近56年来中国雷暴日数的时空分异特征
呼和浩特市雷暴日数变化特征与气象要素关系的分析
克托县 18d，出现在 2001 年，最大值和最小值相差
近 3.3 倍，说明地区间雷暴日数差异较大。呼和浩特
2019 年第 3 期
内蒙古气象
21
年平均雷暴日数/d 雷暴日数/d
市 6 个气象站平均雷暴日数为 36.6d/a，其中，武川县 年平均雷暴日数最多，达 40.9d/a；托克托县最少，为 33.4d/a。呼和浩特市年平均雷暴日数呈南北多中部少 的纬向型特征，最多和最少年平均值相差近 8d（图 1）。
55
年平均雷暴日数
50
线性 (年平均雷暴日数)
45
40
35
30
y =-0.1926x +419.21
25
R ²=0.2848
20 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
年份
图 2 呼和浩特市 1960—2013 年年平均雷暴日数变化趋势
为更进一步分析不同时期呼和浩特市雷暴变化 特 征， 将 时 间 分 为 3 个 阶 段（1960—1979、1980— 1999、2000—2013 年），分别统计各阶段雷暴日数正、 负距平年次数，结果显示（表 1），呼和浩特市 6 个 气象站年平均雷暴日数各年代负距平年次数随年际 变化增多，说明 54a 来呼和浩特市雷暴日数逐年减少， 近 14a（2000—2013 年）减少更为显著。各气象站点 之间，除清水河县 20 世纪 80—90 年代雷暴日数负距 平年次数较 60—70 年代减少，其他气象站雷暴日数 各年代负距平年次数随年际变化增加；反之，年平均 雷暴日数各年代正距平年次数随年际变化减少。
图 1 呼和浩特市 1960—2013 年年平均雷暴日数分布（单位：d）
利用50年人工观测资料分析河南省末雷暴日特征
雷电是伴有闪电和雷鸣的强烈放电现象，雷电的平均电流是3万A，最大电流可达30万A，雷电的电压很高，约为1亿~10亿V。
一个中等强度雷暴的功率可达1000万W，相当于一座小型核电站的输出功率。
雷电已经被联合国列为最严重的10种自然灾害之一。
河南省每年因雷电灾害损失严重，目前学者对河南省雷电的分布特征、雷电与雷达、卫星及大气热力参数等的研究已经取得诸多进展[1-4]，但对河南省雷暴结束日期的研究尚未见报道。
因此，笔者利用1957—2015年人工雷暴观测站点资料，对河南省末雷暴日进行初步分析，以期掌握河南省雷暴特征，加强人们对雷暴的认识，为河南省防雷事业的发展作出贡献。
1资料与方法共选取121个有效（观测时间在30年以上）人工雷暴观测台站资料，其中有部分观测站的观测时间开始较早，例如1951年开始观测的台站有6个，但考虑到统计的普遍性和有效性，观测时间选为1957—2005年，因为从1957年开始有50多个台站开始工作，直到1961年以来有100多个台站正常工作。
河南省人工雷暴观测站点，在河南省中部分布比较密集，在省边界处分布相对较稀疏（图1）。
2结果与分析2.1末雷暴日年际分布特征从图2可以看出，平均末雷暴日最迟的年份是1977年，平均末雷暴日距离参考日期83.7d，即10月22日。
平均末雷暴日结束最早的年份是2001年，距参考日期20.8d，即8月21日左右。
1957—2005年平均末雷暴日为45.57d，1957—1976年平均末雷暴日为42.27d，1977—2005年平均末雷暴日为48.30d，比1957—1976年平均末雷暴日推迟6d。
末雷暴日推迟可能是由温度升高引起的。
李克让等[5]分析了近40年全国160个测站的Analysis of Characteris⁃tics of the Last Thunder⁃storm Days of HenanProvince Based on50Years Observation DataYANG Mei-rong(Henan Meteorologi⁃cal Disaster Prevention Technology Cen⁃ter,Zhengzhou,Henan450003)Abstract Using the thunderstorm ob⁃servation data of121effective meteoro⁃logical stations in Henan Province from1957to2005,the last thunderstorm daysin Henan Province were preliminarilyanalyzed.The analysis showed that thelast thunderstorm days in Henan had ob⁃vious interannual variation characteris⁃tics,and the last thunderstorm daystended to be delayed with the increase ofyears.Statistics showed that the averagelast thunderstorm days in1977-2005were six days later than that in1957-1976.The delay of the last thunderstormdays in1977-2005may be caused bythe increase of temperature.It was foundthat the thunderstorms occurred at12:00-16:00,accounting for43.4%of the totalthunderstorms,followed by16:00-20:00,accounting for24.0%of the total thun⁃derstorms,and the minimum thunder⁃storms occurred at00:00-04:00and20:00-24:00,which were quite differentfrom the daily variation characteristics ofthunderstorms in the whole province.Thespatial distribution of the last thunder⁃storm days in the whole province couldbe divided into three regions:the end ofthe last thunderstorm days in the south⁃west and southern regions was the latest,followed by the northern region,the endof the last thunderstorm days in the cen⁃tral region was earlier,and the late lastthunderstorm days were mostly distribut⁃ed in the mountainous areas or the Southwith higher temperature.These distribu⁃tion characteristics were consistent withthe spatial distribution of the number ofthunderstorm days.Key words Henan Province;Thun⁃derstorm;The last thunderstorm day;Temporal and spatial distribution利用50年人工观测资料分析河南省末雷暴日特征杨美荣河南省气象灾害防御技术中心,河南郑州450003摘要利用河南省1957—2005年121个有效气象台站雷暴观测资料,对河南省末雷暴日进行初步分析。
安龙县1961年～2013年雷暴日数特征分析
安龙县1961年～2013年雷暴日数特征分析
安龙县位于贵州省东南部，气候属亚热带湿润气候，夏季雨水充沛，闪电活动频繁。
本文以1961年至2013年观测资料为基础，对安龙县雷暴日数的特征进行分析。
一、雷暴日数的年际变化
安龙县年平均雷暴日数为52.4天，最多的年份是1981年，达到了89天，最少的是1978年，只有17天。
由图1可见，雷暴日数呈现出明显的年际变化，波动范围在30-80天之间。
二、雷暴日数的季节分布
安龙县雷暴日数季节分布如图2所示，夏季雷暴日数最多，春季次之，秋季和冬季最少。
夏季雷暴日数平均为32.8天，占全年雷暴日数的62.6%。
春季雷暴日数为12.2天，占全年雷暴日数的23.3%。
秋季雷暴日数为5.5天，占全年雷暴日数的10.5%。
冬季雷暴日数最少，仅有2.0天，占全年雷暴日数的3.8%。
安龙县雷暴日数时段分布如图4所示，雷暴活动集中在下午18时至凌晨2时，尤以晚间21时至次日凌晨1时为多。
雷暴活动在下午18时至次日凌晨2时的雷暴日数占全年的91.8%。
其中，晚间21时至次日凌晨1时雷暴日数最多，占全年雷暴日数的47.3%。
此外，上午9时至中午12时和下午3时至晚间6时也有少量雷暴活动。
总体上，安龙县雷暴日数年际变化较大，但夏季雷暴日数最多，在7月份达到峰值。
雷暴活动集中在下午18时至凌晨2时，尤以晚间21时至次日凌晨1时为多。
这些结果对于安龙县的气象灾害预防和管理具有参考价值。
九江市雷暴日数的时空变化特征分析_肖菲
收稿日期：2020-06-17第一作者：肖菲（1986—），女，工程师，本科，主要研究方向为气象防灾减灾。
E-mail ：77331863@摘要：为揭示雷暴发生规律性特征，更好地开展雷电安全防护工作，采用多种数理统计方法，分析了1959—2013年九江市雷暴日数的时空变化特征。
结果表明：1）九江市的年雷暴日数，西部山区多于沿江沿湖地区；2）1959—2013年研究地区雷暴日数整体均呈极显著的减少趋势，递减率为0.5d/a 上下；3）该地区年雷暴日数在1980年代中、后期开始出现突变点，在1990年代前期进入了减少的突变状态；4）其年变化的周期性振荡特征不显著。
九江市年雷暴日数总体在减少，山区雷暴数多于低海拔地区。
关键词：雷暴日数；时空分布；线性；周期性；突变性；九江市中图分类号：P446文献标志码：A文章编号：2096－7705（2020）03－0035－04XIAO Fei（Jiujiang City Meteorological Bureau,Jiujiang 332000,China）In order to reveal the regularity of thunderstorms and carry out the lightning safety protection work better,a varietyof mathematical statistical methods were used to analyze the temporal and spatial variation characteristics of the number of thunderstorm days in Jiujiang city from 1959to 2013.The results show that:1)The annual number of thunderstorm days in Jiujiang city is more in the western mountainous areas than in the areas along the river and lake.2)From 1959to 2013,the number of thunderstorm days in the study area as a whole showed a very significant reduction trend,with a decline rate of 0.5d/a or so.3)The annual number of thunderstorm days in this region began to show the abrupt transition point in the middle and late 1980s,and entered the reduced abrupt transition state in the early 1990s.4)The periodic oscillation characteristics of annual change are not significant.The annual number of thunderstorm days in Jiujiang city is generally decreasing,and the number of thunderstorm days in mountainous area is more than that in low altitudearea.number of thunderstorm days;spatial and temporal distribution;linear characteristics;periodicity;mutabilitycharacteristics;Jiujiang cityDOI ：10.16056/j.2096-7705.2020.03.008九江市雷暴日数的时空变化特征分析肖菲（九江市气象局，江西九江332000）引言雷暴灾害不仅被联合国有关部门列为“最严重的10种自然灾害”之一[1-2]，而且被电子工业委称为“电子时代的一大公害”[3-4]。
ADTD数据计算雷暴日与目测雷暴日的均一性分析
第３８卷 第６期２０２０年１２月干 旱 气 象ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅｔｅｏｒｏｌｏｇｙＶｏｌ．３８ Ｎｏ．６Ｄｅｃｅｍｂｅｒ，２０２０朱华亮，华连生，温华洋，等．ＡＤＴＤ数据计算雷暴日与目测雷暴日的均一性分析［Ｊ］．干旱气象，２０２０，３８（６）：１０１６－１０２２，［ＺＨＵＨｕａｌｉａｎｇ，ＨＵＡＬｉａｎｓｈｅｎｇ，ＷＥＮＨｕａｙａｎｇ，ｅｔａｌ．ＨｏｍｏｇｅｎｅｉｔｙＡｎａｌｙｓｉｓｏｆＡｒｔｉｆｉｃｉａｌＴｈｕｎｄｅｒｓｔｏｒｍＤａｙｓａｎｄＴｈｕｎｄｅｒｓｔｏｒｍＤａｙｓＣａｌｃｕｌａｔｅｄＵｓｉｎｇｔｈｅＤａｔａｏｆＡＤＴＤＳｙｓｔｅｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅｔｅｏｒｏｌｏｇｙ，２０２０，３８（６）：１０１６－１０２２］，ＤＯＩ：１０．１１７５５／ｊ．ｉｓｓｎ．１００６－７６３９（２０２０）－０６－１０１６ＡＤＴＤ数据计算雷暴日与目测雷暴日的均一性分析朱华亮１，华连生１，温华洋１，庞文静２，梁 丽２，孔芹芹１（１．安徽省气象信息中心，安徽 合肥 ２３００３１；２．中国气象局气象探测中心，北京 １０００８１）摘 要：基于１９６１—２０１３年８４３个气象站的人工观测雷暴日资料和２０１０—２０１８年的ＡＤＴＤ系统监测资料，采用数理统计方法，分析全国２８个区域的ＡＤＴＤ监测雷电日与人工观测雷暴日之间的关系，建立年雷暴日数拟合公式，并利用ＰＭＦＴ方法探讨年雷暴日数计算值与人工观测值的均一性。
结果表明：（１）各地区ＡＤＴＤ监测雷电日和人工观测雷暴日的最优匹配半径不尽相同，大部分地区的最优匹配半径介于９～１５ｋｍ之间，而新疆、青海和西藏等地区的最优匹配半径大于２０ｋｍ；（２）绝大部分地区的年雷暴日数计算值与人工观测值的平均绝对误差小于１０．０ｄ，平均相对误差小于３０．０％，而新疆、青海和西藏地区的计算值与观测值的误差较大，表明除新疆、青海和西藏地区外，利用二元法建立的公式对年雷暴日数的拟合效果较好；（３）经ＰＭＦＴ检验发现８４３个站点中有７７６个站点的序列在２０１３年前后无明显跳变，占比达９２．１％，仅有６７个台站因ＡＤＴＤ站点稀疏、ＡＤＴＤ探测性能下降、高山阻隔等原因造成序列明显跳变，表明利用二元法延长的年雷暴日数序列与人工观测序列之间的均一性较好。
甘肃省天水市雷暴日数时空特征分析
关键词 ： 雷暴 ； 地理分布 ； 突变 ； Ｍａ ｎ ｎ— Ｋ ｅ ｎ ｄ ａ ｎ检验
中图分类号 ： Ｐ ４ ６ ８
雷暴是 伴有 闪 电 的局 地 强 对 流 天气 ， 产 生 于强 烈 的积雨 云 中 ， 能够产生闪电、 冰雹、 短 时 强 降水 等
秦安） 、 河谷 川 区（ 秦州 、 麦积 ） 和关 山地 区 （ 清水、 张
雷暴 １ ３ 数是衡量雷 电活动频繁程度 的指标 ， 它是指在 ２ ４ ｈ内， 如果发生 了雷 电现象 ， 不管其雷电 的次数多少 ， 均记为一个雷暴 １ ３。本文使用的雷暴
日数 资料 来 源 于 天 水 市 五 县 两 区 国 家 气 象 观 测 站
１ ９ ６ １ －２ ０ １ ０年 的观测数 据 ， 根 据 天 水地 理 位 置 的特
２ 年代 际特征分析
第１ ８期
２ ． １ 年雷 暴 总次数 的变化
靳永 才等 ： 甘肃 省天 水市 雷暴 日数 时空 特征分 析
表 １ 各 县 区 雷暴 日数 变化 趋 势
４ ７
天水 市 近 ５ Ｏ年 平 均 雷 暴 总 次 数 为 １ ３ ８ ｄ ， 最 多 的年 份 为 １ ９ ６ ８年 ， 达到 ２ １ ８次 ， 最 少 的年 份 在 ２ ０ ０ ９ 年， 为５ ４次 ， 分析 １ ９ ６ １ －２ ０ １ ０年各 站逐 年 雷暴 总 次
靳永才 ， 高卫东， 刘 扬， 姚延锋 ， 李 悦
（ 天水市气象局 ， 甘肃 天水 ７ ４ １ ０ ０ ０ ）
摘
要： 利用 １ ９ ６ １ －２ ０ １ ０ 年天水市 ７ 个测站雷暴观测数据 ， 运用 线性 倾 向估 计 、 趋势系数 、 Ｍ ａ ｎ ｎ — Ｋ ｅ ｎ ｄ ａ ｌ检验 等统
马鞍山地区雷暴时空分布特征
马鞍山地区雷暴时空分布特征摘要根据1959—2011年马鞍山市、含山县、当涂县、和县4个地面气象观测站雷暴资料、2005—2010年安徽省闪电定位监测资料，运用surfer、ArcGIS 软件以及本地GIS信息分析了马鞍山地区雷电活动的时空分布特征。
结果表明：在空间上马鞍山多雷区主要集中在含山县中东部、和县北部、市区北部；时间分布上雷暴日数呈下降趋势；季节性分布上主要集中夏季；日变化明显，主要发生在午后13：00至夜间；年际变化呈明显的波动下降的特点，并有一定的阶段性，特别是20世纪80年代后期雷暴日数下降趋势显著。
关键词雷暴；时空分布；特征；安徽马鞍山雷电因其强大的电流、炙热的高温、强烈的电磁辐射以及猛烈的冲击波等物理效应而能够在瞬间产生巨大的破坏作用，造成雷电灾害，酿成不良的社会和经济后果事件。
长期以来，雷电灾害带来了严重的人员伤亡和经济损失，多年雷电灾害统计表明，我国每年有1 000人以上遭雷击伤亡，财产损失在50亿～100亿元人民币，雷电灾害被联合国“国际减灾十年”公布为最严重的10种自然灾害之一，它造成的经济损失仅次于干旱和洪涝，已经成为社会可持续发展的重要制约因素。
马鞍山市地形地貌复杂，起伏较大，总趋势是由东北向西南倾斜，年平均雷暴日数30.6 d，按防雷规范属于多雷区，每年都有雷击伤亡事故发生，因此开展雷暴分布规律及雷击分析，对科学、经济、合理的开展防雷工作有着重要的社会意义。
我国有诸多学者对雷暴已有很多研究[1-8]，但针对马鞍山地区雷暴的长期气候变化趋势方面的研究尚未见报道。
笔者使用了马鞍山地区4个气象站1959—2011年53年的雷暴观测资料以及安徽省气候中心提供的2005—2010年闪电定位监测资料，采用surfer、ArcGIS 软件以及本地GIS信息分析了马鞍山地区雷电活动的时空分布特征和演变规律。
1 雷暴空间分布1.1 雷暴的定义在当日8：00至翌日8：00观测站听到雷声则统计1个雷暴日，而不论该天雷暴发生的次数多少和持续时间的长短。
湖北省不同类型雷暴大风的时空分布及环境参数特征
湖北省不同类型雷暴大风的时空分布及环境参数特征湖北省不同类型雷暴大风的时空分布及环境参数特征雷暴大风是一种常见而破坏性较强的天气现象，常常给人们的生产生活带来很大困扰。
湖北省作为中国中部重要的省份，其地理位置和气候条件使其容易受到雷暴大风的影响。
因此，研究湖北省雷暴大风的时空分布及环境参数特征对于预测和预警该类天气现象具有重要意义。
首先，我们来看湖北省雷暴大风的空间分布特征。
根据过去几年的气象观测资料，湖北省雷暴大风主要分布在其东南地区，包括武汉市及周边地区、黄石市、襄阳市等。
这些地区多数位于湖北省的长江中下游地区，具有典型的亚热带季风气候特征，夏季炎热潮湿，适宜雷暴大风的生成和发展。
其次，湖北省雷暴大风的时间分布特征也值得关注。
根据逐年统计的观测资料，湖北省雷暴大风主要集中在夏季，特别是5月至8月。
这一时段是湖北省气温较高、空气湿度较大、对流环境较为不稳定的时期，是雷暴大风生成的主要季节。
而秋季和冬季，湖北省的雷暴大风相对较少。
这与湖北省气候季节变化的特点相吻合，也与大气环流和垂直风切变等环境参数的变化有关。
接下来，我们来分析湖北省雷暴大风的环境参数特征。
湖北省雷暴大风的环境条件主要包括热力和动力因子。
首先，热力因子主要涉及湿度、温度和辐射等因素。
湖北省夏季气温高，湿度较大，这为雷暴大风的生成提供了充分的热能和水汽条件。
其次，湖北省在夏季常常受到副高和低层切变线的共同影响，加上地形的作用，形成了适宜雷暴大风生成的动力环境。
垂直风切变是大气中风向、风速的变化，是雷暴大风产生的重要动力因素。
湖北省夏季常常存在较大的垂直风切变，这为雷暴大风的发展提供了有利条件。
最后，我们要重点关注不同类型雷暴大风在湖北省的时空分布和环境参数特征。
湖北省雷暴大风一般可分为两类：前沿大风和后期大风。
前沿大风主要发生在雷暴云的前沿、下沿和侧沿，一般伴随着强降水和强对流天气，给人们的生产和生活带来巨大的威胁。
而后期大风一般发生在雷暴云减弱、消亡的阶段，这类大风主要受到雷暴对流的强烈上升运动和降水透过雷暴云同流层的垂直上升运动影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
近56年来中国雷暴日数的时空分异特征孔锋;郭君;王一飞;吕丽莉【摘要】采用1961-2016年2 481站的雷暴日数数据,利用多种数理统计方法,分析了中国及其七大地理分区的雷暴日数时空分布特征、周期变化规律和突变特征.结果表明:1961-2016年中国整体及其不同区域的雷暴日数整体均呈减少趋势,年均单站雷暴日数均在2000年代普遍偏少,而2010年代开始迅速增加.全国、东北、西北东部、西北西部和西藏地区的年均单站雷暴日数在30年尺度上的振荡周期相对显著.全国、东北、北方、西北东部、西北西部、西藏、西南和东南的年均单站雷暴日数在1992、1994、1996、2000、1994、1963及2005、1989和1994年发生突变.中国年均雷暴日数超过45 d的区域主要分布在新疆西北部、西藏中部、青海南部、四川西部及沿长江的以南地区.西北地区的大部分地区年均雷暴日数则均在10 d以下.不同年代的雷暴日数距平空间差异较大.西藏大部分地区、重庆、甘肃北部、山西、河北、黑龙江西北部、浙江沿海等地区的雷暴日数呈现出明显的增加趋势.新疆西北部、四川西部和长江以南的广大地区等均呈现出明显的减少趋势.西藏、青海、西北地区以及长江中下游南北附近地区的雷暴日数年际波动较大,而内蒙古中北部和长江以南的多数地区年际波动较小.【期刊名称】《灾害学》【年(卷),期】2018(033)003【总页数】9页(P87-95)【关键词】雷暴日数;变化趋势;波动特征;集合经验模态分解;Mann-Kendall突变检验【作者】孔锋;郭君;王一飞;吕丽莉【作者单位】清华大学公共管理学院,北京100084;中国气象局气象干部培训学院,100081北京;中亚大气科学研究中心,新疆乌鲁木齐830002;清华大学公共管理学院,北京100084;中国气象局气象干部培训学院,100081北京;中国气象局气象干部培训学院,100081北京【正文语种】中文【中图分类】P446;X43雷暴事件是一种产生于强烈发展的积雨云中、云间或云地之间的可产生闪电及雷声的对流性天气现象[1-2]，它通常伴随着滂沱大雨或冰雹，而在冬季甚至会随暴风雪而来[3]，是我国主要的气象灾害之一[4]。
雷暴特别是云对地间的放电对国民经济建设有较大的危害[5]，常对农林、交通、通讯、航空航天及地面建筑物或其他设施造成不同程度的经济损失，甚至造成人员伤亡[6-7]。
雷暴灾害不仅被联合国列为“最严重的十种自然灾害之一”[8]，而且被国际电工委员会称为“电子时代的一大公害”[9-10]。
随着中国社会经济的快速发展和电子信息产业的迅速推进，雷暴造成的灾害影响越来越大[11-13]，因此，深入系统研究雷暴事件活动的气候态特及其变化趋势和波动特征征，不仅可以反映雷暴事件时空分布特征，而且对新形势下防雷工作，尤其对减少雷暴天气下各行业经济损失有明确的指导作用。
雷电产生于中尺度对流天气系统[14]，局地和时效特征明显[15]，其时空分布与气候条件、天气系统、季节、地形和下垫面性质等多种因素有关[16-18]。
长期以来，研究人员对于雷暴的研究一直没有停止，但研究的侧重点迥异[19]。
有的侧重于研究雷暴的气候特征[20-21]；有的则侧重研究雷暴、雷电或闪电等的结构成因[22-23]；还有的侧重于雷暴天气的临近预报[24-25]。
在雷暴的气候特征研究方面，较多的是针对雷暴事件的年代际变化进行分析[26-29]。
这类研究主要是分析特定区域雷暴的动态变化特征，尤其是季节性变化及其与大气环流和海温异常的相关性研究[26]。
雷暴活动存在很强的季节性和日变化特征。
一般来说一年之中雷暴事件发生频率，冬季最少，夏季最多[30-31]；一天之中，白天多，夜间少[32-33]。
在天气和气候预报上，学者们更多关注雷暴天气的各种物理量特征，关注短时或临近预报的准确性[24-25]。
通过梳理发现，针对中国长时间尺度雷暴事件的时空分布格局及其变化趋势和波动特征的研究相对较少，尤其是中国不同区域间雷暴事件的对比研究则更少。
因此，本文基于中国区域2 481个气象站点的雷暴事件观测记录，运用多种统计方法和GIS技术，对1961-2016年中国及七大地理分区的雷暴日数动态变化规律和时空演变格局进行研究。
一方面，能更好地为中国强对流的预报、防御及进一步分析强对流成因以及与大尺度环流的关系打好基础。
另一方面，以期对该领域的研究有所促进和补充，为全国和区域防雷减灾及雷暴天气风险评估提供可能的科学依据和决策支撑。
1 数据和方法1.1 数据来源本文采用的1961-2016年的2 481站的雷暴日数年值数据来自于中国气象局国家气象信息中心的《对流性天气数据集(V1.0)》。
雷暴天气现象按《地面气象观测规范》的要求进行观测[34]，初期对观测数据进行了反复质量检测与控制，期间纠正了大量的错误数据，并对数字化遗漏数据进行了补录，使得数据质量和完整性得到明显提升。
后期数据集是由中国气象局国家气象信息中心对地面气象观测数据文件和实时上传的地面气象要素数据文件综合校对后制作而成，经过了严格的“台站-省级-国家级”三级质量控制。
数据的实有率均在98%以上，数据的正确率均接近100%，站点分布如图1所示。
图1 中国数字高程、七大地理分区和气象站点分布1.2 计算方法本文采用的方法主要包括线性趋势检测[35-36]、集合经验模态分解(EEMD)[37]、Mann-Kendall(MK)突变检验[37-38]、反距离权重插值[39-40]、图谱对比分析[41-43]和变异系数[35]，其中前三种方法主要用来检测时间序列趋势、波动和突变特征；反距离权重插值、图谱对比分析和变异系数主要是诊断不同研究时段空间格局差异的方法。
其中反距离权重插值将雷暴日数站点数据插值成10 km ×10 km分辨率的栅格数据。
变异系数表征1961-2016年中国雷暴日数的波动特征空间分布格局。
在数理统计上，变异系数是衡量资料中各观测值变异程度的一个统计量，是标准差与平均数的比值，可以用于衡量数据的波动性[35]。
变异系数可以消除单位和平均数不同对两个或多个资料变异程度比较的影响。
在本文中，雷暴日数的变异系数越小，其波动程度越小；反之，变异系数越大，波动程度越大。
上述方法均已经在大气科学和地理学中得到了广泛的应用[37]。
同时本文根据已有研究成果对中国的分区[44-45]，统计七大地理分区的雷暴动态变化特征(图1)。
2 结果与分析2.1 中国雷暴日数时变趋势性分析从时间序列动态变化来看，1961-2016年中国年均单站雷暴日数在波动中呈现出减少趋势(图2)。
从年代际变化来看，中国年均单站雷暴日数从1970年代到2000年代呈梯次减少趋势，而1970年代和2010年代分别比上个年代有所增加。
从七大地理分区来看，1961-2016年东北、北方、西北东部、西北西部、西南和东南地区年均单站雷暴日数均在波动中整体呈现出减少趋势(图2)。
从分段特征来看，东北地区年均单站雷暴日数从1960年代到2010年代分别呈现出“增-减-增-减-减-增”的变化趋势，其中1980年代年均单站雷暴日数最多，2000年代最少，2010年代迅速增加，且2000年以来波动增大。
北方地区年均单站雷暴日数从1960年代到2010年代分别呈现出“增-增-增-减-减-增”的变化趋势，波动特征整体偏大。
其中年均单站雷暴日数在1970年代最多，2000年代最少，2010年代有所增加。
西北东部地区年均单站雷暴日数从1960年代到2010年代分别呈现出“增-增-增-减-减-增”的变化趋势，其中1980年代年均单站雷暴最多，2000年代最少。
西北西部地区年均单站雷暴日数从1960年代到2010年代分别呈现出“减-减增-减-减-增”的变化趋势，且年际波动整体偏大，其中1960年代年均单站雷暴日数最多，2000年代最少。
西藏地区年均单站雷暴日数分段变化明显，但年际波动偏小。
其中1960年代到1980年代前期呈增加趋势，1980年代中期开始到2000年代末呈减少趋势，2010年后开始有所增加，年均单站雷暴日数1980年代最多，1960年代最少。
西南地区年均单站雷暴日数从1960年代到2010年代依次呈现出“减-减减-减-减-增”的变化趋势，但值得注意的是1960年代年均单站雷暴日数相比1970年代偏小，其中1970年代年均单站雷暴日数最多，2000年代最少。
东南地区年均单站雷暴日数从1960年代到2010年代依次呈现出“减-减减-减-增-增”的变化趋势。
值得注意的是1960年代年均单站雷暴日数相比1970年代偏小，其中1970年代年均单站雷暴日数最多，2000年代最少。
通过对比发现才，七大地理分区中年均单站雷暴日数均在2000年代普遍少，而2010年代开始迅速增加。
2.2 中国雷暴日数周期变化特征分析基于EEMD来诊断全国及七大地理分区的年均单站雷暴日数时间序列中低频信号的波动特征，本文在EEMD分解中加入的白噪音振幅标准差为原序列的0.2倍，集合次数为1 000次，最终分解出4个不同时间尺度的本征模态函数IMF序列和1个剩余残差序列。
从IMF 1、IMF 2、IMF 3和IMF 4分量序列可以看出，全国的年均单站雷暴日数时间序列分别表现出1～3、6～10、15和30年左右的周期波动特征(图3)。
剩余的残差即是EEMD分解得到的趋势，该趋势和图2中的线性趋势十分相似。
从图3左边各分量的显著性检验结果来看，位于不同显著性水平的线上方表示通过了不同显著性水平的检验，即可以认为该分量包含了具有实际物理意义的信息，反之则该分量包含了较多的白噪声。
该图的纵轴表示IMF分量所具有的能量谱密度，纵坐标值越大表示IMF分量所具有的能量越高，振幅越大。
从图3中可以看到全国年均单站雷暴日数的IMF 4所具有的能量最大，且大都落在90%的显著性水平之上，说明IMF 4分量最显著，说明在30年尺度上，中国年均单站雷暴日数的振荡周期相对显著。
类似的东北、西北东部、西北西部和西藏地区的年均单站雷暴日数均在30年尺度上具有显著振荡周期。
同时西藏地区也具有60年的显著振荡周期。
值得注意的是北方、西南和东南地区的年均单站雷暴日数振荡周期均不显著。
图2 中国及七大地理分区年均雷暴日数分段变化趋势(1961-2016年)图3 基于EEMD的中国及七大地理分区年均雷暴日数波动特征(1961-2016年) 2.3 中国雷暴日数突变特征分析为了诊断1961-2016年中国及七大地理分区年均单站雷暴日数时间序列是否发生突变及其突变时间，进一步采用MK突变检验的方法来诊断，结果如图4所示。
其中UF和UB为统计量曲线，取±1.96和±2.56为临界曲线的MK检验值，即0.05和0.1显著性水平的置信度检验区间。