生活和生产安全造成了一定影响[1-2]。据有关统计，全球每年因雷电造成的人员伤亡超过1万人，所造成的损失在10亿美元以上[3]。科学防雷、合理设计是减少雷电灾害的有效途径。雷暴日是雷击风险评估中一个重要参数，该参数值与雷击大地的年平均密度相关，并根据年预计雷击次数进行防雷等级的划分。该参数已有数十年的观测史，国内已有部分学者利用该参数进行了多个项目雷击风险评估研究[4]，但2013年10月后，气象部门取消了该参数值的人工观测资料，取而代之的是雷电定位监测系统，该系统已在全国范围内建成并投入使用。雷电定位监测系统可以精确地确定某一地点的雷电发生的实际状况，但该系统建站时间短，数据资料有限，不能直观反映出雷暴日的历史变化规律。同时，国内一些学者对闪电监测资料和人工观测雷暴日数据做出了对比研究，并反演出了闪电定位系统和雷暴日之间的关系[5-8]。在雷击风险评估中，需要借助多年的历史雷暴日资料来帮助确定雷击建筑物的年危险事件的次数，本文将论述雷暴日反演技术在防雷雷击风险评估中的作用。

1 资料与方法

1.1 资料来源

本文中所用到的云地闪电资料来源于的湖北省ADTD雷电监测定位系统监测系统；雷暴日数资料来源于气象台站地面观测资料，上述资料均由湖北省气象信息与技术保障中心提供。2013年后的雷暴日数据主要采用二元法反演计算的数据。

1.2 统计方法

利用ADTD雷电定位观测系统统计出某站点的雷电次数和雷暴天数等数据，将数据利用二元法演算，反演出近年来的雷暴日数据，再将近年的雷暴日数据与历史观测资料作平均处理，得出该区域近30年以上的雷暴日气候资料，用于建筑物年雷击危险事件次数的计算。

在一天内只要测站观测人员听到雷声则为一个雷暴日，不管该天雷暴发生的次数和持续时间。雷暴日数据在多个国家标准中均有重要的描述。在《雷电防护（GB/T21714—2015）》第二部分风险管理中，建筑物年雷击次数Ng是其中一个重要的参数，该参数与雷暴日直接相关，该数值的大小将影响到建筑物的年雷击次数，进而影响建筑物最终的雷击风险[9]。同时《建筑物防雷设计规范（GB50-057—2010）》和《建筑物电子信息系统防雷技术规范（GB503-43—2012）》中均利用雷暴日数据帮助计算确定建筑物的防雷等级[10-11]。在气象观测上通常使用连续30年以上的观测数据用来分析气候活动，雷暴日的观测已有数十年的历史，故在实际防雷工作中，该参数起着重要的作用。

2 结果与分析

2.1 区域雷暴日气候规律

本文将选取未搬迁站点江夏站作为对象进行分析。从江夏站1961—2006年雷暴日月分布图（图1）可以看出，该站雷暴日在全年各月中均有观测到。1月、2月雷暴日相对较少，雷暴日从3月开始逐渐增多，到7月和8月到达一年中的最高峰，这2个月的雷暴日数占全年的43.86%，其中，汛期4—9月的雷暴日数占全年的86.7%，雷暴日数从10月开始骤然减少。有研究表明，湖北地区平均初雷日出现在2月下旬，单站最早初雷日在1月1日（1980年共有31个台站观测到）；平均终雷日出现在10月上旬，单站最晚终雷日出现在12月31日（1974年15个台站观测到）[12]。该单站点的分析数据与湖北地区的分析结论基本吻合。

有研究表明，以气象站为圆心，在观测台站周围18～20 km范围内，雷暴日数与雷击大地年平均密度相关系数最大，8 km半径范围内的闪电情况与人工观测雷暴日的数据相关性最好[5，8]。利用ADTD雷电定位系统，统计了2007—2015年建该站点周边8 km区域内的闪电数据。由图2可知，全年46.39%的雷暴天数出现在7月和8月，88.25%的雷暴天数出现在汛期4—9月，该统计结果与前45年人工观测雷暴日数反应的状况基本吻合。

由此可知，全年的防雷工作重点时间与汛期重合，在每年的4—9月，7月和8月是雷电出现最频繁的2个月，也是防雷工作的重中之重。

2.2 雷暴日在区域风险评估中的运用

式（4）中：Td为回归方程拟合的人工观测年平均雷暴日数，T1、Ng分别表示以气象站为圆心，r=8 km的圆区域内的LLS监测的年平均雷电日数和年平均地闪密度。由于2013年10月以前均有观测资料，故此处只需计算2013—2015年的雷暴日数，下表给出了2013—2015年通过闪电监测资料反演计算的雷暴日数据（表1）。

通过对历史资料的统计得知，该站1961—2012年52年平均雷暴日为35.26 d，将二元法拟合的雷暴日数据与历史资料平均可得，该站1961—2015年55年间的平均雷暴日数为35.07 d。再将该值带入公式（3）可算得此区域的雷击大地密度为3.5 d/（年·km2）。在求出区域内的雷击大地密度后，该区域的雷击风险则可通过公式（1）和公式（2）求得，后续计算按照风险评估国家规范计算即可。

3 结论与讨论

雷暴日数据相比闪电监测数据有着较长的年限和连续性，在大的区域范围内，采用反演的雷暴日数据更能科学地反映该区域的雷电发展趋势。通过对历史雷暴日资料的分析，可以得知防雷工作的重点时间段，为风险评估中的相关参数取值提供参考依据。

雷暴日数据在区域风险评估中有一定优势，但对于指定的单一个体或较小区域的范围建筑物进行评估时，虽然雷暴日数据可以作为一项参数进行使用，但雷电定位监测系统的精细化程度要高于雷暴日数据。随着时间的推移，当雷电监测数据累积到一定年份后，雷暴日数据将会完全被其所替代[13-14]。

4 参考文献

[1] 张义军，周秀骥.雷电研究的回顾和进展[J].应用气象学报，2006，17（6）：829-834.

[2] 孙丽，于淑琴，李岚，等.辽宁省雷暴日数的时空变化特征[J].气象与环境学报，2010，26（1）：59-53.

[3] 许小峰.雷电灾害与监测预报[J].气象，2004，30（12）：17-21.

[4] 闫景东，杨志勇.简析雷击风险评估中雷暴日数的应用[J].山东气象，2012，32（2）：41-43.

[5] 王学良，张科杰，张义军，等.雷电定位系统与人工观测雷暴日数统计比较[J].应用气象学报，2014，25（6）：741-750.

[6] 陈星宇，孙文龙.利用闪电定位资料和人工观测资料确定雷暴日数的方法[J].农技服务，2012，29（7）：888-889.

[7] 李家启，汪志辉，任艳，等.闪电定位系统与人工观测雷电日参数对比分析[J].气象科技，2012，40（1）：132-136.

[8] 王学良，张科杰，黄小彦，等.湖北省雷暴日数与云地闪电密度关系研究[J].气象，2012，32（6）：728-732.

[9] 雷电防护第2部分：风险管理：GB/T21714.2—2015[S].北京：中国标准出版社，2015.

[10] 建筑物电子信息系统防雷技术规范：GB50343—2012[S].北京：中国建筑工业出版社，2012.

[11] 建筑物防雷设计规范：GB50057—2010[S].北京：中国标准出版社，2010.

[12] 王学良，王海军，李卫红.近45年湖北省雷电日数的时空变化特征分析[J].暴雨灾害，2006，32（1）：83-87.

[13] 戴进，余兴，刘贵华，等.青藏高原雷暴弱降水云微物理特征的卫生反演分析[J].高原气象，2011（2）：288-298.

[14] 徐鸣一.2009年7月6日南京强雷暴天气分析[D].南京：南京信息工程大学，2011.