Page 34 - 《高原气象》2026年第5期
P. 34
高 原 气 象 45 卷
1250
式中: I 为雷电流幅值(单位: kA); c 为常数, 标准 案(潘健等, 2017)。选取年平均雷电频次密度、 平
中建议的c值为88。 均高程(Digital Elevation Model, DEM)以及经纬度
IEEE 推荐采用式(5)的累积概率分布模型, 以 坐标作为核心特征变量进行聚类。为确保聚类结
描述雷电流幅值超越概率, 该模型在研究中被证实 果的稳健性, 首先对频次和 DEM 栅格进行高斯平
具有较好的拟合效果(Ma et al., 2025)。 滑以抑制噪声; 再对所有特征进行标准化, 以消除
1 量纲影响; 并对空间坐标赋予一定权重以增强分区
P ( I ≥ I 0 ) = b (5)
1 + ( ) 的地理集聚性。
I 0
a
3 结果与分析
式中: 参数 a 为累积概率为 50% 时对应的雷电流幅
值(单位: kA), 反映了分布的中心或特征幅值, 其 3. 1 雷电流幅值与雷电频次的时空分布特征
值越大表示雷电流整体强度越高; 参数 b 为曲线的 3. 1. 1 雷电流幅值时间分布
形状参数, 反映了分布的离散程度, IEEE 推荐 a 取 由图 2 可以看出, 凉山地区雷电流平均幅值的
31 kA, b 取 2. 6。本文采用 Levenberg-Marquardt 非 高值期集中在冬春过渡季, 且正、 负回击均表现出
线性拟合方法(Marquardt, 1963), 对 IEEE 推荐模 较高的平均幅值; 4 -10 月雷电流幅值处于较低水
型的参数 a 和 b 进行估计, 并与电力部门行业标准 平, 负回击更为明显。从日变化看, 高幅值雷电活动
(DL/T 620-1997)模型进行对比, 以评估其在凉山 主要集中在21:00(北京时, 下同)至次日10:00。正回
地区的适用性(陈家宏等, 2008)。 击[图 2(a)]的平均电流幅值在上午(09:00 -11:00)
2. 3. 4 基于K-Means的雷电物理分区 较为突出, 2 -3月的这一时段是全年正回击强度最
为客观揭示雷电活动的空间格局, 采用 K- 高的时段。负回击[图 2(b)]也呈现类似特征, 在
Means聚类算法构建了一套数据驱动的物理分区方 11月和3月的上午(09:00 -11:00)达到强度峰值。
图2 凉山地区正回击(a)和负回击(b)雷电流幅值的月-时分布特征(单位: kA)
Fig. 2 Monthly-hourly distribution of positive (a) and negative (b) return
stroke current amplitudes in the Liangshan region. Unit: kA
3. 1. 2 雷电空间分布特征 高值中心。正回击的高电流幅值[图 4(c)]主要分
由图 3 可以看出, 雷电活动主要集中于该地区 布在雷电频次密度较低的西部和南部; 雷电频次密
中部至东北部, 形成了以西昌、 喜德、 冕宁一线为 度最高的州域中部, 其正回击强度反而是全州低值
核心雷电频次密度高值带, 其年平均回击密度可超 中心。
过 2. 5 次·km ·a 。相比之下, 西部地区雷电活动 图 5展示了标准化雷电频次与雷电流幅值差值
-1
-2
则相对稀疏, 频次较低。 的空间分布, 定量揭示了二者的空间反相关系。图
平均雷电流幅值的空间分布(图 4)呈现出与雷 中红色区域表示高频低强区域, 西部和南部的蓝色
电频次截然不同的格局。总回击与负回击的平均 区为低频高强区域。全区雷电频次与幅值的空间
幅值[图 4(a), (b)]在空间上相对均匀, 未见极端 相关系数为-0. 58(P<0. 01), 表明两者存在极显著

