• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2021, 39(06): 1017-1024 DOI: 10.11755/j.issn.1006-7639(2021)-06-1017

业务技术应用

2010—2019年青海省雷电灾害综合风险区划

李文辉,1, 刘鑫1, 吴让2, 钟元龙3, 买永瑞3, 王军4, 韩炳宏,5

1.青海省共和县气象局,青海 共和 813000

2.青海省兴海县气象局,青海 兴海 813300

3.青海省海南藏族自治州气象局,青海 共和 813000

4.青海省雷电灾害防御中心,青海 西宁 810001

5.兰州大学草地农业生态系统国家重点实验室,甘肃 兰州 730000

Comprehensive risk regionalization of lightning disaster over Qinghai Province from 2010 to 2019

LI Wenhui,1, LIU Xin1, WU Rang2, ZHONG Yuanlong3, MAI Yongrui3, WANG Jun4, HAN Binghong,5

1. Meteorological Bureau of Gonghe County of Qinghai Province, Gonghe 813000, Qinghai, China

2. Meteorological Bureau of Xinghai County of Qinghai Province, Xinghai 813300, Qinghai, China

3. Meteorological Bureau of Hainan Tibetan Autonomous Prefecture of Qinghai Province, Gonghe 813000, Qinghai, China

4. Lightning Disaster Defense Center of Qinghai Provence, Xining 810001, China

5. State Key Laboratory of Grassland Agro-ecosystem, Lanzhou University, Lanzhou 730000, China

通讯作者: 韩炳宏(1988— ),男,甘肃会宁人,博士生,主要从事草地生态学和气象防灾减灾方面研究. E-mail:hanbh13@lzu.edu.cn

收稿日期: 2020-12-14   修回日期: 2021-04-8  

Received: 2020-12-14   Revised: 2021-04-8  

作者简介 About authors

李文辉(1990—),男,青海湟源人,硕士生,主要从事气象防灾减灾和智慧气象方面研究.E-mail:673955375@qq.com

摘要

利用2010—2019年青海省33个闪电定位监测站闪电监测资料和48个市县区雷电灾害实时资料,采用数理统计和ArcGIS空间分析方法对青海省雷电灾害的空间分布及其风险区划进行了分析。结果表明,闪电次数较多、正负闪电流强度较强的地区主要分布于青海省中东部,雷暴日数高值区主要分布在祁连山区局地和青海省南部。青海省雷电灾害风险在空间上呈现出明显的地域分异特征。其中,高风险区主要位于境内的昆仑山、祁连山、念青唐古拉山、巴颜喀拉山和阿尼玛卿雪山以及青南牧区局部;柴达木盆地西北部、青南牧区东南部及环青海湖局部地区属中等风险地区;东部农业区大部、柴达木盆地局部、五道梁和沱沱河地区风险水平较低。

关键词: 青海省 ; 雷电灾害 ; 空间分布 ; 风险区划

Abstract

Based on the lightning monitoring data of 33 lightning location monitoring stations and real-time lightning disaster data of 48 counties in Qinghai Province from 2010 to 2019, the spatial distribution and risk zoning of lightning disasters in Qinghai Province were analyzed by using mathematical statistics and ArcGIS spatial analysis method. The results show that the regions with more lightning frequency and strong positive and negative lightning current intensity were mainly distributed in the central and eastern part of Qinghai Province, while the areas with high value of thunderstorm days were mainly distributed in the Qilian Mountain and the southern part of Qinghai Province. The lightning disaster risk presented obvious regional differentiation in Qinghai Province. The high-risk regions were mainly located in Kunlun Mountains, Qilian Mountains, Nyainqentanglha Mountains, Bayan Har Mountains and Anyemaqen Snowy Mountains, as well as part of the southern grazing area of Qinghai Province. The northwest of Qaidam Basin, the southeast pastoral area of Qinghai Province and some areas around Qinghai Lake were medium-risk areas. The risk level in most of the eastern agricultural area, part of Qaidam Basin, Wudaoliang and Tuotuo River area was relatively lower.

Keywords: Qinghai Province ; lightning disaster ; spatial distribution ; risk zone

PDF (5320KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李文辉, 刘鑫, 吴让, 钟元龙, 买永瑞, 王军, 韩炳宏. 2010—2019年青海省雷电灾害综合风险区划. 干旱气象[J], 2021, 39(06): 1017-1024 DOI:10.11755/j.issn.1006-7639(2021)-06-1017

LI Wenhui, LIU Xin, WU Rang, ZHONG Yuanlong, MAI Yongrui, WANG Jun, HAN Binghong. Comprehensive risk regionalization of lightning disaster over Qinghai Province from 2010 to 2019. Journal of Arid Meteorology[J], 2021, 39(06): 1017-1024 DOI:10.11755/j.issn.1006-7639(2021)-06-1017

引言

雷电是发生于大气中的一种瞬时高电压、大电流、强电磁辐射灾害性天气现象。雷电灾害泛指雷击或雷电电磁脉冲入侵和影响造成人员伤亡或物体受损,其部分或全部功能丧失,酿成不良的社会和经济后果的事件[1]。雷电灾害是全球发生频率高、影响严重的灾害类型,雷电常造成人员和牲畜伤亡、导致农田及渔业损失,严重制约社会经济的发展[2,3,4]。据统计,全球平均每分钟发生雷暴天气2.0×103次,每年雷电灾害造成数万人员伤亡,直接经济损失达数十亿美元[5]。随着高新技术的迅速发展,尤其是电子技术,雷电对电子信息系统的危害越来越严重,造成的损失和影响也越来越大,雷电灾害是联合国“国际减灾十年”公布的最严重的10种自然灾害之一[6]

目前,雷电灾害研究主要基于人工观测资料及雷电灾害经济损失等[7,8,9,10]基础数据分析雷电灾害的时间变化[11,12,13]和活动规律[14,15,16,17],但人工观测数据空间分辨率较低,难以满足雷电灾害风险的精细化需求。近年来,随着闪电定位技术的不断发展和成熟,雷电观测由人工观测转为自动观测。有关雷电灾害研究更多地开始采用闪电定位监测资料[18,19],并在雷电灾害风险评估等方面得到较好的应用[20]。目前,我国关于雷电灾害风险评估的研究较多,主要集中在新疆[5]、内蒙古[6]、山东[21]、贵州[20]、浙江[22]、安徽[23]、河北[24,25]、河南[26]等地,然而有关高海拔地区雷灾风险区划的研究鲜见报道。

青海省地处青藏高原东北部,境内分布有我国乃至亚洲面积最大的青海湖和海拔较高的昆仑山、念青唐古拉山、祁连山、巴颜喀拉山和阿尼玛卿雪山等山脉,因其地理位置的特殊性,青海冬季在蒙古冷高压控制下漫长而寒冷,夏季因极度起伏的地表和强烈的加热作用,局部强对流天气频发[3]。另外青南牧区水汽输送过程中动量和热量的迅速转移及高原北部地形云(orographic cloud)的发展活跃[27],是该地区极易形成局地强对流和雷暴大风天气的重要因素之一。近10 a来,青海大部极端天气强度增强、发生频次增多[4],省内频繁出现干旱、雪灾、大风、寒潮、冰雹、低温冻害和雷电灾害[28,29,30,31],严重阻碍人们的生产生活和社会经济的发展。加之青海新一代天气雷达探测存在盲区,且受探测距离限制,不能全面、及时、有效地对局地强对流天气进行探测。随着ADTD闪电定位监测网的建成,闪电定位仪可以连续监测雷电活动,确定雷电活动的区域、特点、强度和路径等。因此,本文通过对青海省闪电定位监测资料和雷电灾害数据进行分析,旨在厘清该地区雷电活动规律及分布特征,以期为相关部门提高防雷减灾管理水平及雷电预警预报水平等提供科学依据。

1 资料与方法

1.1 资料来源及处理

2007年青海境内的闪电定位网络系统建成,闪电定位资料来源于青海省33个自动闪电定位监测站,其探测范围为150 km,覆盖48个县(市、区)(图1)。闪电定位仪设备型号为ADTD(平均探测效率:90%;观测频段:1~450 kHz;探测范围:0~150 km;测向精度:理论随机误差0.5°;回击分辨率:云地闪3 ms;时间接收源精度:相对世界时间为130 ns,相邻探测仪间的时间接受精度<50 ns;工作环境温度:-40~60 ℃;环境相对湿度:0~100%),闪电中心采用时差测向联合定位算法,从而保证其精度。前期因仪器断电、网络问题、通信线缆中断及NPORT损坏等,导致2007—2009年的闪电监测资料不连续且稳定性差,故选取2010—2019年闪电定位监测资料(数据连续、稳定且具有代表性),所有数据均采用Excel 2007和ArcGIS 10.2软件进行整理统计和处理分析。

图1

图1   青海省闪电定位仪分布

Fig.1   Distribution of lightning locator sited in Qinghai Province


文中附图涉及地图均是基于青海省测绘地理信息局标准地图网站下载的审图号为GS(2019)1822的标准地图制作,底图无修改。

1.2 方法

1.2.1 数据均一化

为消除各指标之间的量纲差异,对参与栅格计算的每一个指标进行均一化处理,具体公式[32]如下:

Xi=0.5+0.5×Mi-MiminMimax-Mimin

式中:Xi是第i个指标的均一化值;Mi是第i个指标的值;Mimax是第i个指标数据集中的最大值;Mimin是第i个指标数据集中的最小值。

1.2.2 指标权重的确定

目前国内大多研究均采用层次分析法进行指标权重的确定[6,33-34],但层次分析法受主观因素影响较大,忽略了不同地区诱发雷电形成的指标不同,研究结果难以真实反映各地雷电灾害的实际情况。因此,本文前期通过对青海省各市(州)气象部门调研,向从事防雷减灾工作的一线业务人员发放调查问卷6000余份,实收调查问卷5841份,通过科学严谨的调查问卷和数据分析获得各项指标的权重,表1列出统计结果。

表1   青海省雷电灾害风险区划指标的分级权重

Tab.1  Classification weights of lightning disaster risk zoning indexes in Qinghai Province

一级指标一级权重二级指标二级权重总权重
致灾因子0.50闪电次数(NG)0.400.20
负闪电强度(FA)0.280.14
正闪电强度(ZA)0.120.06
雷暴日数(LR)0.200.10
孕灾环境0.28海拔高度(DEM)0.500.14
坡度(SLOPE)0.500.14
承灾体0.12土地利用类型(LUT)0.600.072
人口密度(P)0.400.048
防灾能力0.10地均GDP(GDP)0.650.065
医疗水平(M)0.350.035

新窗口打开| 下载CSV


1.2.3 风险指标体系构建

(1)致灾因子危险性

致灾因子是可能造成财产损失和人员伤亡的各种自然现象,是综合反映某一区域灾害程度的重要指标。诱发高海拔地区雷电灾害的因子较多,主要表现为雷电活动范围和强度等,具体有闪电次数、正负闪电流强度和雷暴日数。致灾因子危险性具体计算公式[33]如下:

H=0.20NG+0.14FA+0.06ZA+0.10LR

式中:H为致灾因子危险性;NG(次)为闪电次数;ZAFA(kA)分别为正、负闪电强度;LR(d)为雷暴日数。

(2)孕灾环境敏感性

孕灾环境是指人类所处的自然地质地理环境,包括地形地势、海拔高度、山川水系分布及地质地貌等。雷电灾害的形成环境较为复杂,主要由地形、地貌特征以及所处环境的气候条件决定,包括海拔和地形起伏度。孕灾环境敏感性具体计算公式[33]如下:

E=0.14DEM+0.14SLOPE

式中:E为孕灾环境敏感性;DEM(m)为海拔高度;SLOPE(°)为坡度。

(3)承灾体脆弱性

承灾体是指直接受到灾害影响和损害的人类社会主体,主要包括工业、农业、能源、建筑业、交通、通信、教育、文化、娱乐、各种减灾工程设施及生产、生活服务设施等[35],是衡量灾害后直接或间接损失评估的重要对象。雷电活动影响人们的生命财产和生产生活水平,本文主要选取青海省的土地利用类型和人口密度进行承灾体脆弱性分析,具体计算公式[33]如下:

S=0.072LUT+0.048P

式中:S为承灾体脆弱性;LUT为土地利用类型;P(人)为人口密度。

(4)防灾减灾能力

防灾减灾能力是指受灾当地政府及相关应急处置部门灾前对灾种的科学预警研判及灾后的应急处置、综合评估和恢复能力,主要包括气象部门的天气预报及预警预测、资金投放和医疗条件等方面(① 中华人民共和国国务院新闻办公室.《中国的减灾行动》白皮书——国家综合减灾“十一五”规划. 2009.)。通过一系列具体的工程和非工程措施对雷电灾害进行前期防御,灾后应急处置和恢复能力,包括灾前防雷电知识的科普与宣传及灾后地方资金的投入和医疗处置工作。防灾减灾能力具体计算公式[33]如下:

R=0.065GDP+0.035M

式中:R为防灾减灾能力;GDP(元)为地均GDP;M为医疗水平。

1.2.4 雷电灾害风险模型

在李衣长等[33]构建数学模型的基础上提出本文的风险模型,并用统计学中的分位数分组法[29]进行雷电灾害风险等级的划分(表2)。风险模型的计算公式[33]如下:

F=(aNG+bFA+cZA+dLR)+(eDEM+fSLOPE)+(gLUT+hP)-(iGDP+jM)=H+E+S-R

表2   青海省雷电灾害风险等级划分

Tab.2  Grades classification of lightning disaster risk in Qinghai Province

风险等级F
低风险F<0.25
较低风险0.25≤F<0.50
中等风险0.50≤F<0.75
较高风险0.75≤F<0.95
高风险F≥0.95

新窗口打开| 下载CSV


式中:F为雷电灾害风险值;a, b, c, d, e, f, g, h, i, j为各指标的权重系数,分别表示致灾因子、孕灾环境因子、承灾体因子以及防灾减灾能力对雷电灾害风险值的贡献程度。

2 结果分析

2.1 致灾因子危险性

图2为2010—2019年青海省闪电次数、负闪强度、正闪强度、雷暴日数及致灾因子危险性等级的空间分布。可以看出,青海省闪电次数、正闪强度和负闪强度的空间分布表现为“区域一致性”,闪电次数较多、正负闪电流强度较强的地区主要分布于青海省中东部。其中,闪电次数以德令哈、乌兰、天峻、兴海、玛沁和杂多县最高;正、负闪电流强度高值区主要位于德令哈、乌兰、都兰、玛多、达日、称多、曲麻莱、玉树、杂多和囊谦等地。青海省雷暴日数高值区主要分布在祁连山区局地和青海省南部。从致灾因子危险性等级分布可以看出,青海省中东部及南部致灾因子危险性较高,西部地区较低。

图2

图2   2010—2019年青海省闪电次数(a)、负闪强度(b)、正闪强度(c)、雷暴日数(d)及致灾因子危险性等级(e)的空间分布

Fig.2   The spatial distribution of lightning numbers (a), the negative CG lightning intensity (b), the positive CG lightning intensity (c), thunderstorm days (d) and risk level of hazard factors (e) in Qinghai Province during 2010-2019


2.2 孕灾环境敏感性

图3为青海省海拔高度、坡度及孕灾环境敏感性等级的空间分布。可以看出,孕灾环境敏感性等级的空间分布与海拔高度和坡度的空间分布基本一致。海拔高度越高,孕灾环境敏感性越高,反之,则敏感性越低。一般情况下,雷电多发生在高山山顶和川水地区。青海省孕灾环境中、高敏感区主要位于祁连山、昆仑山、念青唐古拉山、阿尼玛卿雪山及青海湖南部的青海南山;低敏感区主要分布在柴达木盆地、共和盆地及东部农业区。

图3

图3   青海省海拔高度(a)、坡度(b)及孕灾环境敏感性等级(c)的空间分布

Fig.3   Spatial distribution of elevation (a), slope gradient (b) and pregnancy disaster environment sensitivity level (c) in Qinghai Province


2.3 承灾体脆弱性

图4为2010—2019年青海省土地利用类型、人口密度及承灾体脆弱性等级的空间分布。可以看出,承灾体脆弱性较低的区域主要分布于青海省东部,中等脆弱区位于环青海湖流域和青南大部地区,青海省西北地区大部承灾体脆弱性较高。青海省东部人口分布密集,城镇化水平较高,80%以上的农业种植区都集中于东部,故上述条件为雷电灾害的形成创造了有利条件。环青海湖流域和青南大部地区主要以牧业生产为主,且人口分布较为疏散。虽然雷电时常发生,但不易形成灾害。青海省西北部人烟稀少,大多数土地以荒漠和戈壁为主,难以形成灾害。

图4

图4   2010—2019年青海省土地利用类型(a)、人口密度(b)及承灾体脆弱性等级(c)的空间分布

Fig.4   Spatial distribution of land use type (a), population density (b) and vulnerability level of disaster bearing body(c) in Qinghai Province during 2010-2019


2.4 防灾减灾能力

图5为2010—2019年青海省地均GDP、医疗水平及防灾减灾能力的空间分布。可以看出,青海省地均GDP和医疗水平的空间分布极不均匀,高值区均集中在高原东部。因此,青海省东部地区的防灾减灾能力水平较高,西部地区较低。这与青海省地区平均收入和医疗机构数量密切相关,因青海省地均GDP和医疗机构数量自东向西依次减少,故防灾减灾能力水平也相应呈下降趋势。

图5

图5   2010—2019年青海省地均GDP(a)、医疗水平(b)及防灾减灾能力(c)的空间分布

Fig.5   Spatial distribution of GDP (a), medical level (b) and disaster prevention andmitigation capacity (c) in Qinghai Province during 2010-2019


3 雷电灾害风险区划

图6为青海省雷电灾害风险区划。可以看出,青海省雷电灾害风险区域差异较大。高风险和较高风险区主要分布在昆仑山大部、祁连山西部、念青唐古拉山、巴颜喀拉山、阿尼玛卿雪山、果洛和玉树大部、昆仑山中部以及祁连山西部地区。其主要原因是高海拔山脉上空极易产生地形云,地形云是山地上升气流抬升,水汽凝结形成的碎积云、积云和浓积云,当冷锋天气系统过境山区时,通常会形成积雨云(cumulonimbus,Cb云),从而促使雷电灾害的发生和发展;另外,高原境内山区有85%以上的天然草场,牧民的经济收入主要来自畜牧业生产和冬虫夏草的采挖。据近10 a雷灾统计资料显示,青海省因雷灾伤亡的人员主要在野外空旷地带从事相关活动,且大多在放牧和采挖虫草活动中遭受强烈的雷电袭击。因青海省偏远地区群众对雷电防护避险意识欠缺,在雷电发生时无法及时采取相应的防范措施,从而致使雷电伤亡事故频发。

图6

图6   青海省雷电灾害风险区划

Fig.6   Lightning disaster risk regionalization in Qinghai Province


中等风险区位于陆-气能量交互活跃的三江源东南部(玉树市大部、果洛藏族自治州)和格尔木市西北部、青南牧区东南部、环青海湖地区和东部农业区局地。产生这一现象的原因主要是三江源区东南部下垫面多为高山草甸、亚高山草甸和冰川积雪,水汽含量十分充沛。研究表明,近自然状态下的高寒草甸地表土壤水分较农田和荒漠高[35]。一方面,在持续强烈的太阳辐射下,地表大量水汽不断地向大气层输送,由于周围环境温度降低,上升气流会达到饱和或过饱和,气流中的水汽发生凝结,若对流运动强度足够大,持续时间足够长,便会形成电闪雷鸣的积雨云系统。另一方面,由于上述地区的社会经济水平较低、文化教育基础薄弱、防灾救灾资金短缺、医疗机构和设施条件较差,当发生雷电灾害时,难以应对受灾人员的救治和基础设施重建与处置工作。

低风险和较低风险区主要分布在玉树西北和北部、共和盆地大部、海西和黄南局地、青南牧区西部、柴达木盆地局地及东部农业区大部。这主要与土地利用类型、人口分布和社会经济等因素有关。青海省土地利用类型空间分布差异较大:东部为农业区,以农田为主;中部为半农半牧区;南部和北部为牧区,主要以天然草原为主;西部偏远地带主要分布有大面积的荒漠和戈壁。且人口密度和社会经济自东向西依次降低,特别是西部的五道梁和沱沱河地区海拔较高,气候条件十分恶劣,不适宜于人类生活居住。故当任何气象灾害发生时,均不会有风险。东部农业区人口密度较大,但该区医疗机构数量较多、医疗设施较为完善,加之防灾救灾资金充足,可以满足该区域灾害应急处置工作。

4 结论

(1)青海省闪电次数较多、正负闪电流强度较强的地区主要分布于青海省中东部,雷暴日数高值区主要分布在祁连山区局地和青海省南部。

(2)青海省因地形地貌特征复杂,雷电灾害风险在空间上呈现出明显的区域差异。其中,高风险区主要位于青海省中西部的昆仑山、东南部的巴颜喀拉山、阿尼玛卿山以及东北部的祁连山脉一带;中等风险区位于柴达木盆地西北部、青南牧区东南部、环青海湖地区和东部农业区局地;低风险区主要分布于青南牧区西部、柴达木盆地局地及东部农业区大部。

参考文献

史津梅, 许维俊, 徐亮, .

青海省东部农业区雷电灾害风险评估

[J]. 冰川冻土, 2019, 41(6):1359-1366.

[本文引用: 1]

刘佼, 肖稳安, 陈红兵.

全国雷电灾害分析及雷灾经济损失预测

[J]. 气象与环境科学, 2010, 33(4):21-26.

[本文引用: 1]

王敏, 许文奕, 王正林.

青海省闪电监测资料及雷电灾害特征分析

[J]. 青海科技, 2018, 40(1):68-72.

[本文引用: 2]

朱平, 俞小鼎, 王振会, .

青海高原致灾性对流天气时空分布特征

[J]. 干旱气象, 2019, 37(3):377-383.

[本文引用: 2]

王延慧, 张建涛, 叶文军, .

基于ArcGIS的新疆雷电灾害风险区划研究

[J]. 沙漠与绿洲气象, 2019, 13(6):96-104.

[本文引用: 2]

刘晓东, 尤莉, 宋昊泽, .

基于GIS和AHP的雷电灾害风险区划分析与评估——以内蒙古雷灾为例

[J]. 中国农学通报, 2019, 35(20):75-82.

[本文引用: 3]

黎锋, 王军, 陶世银.

青海省雷电灾害特征分析

[J]. 青海气象, 2014, 37(4):79-82.

[本文引用: 1]

黄志凤, 王军, 黎锋, .

青海省雷暴日数分布及其气候变化趋势

[J]. 青海气象, 2012, 35(2):51-54.

[本文引用: 1]

胡玲, 郭卫东, 王振宇, .

青海高原雷暴气候特征及其变化分析

[J]. 气象, 2009, 35(11):64-70.

[本文引用: 1]

任景轩, 米克云, 张杰, .

近30年西藏地区雷暴变化特征

[J]. 气象科技, 2011, 39(3):289-294.

[本文引用: 1]

刘晓东, 冯旭宇, 宋昊泽, .

内蒙古地区雷电活动及雷灾特征分析

[J]. 灾害学, 2016, 33(1):60-65.

[本文引用: 1]

张祎, 李浩, 边学文.

2007—2013年浙江省雷电灾害特征统计分析

[J]. 气象与环境科学, 2018, 41(2):141-145.

[本文引用: 1]

黄涛, 王让会, 王润元.

青藏高原东北侧雷电气候特征

[J]. 自然灾害学报, 2012, 19(1):151-156.

[本文引用: 1]

刘晓燕, 王玉娟, 王军, .

青海东部雷电活动环境特征及其预报

[J]. 干旱气象, 2018, 36(4):676-683.

[本文引用: 1]

张廷龙, 都秀书, 言穆弘.

青藏高原雷暴的闪电特征及其成因探讨

[J]. 高原气象, 2007, 26(4):774-782.

[本文引用: 1]

程琳, 周骏驰, 许蓓, .

2011年度江苏省雷电活动及雷击灾害特征

[J]. 南京信息工程大学学报(自然科学版), 2013, 5(2):139-142.

[本文引用: 1]

杨鹏武, 尹丽云, 许迎杰, .

2008年云南省雷电活动及雷电灾害特征分析

[J]. 云南大学学报(自然科学版), 2011, 33(增刊1):26-34.

[本文引用: 1]

冯真祯, 曾金全, 张烨方, .

福建省地闪时空分布特征分析

[J]. 自然灾害学报, 2013, 22(4):213-221.

[本文引用: 1]

僬雪, 冯民学, 钟颖颖.

2006—2009年江苏省地闪特征分析及应用

[J]. 气象科学, 2011, 31(2):205-210.

[本文引用: 1]

吴安坤.

贵州省雷电灾害风险评价与区划研究

[J]. 中国农业资源与区划, 2018, 39(2):88-93.

[本文引用: 2]

徐瑞利, 朱秀红.

基于GIS的鲁东南山区雷电灾害风险评估与区划技术

[J]. 中国农学通报, 2014, 30(5):292-296.

[本文引用: 1]

顾丽华, 蔡云泉, 李嘉鹏, .

德清县雷电时空分布特征及雷击灾害风险区划

[J]. 气象与环境学报, 2012, 28(4):73-78.

[本文引用: 1]

程向阳, 谢五三, 王凯, .

雷电灾害风险区划方法研究及其在安徽省的应用

[J]. 气象科学, 2012, 32(1):80-85.

[本文引用: 1]

王清川, 寿邵文, 田晓飞, .

廊坊市雷电灾害易损性分析、评估及易损度区划

[J]. 干旱气象, 2009, 27(4):402-409.

[本文引用: 1]

冯鹤, 李小龙, 张彦勇.

白石山风景区雷电灾害风险评估研究

[J]. 气象与环境科学, 2014, 37(1):114-118.

[本文引用: 1]

程丽丹, 张永刚, 杨美荣, .

河南省雷电灾害易损性分析及风险区划

[J]. 气象与环境科学, 2011, 34(3):50-55.

[本文引用: 1]

周万福, 肖宏斌, 孙安平, .

祁连地形云与垂直风的关系

[J]. 山地学报, 2012, 30(6):641-647.

[本文引用: 1]

颜亮东, 李林, 刘义花.

青海牧区干旱、雪灾灾害损失综合评估技术研究

[J]. 冰川冻土, 2013, 35(3):662-680.

[本文引用: 1]

韩炳宏, 吴让, 周秉荣, .

基于格网的青海省雪灾综合风险评估

[J]. 干旱区研究, 2017, 34(5):1035-1041.

[本文引用: 2]

韩炳宏, 周秉荣, 赵恒和, .

基于GIS的藏羊生长发育期气象灾害风险评估

[J]. 干旱区研究, 2018, 35(6):1001-1011.

[本文引用: 1]

韩炳宏, 周秉荣, 吴让, .

基于格网的青海省干旱灾害综合风险评估

[J]. 干旱区地理, 2018, 41(6):1194-1203.

[本文引用: 1]

朱涯, 鲁韦坤, 余凌翔, .

玉溪市雷电灾害风险区划研究

[J]. 中国农业资源与区划, 2017, 38(11):159-164.

[本文引用: 1]

李衣长, 沈永生, 陈阿仲, .

基于GIS图层叠置法的精细化雷电灾害易损度区划模型

[J]. 气象科技, 2018, 46(1):182-188.

[本文引用: 7]

刘平英, 张腾飞, 周清倩.

2006—2016年昆明市雷电致灾因素分析及易损性风险区划

[J]. 气象科学, 2018, 38(6):824-831.

[本文引用: 1]

周剑, 王根绪, 李新, .

高寒冻土地区草甸草地生态系统的能量-水分平衡分析

[J]. 冰川冻土, 2008, 30(3):398-407.

[本文引用: 2]

/