化空间分布，再根据冰雹灾害危险性评估结果，综合考虑行政区划（或气候区、流域等），对冰雹灾害危险性进行基于空间单元的划分，并根据危险性评估和分区结果生成致灾危险性区划图。从图7d可看出，项目片区属于冰雹灾害较低危险区和较高危险区。

8 结论与讨论

（1）影响普乐村光伏项目的主要灾害性天气出现频率从高到低依次是：雷暴（17.78%）、霜冻（10.78%）、结冰（4.93%）、低温（4.80%）、大风（3.47%）和冰雹（0.51%）。累年平均雷暴日数64.91 d，累年平均霜冻日数39.37 d，累年平均结冰日数17.98 d，累年平均低温日数17.53 d，累年平均大风日数12.68 d，累年平均冰雹日数1.88 d。

（2）普乐村光伏项目所处大部分区域属于雷电灾害较低危险区，局部小部分区域属于雷电灾害较高危险区。项目大部分区域属于低温冷冻灾害较低危险区，局部小部分区域属于低温冷冻灾害较高危险区。项目所处区域属于大风灾害较高危险区，局部地区属于冰雹灾害较高危险区。

（3）气象灾害的风险评估体系中，不同学者提出的评估指标和评估模型不同，造成风险评估结果有较大差异。光伏电站的气象灾害风险评估是一个综合性的工作，需要针对性地考虑不同地区、不同种类的气象灾害风险因素及评估模型选择，才能确保电站的安全运行。

（4）由于统计数据的限制或者资料的欠缺，有些因素很难量化，导致指标因子不全面。不宜量化的气象灾害风险在评估中如何体现还有待进一步研究。

参考文献

[1] 章国材.气象灾害风险评估与区划方法[M].北京：气象出版社，2010.

[2] 孟丹，陈正洪，严国刚，等.光伏电站气象灾害风险评估研究：以湖北省为例[J].太阳能学报，2020，41（5）：359-364.

[3] 赵伟，杨续超，张斌.浙江省雷电灾害风险分析及区划[J].热带气象学报，2014，30（5）：996-1000.

[4] 祝新建，臧新洲，段世萍.豫北气象灾害风险评估系统研究：以辉县市为例[J].中国农学通报，2012，28（29）：285-291.

[5] 尹丽云，梅寒，张腾飞，等.云南省精细化冰雹灾害危险性区划分析[J].灾害学，2022，37（3）：99-105.

收稿日期：2024-07-19

基金项目：云南省基层台站气象科技创新与能力提升计划项目（STIAP202307）。

作者简介：查燕飞（1978—），女，云南陆良人，工程师，研究方向为气象防灾减灾。#通信作者：肖藜芸，女，云南昭通人，研究方向为气候变化，E-mail：1663896383@qq.com。