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.     

一种新的雷电日及雷电参数统计方法

为更好地应用雷电定位系统的自动监测数据统计雷电日及雷电参数,利用滇中地区1987～2006年49个气象站点雷电观测资料和2005～2006年闪电定位探测资料,在对比分析气象观测雷电资料与闪电定位探测雷电资料的基础上,提出了一种新的适用于自动监测雷电日的统计方法--网格法.网格法划分统计区域详细、合理,其雷电日统计值与传统气象雷电日有可比性.长期气象雷电日资料是选定网格大小的参考标尺,滇中地区取0.175°×0.175°网格统计值为其年平均雷电日,取0.3°×0.3°网格统计值为其最大雷电日.用网格法对雷电参数进行统计结果显示:滇中地区雷电日和雷电密度有显著的局地变化特征,地闪密度与闪电强度成反比关系.此结论为防雷工程设计、雷电灾害评估和雷电成因分析提供了较好的理论基础.     

2007年深圳市雷电灾害气候特征分析

通过对2007年深圳市雷电气候特征、雷电密度分布、重要雷电天气过程分析和雷电灾害情况分析,探讨雷电发生的天气背景以及致灾的成因,为雷电预测预警技术提供科学依据.     

雷电监测和雷电数据的应用

简要介绍了雷电探测的基本原理、雷电探测技术和国外雷电数据的应用情况。结合我省雷电探测网的建设现状 ,提出了我省雷电数据未来的应用方向及展望     

2005-2015年四川省雷电活动变化特征分析

利用四川省雷电监测网监测近11年雷电资料统计分析,全省雷电活动变化存在的特征以及变化规律,对研究雷电的发生、发展有着重要的指导意义,为雷电预警预报、区域风险评估和雷电灾害分析,打下坚实的基础。     

法国防雷工作现状及启示

介绍了法国雷电监测预警系统AMEO 340和防雷业务管理工作,并借鉴其经验,从做好雷电灾害调查与评估和雷电灾害区划,规划建设雷电灾害监测预警平台和预报平台,实现全省雷电业务集约化发展,开展雷电科学技术研究,建立雷电灾害应急处置机制等方面,探讨如何做好防雷业务工作.     

雷电灾害事故鉴定方法及其应用初探

针对目前国内雷电灾害事故鉴定还没有相应技术规范标准和统一操作方法的现状,结合近5年十堰市气象部门在辖区内所开展的雷电灾害鉴定工作实际,简述了雷电灾害鉴定前的五项调查内容;从事故定性、雷电类别定性、雷电灾害过程分析、雷电灾害吻合分析等方面,介绍了雷电灾害调查结果分析方法;最后,指出了雷电灾害鉴定符合法定程序必须达到的三个要求。     

法国防雷工作现状及启示

介绍了法国雷电监测预警系统AMEO 340和防雷业务管理工作,并借鉴其经验,从做好雷电灾害调查与评估和雷电灾害区划,规划建设雷电灾害监测预警平台和预报平台,实现全省雷电业务集约化发展,开展雷电科学技术研究,建立雷电灾害应急处置机制等方面,探讨如何做好防雷业务工作。     

雷电强度客观分级方法探讨

利用2007—2016年湖北省雷电监测系统获得的雷电资料,经过统计分析雷电流幅值、雷电陡度的特征,建立了雷电强度等级评估模型。采用对称不等间隔四级法,将雷电强度分为弱(Ⅰ)、中等(Ⅱ)、强(Ⅲ)和极强(Ⅳ)4个等级,并计算出各等级划分阈值。检验了分级阈值的合理性,同时用雷电灾害情况对分级结果作了进一步检验,结果表明雷电强度分级方法是客观可行的,能够为雷电灾害评估和等级划分、雷电预报预警等工作提供重要的参考。     

2012年广东省雷电活动特征与雷电灾害损失浅析

采用计算机技术和GIS技术对广东省雷电监测定位系统雷电资料进行处理分析,研究全省雷电活动特征,结果发现,2012年全省雷电次数比往年多、密度更大、活动更为频繁,具有明显的时间分布、空间分布和电流强度分布特征.同时,根据相关部门提供的2012年全省雷电灾害调查数据,得知雷电灾害事故比往年多,损失更大.对比分析全省雷电活动特征和雷电灾害损失,结果表明两者间有很好的正比例相关特性：雷电次数比往年多对应的雷电灾害损失也大,雷电高发期提前到4、5月份对应的雷电事故也提前在这两个月份达到高峰,这和2012年全省天气异常气候有关.