LD-Ⅱ和ADTD型闪电定位资料的对比分析

为了更全面地了解LD-Ⅱ和ADTD型闪电定位资料的准确性,利用安徽省2010年3—9月两套闪电定位系统监测到的资料,对比分析安徽省雷电活动规律,结果表明:两套资料在地闪总数、地闪时间变化、地闪空间分布、雷电流极性和强度等方面都存在较大的差异,LD-Ⅱ型闪电定位系统积累的资料时间较长,但ADTD型闪电定位系统在地闪空间分布、雷电流极性和强度的探测方面准确度更高.与雷灾资料对比发现,ADTD型闪电定位仪监测到的闪电记录距离受灾点较近、误差较小.     

雷暴天气在多普勒雷达资料上的前兆特征分析

通过多普勒雷达资料分析,得到：雷暴天气的形成过程通常在多普勒雷达图上往往反映为一个双层干区的迅速破坏和基本消失的过程。并且雷暴天气结束后,如果双层干区再次重新建立、破坏和消失．那么意味着再次雷暴天气过程的发生。依据上述分析通过简单统计归纳得到的合肥雷暴临近预报指标的预报效果是令人满意的。     

WUSH-TV2型超声蒸发传感器的安装与维护

介绍WUSH-TV2型超声蒸发传感器的系统组成、工作原理以及安装方法,并对实际工作运行中遇到的故障进行分析,提出了合理的保障维护方法和处理思路.     

雷电灾害风险区划方法研究及其在安徽省的应用

本文根据自然灾害系统理论和自然灾害风险评估理论,利用气象资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用统计方法、灾情解析、专家打分等方法,从致灾因子、孕灾环境、承灾体方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了较完整的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值。对安徽省雷电灾害风险区划表明:高风险区主要位于经济水平较高的城市以及皖南山区高海拔地区,而低风险区主要位于淮北地区,与灾情验证情况吻合。     

启东近半个世纪气温变化特征分析

利用启东市1956～2010年逐日温度观测资料,分析了启东地区平均气温、极端气温、冷积温和热积温的变化趋势和特征;通过小波变化对其进行周期分析,发现50到80年代存在一个20到24年周期,90年代后存在12到16年的周期震荡,启东未来年平均气温有下降趋势,但总体仍处于偏暖时期。     

2011—2019年中国长江三角洲区域闪电时空分布特征

利用2011-2019年江苏、浙江和安徽27个探测站ADTD闪电监测定位系统获取的资料,对中国长江三角洲三省一市（上海、江苏、浙江、安徽）一体化协同发展区域云地闪的发生频次、强度进行统计,运用EOF方法分析闪电频次的空间分布特征。结果表明：中国长江三角洲区域负闪数均占总闪数的95%以上,正闪平均强度均大于负闪平均强度绝对值。正、负闪平均强度最大值均出现在江苏,正、负闪平均强度绝对值最小值均出现在浙江。总闪电频数、强度的日变化和月变化特征曲线均呈单峰单谷特征。日变化特征中,总闪强度日最小值在15时,而在随后的16-17时总闪频数出现峰值。全年中,8月的总闪频数最大,总闪强度最小。在每年4月、7月、11月中正闪表现更为活跃。总闪频次空间分布与地形分布相吻合,高海拔地区均出现了高频次闪电分布,总闪强度空间分布则与之相反。根据总闪频次主成分分析,前4个特征向量累计方差贡献达到51.07%,空间上表现出既有全区一致性,又存在明显的差异,空间分布型可划分为全区一致型、南北反相型、交错反相型和东西反相型。     

2011—2019年安徽南部山区与北部平原闪电分布特征

利用2011年1月至2019年12月安徽省ADTD闪电定位系统监测资料, 对安徽南部山区与北部平原的闪电频次、极性、雷电流强度等参数进行对比分析。结果表明: 安徽南部山区总闪电频次约为北部平原的2.84倍, 北部平原正闪比高于南部山区, 这与两地区强对流天气类型有关。两地区闪电频次的月、日变化均呈单峰分布, 春季、夏季闪电活动明显多于秋季、冬季, 午后至傍晚为一天中的雷电活跃时段, 但南部山区在雷电高发月份及时段的闪电频次波动程度远大于北部平原。在雷电流强度方面, 北部平原整体上大于南部山区, 正、负地闪强度分别高出10.77 kA、9.52 kA, 其中正地闪强度峰值均出现在2月, 负地闪均为10月, 南部山区正、负地闪及北部平原负地闪日强度峰值与频次峰值时段相反。对安徽省总闪频次进行主成分分析表明, EOF分解的前5个特征向量累计方差贡献达到59.137%, 空间上表现出安徽南部山区与北部平原雷电活动变化趋势既具有一致性, 也具有明显的南北差异。     

安徽省云地闪密度与雷暴日数关系的研究

利用1961—2015年安徽省雷暴日数资料和2010—2015年ADTD系统闪电定位数据,以县级行政区域为基本单位,采用线性和幂两种计算模型分析安徽省年平均云地闪密度N_g与雷暴日数T_d的关系,并与《建筑物防雷设计规范》(GB 50057)公式的计算结果进行对比。结果表明:2010—2015年安徽省雷暴日数与1961—2015年雷暴日数的观测数据无显著性差异,幂模型比线性模型更适用于表征安徽省年平均云地闪密度和雷暴日数的关系。利用雷暴日数据结合规范两种计算公式得到的安徽省各县区年平均云地闪密度与实际观测的云地闪密度存在较大的差异,公式N_g=0.024T_d~(1.3)计算的云地闪密度的样本平均相对误差为31.65%,低于N_g=0.100T_d计算的云地闪密度的样本相对误差44.03%。拟合公式N_g=0.0281T_d~(1.369)计算的安徽省年平均云地闪密度与实际观测的云地闪密度接近,较规范中的两类公式N_g=0.024T_d~(1.3)和N_g=0.100T_d更适用于安徽地区。     

城市化进程对安徽省风速的影响

利用1981-2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明：(1) 近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2) 2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3) 城市站与乡村站年平均风速的趋势系数之差为-0.10 (m/s) /10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58 d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。     

安徽省雷电灾害风险区划

利用安徽省2005—2010年的闪电定位资料,以安徽省各市的行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷暴日（T）、地闪密度（N）、人口密度（L）、单位面积的GDP（D）作为评估指标,建立层次分析模型,得到安徽省的雷电灾害风险区划,然后利用历史雷灾频次对区划结果进行了校验.结果表明：黄山市、马鞍山、铜陵市、池州市、安庆市、淮南市、合肥市、阜阳市具有较高的雷电灾害风险值;宿州市、亳州市、淮北市雷电灾害风险值较低;其他城市雷电灾害风险值居中.