基于模糊数学的大连市雷击风险指数综合评价

王淑一，邹善勇，王 蕾

(1.大连市雷电防护中心，辽宁大连 116001；2.大连市气象局气象服务中心，辽宁大连 116001)

基于模糊数学的大连市雷击风险指数综合评价

王淑一1，邹善勇1，王 蕾2

(1.大连市雷电防护中心，辽宁大连 116001；2.大连市气象局气象服务中心，辽宁大连 116001)

通过对气象资料的分析从总体上认识大连市雷电的强度和频度分布特征，寻找影响大连市雷击风险的因子，首次提出雷击风险指数理论，建立大连市雷击风险评价模型。结果将雷击风险指数划分为I、II、III、IV级，结合各风险因子利用模糊综合算法对大连市的雷击风险指数进行计算得出相对应的雷电风险等级。最后通过具体的实例验证，该方法将雷击风险的确定由定性变为定量，能够更加直观、客观地体现项目所处区域的雷击风险，该方法具有实用性，能够提高大连市雷电灾害抵御能力，同时为雷电灾害风险评估提供理论支撑。

雷击风险；模糊数学；指标

0 引言

大连位于东经120°58′至123°31′、北纬38° 43′至40°10′之间。全市三面环海，大部分地形为山地及低缓丘陵，平原低地仅零星分布在河流入海处及一些山间谷地[1]，特殊的地理环境使得大连市的雷电活动相对活跃和频繁。大连气候四季分明，气候湿润，降水集中。受东北冷涡及黄河气旋活动频繁影响，70%降水集中在夏季并多伴有雷鸣电闪，因此夏季是大连地区雷电现象发生最频繁的季节，每年因雷击造成的经济损失及人员伤亡情况不容乐观，加强雷电防灾减灾研究刻不容缓，国内不少学者[2-4]也对雷电灾害风险评价的方法进行研究，利用模糊数学进行评价方法研究[5-8]。

为了直观表示雷电灾害的危险等级，本文在模糊数学的基础上提出雷击风险指数的概念，定量进行雷击风险评价，取代以往以经验值为主的评价方法。确定雷电风险区域的雷击风险指数是开展雷电灾害风险评估的前提和基础，可以提高雷电灾害风险评估的置信度，同时能够增强大连市的雷电灾害抵御能力。

1 资料与方法

雷电的危险度主要体现在雷电发生的频度、雷电流幅值的大小以及雷电的陡度、极性等，其中雷电的频度和幅值大小是其风险性最直观的体现。大连市闪电定位系统由四个子站和一个中心站组成，子站布设在庄河、旅顺、瓦房店、长海，中心站设在大连市气象局气象观测场。闪电定位仪(LD-II型)用授时型GPS作时间基准，时间精度达0.1μs，雷电放电峰值电流和陡度均优于15%，网内定位误差优于0.5 km，能较好地反映大连市的闪电气候特征。

选取2007—2014年大连市闪电定位系统探测到的闪电频度、强度作为雷电风险因子，结合大连地区的地理环境特征和闪电活动规律，建立模糊评判雷击风险指数的模型[9]。主要步骤如下：

(1)建立雷击风险评价模型和等级划分；

(2)确定各风险因子的权重指标[10]；

(3)将权重归一化，构建模糊矩阵；

(4)计算风险值，确定相应的雷击风险指数。

2 雷击风险评价模型建立

首先，将雷电划分为4个等级：弱雷电、中雷电、强雷电和特强雷电，其风险程度划分见表1。

表1 雷击风险等级Tab.1 Lightning risk levels

3 风险因子等级划分

统计2007—2014年大连市闪电定位系统监测资料(包括正地闪和负地闪)中每小时的闪电频度FI(单位：次/h)和雷电流幅值最大值HI (单位：kA)，绘制FI因子的累积频数分布图和HI因子的累积概率分布图，各因子的下限值定为0，上限值取累积概率等于98%所对应的因子值[11]。

由图1和图2得出FI和HI的上限值分别为74次/h和88kA。

图1 FI因子的累积频数分布图Fig.1 The cumulative frequency distribution of FI factor

将各雷击风险因子的上下限范围等值划分为4级，如表2所示，各等级值均为0至上限值4等分构成[12]。其中W1、W2、W3、W4定义为4级临界值，分别对应雷电风险等级。

表2 雷击风险因子等级划分Tab.2 The grading of lightning risk factors

4 确立雷击风险因子的隶属度

根据模糊综合算法，构建雷击风险因子隶属度模糊函数：

式中y为隶属度，x为雷击风险因子观测值，a、m为常量。利用表2雷击风险因子分级临界值(0，0)(W1，1)(W2，0)；(W1，0)(W2，1)(W3，0)；(W2，0)(W3，1)(W4，0)；(W3，0)(W4，1)，使用一次线性函数的求解原理[12]，可得出各因子各分级的隶属度函数公式如下：

图2 HI因子的累积概率分布图Fig.2 The cumulative frequency distribution of HI factor

FI 4个级别的隶属度模糊函数FI I级

HI 4个级别的隶属度函数

根据观测到的平均每小时闪电数和最大强度，利用该隶属度函数和层次分析法[13]构建模糊为进一步确定大连某地区雷电危险度综合指数奠定基础。

当观测到的每小时闪电频度和强度数值不在X所取值范围内时，所对应的风险隶属度y=0。

5 确立雷击风险各因子的权重

决定雷击风险等级的因子权重计算公式为

其中Xi为雷击风险因子观测值，为Xi对应的各级临界值的平均值。经验证Fi的值越大雷击风险等级越大，二者呈现正相关的特性。

权重归一化：

6 确定雷击风险指数模糊综合评价方法

大连地区雷击风险因子评估指标较复杂多变，因此使用两级模糊综合评价模型[14]，生成雷击风险指数模糊综合评价公式如下：

式中m1、m2、m3、m4计算的结果即为I级、II级、III级、IV级雷击风险指数。

风险指数最大值所在的级别即为雷击风险等级；若出现两个相等的最大值时，取与次大值距离最近的最大值所在的等级为最终的雷击风险指数等级[15]。

7 大连某区域雷电风险指数分析的应用

2013年8月7日大连市发生强对流雷暴天气，某区域19∶00—20∶00发生闪电66次，且1小时内的雷电流峰值为72kA。将观测到的风险因子数值代入隶属度模糊函数可得：

表3 各因子的隶属度Tab.3 The membership degree of each factor

那么，该区域该时段内雷击风险指数为{0 0 0.574 0.426}，由此可见为雷击风险指数III级，处于强雷电区。

8 结论

(1)基于模糊数学对雷击风险指数进行多层次模糊综合评价，使得雷电危险度的分析更加具有条理性和定量性，该方法旨在为雷电灾害风险评估提供技术借鉴，同时为规范雷电灾害风险评估业务化提供理论支撑。

(2)通过实例验证雷击风险指数的量化分析，验证了该分析方法有一定的合理性。

(3)该评价方法能否全面、准确地反映所评价的区域雷击风险趋势的大小，还需要进一步的验证和完善方法。

参考文献

[1] 李维玲.基于三维GIS的大连地质旅游规划研究[D].辽宁师范大学，2010.

[2] 丁旻，张开华，张建军，等.聚类分析法在贵州省雷电灾害易损性区划中的应用[J].防灾科技学院学报，2014，16(4)：66-72.

[3] 余蜀豫，任艳，覃彬全.基于模糊数学的重庆地区雷电灾害风险评估方法研究[J].灾害学，2015，30 (2)：75-78.

[4] 冯民学，焦雪，钟颖颖，等.江苏洋口港区雷电特性及风险区划[J].气象科学，2012，32(1)：86-93.

[5] 张春娜，李良玉.唐山市大气环境质量的模糊数学综合评价[J].中国农学通报，2012，28(35)：192-196.

[6] 梁淑轩，吴虹，李占臣，等.环境空气质量动态变化规律的模糊数学综合评价[J].干旱区资源与环境，2010，24(6)：77-81.

[7] 王辉，王鹏云，曾艳，等.基于模糊数学理论的蚕豆发育期气象条件评价[J].中国农学通报，2009，25(15)：72-75.

[8] 李相虎，贾新颜，黄天明.干旱区水环境质量评价的模糊数学法——以石羊河流域武威市为例[J].干旱区资源与环境，2004，18(8S)：163-167.

[9] 张继权，李宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京：北京师范大学.

[10] 张倩，赵艳霞，王春乙.我国主要农业气象灾害指标研究进展[J].自然灾害学报，2010，19(6)：40-53.

[11] 李家启，王劲松，申双和，等.基于ADTD系统监测的雷电流幅值累积概率特征分析[J].气象，2011，37(2)：226-231.

[12] 梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社.2007.

[13] 江高.模糊层次综合评价法及其应用[D].天津：天津大学.2005.

[14] 陈晓东，孟祥飞，孙金华，等.利用层次分析法开展建筑物雷评的实例分析[J].气象科学.2011，32 (S1)：155-160.

[15] Luis E.Gallego，Oscar Duarte.Lightning risk assessment using fuzzy logic[J].Journal of Electrostatics，2004，(60)：233-239.

Comprehensive Evaluation of Lightning Risk in Dalian Based on Fuzzy Mathematics Theory

Wang Shuyi1，Zou Shanyong1，Wang Lei2
(1.Lightning Protection Center of Dalian，Dalian 116001，China；2.Dalian Public Meteorological Center，Dalian 116001，China)

The research advanced a new theory—Lightning Risk Index Theory and established Dalian Lightning Risk Evaluation Model based on the analysis of meteorological data in terms of the distribution characteristics of the lightning intension，the lightning frequency and the lightning risk factors in Dalian.As a result of this study，the lightning risk index was graded into four levels.And then，correspondent lightning risk levels were calculated with fuzzy comprehensive rating algorithm according to the lightning risk index in combination with the lightning risk factors.Finally，the theory was put into practice，which verified that this method could determine the lightning risk through quantitative rather than qualitative analysis and more directly and more objectively expressed the lightning risk of the experiment area.The theory has been proved applicable and can better serve lightning protection and disaster reduction in Dalian.In addition，it provides a theoretical framework for lightning risk evaluation.

lightning risk；fuzzy mathematics；index

P427.32

：A

：1673-8047(2015)04-0032-05

2015-07-21

大连市气象局科技项目(DLQK201416)

王淑一(1986—)，女，本科，工程师，主要从事气象灾害风险评估及雷电监测预警工作。