四川盆地雷电高发区风险区划方法研究

该文通过分析2010—2016年四川盆地雷电高发区雷电日数、雷电密度、人文经济数据(人口密度和生产总值)、四川省气象部门监管对象,采用气象学分级统计分析方法,建立数学模型进行综合分析,对盆地高发区的南充市、宜宾市等地开展雷电灾害风险区划研究,分析结果表明:南充市的市辖区、南部县、仪陇县、阆中市、营山县、蓬安县;宜宾市的叙州区、高县属于四川盆地雷电高发区的极高风险区,在这些区域范围内的重点建筑物及其附属设施(易燃易爆场所、危化品场所等),应加强防雷设备的安装与定期检测。     

基于ArcGIS的新疆雷电灾害风险区划研究

为了明确不同区县雷电灾害风险的高低程度、防御措施和减轻雷灾损失,利用地闪资料、雷电灾情数据、社会经济资料和地理信息数据,采取归一化法、层次分析法和加权综合评价法,考虑致灾因子的危险性、孕灾环境的敏感性和承灾体的易损性3个评价指标,选择地闪密度、地闪强度、海拔高度、地形起伏、地表覆盖类型、人口密度、地均GDP、生命损失指数、经济损失指数和耕地比重等10个影响因子建立雷电灾害区划模型,绘制出新疆雷电灾害风险区划图。结果表明:雷电灾害风险极高区主要集中在阿勒泰地区北部、塔城地区大部、博州、伊犁州、喀什市和天山北坡经济带南部部分地区,而古尔班通古特沙漠和塔克拉玛干沙漠地区属于一般风险区。通过与新疆历史雷电灾情数据比较发现,雷电灾情次数空间分布与风险区划分布趋势大致吻合。     

北京市雷电灾害易损性分析、评估及易损度区划

根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料, 结合北京市的经济和人口密度特征, 提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标, 并在此基础上, 给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级, 并赋予各等级如下定值:极高级为1.0, 高级为0.8, 中级为0.5, 低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值, 将各区县4个评估指标的等级值累加, 得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估, 并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区, 海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区, 延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区, 其他区县为雷电灾害中易损区。     

西安地铁一号线雷电灾害风险评估

地铁属于人员密集场所,若发生雷击造成系统失效、故障、停运等,会产生恶劣的社会影响。利用西安闪电定位仪观测资料分析西安地铁一号线沿线雷电分布特征,结合西安地铁一号线项目各类设施和系统特性,对采用单体雷电灾害风险计算以及电源系统雷击过电流估算等评估方法,对西安地铁一号线进行雷电灾害风险评估。车站及地上附属构筑物、变电所、车辆段与停车场建筑物应按照第二类防雷建筑物进行直击雷防护设计,且各自的损失风险均小于风险允许值,符合规范要求。     

基于改进层次分析法的湖北省雷电灾害风险区划

准确判定评价指标的相对重要性是雷电灾害风险区划的关键技术之一。为解决层次分析法(AHP)由人为经验方式判定指标相对重要性存在的问题,提出一种改进的AHP法(IAHP);同时,利用湖北省2007—2020年闪电监测、数字地形高程、土壤电导率及经济社会等资料,选取雷击大地密度、地闪强度、海拔高度、地形起伏度、土壤电导率、人口密度、GDP密度7个参数作为湖北省雷电灾害风险的评价指标,构建雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明:湖北省雷电灾害风险可分为高、较高、中、较低、低5个等级,较高、高风险区主要位于鄂东大别山以南、幕阜山以北的平原和低山丘陵地区,以及江汉平原大部和鄂西山区向江汉平原的过渡带;较低、低风险区主要位于鄂西的恩施、神农架、十堰、宜昌西部和襄阳西南部;湖北其它地区,大部为雷电灾害中风险等级。对比检验显示,各区县雷电灾害风险指数与历年实际雷灾频次呈正相关,且相关性较好,基本反映了湖北省雷电灾害的潜在风险。     

基于雷电监测资料的南充市雷电灾害风险区划研究

选取闪电密度、雷暴日、经济损失风险、生命损失风险等作为各县(市、区)雷电灾害易损性评估指标;并在此基础上,建立雷电灾害评估体系,对各县(市、区)的雷灾易损性进行了综合评价,进行区划分析。基于南充市雷电监测数据和人文经济指标而制作的全市雷电灾害风险区划,可以为全市雷电灾害防御提供科学依据,能有效降低因雷电灾害带来的生命财产损失和社会影响,提高灾害天气预报、预警能力,提升气象防灾减灾能力。基于南充市雷电监测数据而统计出的闪电密度、雷暴日数更具客观性。     

综合体项目雷电灾害风险评估与防御对策

以某综合体项目为例,结合项目所处区域的雷电特征、设计图纸、现场勘测所得地质和地形数据等资料,采用《雷电防护风险管理》IEC62305-2的评估理论和方法,对其进行雷电灾害风险评估。分析得出综合体项目雷电灾害主要为人员生命损失风险和经济损失风险。同时,为提高综合体项目雷电灾害风险评估精准度,对某些特性因子及参数采用取平均数和面积加权的方法进行取值。通过分析计算得出:在直击雷及地电位均衡防护措施均较完善的情况下,其雷电灾害风险主要为因雷击电磁脉冲引起内部系统故障风险分量Rc(T)及RM(T)值偏高造成的经济损失风险。提出从电涌保护器的合理配置、屏蔽及合理布线等方面来降低综合体项目雷电灾害风险。     

北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域.     

基于气象大数据的雷电灾害防御重点单位量化方法研究

根据某市近十年闪电定位资料、三十年雷暴观测资料、土地利用类型、人口、经济、地形地貌和历年防雷装置检测情况及爆炸火灾危险场所等气象数据,采用综合风险评估体系建立评价模型,利用AHP法和特尔菲法结合确定指标权重。使用量化方法对雷电灾害敏感度高的行业和场所进行分类,将雷电灾害防御重点单位进行量化评估,按照等间距法划分出灾害防御等级。     

自然风景区雷电灾害风险评估方法研究

根据模糊理论和层次分析的方法,建立自然风景区雷电灾害风险评估模型。以三峡某自然风景区为例,选取符合该景区特性的准则层和方案层及其参数值,评估雷击人员伤亡损失风险,提出切实有效的整改措施。评估结果表明:该自然风景区雷电灾害风险较高;闪电密度、雷电流强度、雷电预警和响应系统、直击雷防护措施以及防接触和跨步电压措施对该自然风景区雷电灾害风险影响程度最大;为了减小雷电灾害风险,该自然风景区应建立雷电预警和响应系统,设置临时避雷场所,完善直击雷防护措施以及防接触和跨步电压措施,并进行防雷装置安全性能常规检测。     

2005—2014年北京市雷电灾害特征分析

利用2005—2014年北京市雷电灾害资料和2008—2014年北京市ADTD闪电定位资料,统计分析了北京市雷电灾害和闪电的特征。结果表明:2005—2014年北京市有记录的雷电灾害共532起,年平均雷电灾害为53.2起,年平均直接经济损失超过300万元。北京市雷电灾害主要发生在6—8月,其中6月雷电灾害发生最多;雷电灾害主要集中出现在17—23时,其中19时雷电灾害出现最多。北京市城六区和顺义等地区雷电灾害密度较大,总体呈城区多、郊区少,南部多、北部少的特征。雷电灾害主要发生在民用、企业、五大行业(交通、电力、通信、石化、金融)和旅游等行业,雷电灾害对象主要为办公电子电器(54.12%)和家用电子电器(30.47%),雷电灾害主要发生在生活场所、办公场所及生产场所。雷电灾害和自然闪电时间分布基本吻合,二者空间密度略有差异。     

北京市自然雷电与雷电灾害的时空分布

利用1995-2002的LIS/OTD卫星雷电资料(以下称自然雷电)及1995-2005年北京市18个区县的雷电灾害资料,对北京市自然雷电和雷电灾害的时空分布特征进行对比分析.结果表明,北京市雷电灾害的日变化与自然雷电的日变化趋势大体一致,两者不一致处主要与人们的出行生活规律以及电子设备与仪表的启用、关闭等有关.雷电灾害与自然雷电的季节变化大体一致,春、秋、冬三季较少,夏季较为集中.北京市自然雷电与雷电灾害的区域分布很不一致.自然雷电较多的北部偏远郊区雷电灾害并不频繁,相反,自然雷电较少的城区反而是雷电灾害的多发区域.结合北京市各区县的人口和经济资料进一步分析表明:自然雷电只是北京市雷电灾害的致灾因子之一,北京市雷电灾害的发生还受到人口密度及经济特征等因素的制约.     

山东省雷电灾害风险评估系统的开发

山东省雷电灾害风险评估系统是以 Java为平台设计开发的集查询管理和计算功能于一体的办公软件。该系统可依项目所在地经纬度自动分析该区域气象资料,根据雷电灾害风险评估技术规范和现场勘查数据,对各类建筑物的雷电灾害风险进行系统评估。所有数据可在系统内部完成交互及分析计算,自动生成评估报告,提高了雷电防护技术服务的工作效率和水平。     

基于ArcGIS的网格化雷电灾害风险评估方法研究与应用*

结合镇海区实际，开展大片区建（构）筑物网格化雷电灾害风险评估模型构建与应用，解决雷电灾害风险评估仅停留在依据灾后损失指标的单体建（构）筑物风险分布评估情况。在常规电气—几何雷电灾害风险评估模型基础上创新应用，引入地理信息处理技术将评估区域进行网格化分割，建立格点内包含建（构）筑物高度及其梯度、土壤电阻率及其梯度、直击雷防护效率、有效截收面积、地闪密度、电子电气设备系统、人口密度、火灾风险等指标在内的多层次网格化雷电灾害风险评估模型，并以辖区某化工企业厂区雷电灾害风险评估为例，对模型实践可行性应用示例。结果表明：对各指标数据集综合分析计算并运用ArcGIS风险区划，结合厂区功能布局特点分析评价，结果与市级雷电灾害风险评估报告、省级雷电易发区划基本一致。采用地理信息技术网格化处理大范围、跨区域雷电灾害风险评估方法，从“点”到“面”建立数学模型，对评估区域范围及扩展范围的雷电灾害风险评估、风险区划、政府决策支持等具有指导意义。     

肇庆市伴月湖社区体育公园雷击风险的分析与计算

根据雷暴数据统计资料和雷电风险评价闪电定位资料,采用统计分析和相关雷电防护标准,对肇庆市伴月湖社区体育公园雷击风险进行了定性分析与定量计算。结果表明:伴月湖社区体育公园区域7月雷电闪击的概率最多,19:00出现的闪电频数最高,雷电流最大值为117.5kA,3km范围内地闪密度值Ng为14.84次/(km~2·a)。人员处于无雷电防御设施的封闭建筑物、敞开构筑物内,风险分量总和低于风险容许值1×10~(-5);大树底下、露天场所风险分量总值高于风险容许值1×10~(-5),是公园雷击人身伤亡的主要区域。按照相应类别采取防雷措施后,封闭建筑物区和敞开构筑物区风险分量R_A各降低了99%。人员及时进入防雷设施合格的建筑物内,风险分量可降为0。     

白石山风景区雷电灾害风险评估研究

山地旅游景区由于地理、地形、环境的复杂性,雷电活动频繁且防御困难,而游客广泛分布在露天场所又导致人员遭受直击雷危险性高且疏散困难。山地旅游景区的雷电防御尚无明确的标准说明,对其进行雷电灾害风险评估,科学分析雷电风险,确定安全有效的雷电防护措施至关重要。通过对白石山风景区佛光顶观景平台人员生命损失风险、停车广场经济损失风险评估方法的具体描述,探讨山地旅游景区雷电灾害风险评估的基本方法及注意要素,得出以下结论:山地旅游景区雷电灾害风险评估应以IEC62305-2中建筑物的雷电灾害风险评估模型为基础,通过分析雷击现象发生时的损害类型及其影响因素,确定雷电灾害风险评估损失概率及损失量的计算方法,并通过风险值及风险允许值的比较确定防御措施,科学有效地保障景区内人员的生命、财产安全。     

基于综合评价法的河池市雷电灾害风险区划

为了探讨雷电灾害风险区划方法,细化河池市雷电灾害风险区划(分辨率为1 km×1 km),为雷电防灾减灾工作提供更科学的指导,利用河池市2010—2015年闪电资料、2000年地理数据和2015年社会经济数据,采用相关法,选取与闪电密度、强度分布相关的海拔高度、坡度等8个指标,结合闪电密度、强度,利用熵值法、复相关系数法和层次分析法组合建立了雷电风险计算模型,并利用历史雷灾频次对区划结果进行检验。结果表明:金城江、南丹和凤山为雷灾极高风险区,天峨、巴马、东兰和大化大部分区域为雷灾风险高值区,其他县为雷灾风险低值区(局部区域为高值区)。雷电区划风险值和历史雷灾数据呈现较好的相关性。     

浙江省雷电灾害风险分析及区划

在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。     

大型危险化工项目雷电灾害风险区域评估

采用宏观与微观相结合的方法,对大型危险化工项目雷电灾害风险评估进行探索。以中煤榆林甲醇醋酸系列深加工及综合利用项目一期I工程为例,根据雷闪次数、地理环境、建筑物的特性及雷电灾害防护能力和需求、人员密集情况、雷电灾害影响程度等因素将其划分为17个区域进行分析,分别计算各区域气象指标、地理环境指标、承灾体的风险指标等数据,得出17个区域雷电灾害风险等级。     

基于层次分析法的江门市新会区雷电灾害风险区划

利用雷电探测分析系统和地基闪电定位系统(LLS)资料,以广东省江门市新会区11个镇(街)行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷电灾害频数、地闪密度、人口密度、单位面积上的工农业总产值作为评估指标,建立层次分析模型,得到新会区的雷电灾害风险区划。结果表明:新会区会城街道辖区具有极高的雷电灾害风险值;司前镇具有高雷电灾害风险值;大泽镇、古井镇、三江镇、双水镇、睦洲镇具有中等雷电灾害风险;其他镇雷电灾害风险值较低;无极低雷电灾害风险区。