基于数理统计的雷暴天气特征分析范文

雷暴是一种局部的灾害天气,它常伴有暴雨、大风、冰雹,甚至龙卷风等恶劣天气,造成人畜雷击死亡、毁坏建筑物、酿成森林火灾,或者毁坏电力设备、电信设施,给人民生命财产造成严重威胁和损失.全国每年发生雷暴日数超过50d的有21个省(区),最多的可达131d[1];全国每年约有近万人因遭受雷击而伤亡,约有一半以上的森林火灾是由雷电引发的[2].重庆地处亚洲季风区,是雷电灾害发生较为频繁的地区之一;就雷电引发的雷灾数、人员死伤总数、死亡数、受伤数4项而言,重庆地区位列全国中下水平,据统计1997-2006年,重庆地区为321例雷灾,造成106人死伤,其中50人死亡、56人受伤[3];2007年5月23日16:34,重庆市开县义和镇政府兴业村小学教室遭遇雷电袭击,造成四、六年级学生7人死亡,44人受伤,事后调查表明,该小学无防雷装置,雷电流通过墙壁泄放入地时,由于接触电势、旁侧闪络以及跨步电压作用,导致室内大量人员伤亡[4],这一重大的雷暴灾害事故震惊了全国上下.雷暴和其他灾害天气相比,它具有时间的瞬时性和季节性强、空间上的分散性等特点,这就增大了准确预报雷暴发生的时间和空间的难度.

近年来,许多学者对我国雷暴气候开展了广泛研究,取得了大量科研成果[5-10].张敏锋等[5]认为,近30年来我国大部分地区平均雷暴频数在波动中减少,而东北地区年平均雷暴日有增加的趋势;徐桂玉等[6]研究了我国南方雷暴的气候特征;许迎杰等[7]通过对低纬高原雷暴的气候特征进行研究发现,低纬高原年雷暴日数有减少的趋势.迄今为止,有关针对重庆雷暴的长序列气候变化趋势方面的研究所见甚少.因此,研究重庆雷暴的气候变化,对于分析重庆区域气候以及区域气候资源要素的变化规律等具有重要的理论和现实意义,同时也为进一步研究雷暴与强对流天气的联系,以及雷暴的成因,特别是与大尺度大气环流的联系打下基础.本文试图通过数理统计、REOF(旋转主成分)、最大熵谱分析等方法分析重庆地区雷暴的空间分布及年际变化、季节变化和周期变化的的气候规律,旨在于为重庆市防雷减灾提供气候背景和气候资源综合评价等参考依据.

1资料来源及处理方法

采用重庆34个观测站1973-2008年的雷暴日数,数据来源于重庆市气候中心.在资料统计时,观测资料上有闪电记录或雷暴记录的均作雷暴统计,一日中无论打一声雷还是打一整天雷,均计为一个雷暴日.在以上确定了雷暴日的基础上,本文统计出重庆1973-2008年33个台站逐月的雷暴日数并建立了时间序列,然后运用EOF、REOF[11]、趋势分析[12]、Mann-Kendall突变检验[13]、最大熵谱估计等方法对该时间序列进行了时空分布特征分析.

2结果分析

2·1重庆雷暴的气候特征

据统计,1973-2008年重庆地区平均雷暴日数为36·87d/a,平均历年雷暴日数变化也不相同,由图1A可见,以1973年最多,达49·51d,距平12·64d;2001年最少,仅为24·49d,距平-12·38d;从变化趋势来看,1973-2008呈波动减少趋势,减少幅度为1·8d/10a.

图1B给出了雷暴日数的年内变化分布,可见重庆地区雷暴全年都可以发生,但主要集中于4-9月,4-9月累计平均雷暴日数为30·91d,占全年雷暴总数的89·4%;其中7,8月的雷暴日数最多,分别为8·73,7·97d.1,12月出现日数最少,平均为0·07d,其次是2月和11月出现次数均为0·6d,这4个月累计约占全年雷暴日数的3·75%,也就是说晚秋和冬季重庆地区出现雷暴的概率是非常小的.

以1981-2000年重庆地区雷暴日数13·45d为常年值,分析1973-2008年每10年间(其中1973-1980年为8年,2001-2008年为8年)重庆地区雷暴的年代际距平(图2A).结果表明,重庆地区雷暴日数呈现出逐年代下降的变化趋势.在20世纪70,80年代,雷暴日数为正距平(距平值分别为4·51d和0·45d);90年代为弱的负距平;在21世纪最初8年,雷暴日数负距平最高,距平值达4·89d.对重庆地区过去4个时期月雷暴距平分析(图2B),结果表明,在70年代,雷暴日数在1,2,5,11月为弱负距平外,在其他月均为正距平;7,8月雷暴日数在70,80年代为正距平,在90年代和21世纪最初8年为负距平,特别是在2001-2008年期间的8月,雷暴日数负距平最高(-1·51d).

2·2重庆地区雷暴的空间分布

图3为1973-2008年37a重庆年平均雷暴日分布图.由图可见,重庆雷暴空间分布很不均匀,长江沿线和东南部较多,西北部和东北部相对较少;东南与西北和东北年平均雷暴日数相差20d左右.年平均雷暴日最大值出现在东南部,达45~50d,其中有2个站年均雷暴日数超过45d,分别是秀山、酉阳(48·4,50·6d);中部地区年平均为38·8d,各站点差异相对较小;东北地区年平均雷暴日数为36·9d,属于重庆年平均雷暴日数的次低值区;西北部年平均雷暴日数为34·1d,为最低值区;最小值出现在西北部的潼南,年平均雷暴日仅为28·1d.

这与重庆年降水日数的空间分布相近[14],表明重庆年平均雷暴日数空间分布与降水有很好的相关性.另外,这种雷暴分布形式还与重庆特殊的地形地貌和气温等的空间分布有关.重庆地处亚洲季风区,西连四川盆地和青藏高原,南接云贵高原,是长江上游与长江中下游的过渡地带;北有大巴山,东有巫山,东南有武陵山,南有大娄山,地势由西向东逐步升高,由南北向长江河谷倾斜,起伏较大.当夏季风由东南方向吹来,越过大娄山等东南部山地,在迎风坡的抬升作用和局地对流的影响下,雷暴容易在南部地区发展和成熟;长江流域的大多数站点位于海拔较低的河谷中,河谷的地形特点犹如锅底,四周山地环抱,地面散热困难,热量不易散失,天气系统向北移动的过程中,由于其复杂的地形特征加上充沛的水汽条件和较高的气温,成为重庆地区雷暴日次多的地区.

从各季分布图中可清楚地看出雷暴的季节变化情况(图4).冬季,雷暴主要分布在重庆东南部的秀山、酉阳、黔江、彭水等地,最大值为3·11d.春季雷暴日数增加且幅度较大,多雷暴带还是位于重庆东南部,中心值为酉阳,为18·6d,重庆西部雷暴日数基本小于10d.夏季重庆雷暴日数的大值中心移至西部的南川、万盛一带,万盛为26·4d,最小值位于重庆西北的潼南和东北部的巫山,分别为16·6,17·0d.秋季重庆雷暴明显减少,中心位置维持东南部不变,中心在酉阳(4·58d),同时还出现东北部的次高值中心.

2·3夏半年异常分布特征

重庆地区夏半年(4-9月)主要受西南季风及东亚副热带高压边缘暖湿气流的共同影响,雷暴日占全年的89·4%,所以,分析夏半年雷暴日的空间分布异常特征具有实际意义.对重庆34个台站夏半年雷暴日利用主成分(EOF)和旋转主成分(REOF)进行分析,由于站点较多,资料序列长度较短,为保证EOF分解的可靠性,用North等[15]提出的计算特征值误差范围的方法进行显著性检验,经计算,前2个载荷向量场所占方差分别为48·386%,10·615%,前10个载荷向量场所占总方差的累积为90·671%(见表1),第1载荷向量场(图5A)占总方差的比例最大,其载荷向量呈一致的正值,在0·05~0·25之间变化,反映了重庆地区受大尺度气候异常的影响,表现为一致的有雷暴日或无雷暴日.表明尽管重庆地形复杂,地势起伏较大,但雷暴日数的空间分布仍有很好的一致性.即在同一天气系统控制之下,出现雷暴的步调一致.

第2载荷向量场(图5B)表现为东南部与西部、东北相反的异常分布,东南部为负,西部、东北部基本为正,0值线在石柱到武隆一带.之所以会出现这种变化特征,可能主要与重庆地区的地形分布有关,夏季东南季风盛行,当越过大娄山等东南部山地,在迎风坡的抬升作用和局地对流的影响下,重庆东南部雷暴日数偏多;而某些情况下,例如当盆地涡活跃时或当副热带高压位置偏南时,重庆地区西部、东北地区雷暴日偏多,而东南部高海拔地区雷暴日数会有所减少.

为了进一步了解夏半年雷暴日数的地域特点,选用经过EOF分解的前10个载荷向量进行正交旋转变换(REOF),取旋转特征向量绝对值0·5为临界值,对重庆地区近37a夏半年雷暴日数的空间变化进行分区,共分了4个区(图6),每个区选取1个代表站.

Ⅰ区———重庆中西部(图6A).这是重庆夏半年雷暴日数的空间分布第一关键区,占方差贡献的24·263%,旋转载荷向量全部为正值,中心值为0·83,代表站是万盛.高值区域集中在重庆中西部,包括梁平、巴南、沙坪坝、涪陵、北碚、长寿、合川、南川、綦江、万盛等10个市(县).

Ⅱ区———东南部(图6B).旋转载荷向量均是负值,其中心值为0·87,代表站是黔江,高值区域集中在重庆东南部,包括黔江、彭水、武隆、酉阳、秀山等4个市(县).

Ⅲ区———东北部(图6C).旋转载荷向量均是负值,高值区域集中在重庆东北部,包括巫溪、巫山、奉节、万州、云阳、城口、开县共7市、县,其中心值为-0·81,代表站是巫溪.

Ⅳ区———西部(图6D).高值区域集中在重庆西部,旋转载荷向量均是负值,其中心值为-0·75,代表站是永川.包括永川、璧山、大足、荣昌、铜梁、江津、渝北、潼南共8个市(县).

2·4重庆夏半年雷暴日数异常的时间变化特征

2·4·1年际变化及趋势分析

图7为各区代表站夏半年雷暴日的标准化距平曲线和一阶时间趋势.可以看出,万盛37年来夏半年雷暴日发生频次表现为下降趋势,减少幅度为1·3d/10a;1984,1994和2000年夏半年雷暴日数异常偏多(标准化距平>1),而1989,2001,1993,2007,1980和2008年异常偏少(标准化距平<-1).其中2000和1994年为发生日数最多的年份,发生雷暴日数为53,45d;1989年为发生日数最少的年份,雷暴日数仅为19d.

黔江37年来夏半年雷暴日数呈显著的减少趋势,减少幅度为4·0d/10a;1982,1994,1978,1984,1973和1983年夏半年雷暴日数异常偏多(标准化距平>1),而2001,2003,2004,2006,1989和1996年异常偏少(标准化距平<-1).其中2001和2003年为发生日数最少的年份,发生雷暴日数分别为16,18d;1983和1973年为发生雷暴日数最多的年份,发生雷暴日数为44,42d.

重庆东北部的巫溪37年来夏半年雷暴发生日数呈减少趋势,10a减少率分为2·0d.1991,2002,1995夏半年雷暴日数异常偏多(标准化距平>1);而1989,1980,2005,2007,2001,2004,1993年异常偏少(标准化距平<-1).其中1995年为发生日数最多的年份,发生雷暴日日数为37d;2002年次之,为34d;1989和1980年为发生日数最少的年份,雷暴日数为13和16d.

永川37年来夏半年雷暴日数呈下降趋势,10a减少率分为2·7日.1977,1984,1994,1975和1983年夏半年雷暴日数异常偏多(标准化距平>1),而2001,2003,2006,1993和1980年异常偏少(标准化距平<-1).其中1983年和1975年为发生日数最多的年份,发生雷暴日日数均为39d;1994年次之,为38d;2001,2003和2006年为发生日数最少的年份,雷暴日数均为14d.

2·4·2Mann-Kendall突变检验

运用M-K非参数检验方法,对各异常型代表站夏半年雷暴日数进行了时间序列的趋势分析和突变检验,图8为重庆各异常型典型代表站夏半年雷暴日M-K统计曲线,图中UF代表降水的顺序统计曲线(粗线),UB为降水的逆序统计曲线(细线),并给定显著性水平:p=0·05,临界线为±1·96(两条虚线).若UF值大于0,则表明序列呈上升的趋势,小于0则表明呈下降趋势.当统计曲线超过临界线时,表明上升或下降趋势显著.如果统计曲线在临界线之间出现交点,则交点对应的时刻就是突变开始的时间.

万盛夏半年雷暴日数的M-K检验曲线表明,夏半年雷暴日数80年代末到今有明显的减少趋势,在2006年发生一次减少突变,由于突变后的资料年限太短,突变虽具有统计学意义,但不排除是临时性的短期突变.黔江夏半年雷暴日数UF曲线可见,80年代末期以来雷暴日数有减少的趋势,而且雷暴日数减少是一突变现象,开始时间为1995年.巫溪夏半年雷暴日数M-K曲线表明,从1985年开始呈减少趋势,减少突变发生在1999年.永川夏半年雷暴日数M-K曲线表明,1984年以来雷暴日数有下降的趋势,根据两曲线交点的位置,确定该区80年代末以来减少是一突变现象,1989年为突变年.

2·4·3周期分析

为研究重庆各分区夏半年雷暴日数的周期,针对资料序列不太长的特点,对各代表站夏半年雷暴日数进行最大熵谱估计.计算结果为图9,万盛第一峰值和第二峰值分别对应2a和3a的周期,第三峰值和第四峰值分别对应4·5a和12a的周期,表明万盛夏半年雷暴日数存在显著12a左右的年代际变化周期和显著的2~3a左右年际变化周期.黔江夏半年雷暴日数存在显著12a左右的年代际变化周期和显著的2a左右年际变化周期.巫溪夏半年雷暴日数年际变化信号比较强,9a和2~4a左右的年际变化周期最为显著.

永川存在显著的2a的年际变化周期.

因此,重庆夏半年雷暴日数的各空间分区中,近37年来夏半年雷暴日数各区之间的周期振荡不太一致,均存在2a左右的年际变化周期,不同的分区主要还存在着4a的年际变化周期和12a左右的年代际变化周期振荡.

3结论

1)重庆雷暴年际变化较大,自1973-2008年雷暴日数有明显减少的趋势,每10a雷暴日数减少近1·8d.

2)重庆雷暴空间分布的总趋势是自东南向西北和东北减少,东南与西北和东北年平均雷暴日数相差20d左右,雷暴日数分布与降水、气温和地形密切相关.

3)重庆雷暴季节变化显著,由冬至夏,雷暴逐渐增多,7月达最大值,其中4-9月为多雷暴月.由夏至冬,雷暴逐月减少,尤其9月以后雷暴量骤减,其中以12月为最少;虽重庆地区雷暴全年都可以发生,但夏半年占全年雷暴总数的89·4%.

4)一致性异常特征是重庆夏半年雷暴日数的最主要空间模态,而东南与西北和东北向变化模态也是比较重要的.

5)重庆夏半年雷暴日数具有很大的空间差异,可分为具有不同空间特征的4个主要区域.长期变化趋势来看,4个区域匀表现为显著的减少趋势.Mann-Kendall突变检验表明,4个代表站中有3个代表站发生了明显的减少突变,分别为:黔江发生在1995年,巫溪发生在1999年,永川发生在1989年.最大熵谱估计分析表明,近37年来夏半年雷暴日数各区之间的周期振荡不太一致,均存在2年左右的年际变化周期,不同的分区主要还存在着5年的年际变化周期和12年左右的年代际变化周期振荡.