闪电定位系统与人工观测雷电日参数对比分析

雷电日是反映雷电活动规律的重要参数。通过对重庆地区35个区县人工观测雷暴资料(1951—2009年)和闪电定位系统监测资料(1999—2008年)的数理统计,重点分析了人工观测雷暴日、闪电定位系统监测的雷电日和雷击大地密度特征。结果表明:人工观测的雷暴日数远小于闪电定位系统监测获取的数据;人工观测的雷暴日局限于个人差异和地形影响,而闪电定位系统监测的雷电日局限于探测方法和设备的灵敏性,不能完全客观反映各地区雷电活动规律;雷击大地密度客观真实反映各地雷电活动特征,在此基础上获得了有效反映雷电活动规律的雷电日参数,为雷电灾害风险评估与防雷设计提供参考。     

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。     

雷击大地密度Ng数值研究

雷击大地密度Ng作为一个重要的气象参数,直接影响雷电灾害风险评估的科学计算。Ng数值的获取有两种方式:一种是由地闪定位网络系统提供,一种是按Ng≈0.1T_d(年均雷暴日)估算。在利用后一种方法获取Ng值时,简单地取0.1T_d并非科学。因为T_d是较大区域范围的平均值,未必是雷电灾害风险评估项目所处区域的真实值;况且Ng值不仅受T_d的影响,还与雷暴时间、雷暴路径、闪电特征、雷灾频次与强度有关。因此,利用后一种方法获取Ng值时,需计入其他气象因素的影响。基于对影响Ng的各种气象因素的分析,将焦作市按行政区划定为65个区域,根据各个区域的气象环境,分析出各个区域的雷电灾害风险等级;根据风险等级,设定风险系数,并结合周边区域气象因素对该区域的影响,计算出Ng的修正系数,修正Ng的取值,使修正后的Ng值更接近真实值。     

1971—2008年青岛地区雷电时空分布特征

选取1971—2008年青岛地区7个地面观测站雷暴日资料和2006—2009年闪电定位系统监测资料,统计分析青岛雷暴的时空分布规律,并以某大型石化项目为例,分析了该区域地闪的分布特征。结果表明：近38 a青岛地区雷暴日空间分布自东南向西北逐渐增多,季节性分布特征明显,主要集中在7月和8月。根据闪电定位资料,借助分析软件得出该石化项目附近雷电流强度分布图和雷电流累积概率分布曲线,进而得出对应的雷电流强度值,最大值为41.68 kA。利用闪电定位系统提供的地闪次数计算地闪密度Ng比用人工观测资料计算的结果更为客观,研究结果可为雷电灾害风险评估提供评估参数。     

杭州市雷电活动特征及雷电灾害区划

利用杭州市1966-2005年雷暴日资料和2008-2009年闪电定位资料,运用ArcGIS空间分析技术结合数理统计方法,分析杭州市雷电活动时空分布特征,并采用地闪密度空间分布与最大地闪强度空间分布的叠置作为雷电风险的主要评价指标,得到杭州市雷电灾害致灾危险性区划.分析结果表明,在时间分布上,杭州市雷暴天气多发生在夏季...     

衡水湖湿地景区雷电灾害区域风险评估研究

根据衡水市1972—2013年雷暴日资料、2009—2020年闪电定位数据及衡水湖湿地景区实地勘查资料，选取评估区域面积、评估景区级别、地形地貌和区域防雷安全管理等18个评估指标，采用层次分析法确定各评估指标的权重比，建立湿地景区雷电灾害区域风险评估模型，对衡水湖景区开展雷电灾害区域风险评估研究。结果表明：除闾里古镇区域风险等级为中等外，其他4个区域风险等级均为较高风险；影响其风险值的主要指标为土壤电阻率、地形地貌、相对高度、人员密度、材料结构、区域雷电防护水平和区域防雷安全管理；找出了衡水湖景区的雷灾易发区、隐患点和防雷措施薄弱环节，有助于更加科学地防雷减灾。     

青海省雷电灾害风险区划

依据自然灾害风险评估原理,结合气象统计数据、地理信息数据和社会经济数据,根据雷电灾害风险区划技术指南,利用归一化处理、百分位数法、熵值法、自然断点法等方法,开展了青海省雷电灾害风险区划。结果表明：（1）青海省闪电日数以22 d/10 a（1961—2017年）的速率减少,并且闪电天气多出现在夏季（6—8月）,以午后居多。（2）全省平均初雷暴日为4月16日,最早初雷暴日为1月9日（1964年玛沁）;平均终雷暴日为9月15日,最晚终雷暴日为11月28日（1986年囊谦）。（3）青海省年闪电日数的空间分布基本呈南多北少的纬向分布,雷电多发中心地带在青海南部地区的囊谦县、杂多县一带,以及祁连山附近地区。（4）雷电灾害的高风险区主要分布在青海省东部地区和南部地区,较低风险区主要位于柴达木盆地地区。本研究得出的雷电灾害风险区划结果可以在青海省气象防灾减灾工作中进行应用,为雷电灾害防御提供决策依据和技术基础。     

黑龙江省雷电灾害特征分析

本文利用黑龙江省1959~2008年的雷暴日资料、2006~2009年的地闪监测资料及1999~2008年的雷电灾害资料,对黑龙江省年平均雷暴日数与雷电灾害的时空分布特征进行对比分析,并对雷电灾害分类统计特征进行了分析。     

广东省雷电灾害易损性分析与风险区划

根据1996—2014年广东省雷电灾害事故统计数据、1999—2014年广东省闪电定位资料和广东省各地国民生产总值和人口数量,选取地闪密度、雷电灾害频数、经济(GDP)损失模数、生命易损模数、雷电灾害经济损失、雷电灾害人员伤亡等6个因子作为广东省各市雷电灾害易损性评估指标,对全省21个地级各市进行雷电灾害易损性风险评估,结合GIS方法对全省各地按行政区域进行雷电灾害风险区划,为各地科学、有效地做好雷电灾害防御规划和措施提供科学依据。     

哈尔滨雷电监测数据在雷电灾害风险评估中的应用

<正>1引言雷电灾害风险评估要考虑项目所在地气象环境、地质和地理环境、建筑物的重要性、使用性质和发生雷电的可能性及后果,将这些诸多因素以数值或参数罗列表达,通过公式或绘图方法计算出项目雷击风险值与可承受的风险最大值,然后进行比较,进行经济损失、人员伤亡风险值估算,提出雷电防护设计指导。大气雷电环境评价是雷电灾害风险评估的基础,雷电监测网数据是进行大气雷电环境评价的基础要素,通过统计雷暴日、闪电定位、大气电场等数     

河南省雷电灾害易损性分析及风险区划

根据2001-2010年河南省雷电灾害事故调查资料、2006-2010年河南省闪电定位资料统计出的雷暴日数,选取雷暴日、灾害频度、经济（GDP）损失模数、生命易损模数等作为河南省各省辖市雷电灾害易损性评估指标,并在此基础上,给出了河南各省辖市雷电灾害易损度评估结构。在分析河南省各省辖市雷电灾害易损性指标的基础上,对各省...     

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。     

德清县雷电活动时空分布特征及雷击灾害风险区划

利用近4 a德清县内地闪数据,采用网格法绘制地闪密度图,并对近40a的德清雷暴日数据进行分析,同时对雷击灾害风险进行区划研究。结果表明：20世纪70-80年代德清县雷暴日较90年代和2000年以后偏多|1971-2000年雷暴日呈现下降的趋势,但2000年后雷暴日数呈上升趋势|除12月以外每月均有雷暴发生,7月和8月是雷暴日高发期|春夏季雷暴日较多,秋季次之,冬季较少发生雷暴。雷电主要出现在12-13时和15-16时。至2010年,德清县大部分乡镇的地闪密度均大于4次/km²,落雷密集区面积逐年增加,高密集区有向山区和东北部乡镇扩散的趋势。落雷的分布与地形有密切关系,西北部高海拔山区和海拔在50-200m的低坡丘陵地带落雷密度较大。德清县莫干山至对河口水库一带、县城武康北部、洛舍和钟管镇交界一带及雷甸镇的西南部均为雷电灾害高风险区。     

德清县雷电时空分布特征及雷击灾害风险区划

利用近4 a德清县地闪数据,采用网格法绘制地闪密度图,并对近40 a德清雷县暴日数据进行分析,同时对雷击灾害风险进行区划研究。结果表明：20世纪70—80年代德清县雷暴日较90年代和2000年以后偏多;1971—2000年雷暴日呈下降趋势,但2000年后雷暴日数呈上升趋势;除12月以外每月均有雷暴发生,7月和8月为雷暴日高发期;春夏季雷暴日较多,秋季次之,冬季较少发生雷暴。雷电主要出现在12—13时和15—16时。至2010年,德清县大部分乡镇地闪密度均大于4次/km2,落雷密集区面积逐年增加,高密集区有向山区和东北部乡镇扩散的趋势。落雷的分布与地形有密切关系,西北部高海拔山区和海拔在50—200 m的低坡丘陵地带落雷密度较大。德清县莫干山至对河口水库一带、县城武康北部、洛舍和钟管镇交界一带及雷甸镇西南部均为雷电灾害高风险区。     

基于层次分析法的大连区域雷灾易损性评价

根据大连地区近6年雷电灾害资料,40年雷暴资料,以大连地理、气候环境为背景,通过计算指标权重,采用层次分析法对大连区域雷灾易损性进行评价,并通过一致性检验。结果显示,金州新区属于极高风险区域,瓦房店属于高风险区域,大连、普兰店、庄河属于低风险区域,旅顺属于极低风险区域。结果表明雷灾区域易损性分析不仅取决于样本区域的自然雷暴日,还与样本区域的经济发展情况、人口密度、历史灾害等多方面因素有关,各指标影响权重也并非相同。采用层次分析法进行区域雷灾评价研究,能够有效减少人为因素,为防雷减灾提供了依据。     

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。