三明市雷电气候特征与雷电灾害易损度区划研究

来源 :南京信息工程大学学报(自然科学版) | 被引量 : 0次 | 上传用户:baohuse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要
  通过对三明市市区及10个县(市)气象观测站1981—2013年雷电观测资料的统计分析,得出了三明市雷电气候特征与变化规律.采用2003—2012年雷电灾害数据,从雷电致灾因子、承灾体因素考虑,选取雷击密度Ng、雷电灾害频度P、经济损失模数D和生命受损模数L作为分析雷电灾害易损度指标参数,通过广泛调研和抽样调查问卷,确定各要素所占权重,计算出三明市区及所属10个县(市)雷电灾害易损性风险值,确定了雷电灾害易损度区划分级指标,绘制雷电灾害易损度区划图,完成了雷电灾害易损度区划研究.关键词雷电灾害;气候特征;易损度;区划
  中图分类号P242
  文獻标志码A
  0引言
  三明市地处闽西北山区,位于16°22′~118°39′E,25°29′~27°07′N.它东接福州,南邻泉州,西连龙岩,北毗南平,西北靠赣州,东西宽230多千米,南北长180多千米,境内以中低山及丘陵为主,西北部为武夷山脉,中部为玳瑁山脉,东南角依傍戴云山脉,下辖1个县级市(永安市)、2个区(梅列区、三元区)和9个县,国土面积229万km2.据不完全统计,三明市2006—2014年共发生了1 200多起雷灾,造成15人死亡,8人受伤,引发火灾7起,直接经济损失约2 400万元,间接经济损失无法准确统计,是福建省雷电次数最多、雷电灾害最严重的地市之一.为防止和减少雷电灾害引发的人身伤亡和财产损失,科学指导城市规划建设和防雷装置设计与安装,需对三明市雷电气候特征和雷电灾害易损度区划开展研究.通过对三明市雷电观测资料统计分析得出雷电气候特征规律,利用2003—2012年雷电灾害数据,计算出雷电灾害易损性风险综合指数,完成雷电灾害易损度区划[1],旨在为三明市今后开展防雷减灾工作提供参考,发展智慧气象,切实提升防雷减灾公共服务能力.
  1资料来源
  11雷电观测资料
  本文所采用的雷电观测资料为三明市市区及永安市、沙县、将乐等10个县(市)气象局地面气象观测站1981—2013年雷暴日数及初雷日、终雷日等观测数据的统计分析资料,因2014年后雷电观测方式发生改变,使雷电观测数据与之前数据不具比较性,故只取到2013年止.
  12雷电灾害数据
  考虑到雷灾资料收集的完整性和可比较性,本文采用三明市市区及所辖10个县(市)2003—2012年近10年的雷电灾害数据,较客观真实地反映区域内雷电灾害次数、经济损失和人员伤亡情况[2].
  2雷电观测资料统计分析
  21各地年平均雷暴日数及最大、最小值
  通过对三明市各地雷暴日数计算历年平均值和挑取最大、最小值的方法,统计出各地年平均雷暴日数(Td)及最大、最小值,具体计
  算结果如表1所示.
  通过以上统计数据可知:三明市年平均雷暴日数为485~679 d,其中,年雷暴日数最大值达89 d(1997年出现在宁化县和沙县),年雷暴日数最小值为26 d(2003年出现在市区),两者相差达63 d.
  22雷暴日数空间分布
  根据以上计算得出的各地年平均雷暴日数(Td)的大小,按照相关标准进行雷暴日等级划分,绘制出三明市雷暴日等级划分[3],如图1所示.
  通过图1可知:三明市年平均雷暴日数空间分布上存在明显的南北差异,年平均雷暴日数呈现南高北低的分布特征,以北部将乐县的485 d为最小,西南部宁化县的679 d为最大,两者相差194 d,三明市区相对于周边县(市)较小.
  23雷暴日数年变化
  通过对三明市市区及所属各县(市)逐年年平均雷暴日数求取平均值,得到三明市逐年年平均雷暴日数,根据计算结果绘制出三明市雷暴日数年际变化曲线,如图2所示.
  通过对图2分析可知:三明市年平均雷暴日数为365~771 d,平均值为598 d,年际变化较大,以1997年的771 d为最大,以2003年的365 d为最小,两者相差406 d.通过分析发现三明市年平均雷暴日数年际变化呈现出减少的趋势.
  24雷暴日数月变化
  通过对全市各地月平均雷暴日数求取平均值,可计算出三明市逐月平均雷暴日数,并绘制出雷暴日数月变化曲线,如图3所示.
  通过对图3分析得出:三明市雷暴活动一年四季均有发生,呈现出明显季节变化特点,秋冬季节(1—2月、10—12月)为雷电活动低谷期,春夏季节(3—9月)为雷暴活动活跃时期,3月后雷暴日数逐月增加,8月达到最高值为116 d,其中5—8月为雷电活动高发期,雷暴日数达到384 d,占全年总数的642%,9月以后又逐渐减少.
  通过对市区及所属各县(市)初、终雷暴日期分别计算历年平均值,可计算出全市各地初、终雷日期,并绘制出三明市初、终雷日区域分布曲线,分别如图4和图5所示.
  通过对图4、图5及各地初、终雷暴日期资料分析得到:全市平均初雷日在2月22日,最早出现在1月6日(2000年尤溪县、1996年宁化县),最晚出现在4月9日(1999年泰宁县),各地平均初雷日总体上较为接近,但略有不同,呈现出南部偏早,中、北部偏迟的特点;全市平均终雷日在10月10日,最早出现在8月26日(2001年将乐县),最晚出现在12月29日(1981年大田县),各地平均终雷日也是总体上较为接近,呈现出北部偏早,中、南部偏迟的特点.
  3三明市雷电气候特征研究分析
  通过以上对三明市区及10个县(市)气象观测站1981—2013年雷暴日数及初、终雷暴日期观测资料的统计分析,得到三明市雷电气候特征及最新变化趋势[4].
  1)平均雷暴日数区域分布特征明显:三明市年平均雷暴日数为485~679 d,按照《建筑物电子信息系统防雷技术规范》(GB 50343—2012)规定,均属于多雷区,雷电活动活跃,需加强雷电防御工作,区域分布上存在明显的南北差异,年平均雷暴日数呈现南高北低的分布趋势,以北部将乐县的485 d为最小,西南部宁化县的679 d为最大,两者相差194 d.年雷暴日数最大值达89 d(1997年出现在宁化县和沙县),年雷暴日数最小值为26 d(2003年出现在市区),两者相差达63 d.   2) 平均雷暴日数时间分布特征明显:
  ①年变化呈现减少趋势:三明市年平均雷暴日数为365~771 d,平均值为598 d,年际变化较大,以1997年的771 d为最大,以2003年的365 d为最小,两者相差406 d,近年来呈现出减少的趋势.
  ②月变化呈现出明显季节性特点:三明市雷暴活动一年四季均有发生,月雷暴日数具有明显季节变化特点,秋冬季节(1—2月、10—12月)为雷电活动低谷期,春夏季节(3—9月)为雷暴活动活跃时期,3月后雷暴日数逐月增加,8月达到最高值为119 d,其中5—8月为雷电活动高发期,雷暴日数达到384 d,占全年总数的642%,9月以后又逐渐减少.
  3)初、终雷暴日期相对较集中,但存在较明显的地域差异:全市平均初雷日在2月22日,各地平均初雷日相对较集中,但略有不同,呈现出南部偏早,中、北部偏迟的特点;全市平均终雷日在10月10日,各地平均终雷日总体上较为接近,但存在一定的地域差异,呈现出北部偏早,中、南部偏迟的特点.
  4雷电灾害易损度区划
  通过对以上计算得到的三明市及所属各县(市)年平均雷暴日数(Td)的应用,再利用三明市2003—2012年雷电灾害数据,从雷电致灾因子、承灾体对雷电灾害易损性风险进行综合分析,通过收集资料、广泛调研,选取了雷击密度Ng、雷电灾害频度P、经济损失模数D 和生命受损模数L作为雷电灾害易损度评估指标[5],通过对不同行业、不同专业、不同文化程度和不同年龄人群进行问卷调查,确定出计算雷电灾害易损性风险值公式模型,采用4 级分级法实现雷电灾害综合易损性区划[6].
  雷电灾害的致灾因子就是雷电发生的频次及烈度.由于烈度的分析缺乏观测资料(闪电定位观测资料年限较短),所以采用了各地雷暴日数、雷电灾害频度资料进行分析.
  承灾体主要指承受雷电灾害的对象,承灾体的易损性包括自然、经济和社会易损性等方面的内容.由于地理环境、人文环境及经济发展状况等的不平衡性,相同烈度雷电灾害在不同区域造成的灾害损失严重程度有着很大差异.本文主要从承灾体的经济损失和生命损失进行分析.
  其中:R 表示雷击灾害风险度;Ng、P表示致灾因子危险性;D、L表示承灾体易损性;a、b、c、d 为权重系数,分别表示致灾因子危险性、承载体易损性对雷电灾害易损风险值的贡献程度.
  41参数定义、说明及取值规定
  1)Ng(雷击密度):表示區域内单位面积所发生的年平均雷电数量,是反映雷电频次的一个重要指标,雷击密度大,说明区域内雷电发生次数多,致灾因子活跃,承载体易损性大.Ng=01×Td,Td取本文对三明市区及所属10个县(市)气象观测站统计得出的年平均雷暴日数,通过公式计算出雷击密度值.
  2)P(雷电灾害频数):表示区域内年平均发生雷电灾害的次数,反映区域内雷电灾害发生频次的高低,也客观反映出区域雷击易损性情况,是进行致灾因子分析的一项重要指标.
  P=T/a,T定义为某区域内 2003—2012年雷电灾害总次数,a为年数,本文取10.
  3)D(经济损失模数):表示区域内因雷击造成单位面积年平均经济损失模数,单位:10元/(km2·a),该指标比较客观地反映出区域内因雷击的经济易损情况,体现区域雷电灾害损失程度和防御雷电灾害的能力.D=DS×103/(S×a),DS定义为某区域内2003—2012年雷电灾害经济损失总额,单位为万元,S为区域面积,单位为km2,a为年数,本文取10 a.
  4) L(生命受损模数):表示区域内因雷击造成单位面积内年平均人员伤亡模数,单位:人/(105·km2·a),该指标比较客观地反映出区域内生命对雷电灾害的敏感性,也体现了区域内雷电灾害造成人员伤亡程度和人员防御雷电灾害的能力.L=LS/(S×105×a),LS定义为某区域内 2003—2012年内因雷击造成人员伤亡总人数,单位为人,S为区域面积,单位km2,a为年数,本文取10.
  5)权重系数及各项评估参数的取值:
  ①权重a、b、c、d值确定:采用问卷调查形式,通过广泛调研,对200多名从事与防雷工作相关人员进行问卷调查,经过统计分析,得出权重数据[7],结果如表2所示.
  ②Ng、P、D、L参数取值:通过对第2节计算结果的应用,可计算出三明市各地落雷密度Ng值;利用三明市2003—2012年雷电灾害次数、经济损失额、伤亡人数及各县(市)区域面积可计算出三明市各地雷电灾害频数P、经济损失模数D、生命受损模数L(表3).
  42确定各项评估指标分级标准,完成雷电灾害易损性风险区划
  1)各项评估指标分级标准确定:雷电灾害易损性体现了该区域未来因雷电造成的可能损失量的高低.本文对区域综合易损度采用极高、高、中和低4个易损度等级来描述,分级方法采用气象学统计分析中的分级统计方法,其核心思想是:首先将12个县(市、区)的各项指标值从小到大按顺序排列,按每组 3个记录的方法分为 4组数据,第n(n=1,2,3,4)组中的最大值和第n+1组中的最小值的平均值分别作为第n(n=1,2,3,4)级的最大值和第n+1级的最小值,4项雷电灾害易损性指标分级标准如表4所示.
  2)计算雷电灾害易损性风险值:将表3雷电灾害易损性风险评估指标按照表 4的等级标准进行划分,即将各项易损性风险评估指标统一换算为等级取值,如表5所示.然后根据公式
  将各区域的各项雷电灾害易损指标等级取值乘以权重系数再计算合计值,得到三明市市区及所属县(市)的雷电灾害易损性风险值计算值(R)(表5).
  3)三明市雷电灾害易损性风险区划:
  根据表5的雷电灾害综合易损度计算值,采用 4级分区法将三明市12个县(市、区)划分为雷电灾害低易损区、中易损区、高易损区和极高易损区4个不同的易损度区域[8],分级标准使用上述相同的方法确定,得到各等级雷电灾害易损度区划标准,如表6所示.   将表5的计算结果按照表6的标准,完成三明市12 个县(市、区)雷电灾害易损度区划[9],具体区划结果如图6所示.
  43雷电灾害易损度区划结果分析
  从三明市雷电灾害易损度区划结果分析可知:三明市雷电易损度等级呈现出南北高中部低的特点,极高易損区分布在西南部的宁化县和南部的永安市、大田县,高易损区分布在北部的建宁县和南部的三明市区,中易损度区位于三明市中部的明溪县、北部的泰宁县和东南部的尤溪县,低易损度区分别位于两个极高易损区中间的清流县和被中易损区包围的将乐县和沙县.这一雷电灾害易损度区划与近几年三明市发生雷击灾害的情况非常吻合,也与三明市雷电活动气候特征及最新变化趋势分析结果基本吻合,具有科学性、合理性,能为三明市各县(市、区)减低雷电灾害,开展雷电灾害防御规划提供较客观的科学依据.
  5结论
  本文通过对雷电观测资料的统计分析,研究了三明市雷电气候特征与变化趋势.在综合考虑各种主要指标后,通过对雷击密度Ng、雷电灾害频度P、经济损失模数D和生命受损模数L的计算,确定了雷电灾害易损度区划分级指标,绘制了雷电灾害易损度区划图,完成了全市12个县(市、区)的雷电灾害易损度区划,有利于抓住防雷减灾工作的重点,能为当地政府制订经济社会发展规划和开展防雷减灾规划工作提供有力的科学依据[10],并能引导人们在安排日常生产、生活中,尽量避开雷电高发期和雷电主要发生时段.本文开展的雷电气候特征与雷电灾害易损度区划研究方法,也可为我国其他省市防雷减灾工作提供参考,各地可根据当地实际自然和人文环境,参考本方法进行综合分析、评估后完成雷电灾害易损度区划,使防雷减灾工作的侧重区域更明确.各地可在加强研究的基础上,选取更多评估指标,建立更加科学合理的数学模型,提高综合分析评估和雷电灾害易损度区划的科技内涵.
  参考文献
  References
  [1]李家启,申双和,秦健,等.重庆市雷电灾害易损性风险综合评估与区划[J].西南大学学报(自然科学版),2011,33(1):96102.
  LI Jiaqi,SHEN Shuanghe,QIN Jian,et al.Comprehensive estimate and zoning of lightning disaster vulnerability risk in Chongqing[J].Journal of Southwest University(Natural Science),2011,33(1):96102
  [2]蒋勇军,况明生,李林立,等.基于地理信息系统的重庆市自然灾害综合区划及评价[J].西南师范大学学报(自然科学版),2003,28(4):627632
  JIANG Yongjun,KUANG Mingsheng,LI Linli,et al.GISbased comprehensive regionalization and assessment to natural disaster in Chongqing[J].Journal of Southwest China Normal University(Natural Science),2003,28(4):627632
  [3]殷娴,肖稳安,冯民学,等.区域雷灾分布特征及易损度区划[J].气象科技,2009,37(2):216220
  YIN Xian,XIAO Wenan,FENG Minxue,et al.Regional distribution and vulnerability regionalization of lightning disaster[J].Meteorological Science and Technology,2009,37(2):216220
  [4]林雨人,高鸿,刘敦训,等.2007 年深圳市雷电灾害气候特征分析[J].气象研究与应用,2008,29(3):4648
  LIN Yuren,GAO Hong,LIU Dunxun,et al.Analysis of climate characteristics of lighting disaster of Shenzhen city in 2007[J].Journal of Meteorological Research and Application,2008,29(3):4648
  [5]吴高林,唐世宇,印华,等.利用落雷密度划分重庆雷区的研究[J].高电压技术,2007,33(4):122124
  WU Gaolin,TANG Shiyu,YIN Hua,et al.Research on the thunder distribution in Chongqing region using ground flash density[J]High Voltage Engineering,2007,33(4):122124
  [6]尹娜,肖稳安.区域雷灾易损性分析、评估及易损度区划[J].热带气象学报,2005,21(4):441449
  YIN Na,XIAO Wenan.Regional vulnerability analysis,evaluation and vulnerability zoning of lightning[J].Journal of Tropical Meteorology,2005,21(4):441449
  [7]樊运晓,罗云,陈庆寿.区域承灾体脆弱性综合评价指标权重的确定[J].灾害学,2001,16(1):8687
  FAN Yunxiao,LUO Yun,CHEN Qingshou.Establishment of weight about vulnerability indexes of hazard bearing body[J].Journal of Catastrophology,2001,16(1):8687   [8]蔣勇军,况明生,匡鸿海,等.区域易损性分析、评估及易损度区划:以重庆市为例[J].灾害学,2001,16(3):5964
  JIANG Yongjun,KUANG Mingsheng,KUANG Honghai,et al.Regional vulnerability analysis,evaluation and vulnerability zoning:Taking Chongqing as an example[J].Journal of Catastrophology,2001,16(3):5964
  [9]黄崇福,张俊香,陈志芬,等.自然灾害风险区划图的一个潜在发展方向[J].自然灾害学报,2004,13(2):915
  HUANG Chongfu,ZHANG Junxiang,CHEN Zhifen,et al.Toward a new kind of natural disaster risk zoning map[J].Journal of Natural Disasters,2004,13(2):915
  [10]郭虎,熊亚军.北京市雷电灾害易损性分析、评估及易损度区划[J].应用气象学报,2008,19(1):3539
  AbstractThe lightning characteristics and variation trends in Sanming of Fujian provinceare analyzed based on lightning monitoring data from 1981 to 2013,and the vulnerability risk zoning of lightning disaster are made for period of 2003-2013.Lightning vulnerability indicators,including cloud to ground lightning density(Ng),the frequency of lightning disaster(P),economic vulnerability module(D),and vital vulnerability module(L),are selected as indexes for risk assessment of regional lightning disaster and comprehensive evaluation of the vulnerability of Sanming city and its 10 counties.The weights of the lightning vulnerability indicators are calculated based on investigation and questionnaire.Finally,Sanmings lightning vulnerability zoning map is made,which provides scientific basis and valuable reference for the reasonable planning of lightning disaster prevention and reduction in Sanming.
  Key wordslightning disaster;climatic characteristics;vulnerability;zoning
其他文献
随着市场的饱和,社交APP想要从众多竞品中脱颖而出的难度也变得越来越高.这时候,有些社交APP就开始想着法子找些新的玩法来出位,甚至打起了“反社交”的旗帜.而《前任博物馆
利用2012年海南岛沿海6个常规气象站、2个海岛站的逐时风向、风速资料,分别对全年以及不同季节内近地面风速大小、风速日变化以及风向频率分布等进行了统计分析.结果表明:201
<正> 随着科学技术的迅速发展,世界各国教育改革的一个共同趋势,是把发展智力、培养能力作为各门学科提高教学质量的一项主要任务。教学是教师的“教”和学生的“学”的共同
当你看到“拼多多,拼多多,拼的多,省的多”会不自觉唱出来时,是不是才意识到,在看过的很多综艺里,都能听到这个曲子?来势汹涌的拼多多,正是当下内容营销、赞助综艺市场的一个
期刊
4月,链家网上线了“贝壳找房”.6月,58集团发起“真房源誓师大会”,前来站台的包括中原地产等业内知名平台.然而差不多在半年前,58同城及旗下安居客还因端口费,被行业联合抵
近日,有媒体报道称,国家新闻出版署将对网络游戏实施总量调控,控制新增网络游戏上网运营数量。消息一经报道,仅8月31日当天,排名前10的游戏厂商市值就累计蒸发1722亿元人民币
VR跟其他新技术风口一样,都曾瞬间掀起了市场的一股浪潮。但是热度散去后,摔下来的玩家数不胜数。如今的VR市场不再是投资人眼中的宠儿,现有的技术水平和消费者心理预期更是
3D Touch的出现,让我们使用iPhone时,可以快速地打开某个APP的某项功能(比如《支付宝》的付款码)。不过,需指出的是,并不是所有APP都支持3D Touch,3D Touch也并不是适用于每
通过类Lyapunov方法,结合线性矩阵不等式(LMI)技术,给出了具有时滞的Lipschitz非线性离散系统全维观测器存在的充分条件.在此基础上,设计了具有扰动的时滞Lipschitz非线性离散
目前,以美团、今日头和拼多多为代表的互联网新秀市值轻而易举地超越了58同城,姚劲波(58集团CEO)所固守的生活分类信息市场也开始被链家分食。但最核心问题的还是58同城自身