1953—2022年阜新市雷暴活動規律及災情特征分析

范 野，舒海燕，陶 倩，李 凝， 楊曉彤，謝 媛，常相伊

（阜新市氣象局，遼寧 阜新 123000）

雷暴屬于中小尺度強對流天氣現象，具有瞬間性、多發性和毀滅性等特點，強雷暴往往伴隨大風、冰雹、強降水等災害性天氣，給農業生產帶來了嚴重的損失［1-2］。2021年我國共發布了387334條預警信息，而雷電是發布數量最多的預警類型，雷電目前已被聯合國氣象相關部門列為“最嚴重的10種自然災害之一”［3-4］。據中國氣象局2007年第16號令規定，雷暴被列為重大氣象災害性天氣，氣象部門應根據危害程度向社會公眾發布不同級別的預警信號，并提出合理的防御措施和建議。

目前，國內外學者針對雷暴災害的變化規律開展了一定的研究并取得了有價值的結論［5-6］。中國南部和東部沿海地區是雷暴災害多發區，其中海南、廣東2省的雷暴災害發生高峰期為6—8月，雷暴日數月分布多呈雙峰形［7-9］。程向陽等［10］結合當地實際情況，通過區劃分析、災害評估等方法分析了雷電災害事件的成因。阜新市位于遼寧西北部，地形以丘陵山地為主，夏季大氣不穩定度較大，易產生強對流天氣，雷暴出現次數較多，同時還會伴隨冰雹、大風、強降雨等災害性天氣，給阜新市的農業生產和生活造成了嚴重損失?；诖?，本文利用1953—2022年阜新市的雷暴日數，采用多種統計分析方法對阜新市的雷暴活動進行分析，以期充分認識當地雷暴的發生規律及其區域分布特征，為阜新市雷暴天氣的預報、預警工作提供科學依據，減少雷暴氣象災害對農業生產造成的影響。

1 資料與方法

1.1 數據來源

本文使用數據包括阜新市2個國家基準氣候觀測站1953—2022年的逐日雷暴資料、平均2分鐘風速、相對濕度、平均溫度、閃電定位儀資料，數據來源于氣象大數據云平臺、所轄縣常規自動站、61個加密自動站以及阜新市氣象臺發布的雷電預警信息，規定在1 d出現≥1次按1個雷暴日計算；1987—2022年雷暴災情資料來源于阜新市2個國家氣象觀測站和農業部門及統計部門；2010－2022年ERA5的逐小時再分析資料（水平分辨率為0.25°×0.25°）來源于歐洲數據中心；東亞夏季風指數（EASMi）的月數據來源于國家氣候中心及青藏高原科學數據中心。

1.2 研究方法

本文主要采用Morlet的小波分析方法，利用Matlab軟件對雷暴日數進行小波變換，計算出復小波系數的實部，根據小波系數的實部值來判斷雷暴日數呈現為偏多或偏少。小波方差能夠反映雷暴日數時間序列中包含的時間尺度的周期性波動及能量強弱隨尺度變化的特性。

利用滑動平均法對雷暴日數進行趨勢分析，用重標極差（R/S）統計分析方法對未來趨勢是否有轉折進行判斷，具體方法參考文獻［11-12］。

Pettitt方法［13］是一種與Mann-Kendall法相似的非參數檢驗方法。首先構造秩序列Sk時間序列的累加模型，秩序列Sk是第i時刻數值大于或小于j時刻數值個數的累計數。Pettitt法是直接利用秩序列來檢測突變點的，若t0時刻滿足k0=max（|Sk|），則t0點處為突變點。然后計算統計量P=2exp[-6（n3+n2）]，若P≤0.5，則認為檢測出的突變點在統計意義上是顯著的。

2 結果與分析

2.1 雷暴日數的時間變化特征

2.1.1 雷暴的年代際變化 由圖1可知，1953—2022年阜新市雷暴日數整體呈下降的趨勢，遞減率為-0.10 d/a，此結論與畢伯鈞等［14］研究得出的中國東部地區夏季偏南風隨年代表現出明顯減弱的變化趨勢一致；由阜新市雷暴日數的5 a滑動平均趨勢可見，1953—1991及2013—2022年雷暴日數偏多，而2007—2013年明顯偏少；其中雷暴日數出現次數最多的年份為2022年（57 d），1959年次之（55 d），出現次數最少的年份為2017年（15 d）；阜新市各年代平均雷暴日數也呈減少趨勢，其中以20世紀50年代平均最多（40 d），20世紀80年代次之（37 d），21世紀00年代最少（31 d）。

圖1 1953—2022年阜新市雷暴日數變化趨勢

2.1.2 雷暴的季、月變化 阜新市雷暴天氣發生頻率隨季節變化特征顯著，3—5月迅速增多，6—8月趨于平穩，9—11月迅速減少。每年3—11月為雷暴活動期，其中以6—8月（夏季）最多，占總日數的69.9%。其原因是夏季隨著副熱帶高壓北跳，阜新市暖濕氣流增強，極易造成大氣層結構不穩定而產生強對流［15］。常煜等［16］研究發現，呼倫貝爾市雷暴的發生與西太平洋副熱帶高壓的南北進退時間基本一致。

由圖2可知，阜新市的雷暴天氣主要集中在5—9月（占比92.5%），其中7月最多（占比26.1%），6月次之（占比24.9%）；12月—翌年2月雷暴發生頻次最少，3月其次（占比0.3%）。

圖2 1953—2022年阜新市雷暴日數的月變化情況

2.1.3 雷暴的日變化 由圖3可知，阜新市雷暴日變化呈現典型的單峰雙谷形，6—8月雷暴發生峰值主要集中在13:00~22:00，占總次數的95.1%，最大值出現在16:00~18:00，占比70.1%；次高峰出現在14:00~19:00；11:00~12:00 和0:00~1:00 出現次數最少，平均占比為1.5%；4:00~08:00和13:00~17:00的雷暴發生次數較多，小時分布變化較為明顯。從總體分布來看，阜新市14:00~21:00發生對流性雷暴天氣次數較多，此期間為雷暴的高發集中時期，造成該結果的原因是午后太陽輻射加熱導致下墊面溫度升高，從而使地面熱力條件發展旺盛，增加了局地熱對流的發生，此外還有系統性天氣對雷暴發生的影響。因此，14:00~21:00也是雷電防御的關鍵時期。

圖3 1953—2022年阜新市雷暴發生的日變化情況

2.1.4 雷暴初、終日的各月分布情況 由圖4可知，阜新市雷暴初日基本在3—5月（占比97%），其中4月最多（占65%），5月次之（占25%），雷暴初日在6月最少（占3%）；初日最早出現在1992年3月24日，最晚出現在1963年6月4日。雷暴終日基本在9—11月（占比98%），其中10月最多（占56%），9月次之（占31%），8月最少（占2%）；終日最早出現在1986年9月16日，最晚出現在2010年11月13日。

圖4 1953—2022年阜新市雷暴初、終日的各月分布

2.2 雷暴的周期性規律

根據阜新市1953—2022年雷暴日數繪制Morlet小波系數實部等值線及小波方差曲線（圖5），結果表明：阜新市近70 a雷暴日數存在2個完整尺度和一個不完整尺度的周期性變化規律，其周期變化規律均呈現在全部數據年限，其中準24年周期共經歷了9個周期振蕩變化；準44年周期共經歷了5個周期振蕩變化；大約70 a的周期性波動（由于數據有限，周期不完整）顯示經歷了3個周期振蕩變化，且波動均較顯著。其中準24年的振蕩周期可能是受太陽黑子活動的影響。

圖5 雷暴日數小波系數實部等值線及小波方差曲線

2.3 雷暴的突變檢驗

由圖6可知，近70 a阜新市雷暴日數在2006年統計量Ut達到最大值368（P=0.1935），在P=0.5的顯著性檢驗（±311.2）范圍內，說明這一年發生了突變。從圖1也可以看出，在2006年發生突變后，雷暴日數呈現逐漸減少的趨勢。

圖6 雷暴日數Pettitt突變檢驗曲線

2.4 雷暴的未來發展趨勢

應用重標極差法（R/S）計算出Hurst指數為0.4535，這說明未來的雷暴日數變化趨勢與歷史序列具有反持續性。雷暴日數的過去趨勢為逐漸減少（圖1），而Hurst指數小于0.5，表示未來會從減少趨勢反轉為增多趨勢（圖7a）。

圖7 阜新市雷暴日數持續指數的log(R/S)-log n曲線（a）及V統計量-log n曲線（b）

雖然Hurst指數能夠表示未來的發展趨勢，但雷暴日數的過去趨勢會持續一段時間，也無法得知持續多長時間進行反轉。通過計算統計量V可以揭示平均循環長度，借助劉倩等［17］的方法計算V統計量。由圖7b可知，當logn=1.4時，散點明顯出現偏離，即出現未來轉折（虛線所示處）的時間為n=25，即25 a后雷暴日數將完全失去對初始數據的依賴，趨勢會出現反轉。

3 災情特征及影響因子

3.1 雷暴對農業造成的危害

阜新市雷暴災害為季節性災害，雷暴產生在強烈的積雨云中，常伴有大風、短時強降水、冰雹和龍卷風等強對流天氣。從2005—2019年雷暴造成的重災實況記錄來看（表1），共記錄了8次雷暴重點災害情況，大多出現在夏季（6—8月），占比87.5%。在發生雷暴災害過程中，其中7次伴隨有大風出現，占比為87.5%，有2次為龍卷風，雷暴大風往往造成局地風災，毀壞房屋和林木，使農作物折斷、倒伏、互相摩擦、裂莢或落粒，最終導致作物減產；6次有短時強降水伴隨出現，占比為75.0%，強降水導致水分過多，使土壤水分飽和，若田間積水不能及時排除，則會產生洪澇災害；阜新市受丘陵、山地地形的影響，易產生不穩定的強對流天氣，有6次伴隨冰雹出現，占比為75.0%，冰雹多發生在午后14:00~17:00，一般小冰雹會造成農作物減產歉收，大冰雹則會造成農作物絕產或者嚴重減產。雷暴天氣產生的雷電還可能引起人身、家畜的傷亡和電器故障，尤其春、秋季節比較干燥，還可能引起森林火災。從經濟損失上看，冰雹和大風對作物的危害最大，經濟損失最為嚴重，暴雨災害和雷電災害相對較少，經濟損失相對較小。

表1 2005—2019年雷暴重災發生的災情實況

3.2 雷暴天氣的影響因子

許多學者對于強雷暴天氣進行了研究，發現雷暴天氣的發生受天氣系統、盛行氣流、下墊面和地形等多種因素的影響［18-20］。本文主要從影響雷暴發生的天氣類型、環境場要素、雷達回波及其他氣象要素進行分析。

3.2.1 天氣類型 利用2011－2020年6－8月55次典型雷暴天氣過程和ERA5再分析資料，依據500 hPa環流形勢，配合對流層低層的特點，參考張丹梅等［21］的分型方法，將阜新市雷暴天氣形勢劃分為4個類型：高空冷渦型、高空冷槽型、西北氣流型、副高西北部型，也與秦春明等［22］劃分的天氣形勢基本一致。按照雷暴天氣形勢的發生次數排序為：西北氣流型占比最高，為36.4%（20次）；高空冷槽型占比次之，為34.5%（19次）；高空冷渦型占比居中，為25.5%（14次）；副高西北部型占比最低，為3.6%（2次）。

3.2.2 天氣環境場要素 選取阜新市2011－2020年6－8月55次典型雷暴天氣過程，發生時長為1~2 h，根據雷暴形成需要的不穩定層結、水汽條件和抬升條件，共篩選出13個物理量因子，其中有9個對流不穩定因子、2個水汽條件因子以及2個動力因子，具體為：對流有效位能（CAPE）、抑制對流有效位能（CIN）、沙氏指數（SI）、抬升指數（LI）、K指數、A指數、TT指數、850 hPa與500 hPa的溫度差（△T850-500）、對流溫度（Tg）、850 hPa 露點溫度（Td850）、850 hPa溫度露點差（Tdd850）、風暴強度指數（SSI）、強天氣威脅指數（sweat）。利用ERA5再分析資料，通過grads軟件計算各項物理量在8:00、14:00、20:00（即雷暴發生前最近時刻）的數值，得出環境場的要素值及擬合率（表2）。

表2 環境場指標

在氣象預報時，根據上述13個環境場物理指標，再配合雷暴天氣類型，判斷是否有雷暴發生。這些物理量隨著季節變化很大，不能形成適用于全年的預報指標。

3.2.3 雷暴天氣雷達回波特點 選取阜新市發生持續時間為1~2 h的20個雷暴天氣樣本，研究雷電密集區雷達的回波特點，結果表明：（1）雷電發生時，反射率強度CR≥40 dBZ（擬合率：95.0%），回波頂高度ET≥8 km（擬合率：90.0%），液態水含量VIL≥10 kg/m2（擬合率：90.0%）；（2）雷電發生前的2~3 h，如果阜新市有CR≥40 dBZ的回波進入阜新市境內，且滿足上述條件，則需發布預警信息，同時根據閃電定位儀和雷達回波的情況，還可以實現定點、定時的跟蹤服務。

3.2.4 其他氣象要素的影響 阜新市雷暴日數5年滑動平均值與平均風速、相對濕度、平均氣溫的5 a滑動平均值均呈負相關，與東亞夏季風指數（EASMi）的5 a滑動平均值呈正相關（表3），其中與EASMi相關性最顯著，與平均風速的相關性最差。這表明雷暴日數減少趨勢與氣溫升高、風速減小、空氣變干燥均有關，更與EASMi的減少密切相關，EASMi是雷暴發生的主要影響因子。

表3 1953—2022年阜新市雷暴日數與各氣象要素的相關系數

應用matlab軟件分別使用雷暴日數和EASMi的5 a滑動平均值進行擬合，得到4個回歸方程，分別為：Y=81.96sin(0.01388X+6.281)、Y=-0.2676sin(X-π)+0.0076(X-10)2+40.74、Y=2.698X0.7588、Y=0.4535X+1.351，其R2值分別為0.9367、0.8407、0.8664、0.8694，RMSE值分別為0.1847、0.3006、0.2795、0.2793，P值分別為0.026、0.089、0.057、0.054。分別用雷暴日數和相對濕度、平均氣溫、風速的5 a滑動平均值進行擬合，得到的最優方程分別為Y=0.02X-0.0578 exp（-0.124X0.942）、Y=1007/（X+8.785）、Y=169.4（0.013X+2.736），其R2值分別為10.93、12.81、1.595，RMSE值分別為6.254、6.092、6.516，P值分別為7.594、8.364、10.283，因此不具有實用意義。綜上指標分析，雷暴日數和EASMi相關性最高，關系也最密切，使用5 a滑動平均值擬合出的最佳方程為Y=81.96sin（0.01388X+6.281），P=0.026，通過了α=0.05的顯著性檢驗。

4 結論與討論

本研究對1953—2022年阜新市雷暴日數及雷暴發生日的相關氣象資料進行分析，得出以下結論：

（1）雷暴日數的歷史數據年際變化較大，總體呈減少趨勢，遞減率為-0.10 d/a，經R/S分析得出在25年后趨勢將發生反轉，由原來的減少趨勢轉為增加趨勢；存在準24年、準44年、準70年的3個尺度的周期性變化規律；2006年雷暴天氣規律發生了轉折性變化。

（2）雷暴天氣季、月變化特征顯著，阜新市雷暴天氣主要集中在5—9月（占比92.5%），夏季最多（占比69.9%），7月最多（占26.1%），6月次之（占24.9%）；雷暴初日基本在3—5月（占97%），其中4月最多（65%），6月最少（3%）；雷暴終日基本在9—11月（占98%），其中10月最多（56%），8月最少（2%）；阜新雷暴日變化呈現典型的單峰雙谷形，峰值主要集中13:00~22:00（占比95.1%），最大值出現在16:00~18:00（70.1%）。

（3）從2005—2019年雷暴造成的重災實況記錄來看，災情多出現在夏季（6—8月），占比為87.5%，其中有大風伴隨出現（2次為龍卷風）的頻率為87.5%，有短時強降水伴隨出現的頻率為75.0%，有冰雹伴隨出現的頻率為75.0%。

（4）根據6—8 月阜新市雷暴天氣的500 hPa 環流形勢，按照主要類型的發生次數排序為：西北氣流型占比最高，為36.4%（20 次）；高空冷槽型占比次之，為34.5%（19 次）；高空冷渦型占比居中，為25.5%（14 次）；副高西北部型占比最低，為3.6%（2 次）。

（5）根據55次典型雷暴天氣過程，選出阜新市環境場13個物理量影響因子，按擬合率大小進行排序：TT指數（96.3%）、CIN（94.4%）、sweat（94.4%）、CAPE（90.7%）、△T850-500與SSI指數（88.9%）、Tg與A指數（85.2%）、Tdd850與Td850（83.3%）、LI指數（79.6%）、SI指數（77.8%）、K指數（75.9%）。在預報時，可根據13個環境場物理指標，再配合雷暴天氣類型，判斷是否有雷暴發生。

（6）研究阜新雷電密集區雷達的回波特點，得出短時預警指標為：CR≥40 dBZ，ET≥8 km，VIL≥10 kg/m2。有時在8:00物理量數值沒有達到閾值，但是在14:00或20:00預警指標突然加強，也會有雷暴天氣的發生。

（7）阜新市雷暴日數與平均風速、相對濕度、平均氣溫均呈負相關，與東亞夏季風指數呈正相關；其中與EASMi相關性最高，與平均風速的相關性最差。