蘇州市雷電災害致災因子危險性區域差異研究

徐沈 王金虎 王宇豪 周緯昕 許俊輝

（1 南通氣象科技有限公司，南通 226001；2 南京信息工程大學氣象災害預報預警與評估協同創新中心，南京 210044；3 中國科學院大氣物理研究所中層大氣和全球環境探測重點實驗室，北京 100029；4 南京信大安全應急管理研究院，南京 210044）

0 引言

雷電災害是指對流云中電能對物體作用或形成電流輻射擊中物體從而造成損失的現象[1]。在2019年聯合國減災大會上公布雷電災害為世界十大嚴重自然災害之一[2]。據統計，我國平均每年因雷電造成人員傷亡達3000～4000人，造成的經濟損失高達50億～100億元，對雷電災害的防治工作刻不容緩[3]。

早期關于雷電的研究主要基于人工觀測獲得的雷暴日資料[4-6]，隨著閃電定位系統的普及，閃電定位資料逐漸被廣泛使用。王學良等[7]通過閃電定位資料利用二元法計算出年雷暴日數，與人工觀測雷暴日數相比，平均差異為7.4%；陳綠文等[8]對比分析了閃電定位資料與人工引雷觀測結果，發現相比于雷暴日數，地閃密度與地閃強度更能準確系統地表征區域受災嚴重性。雷電的危險性評估與風險區劃是重要的風險管理手段，有利于區域性防災減災工作的規劃和開展。近年來，眾多氣象學者利用風險評估分析在雷電災害領域取得了諸多成果，如劉垚等[9]利用GIS空間分析技術與概率統計方法相結合，以地閃密度和地閃強度的疊置作為雷電風險的主要評價指標，形成杭州市雷電災害致災危險性區劃；程萌等[10]統籌考慮雷電災害形成的致災、孕災、承災和防災相關因素，建立了菏澤市雷電災害區劃模型；陳柳彤等[11]根據閃電定位數據選取危險性指標，并融合人口、GDP、防護能力以及城鎮化率4個指標分析承災體易損性，計算雷電災害風險指數，得到河北省雷電災害風險區劃；吳彬等[12]利用內江市閃電定位資料，對雷電災害危險性、脆弱性、暴露性進行綜合評估；方文海等[13]建立灰類白化權函數分析模型，確定雷電災害風險指標，對珠海高新區雷電災害風險進行了評估；張琨等[14]以全國災害普查技術方案為標準建立了四川省雷電災害風險評估模型。以上研究多利用GIS空間分析技術疊加相應指標得到災害風險區劃圖，但指標權重的確定、指標的選取沒有統一的標準。

蘇州地區經濟較發達，人口稠密，因此一旦發生雷電危害造成的經濟損失和社會影響較大。蘇州古城歷史悠久，其作為江南地區文化中心，是五千多年的中國農耕文化土壤，三千年的吳文化根基，兩千五百年的春秋故都，古建筑極易遭受雷電災害的侵襲[15]。掌握該地區的雷電發生規律，對區域風險差異化分級，可以為防雷工作人員保護古建筑群、制定防雷設計方案提供參考。本文以風險評估技術規范計算危險性指數，用層次分析法確定指標權重，對蘇州市雷電災害危險性風險的區域差異進行劃分，為蘇州市雷電災害防御提供參考。

1 資料與方法

資料與方法的選取主要依據2018年出臺的《雷電災害風險評估技術規范》（QX/T 85—2018）[16]。

1.1 資料

地閃數據源于2016—2020年中國氣象局閃電監測網ADTD資料。ADTD型閃電定位系統由中國科學院研發，組網后的雷電探測系統定位精度理論上可達0.5°，探測效率可達80%～90%，雷電強度、陡度值測量誤差小于15%，落雷位置精度小于500 m。經質量控制后的數據主要包括雷電發生的時間、強度、位置、電荷能量等，每隔6 min可記錄1次雷電發生信息[17-18]。

地理信息數據包括蘇州地區1：100萬行政區劃矢量數據。遙感數據包括數字高程（DEM）、土壤電導率等柵格數據。具體來源如表1所示。

表1 雷電災害危險性評估數據來源Table 1 Data source of lightning disaster risk assessment

1.2 方法

1.2.1 技術路線

如圖1可知，根據雷電風險評估標準，閃電定位資料取值范圍在2～200 kA，經過數據預處理得到的結果與遙感數據結合，層次分析法確定權重，通過柵格化疊加，最終得到雷電災害危險性風險差異分區圖。

圖1 技術路線Fig.1 Technical route

1.2.2 數據歸一化

數據歸一化旨在消除數據之間量綱差異，把有量綱的數據變為無量綱，利于后續圖層疊加，公式如下：

1.2.3 風險分級方法

自然斷點法可以減少同一級中差異，增級間差異，利用統計公式確定聚類的方法。本文對雷電災害危險性各指標采用自然斷點法分級，計算公式如下：

式中，SSD代表自然斷點法的每一級的數值，A是一個數組（數組長度為N），meani-j是每個等級中的平均值，自然斷點法數值可由ArcGIS分級工具計算得到。

為了明確雷電災害危險性的等級特征，采用《第一次全國自然災害綜合風險普查技術規范》（FXPC/QX P-04）[19]中的標準差分級方法對危險性劃分為5個等級，計算方法如表2所示。

表2 雷電災害危險性分級劃分標準Table 2 Classification criteria for lightning disaster risk

1.2.4 雷電災害評估指標

1）地閃密度：單位面積、單位時間的平均雷擊點個數（個/km2）。利用ArcGIS建立格網工具，將蘇州地區劃分為1 km×1 km格網，統計每個格網內雷擊發生次數，除以資料年限得到每個格網中地閃密度，接著對每個格網插值處理，最后歸一化得到地閃密度柵格數據。

2）地閃強度：利用百分位數法對雷電流幅值分級（表3），將分級后數據加權平均得到強度。在建立的1 km×1 km格網中，統計各格網內不同等級雷電流幅值強度的雷擊發生次數并進行歸一化處理，按照公式（3）計算各網格內的地閃強度，形成地閃強度柵格數據。

表3 雷電流幅值等級Table 3 Lightning current amplitude level

式中，Ln為地閃強度，Fi為第i級閃電。

致災危險性指數計算公式如下：

式中，RH為致災危險性指數，Ld為地閃密度，wd為地閃密度權重，Ln為地閃強度，wn為地閃強度權重，Sc為土壤電導率，ws為土壤電導率權重，Eh為海拔高度，we為海拔高度權重，Tr為地形起伏，wt為地形起伏權重。

1.2.5 指標權重

致災因子指標的權重由Delphi法（專家打分）與AHP法（層次分析）[20]共同確定，按照《C-07 全國氣象災害綜合風險普查技術規范—雷電》5.2.3規定的方法進行權重分配。具體指標權重如表4所示。

表4 蘇州市雷電災害致災因子指標權重Table 4 Index weight of lightning disaster-causing factors in Suzhou City

2 結果與分析

地閃密度分布結果（圖2a）表明，2016—2020年年平均地閃次數較多集中于常熟市東部、太倉市西北部、吳中區東北部和吳江區西部，低值區主要分布在張家港市和昆山市的東南部。

圖2 蘇州市地閃密度（a）和地閃強度（b）分布Fig.2 Distribution of ground lightning density (a) and ground lightning intensity (b) in Suzhou City

相較地閃密度，地閃強度（圖2b）高值分布更為集中且與地閃密度空間分布趨勢較為一致。高值區集中在常熟市東部、太倉市西北部；次高值分布在虎丘區和吳中區中部；低值區集中在吳江區、昆山市和張家港市。

蘇州地區高程如圖3a所示，結果表明蘇州地區整體地勢較為平坦，高程變化不大，最高值326 m，分布在吳中區中部，并且地形起伏度較低（圖3b），因此，海拔高度與地形起伏度對蘇州地區雷電災害風險差異性的影響較小。

圖3 蘇州市高程（a）和地形起伏度（b）分布Fig.3 Distribution of elevation (a) and topographic relief (b) in Suzhou city

土壤電導率是表征土壤導電能力強弱的指標之一，與接地電阻呈負相關關系，接地電阻越小，越有利于雷電流疏散入地，即電導率值越大，雷電災害帶來的破壞性就越小。圖4所示的結果表明，土壤電導率的高值區主要分布在蘇州市中部和西部，如張家港市北部、姑蘇區、虎丘區、相城區，低值區主要集中在吳中區。

圖4 蘇州市土壤電導率分布Fig.4 Soil conductivity distribution in Suzhou city

綜合所有致災因素，得到致災因子危險性區域分布如圖5所示。結果表明，高危險區集中在常熟市的東北部，太倉市北部；次高危險區分布在虎丘區和吳中區東部、常熟市東南部、太倉市東部、姑蘇區和昆山市北部、吳江區西部和吳中區南部；低值區集中在吳中區西部、吳江區中部和西南部，即太湖地區。

圖5 蘇州市致災因子危險性等級區域分布Fig.5 Risk zoning of disaster-causing factors in Suzhou city

3 結論

參照《全國氣象災害風險評估技術規范（雷電）》構建了蘇州市雷電災害危險性致災因子評估體系，并形成區域分布圖，得出結論如下。

1）從層次分析法得到的指標權重可知地閃密度、地閃強度對蘇州市雷電災害致災因子危險性影響最大。

2）通過ADTD資料計算得到的地閃密度與地閃強度分布趨勢較為一致，高值區集中在常熟市東部、太倉市西北部，太湖地區地閃密度較低，但地閃強度值較高。

3）綜合地閃強度、地閃密度、海拔高度、地形起伏度、土壤電導率5個指標得到蘇州市雷電災害危險性區域分布：危險性高值區集中在蘇州市的東北部，如常熟市東北部、太倉市東部、虎丘區和吳中區中部，這些地區需對雷電災害重點防御；中等危險區位于蘇州市中部地區如相城區和姑蘇區；低值區集中于蘇州市西部和東部，如吳江區和昆山市、太湖地區（吳中區西南部）。

由于雷電的形成是較為復雜的過程，本文僅從致災因子角度探索了雷電發生的危險性，未來需考慮雷電對人口、社會經濟的影響，進一步使區域差異結果與實際更加吻合。