三次不同类型强对流天气过程的闪电特征对比分析

本文利用VLF/LF三维闪电监测定位资料,结合雷达及加密地面自动站等资料,详细对比分析了北京地区三次不同类型强对流天气过程的闪电活动特征,结果表明:(1)冰雹过程中闪电活动与雷达回波的对应性最好,随强回波区的移动而移动;雷暴大风过程中闪电活动与雷达强回波的对应性较差,闪电频数少且比较分散;对流性暴雨过程中,当块状回波刚进入北京范围时,闪电活动与雷达回波基本对应并且闪电密度很大,之后闪电频数减少且分布分散,但在回波发展加强形成55dBZ的线状回波后,闪电活动又增强且分布在线状回波的前部。(2)在冰雹、雷暴大风、对流性暴雨发生期间,闪电活动强烈,闪电频数从大到小依次为对流性暴雨过程、冰雹过程、雷暴大风过程;在冰雹过程中,云闪所占比例不断增大,至降雹结束后云闪数超过地闪数;雷暴大风过程中始终都是云闪活动占主要地位;对流性暴雨过程中始终是地闪尤其是负地闪活动占主要地位,但随着回波强度的增强云闪比增大。(3)云闪发生的平均高度冰雹过程最大,其次为对流性暴雨和雷暴大风过程;云闪的平均雷电流强度也有同样的比较关系。     

2008年广西雷电活动和雷电灾害分析

利用闪电定位资料,对广西地区闪电活动的时间、强度和空间分布特征进行了分析。结果表明:闪电主要集中在春末仲夏发生,4-9月是闪电高发期(约占全年总闪电活动的98.33%),闪电活动绝大多数发生在午后至傍晚时分;云地闪电中负闪占绝大多数,正闪的平均强度大于负闪;闪电密度高值区主要位于桂东南、北部湾沿海地区和十万大山迎风面,闪电的空间分布差异与地形和水汽条件有很大关系。同时,根据2008年广西雷电灾害事例,分析了雷电灾害的特点和原因。     

黑龙江省雷电活动气候特征分析

利用黑龙江省闪电定位网在2005年4月至2006年间得到的285347次地闪资料,分析了雷电参数的月变化、年变化及其空间分布的气候特征,结果显示,正闪占总闪的比例仅为5.84%和7%,地闪密度的高值中心分别在(127.3°E,46.3°N)和(123.5°E,52.9°N)附近;总体日变化特征明显,呈一峰一谷态势,分别为18时和10时;一年中雷电活动主要出现在7,8月份,正云地闪的平均强度明显大于负云地闪.云地闪主要集中在两个区域的分布表明雷电活动特征可以基本揭示该地区天气活动的时空分布规律.     

一次飑线过程的全闪活动特征分析

结合VLF/LF全闪定位系统、多普勒天气雷达、探空资料,对2013年7月5日江苏地区一次典型飑线过程的全闪活动特征进行了详细分析。结果表明:云地闪比的下降、上升预示着飑线过程中雷暴的加强、减弱;云闪主要分布在4~8 km高度,云闪频数最大值出现在5 km处;结合云闪变化情况和探空资料推测雷暴云内电荷为三极性电荷结构;对流区的闪电密度远大于层状云区。相比于正地闪,负地闪集中在雷达回波的强对流区。云闪发生位置更具随机性,易发生在弱回波区和层状云区;闪电的发生与云顶高度有很高的相关性,云闪发生位置与剖面反射率因子中强回波区的发展有很好的一致性。     

基于谱修正方法的非高斯风场模拟

为克服基于H erm ite谱修正方法的缺点,减少该方法中计算H erm ite多项式系数所需耗费的大量机时,提出了一种模拟非高斯风压场的新方法,采用非高斯累积分布函数(CDF)映射技术来代替基于H erm ite的概率密度函数(PDF)修正。选择任意边缘PDF模型作为概率目标模型,采用目标功率谱密度(PSD)作为样本函数,通过迭代修正该样本函数,使其收敛于目标概率密度函数和目标功率谱密度。将该方法应用于实际结构的非高斯风场模拟,模拟结果与目标谱符合良好,表明本文方法模拟非高斯风场具有较高的精确度和计算效率。     

基于密度峰值聚类的气象灾害识别

气象灾害案例是气象业务部门归纳与总结预报经验的前提与基础,但是当需要的灾害性天气没有时空定位档案,或档案不够完整和全面,那么就势必要从海量的历史数据中逐一进行查找定位,因此针对这种海量数据中逐一查找的低效问题,应用一种改进的密度峰值聚类方法进行灾害天气识别。该方法首先以气象要素为维度计算每个数据点的密度、距离、路径、分布四大属性,然后用回归分析提取簇心并判定其灾害类型及级别,最后判定同簇剩余数据点划入对应的灾害得到识别结果,由于可以同时定位多种类型和级别的灾害天气,且无需低效地逐一比对数据和灾害等级标准,因此具有适用性强、速度快、控制参数少的优点。使用该方法基于欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)的再分析资料进行聚类分析,进而识别出江苏省2018年各类气象灾害出现的时间和地点,试验结果表明：该方法可以一次性识别出暴雨、烈风、暴雪、高温、寒潮、重旱六种灾害,而k-means聚类识别率为其53%,层级聚类识别率为其77%,密度峰值聚类(Clustering by density peaks...     

基于TM影像的人口密度数字模拟——以北京地区为例

居住区影像是人口分布客观真实的定性表现,对这种定性的数据源进行合理量化即可获得人口实际分布数据。在分析TM影像各个波段特征的基础上,选取5、4、3波段进行图像逻辑运算,比较精确地提取出居住区影像。计算居住区面积并依据面积大小将居住区分为3类,根据人口户籍统计值计算出3类居住区相对的人口分布比例系数kj。然后生成与居住区矢量投影相同的1km网格,利用图层叠加统计每个网格内的居住面积lj,居住区矢量与区县界矢量叠加统计每个区县内的居住面积Am,计算网格人口分配系数ki×lj/Am,依据该系数对人口总数进行网格化模拟,以得到人口密度空间分布规律。以北京地区为试验区进行人口模拟,结果显示北京中心区最大人口密度为16 661人/km2,其他地区最大人口密度是8231人/km2。在模拟结果的基础上估算乡镇级人口,对比分析乡镇级估算人口和实际调查人口对结果进行验证,对比数据表明该算法所得到的人口分布与实际人口分布较为相符。     

泥石流点密度和面密度对区域泥石流危险度的影响——对比研究

泥石流分布密度是区域泥石流危险度评价的主要指标。泥石流分布密度分为点密度和面密度,前者是指每103km内泥石流沟的数量;后者是指每103km内泥石流沟的流域面积。以川西山区60个县市区为研究样本,分别以泥石流点密度和面密度作为区域泥石流危险度的主要评价指标,结合7个相同的区域泥石流危险度的次要评价指标,对研究区以县市区为基本单元的区域泥石流危险度进行了定量评价。结果表明,各县市区面积加权平均后的泥石流危险度分别为0.51(面密度)和0.52(点密度),差别甚微,整体上均属于泥石流中度危险区。两者的平均绝对差值0.04,远小于0.2这一危险度等级差值,平均相对差值为6.49%,小于10%这一允许的均方差范围。由此可知,用泥石流面密度来评价区域泥石流危险度,并非优于点密度;相反地,由于泥石流点密度具有获取资料相对容易、计算比较简便、工作量较小等优点,因而具有更为便利的推广应用价值。     

河北省雷电灾害风险区划研究

河北省雷电灾害频发,造成重大损失,引发社会大量关注,2017年中国气象局发布了雷电灾害区划技术指南。雄安新区雷电灾害风险区划可以为新区发展规划提供参考。依据自然灾害分析原理,参照雷电灾害区划技术指南,选用致灾因子危险性和承灾体易损性为分析因子,利用2010-2016年河北省闪电定位网观测数据、地理信息数据及社会经济数据,选取地闪密度、地闪强度、土壤电导率、海拔高度以及地形起伏5个指标分析致灾因子的危险性,人口密度、GDP密度、防护能力以及城镇化率4个指标分析承灾体的易损性。通过计算雷电灾害风险指数,运用自然断点法,最终得到河北省雷电灾害风险区划。河北省雷电灾害高风险区分布于唐山市东南部、石家庄市、沧州市中东部、承德市东南部、张家口市西南部。雄安新区在进行雷电灾害防治时应重点关注容城县和雄县。该区划结果与河北省2015-2017年雷灾实际造成的经济损失状况大致相符。     

内蒙古地区雷电活动及雷灾特征分析

基于内蒙古气象部门2013-2014年23站雷电定位资料和雷灾统计资料,运用ArcGIS软件和数理统计等方法对内蒙古高原地区地闪频次、强度时空分布特征及雷电灾害特征进行了分析。结果表明,内蒙古高原地区正地闪占总地闪的10%左右,正闪比例高于南方省市;该地区50%以上的地闪强度集中在15~35 k A范围,正地闪的电流强度为负地闪的2倍左右;每年3、4月份的地闪平均电流强度最大,1 d当中上午电流强度要大于午后的强度值;地闪的空间分布主要集中在内蒙古高原中、东部地区,地闪的最大密度和电流强度值分别在20次/km~2和10 k A/km~2左右;从雷灾分析来看,雷电灾害主要发生在6-8月份,电子电器设备发生雷电灾害次数最多,居民家庭雷电防护措施仍需完善;雷击人员伤亡则主要发生在农村牧区的户外环境,农牧民的防雷意识有待进一步提高。     

河北省近年地闪特征分析

利用河北省电力部门提供的2003年1月至2007年12月5年的地闪定位资料,对河北省地闪活动的时空分布进行了分析。结果表明:河北省地闪高密度区主要位于太行山中南部的迎风坡、燕山东部迎风坡以及平原的局部地区。地闪高密度区的分布,大部分与山脉峡谷地带、山脉迎风坡、地面水源丰富区及铁矿区较为对应;河北省的地闪活动呈现出明显的月季变化和日变化。地闪活动主要发生在4-10月,其中以6-8月最为频繁。地闪的月、季变化与副热带高压脊线位置的月季变化密切相关。河北省地闪活动的峰值出现在15-17时,谷值出现在10-11时。     

基于inpolygon的区域外闪电剔除方法研究

闪电资料的完整性、准确性是雷电灾害风险评估的基础,将影响雷电灾害风险评估结果的准确性,并影响一系列依赖于闪电资料的科学研究。探究雷电地域分布时,区域外的数据不影响探究准确性,但探究雷电时间分布时,只有区域内的数据是有效的。针对用传统方法统计经纬度跨度形成的矩形区域内的闪电频次来代表某地区闪电频次出现的严重误差,首创以省市县地理底图为边界,应用inpolygon函数方法,简便快速地区分统计区域内外闪电数据,大幅提高闪电原始资料准确性。以江苏省为例,对比用传统疆界边缘经纬度所围矩形区域和用新方法统计江苏省边界所围区域的闪电频数,研究结果表明:用新方法统计的江苏省2012年的省内闪电数据占用传统矩形区域法统计的50.46%。也即,传统方法统计的2012年江苏省闪电频数误差高达98.18%。通过剔除省外闪电,得到省内真实有效的闪电频数数据,大大提高了雷电灾害风险评估和雷暴分布规律分析的准确性和可靠性。     

基于天气分型的北京地区雷电潜势预报预警系统

对1997-2006年457个雷暴过程的环流形势进行对比分析,将北京地区的雷暴天气分为东北低涡低槽、贝蒙低涡低槽、西来槽等11种雷暴天气型;利用南郊观象台(54511站)的探空资料计算对流有效位能、抬升指数和相对风暴螺旋度等33个对流参数,通过与北京地区SAFAIR3000获取的闪电定位资料进行统计分析,提取BCAPE、BLI、MDCI、BIC、KNEW和SWISS等6个对流参数作为北京地区潜势预报参数;采用事件概率回归(REEP)方法,利用获取的6个对流参数作为变量,形成了11种雷暴天气型下的潜势预报方法。利用WRF模式的预报场,建立适用于北京地区3～36 h雷电潜势预报系统。个例实验结果表明其具有较好准确性。由于该系统建立过程中使用了高分辨率探测资料和中尺度模式的输出结果,实现了雷电潜势预报由点到面,由粗到细的突破,对北京地区雷电预警预报具有一定的应用价值。     

基于随机森林算法的云南昆磨高速公路气象风险研究

利用2018—2021年昆磨高速沿线交通气象观测站点数据,计算了总降水量及能见度低于500 m的天数,将其与地灾点、隧道点和桥梁点核密度以及道路曲率半径栅格数据输入到基于随机森林算法的预测模型中,最终昆磨高速危险路段回归预测结果R²值为0.790,P值为0.001,满足显著性检验要求,且预测结果与验证数据之间高度拟合。结果表明：(1)中度危险性以上路段集中在昆磨高速沿线“上—中”段的呈贡区、晋宁县、红塔区、峨山县、宁洱县以及景洪市,其中重大危险等级路段主要分布在景洪市和宁洱县;(2)从随机森林算法预测结果来看,隧道点核密度重要性占比为26%,能见度小于500 m的天数重要性占比为24%,2项综合占比为50%,说明隧道的分布和能见度低的天气状况对昆磨高速沿线行车安全影响最大。     

国道318线二郎山西口至康定县城沿线地质灾害发育特征及治理对策

在川藏公路关键段二郎山西口至康定县城长74km的范围内,共发育滑坡34处、崩塌33处、泥石流43处,其发育密度分别达0．46,0．44和0．58个（条）／km。分析表明,上述地质灾害的分布与该地所赋存的地形地貌、地持构造及岩性条件等密切相关。     

基于GIS的芦山地震灾区滑坡灾害风险评价

选择芦山地震灾区为研究区,以滑坡灾害为研究对象,在GIS技术的支持下进行了芦山地震灾区滑坡灾害危险性、易损性和风险评价研究。首先,选择坡向、坡度、地层岩性、断裂带、河流冲刷作用、地震烈度和降水量7个影响因子建立了芦山地震灾区滑坡灾害危险性评价的指标体系,同时提取研究区的人口密度、经济密度、林地覆盖率、建筑覆盖率、道路密度和滑坡灾害影响区6个指标因子建立了滑坡灾害易损性评价的指标体系。然后,分别应用信息量模型和贡献权重迭加模型,进行了芦山地震灾区滑坡灾害危险性评价和易损性评价,进而开展了基于GIS的芦山地震灾区滑坡灾害风险评价,最后应用自然断点法进行了滑坡灾害风险度区划研究。研究结果表明:高风险区和较高风险区面积分别为102.43 km2和3529.65 km2,占全区总面积的0.24%和8.25%,其灾害分布密度分别为20.50个/100 km2和2.38个/100 km2(均大于芦山地震灾区的平均值,尤其是高风险区)。高风险区和较高风险区的分布主要与人类工程活动密切相关,是人类经济活动最为频繁的地区。与实地调研结果对比发现,研究结果基本符合芦山地震灾区的实际情况,可以为芦山地震灾区恢复重建、聚落搬迁和人口分布再调整提供参考。     

基于ICA/MNF变换的高分影像滑坡灾害检测方法研究

快速准确地从灾后影像中提取出受灾区域对于灾后救援具有重要意义。鉴于现有提取方法过度依赖滑坡在影像中的光学、纹理等特征的问题,研究了一种结合独立成分分析(ICA)与最小噪声比率变换(MNF)的变化检测方法,以单一时相的影像为基础,运用基于负熵最大化的Fast-ICA算法分离出两个时相影像相互正交的独立成分,并构建对应独立成分的差异影像,最后用最小噪声比率变换实现分布于各个差异影像上变化信息的集中,应用直方图阈值法得到了最终的滑坡灾害信息。选取了滑坡灾害前后两时相的高分辨率遥感影像数据进行实验,结果证实了方法的可行性。     

基于层次分析模型的北京雷电灾害风险评估

城市气象灾害风险评估应用研究选用北京地区近10年的雷电监测资料,以区县行政区域为评估单元,利用层次分析模型评估各区县的雷电灾害风险.模型充分考虑了灾害冲击频次和城市社会经济组成结构等因素,拟定以"灾害历史发生频次、人口密度和人均GDP"等作为评估的主要指标,以此建立风险评估方程,划分风险等级.计算得出的风险估算值变化与该地区近10年中实际的雷电灾害发生频次的区县间的变化趋势大体一致.评估结果表明,北京雷电灾害除与自然闪电的空间分布有一定的关联外,还与下垫面易损特征及"承灾体"分布密切相关.评估结果的正确性也说明了评估方法的合理性.     

中强地震区地震烈度统计拟合因素评估

目前地震危险性综合概率分析方法中的地震动参数衰减规律一般是由研究区地震烈度和参考区地震动参数经过映射方法得出的,而烈度统计结果依赖于不同模型和不同回归方法,因此,合理评估烈度影响因素有很大现实应用价值,它直接影响地震危险性分析结果。以我国中南地区地震烈度资料,用不同回归拟合方法研究该地区地震烈度随震中距和面波震级变化的等效圆、椭圆和综合椭圆模型分布关系,考虑震级和距离因素的相关性,比较分析已有结果,评估中强地震区烈度模型和回归方法对烈度的拟合影响,结果可供该地区地震小区划和设定地震动参数参考。     

基于混合高斯隐马尔科夫模型的滑坡发生时间预报∗

滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型(MOG‐HMM)建立滑坡发生时间预报模型,即对滑坡灾害演化过程全周期数据利用混合高斯算法计算出宏观信息预报判据,与隐马尔科夫模型中的状态相匹配,建立滑坡演化状态模型,该模型能够反映全周期数据的多个状态,当需要对实时采集的位移数据进行时间预报时,首先利用解码算法对当前数据解码,即计算出其属于滑坡的哪个状态,然后利用Dijkstra最优路径规划算法,计算出从当前状态到达滑坡发生状态的时间,实现滑坡发生时间预报。通过对新滩滑坡和卧龙寺滑坡灾害全周期数据进行仿真验证,结果表明,本文方法能够比较准确地计算出滑坡发生的时间,同时利用评价指标对预报的结果进行测试,符合预报指标精度要求。