0 引言

雷电是云与云之间、 云与地之间或者云体内各部位之间的强烈放电现象，一般发生在积雨云中。每年因雷电灾害造成的人员伤亡、 火灾事故、 设备仪器损坏和故障等情况时有发生[1]。随着通讯和电力事业的发展，雷电灾害的影响日益突显，因此雷电防护技术和雷电机理研究的重要性成为了人们的共识。当初，人们对雷电的的探究和利用主要集中于气象台站人工观测雷暴日数的研究和应用[2-4]，但由于其时空分辨率不足，难以满足精细化雷电特征分析的需要。随着闪电定位技术的发展和成熟，国内外对闪电特征分析得以深入开展。Haffines等[5]于1999年对美国1989-1996年云地闪密度和年雷暴日数进行了统计分析，并提出了年雷暴时数和闪电密度之间的关系式。Lpez等[6-7]利用1995-1997年美国云地闪监测资料对云地闪次数、 正云地闪次数、 云地闪密度、 正云地闪比例、 正负闪峰值电流和云地闪重复度等进行了研究，并对闪电的时空特征进行了分析。霍广勇等[8]利用新疆历史雷暴观测资料，对新疆雷暴的时空分布和变化特征进行了分析。王学良等[9]利用湖北地区2006-2009年闪电从闪电的极性分布、 日变化、 月变化、 强度、 闪电密度、 累计概率分布等方面对其进行了统计分析。张庭龙等[10]通过对2003-2004年夏季青藏高原那曲地区30次雷暴过程的地面电场、 闪电电场及雷暴云闪电特征的进一步分析发现，具有较大LPCC的雷暴按照闪电特征可分为以云闪、 负云地闪和正云地闪三类。潘伦湘等[11]利用全球闪电定位网获取的定位资料和台风定位资料分析了几个登陆我国的强台风和超强台风的闪电空间分布及其随时间的演变特征； 郑栋等[12]利用SAFIR3000三维闪电定位系统分析了闪电与雷达反演的对流活动区降水量和对流活动区面积的相关关系。王莘[13]指出雷电是由发展旺盛的热对流引起的，所以午后至傍晚多出现雷电天气，在较强的天气系统出现时，夜间也会出现较强的雷电天气。孔尚成等[14]、 罗生洲等[15]对青海省历史雷暴日数及雷电灾害特征进行了统计分析； 郭三刚等[16]、 龚静等[17]对青海省东北部的闪电特征进行研究，结果表明： 青海省雷电出现时间主要集中在4-10月份，雷电活动盛期是6-8月份，在此期间对流云发展极其旺盛，积雨云极易形成。

若患者在治疗后，听力完全恢复，即显效。若治疗后听力得到显著改善，提升10分贝以上，即有效。若治疗后患者听力未改善，则无效。同时对护理满意度进行统计[3]。

随着青海省ADTD闪电监测网的建成，系统地分析青海省闪电时空分布特征，加强对青海省闪电规律的认识和把握，成为青海高原闪电研究的重要基础工作。因此，本文利用2008-2016年青海省闪电监测网数据对青海省近几年的闪电特征进行了分析，以便深入了解和把握青海高原近几年云地闪的活动规律和时空分布特征，定量分析云地闪的正负比例、 强度、 频次、 陡度及密度等有关参数，为雷电天气机理研究、 青海雷电活动规律认识和防雷减灾等工作提供参考。

草鸡被称之为“济世良药”，其保健价值不言而喻。正是由于天然的自然地理条件，造就了慈王村山林散养珍珠草鸡产业的发展。草鸡富含有蛋白质，具有维持钾钠平衡的作用；富含烟酸，可以促进消化系统健康，促进血液循环；并且有着提高免疫力，健脾养胃，壮骨，消肿，祛脂降压，护发的食疗价值。另外慈王村草鸡饮用的水是附近的山泉水，吃的食物是周围的各种植物和小虫子，其安全性与营养价值较高。但是在山林散养珍珠草鸡产业的发展过程中，这一价值却有所忽略。

1 资料和方法

1.1 资料来源

闪电资料采用青海高原ADTD闪电监测网2008-2016年云地闪监测数据。截止2016年，青海省云地闪电监测网共建成33个闪电ADTD监测站，其中截止2008年，共建成10个监测站(图1，实心圆)，2015年末建成23个监测站(图1，实心三角)。2008-2016年青海云地闪监测网共监测到闪电数据43.4×104次，其中省内闪电数据共33.17×104次。

图1 青海省闪监测站分布 Fig.1 Layout of lightning monitoring stations in Qinghai Province

1.2 统计方法

云地闪雷电流强度幅值频次累积概率分布服从IEEE Std 1243-1997推荐的雷电流累积频率分布计算式[25]：

李碧华以女性特有的敏锐在小说中融入现代港人内心深处的香港意识，但其港人的身份在加剧这种意识的同时亦使得香港的本土意识在传统与现代两相对照中渐趋含混化了。

国际数学教育委员会（International Commission on Mathematical Instruction，简称ICMI）是国际非政府、非赢利性的关于数学教育研究与交流的科学组织，成立于1908年在罗马举行的第四届世界数学家大会上．首任主席是著名数学家、数学教育家Felix Klein．

2 结果与分析

2008-2016年，青海省内共监测到云地闪331 719 次，其中正云地闪51 641次，负云地闪280 078次。通过定量化分析发现，青海高原近几年云地闪中正云地闪平均比例为15%； 平均电流强度为30.3 kA，正云地闪平均电流强度为50.1 kA，负云地闪平均电流强度为27.2 kA； 云地闪频次分布服从正态分布特征； 平均闪电陡度为7.3 kA·us-1，正云地闪平均陡度为7.8 kA·us-1，负云地闪平均陡度为7.2 kA·us-1； 总云地闪和负云地闪的密度中心在西宁、 大通和湟中一带，正云地闪的密度中心在玛沁和同德一带。

在室外拾音必须提前做好录音设备检查，携带好录音器材。当遇到过强声音时，为避免录音机输入的过载，造成失真不能使用。可以使用提前准备的小型衰减器，控制传声器与声源的距离角度。还要注意有用信号和噪声的关系，为了使录到的声音不被周围的噪声掩盖，必须注意传声器与有用信号的距离，设法减弱无用噪声的比例，比如让传声器远离噪声源或者用吸声材料做适当的隔声处理等。注意防风，加装防风罩或其他方法，减少对传声器的影响。

2.1 云地闪比例特征

2008-2016年青海高原云地闪次数总体呈现出逐年增加趋势，2016年云地闪次数是2015年云地闪次数的2倍[图2(a)]，其主要原因是除气候变化引起的雷闪电天气增多外，还与2015年末青海省闪电监测网的监测站升级加密及探测效率的提升有关。各年度正云地闪比例在10.1%～19.8%之间，平均比例为15.0%。

正云地闪比例的月均分布呈现出春季和秋季明显高于夏季的特征，其比例均在15.0%以上，最高达32.3%[图2(b)]，由此可见，青海高原的正云地闪比例在每年雷暴的初终期均较高。在青海高原地区，一方面在春季和秋季地面辐射差额大于零的时间相对中低纬度地区要少； 另一方面在高纬度地区对流层平均厚度较小，对流发展较弱，雷暴云较低，正电荷区域的位置也较低，因此高纬度地区的正云地闪较低纬度地区多[18]。

P=-1.46×10-10h9+1.29×10-8h8-4.48×10-7h7

图2 年平均及月平均云地闪次数及正云地闪比例 Fig.2 Average frequency, ratio of cloud-to-ground lightning and positive cloud-to-ground lightning ratio,annual (a) and monthly (b)

2.2 雷电流强度及频次分布特征

2008-2016年青海高原年平均电流强度为30.3 kA，正云地闪平均电流强度为50.1 kA，负云地闪平均电流强度为27.2 kA[图3(a)]。总云地闪和负云地闪的月平均电流强度在3-4月份出现峰值，在12月-次年2月出现最低值，呈现出单峰单谷的分布特征，但平均电流幅值差别不明显； 正云地闪月平均电流强度在3-10月份均高于其它月份，8-9月出现最大值[图3(b)]，呈现单峰单谷的分布特征。青海高原总云地闪、 正云地闪和负云地闪平均电流强度，均高于湖北及国外其它地区[9,21]，并且高于临近的兰州周边地区[22]； 但却低于处于低纬度的西藏高原地区，其2009年6月至2011年5月间总云地闪、 正云地闪和负云地闪的平均电流强度分别为61.9、 83.1和56.0 kA[23]。青海高原的正云地闪平均电流大于负云地闪平均电流这一规律与其他地区的云地闪特征一致[9,19-20,23]，但其分布特征与山东、 西藏等地有明显差异[11,23]。在强度上正云地闪大于负云地闪，原因可能与正云地闪产生的物理机制有关，因为偶极性和三极性的雷暴云电荷结构中都是主正电荷区通常在主负电荷区之上，而正云地闪是雷暴云中正电荷对地面的放电，主正电荷区高度比负电荷区高，要产生放电需要的电场强度大，放电时其电流强度也较大。月平均电流分布特征的差异可能与青海高原所处地理环境、 大气环流、 气温和湿度等的季节变化有关。

图3 年平均及月平均云地闪电流 Fig.3 Variations of average cloud-to-ground lightning current, positive and negative average cloud-to-ground lightning currents, annual (a) and monthly (b)

2008-2016年青海高原云地闪呈现逐年增加趋势，尤其是2016年，闪电次数远高于其它年度闪电次数，主要与2016年的厄尔尼诺现象[26]引起的雷暴现象增多和2015年末云地闪监测网加密升级导致2016年云地闪监测范围和效率的提升有关。云地闪月平均分布呈现单峰单谷的分布特征，其中8月是闪电多发期，与青海的雨季和雷暴多发期相对应。夏季(6-8月)云地闪发生的较为频繁，占总闪电的81.0%，其次是秋季(9-11月)，占总闪电的13.5%，可见青海高原云地闪主要出现在夏季和秋季。

负云地闪月平均峰值电流呈现双峰双谷的分布特征，峰值出现在6月和8月，最大值出现在6月，平均强度为554.0 kA。负云地闪月平均峰值电流强度的最小值出现在12月份，次低值出现在7月份； 正云地闪月平均峰值电流呈现单峰单谷的特征，最大值出现在8月，最大平均雷电流为509.0 kA，最小值出现在1月份[图4(b)]。月平均峰值电流及其分布特征与美国1995-1997年的分布特征存在显著差异[24]。

图4 云地闪最大峰值电流 Fig.4 Variations of peak cloud-to-ground lightning current, annual maximum (a) and monthly average (b)

图5 云地闪电流频次概率及累积概率分布 Fig.5 Probability and cumulative probability distributions of cloud-to-ground lightning current intensity, [positive cloud-to-ground lightning distribution probability (a); negative cloud-to-ground lightning distribution probability (b); total cloud-to-ground lightning distribution probability (c); cumulative cloud-to-ground lightning distribution probability (d)]

云地闪的频次分布是根据闪电电流大小，按1 kA 为统计步长，对正云地闪、 负云地闪、 总云地闪的频次分别进行统计，并分别除以对应类型闪电总次数后得出的各类型电流强度区间内的分布概率。经统计后发现，正云地闪、 负云地闪、 总云地闪电流强度频次分布均呈现正态分布的特征[图5(a)～图5(c)]。频次分布的正态函数为 总云地闪、 正云地闪和负云地闪电流频次分布函数中各参数的拟合值见表1。

翻译是一种心理活动，是对原语的解码并提取意义，然后用目标语言进行编码的过程。方梦之也认为“翻译过程中译者受多种心理机制的作用，译者的心理状态对转换行为产生直接影响”。[1]“翻译心理学从文化心理学的角度分析把“误译”分为“有意识误译”和“无意识误译”。“无意识误译”源自于译者的无意识误读，这不属于翻译心理学研究的范畴。而“有意识误译”是指译者翻译时故意误读；译者的故意误读受控于译者的文化心理因素，如译者的本土文化意识形态（包括政治态度）[2]24，有意识误译实际上就是归化的表现。

表1 云地闪电流频次概率分布拟合参数表 Table 1 Fitting parameters (μ, σ and R2) of probability distribution of cloud-to-ground lightning current frequency

云地闪类型μσR2总云地闪21.78711.6090.923正云地闪36.65221.9540.917负云地闪20.82410.2940.947

对比表1拟合的μ值可以发现，总云地闪、 正云地闪和负云地闪的最大频次雷电流分别出现在21.8、 36.7和20.8 kA附近，且总云地闪和负云地闪的最大频次雷电流均要低于正云地闪，这与平均雷电流强度统计特征一致。由σ可知，总云地闪和负云地闪雷电流强度分布较正云地闪集中。

利用统计学方法和SPSS 19.0将青海省范围内闪电数据的各主要参数按时间和空间分别进行统计分析。时间统计按年、 月、 日的总闪电次数、 正负云地闪次数等分别进行统计； 闪电分类统计按总闪电、 正云地闪和负云地闪分别进行统计。同时利用非线性回归、 相关性分析等方法对青海省近9年的闪电分布概率进行统计分析。

(1)

式中： I为雷电流幅值； a为样本中值电流，即电流幅值>a的概率为50%； b反映了曲线的指数变化程度，当b值增大时，50%概率点左右侧曲线陡度绝对值均变大。利用SPSS对0～200 kA范围内的正云地闪、 负云地闪和总云地闪雷电流幅值频次累积概率分别进行拟合[图5(d)]，拟合后参数a、 b值见表2。由参数a可知总云地闪、 负云地闪和正云地闪累积概率为50%时，其雷电流幅值分别为25.0、 23.2和40.6 kA； 由参数b可知，负云地闪的分布曲线陡度绝对值较总云地闪和正云地闪大，这一点在图5(d)得到了印证。图5(d)中总云地闪、 负云地闪和正云地闪中90%以上的雷电流分别集中在57.0、 49.0和89.0 kA以下。

表2 云地闪电流频次累积概率分布拟合参数表 Table 2 Fitting parameters (a, b and R2) of cumulative probability distribution of cloud-to-ground lightning current frequency

云地闪类型abR2总云地闪25.0172.8200.999正云地闪40.6232.8170.999负云地闪23.2273.1130.999

2.3 云地闪陡度特征

2008-2016年青海高原平均闪电陡度为7.3 kA·us-1，正云地闪平均陡度为7.8 kA·us-1，负云地闪平均陡度为7.2 kA·us-1。除2008年外，其余各年度的正云地闪的平均陡度均大于负云地闪的平均陡度，而负云地闪平均陡度与总云地闪的平均陡度基本一致[图6(a)]，这主要是因为各年度负云地闪在总云地闪中所占比例较高所致。总云地闪、 正云地闪和负云地闪的月平均陡度均呈现单峰单谷的分布特点， 4-9月份平均陡度较大， 而11月-次年2月平均陡度较小。4-9月份，总云地闪和负云地闪的平均陡度变化不明显，而正云地闪的平均陡度起伏变化较明显。11月-次年1月，正云地闪陡度明显低于负云地闪陡度[图6(b)]。这可能与闪电放电物理过程密切相关的大气温度、 湿度、 云底高度等气象条件有关。

图6 云地闪电流陡度 Fig.6 Variations of current gradient of cloud-to-ground lightning, annual averaged (a) and monthly averaged (b)

2.4 时间分布特征

正负云地闪最大闪电强度在2008-2013年间均呈现逐年增加趋势，正云地闪于2013年出现最大值，而负云地闪于2015年出现最大值[图4(a)]。正负最大闪电强度均比较大，其准确性有待进一步核实和验证。

-3.37×10-4h3+1.35×10-3h2-1.35×10-2h

通过对云地闪频次概率分布的日变化统计发现，青海高原2008-2016年总云地闪的日变化服从多项式分布[图7(b)]。通过SPSS非线性拟合后，R2=0.991，拟合效果较好。其拟合分布模型如式(2)：

图7 云地闪日频次及其概率分布 Fig.7 Hourly frequency (a) and probability distribution (b) of cloud-to-ground lightning frequency

正云地闪比例与郭三刚等[16]、 龚静等[17]的研究结果基本一致，其值分别为14.80%和15.96%。青海高原的正云地闪比例明显高于其它低海拔地区，如湖北、 湖南、 山东地区的正云地闪比例分别为3.8%、 5.4%和12.0%[9,19-20]，美国1992-1994年正云地闪比例在4%～5%[21]，但又低于同属高原的西藏地区，其2009-2011年平均正云地闪比例为21.8%[22]。

+7.66×10-6h6-6.60×10-5h5+2.57×10-4h4

在闪电的日变化中，总云地闪、 正云地闪和负云地闪均呈现出单峰单谷的分布特征，云地闪主要发生在北京时间14:00至次日00:00，占全天总云地闪的83.6%，而在此期间，正云地闪和负云地闪分别占总正负云地闪的85.7%和83.3%。总云地闪平均小时频次最大值出现在17:00，占全天总云地闪的10.6%； 负云地闪平均小时最大频次出现在16:00，占全天总负云地闪的10.3%； 正云地闪平均小时最大频次出现在19:00，占全天总正云地闪的13.2%。04:00-12:00为发生云地闪最少的时期，仅占云地闪总数的6.7%[图7(a)]。

3.广西与东盟国家贸易国别结构分析。近年来，广西与东盟国家的交流不断深化，与各成员国均有贸易往来（见图3）。其中与菲律宾、马来西亚、新加坡、越南、泰国等国的进出口贸易发展保持平稳，与其他各国贸易的增减幅较大。

+4.28×10-2

(2)

式中： h为时次，取0～23。

2.5 密度特征

将2008-2016年云地闪按1 km×1 km网格分别对总云地闪、 正云地闪和负云地闪密度进行统计，计算出年均闪电密度。经统计发现，各年度总云地闪和负云地闪最大密度均大于正云地闪。2008-2016年总云地闪和负云地闪年最大密度在7～54次·km-2·a-1之间； 正云地闪年最大密度在3～15次·km-2·a-1之间。总云地闪年均最大密度达10.4次·km-2·a-1，正云地闪年均最大密度达2.1 次·km-2·a-1，负云地闪年均最大密度达10.3 次·km-2·a-1。2008-2016年最大地闪密度总体呈现增加趋势，其中负云地闪和总云地闪最大密度基本一致，正云地闪最大密度明显小于负云地闪最大密度，但在2014年后，正云地闪最大密度增加趋势明显。总云地闪和负云地闪最大密度出现在2011年，达54次·km-2，正云地闪最大密度出现在2015年，达15次·km-2[图8(a)]。

月平均最大闪电密度在6-9月份呈现增加趋势，但总云地闪和负云地闪的最大密度呈现出单峰的分布特征，其最大月均密度为9.4次·km-2·a-1； 而正云地闪的最大密度呈现出双峰双谷的分布特征，最大密度出现在5月和8月，分别为1.2次·km-2·a-1和1.1次·km-2·a-1[图8(b)]。

图8 最大云地闪密度 Fig.8 Variations of maximum cloud-to-ground lightning density, annual (a) and monthly (b)

图9 云地闪密度分布 Fig.9 Distributions of cloud-to-ground lightning density in total (a), of positive (b) and negative (c)

近9年总云地闪和负云地闪的密度中心在西宁、 大通和湟中一带[图9(a)，图9(c)]，云地闪密度次高值沿祁连山山脉走向由西北向东南方向延伸，并在青海东南部有零星分布； 正云地闪的密度中心在玛沁和同德一带[图9(b)]，主要是东西向分布，次高值出现在西宁、 大通一带。

由图9和图10可知，青海高原2008-2016年云地闪主要分布在青海东部和东南部地区，根据不同季节，其密度分布特征也有所不同。春季[图10(a)]主要分布在青海东部和东南部地区，最大地闪密度达0.8次·km-2·a-1； 夏季[图10(b)]主要分布在东部西宁、 大通、 湟中一带，最大地闪密度达9.3次·km-2·a-1； 秋季[图10(c)]主要分布在东部西宁、 大通、 湟中、 环青海湖地区和甘德地区，最大地闪密度达1.41次·km-2·a-1； 冬季[图10(d)]云地闪出现的较少，省内各地均有零散闪电出现，东部、 东南部和南部地区密度分布明显大于北部和西北部地区，其最大地闪密度达0.1 次·km-2·a-1。

图10 各季节地闪密度分布 Fig.10 Distribution of cloud-to-ground lightning density in spring (a), summer (b), autumn (c) and winter (d)

3 结论

(1) 云地闪次数及正云地闪比例特征方面。2008-2016年青海高原云地闪电呈现逐年增加趋势，年正云地闪比例在10.1%～19.8%之间，平均比例为15.0%，正云地闪比例在春季和秋季明显高于夏季。

(2) 雷电流强度及频次分布特征方面。2008-2016年青海高原年平均雷电流强度为30.3 kA，正云地闪平均雷电流强度为50.1 kA，负云地闪平均雷电流强度为27.2 kA。总云地闪和负云地闪的月平均雷电流强度在3-4月份出现最大值，正云地闪月平均雷电流强度在8-9月出现最大值。

综上所述,为改善焦虑症患者病情,在临床救治工作中以脑电生物反馈疗法开展救治,可大大提升临床治疗效果,可在临床推荐应用。

总云地闪、 正云地闪、 负云地闪雷电流强度频次分布均呈现正态分布的特征。云地闪雷电流强度幅值频次累积概率分布服从IEEE Std 1243-1997推荐的雷电流累积频率分布计算式为P=1/[1+(I/a)b]，其中总云地闪拟合的a=25.017，b=2.820，R2=0.999。

(3) 陡度特征方面。2008-2016年青海高原雷电流陡度平均值为7.3 kA·us-1，正云地闪平均陡度为7.8 kA·us-1，负云地闪平均陡度为7.2 kA·us-1。月平均云地闪电陡度呈现单峰单谷的特点，11月至次年1月，正云地闪陡度明显低于负云地闪陡度，而在2-10月，正云地闪陡度高于负云地闪陡度。

MDOS操作平台要求台站及时上传制作报表所需的观测数据、元数据，接收到疑误信息后，及时查明原因，进行数据处理、反馈。实践工作发现，雨量异常是比较常见的疑误信息，本文总结出常见雨量疑误信息的处理方法，供同行参考。

(4) 时间分布特征方面。云地闪电主要出现在夏季和秋季，占全年闪电的94.5%，其中夏季(6-8月)云地闪占总闪电的81.0%，秋季(9-11月)，占总闪电的13.5%。在闪电的日变化中，云地闪主要发生在北京时间14:00 至次日00:00之间，占总云地闪的83.6%。

(5) 密度特征方面。2008-2016年最大地闪密度总体呈现增加趋势，年度正云地闪最大密度远小于负云地闪最大密度。总云地闪年均最大密度达10.4次·km-2·a-1，正云地闪年均最大密度达2.1 次·km-2·a-1，负云地闪年均最大密度达10.3 次·km-2·a-1。总云地闪和负云地闪的密度高值区在西宁、 大通和湟中一带，正云地闪的密度高值区在玛沁和同德一带。

参考文献(References)：

[1] Xu Xiaofeng. Lightning induced disasters and its detecting and forecasting[J]. Meteorological Monthly, 2004, 30(12): 17-21. [许小峰. 雷电灾害与监测预报[J]. 气象, 2004, 30(12): 17-21.]

[2] Huang Zhifeng, Wang Jun, Li Feng, et al. Distribution of thunderstorm days and climate change trend in Qinghai Province[J]. Journal of Qinghai Meteorology, 2013(3): 51-55. [黄志凤, 王军, 黎峰, 等. 青海省雷暴日数分布及其气候变化趋势[J]. 青海气象, 2013(3): 51-55.]

[3] Feng Wan, Chen Jianzhou, Wu Junjie, et al. Statistical analysis of the characteristics of thunderstorm in China[J]. Journal of Chengdu University of Information Technology, 2016, 31(1): 110-115. [冯琬, 陈建洲, 吴俊杰, 等. 中国机场雷暴特征的统计分析[J]. 成都信息工程学院学报, 2016, 31(1): 110-115.]

[4] Ren Jingxuan, Zhu Keyun, Zhang Jie, et al. Characteristics of thunderstorms in recent 30 years in Xizang region[J]. Meteorological Science and Technology, 2011, 39(3): 289-294. [任景轩, 朱克云, 张杰, 等. 近30年西藏地区雷暴变化特征[J]. 气象科技, 2011, 39(3): 289-294.]

[5] Huffines G R, Orville R E. Lightning ground flash density and thunderstorm duration in the continental United States: 1989-1996[J]. Journal of Applied Meteorology, 1999, 38(7): 1013-1019.

[6] Lpez R E, Holle R L. Diurnal and spatial variability of lightning activity in northeastern Colorado and central Florida during the summer[J]. Monthly Weather Review, 1986, 114(7): 1288-1312.

[7] López, R E, Holle R L. The distribution of lightning as a function of low-level wind flow in central Florida[C]//NOAA Technical memorandum: ERL ESG-28. Norman, Oklahoma: National Severe Storms Laboratory, 1987: 43.

[8] Huo Guangyong, Jiang Yuan′an, Shi Hongzheng, et al. Temporal spatial distribution and variation characteristics of the thunderstorms in Xinjiang during 1961-2010[J]. Journal of Glaciology and Geocryology, 2013, 35(5): 1156-1164. [霍广勇, 江远安, 史红政, 等. 1961-2010年新疆雷暴时空分布及其变化特征[J]. 冰川冻土, 2013, 35(5): 1156-1164.]

[9] Wang Xueliang, Liu Xuechun, Huang Xiaoyan, et al. Analysis of the spatial and temporal distribution characteristics of the cloud-ground lightning in Hubei Area[J]. Meteorological Monthly, 2010, 36(10): 91-96. [王学良, 刘学春, 黄小彦, 等. 湖北地区云地闪电时空分布特征分析[J]. 气象, 2010, 36(10): 91-96.]

[10] Zhang Tinglong, Qie Xiushu, Yan Muhong. The lightning characteristics of thunderstorm over Tibetan Plateau and its origin discussion[J]. Plateau Meteorology, 2007, 26(4): 774-782. [张廷龙, 郄秀书, 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.]

[11] Pan Lunxiang, Qie Xiushu, Liu Dongxia, et al. The lightning activities in super typhoons over the Northwest Pacific[J]. Science in China: Series D Earth Sciences, 2010, 40(2): 252-260. [潘伦湘, 郄秀书, 刘冬霞, 等. 西北太平洋地区强台风的闪电活动特征[J]. 中国科学: D辑 地球科学, 2010, 40(2): 252-260.]

[12] Zheng Dong, Zhang Yijun, Meng Qing, et al. Relationship between lightning activities and surface precipitation in thunderstorm weather in Beijing[J]. Journal of Applied Meteorological Science, 2010, 21(3): 287-297. [郑栋, 张义军, 孟青, 等. 北京地区雷暴过程闪电与地面降水的相关关系[J]. 应用气象学报, 2010, 21(3): 287-297.]

[13] Wang Xin. Chinese Qinghai meteorological disaster dictionary volume[M]. Beijing: China Meteorological Press. 2007. [王莘. 中国气象灾害大典. 青海卷[M]. 北京:气象出版社. 2007.]

[14] Kong Shangcheng, Dai Sheng, Wang Min. Characteristics of thunderstorm days and lightning disasters in Qinghai Plateau in 1961-2013[J]. Journal of Glaciology and Geocryology, 2015, 37(4): 888-897. [孔尚成, 戴升, 王敏. 1961-2013年青海高原雷暴日数及雷电灾害变化特征研究[J]. 冰川冻土, 2015, 37(4): 888-897.]

[15] Luo Shengzhou, Wang Qingchun, Dai Sheng. An analysis of climate characteristics of meteorological disasters in Qinghai Province [J]. Journal of Glaciology and Geocryology, 2012, 34(6): 1380-1387. [罗生洲, 汪青春, 戴升. 青海省气象灾害的若干气候特征分析[J]. 冰川冻土, 2012, 34(6): 1380-1387.]

[16] Guo Sangang, Gong Jing, He Shengcun. Spatial and temporal distribution characteristics of lightning activity in northeastern Qinghai Province[J]. Qinghai Science and Technology, 2005(6): 22-25. [郭三刚, 龚静, 何生存. 青海东北部地区雷电活动的时空分布特征[J]. 青海科技, 2005(6): 22-25.]

[17] Gong Jing, Ma Yuyan, Ju Keying, et al. Preliminary study on lightning characteristics in Northeastern Qinghai[J]. Qinghai Science and Technology, 2007, 14(6): 12-15. [龚静, 马玉岩, 巨克英, 等. 青海省东北部地区闪电特征初探[J]. 青海科技, 2007, 14(6): 12-15.]

[18] Zhou Junjun, Zhang Jianlong, Sun Ling. Statistic analysis of cloud to ground lightning characteristics over Beijing, Tianjin and Hebei Province[J]. Journal of Catastrophology, 2009, 24(1): 101-105. [周筠珺, 张健龙, 孙凌. 京、 津、 冀地区地闪特征的统计分析[J]. 灾害学, 2009, 24(1): 101-105.]

[19] Chen Tao, Wu Lan, Han Bo, et al. Characters and data analysis of thunder and lighting in Hunan Province [J]. Journal of Institute of Disaster Prevention, 2008, 10(3): 38-42. [陈涛, 吴岚, 韩波, 等. 湖南省雷电特征及闪电数据分析[J]. 防灾科技学院学报, 2008, 10(3): 38-42.]

[20] Feng Guili, Chen Wenxuan, Liu Shijun, et al. Preliminary analysis of lightning characteristics in Shandong[J]. Journal of Applied Meteorological Science, 2002, 13(3): 347-355. [冯桂力, 陈文选, 刘诗军, 等. 山东地区闪电的特征分析[J]. 应用气象学报, 2002, 13(3): 347-355.]

[21] Orville R E, Silver A C. Lighting ground flash density in the contiguous United States: 1992-1995[J]. Monthly Weather Review, 1997, 125(4): 631-638.

[22] Li Zhaorong, Chen Tianyu, Kang Fengqin, et al. Lightning distribution characteristics around Lanzhou[J]. Journal of Arid Meteorology, 2004, 22(2): 45-51. [李照荣, 陈添宇, 康凤琴, 等. 兰州周边地闪分布特征[J]. 干旱气象, 2004, 22(2): 45-51.]

[23] Lin Zhiqiang, Jia La, Luo Suxuan, et al. Spatial and temporal distribution characteristics of lightning over Tibetan Plateau[J]. Meteorological Science and Technology, 2012, 40(6): 1002-1006. [林志强, 假拉, 罗骕翾, 等. 西藏高原闪电特性时空分布特征[J]. 气象科技, 2012, 40(6): 1002-1006.]

[24] Orville R E, Huffines G R. Lightning ground flash measurements over the contiguous United States:1995-1997[J]. Monthly Weather Review, 1999, 127(11): 2693-2703.

[25] Chen Jiahong, Tong Xuefang, Gu Shanqiang, et al. Distribution characteristics of lightning current magnitude measured by lightning location system[J]. High Voltage Engineering, 2008, 34(9): 1893-1897. [陈家宏, 童雪芳, 谷山强, 等. 雷电定位系统测量的雷电流幅值分布特征[J]. 高电压技术, 2008, 34(9): 1893-1897.]

[26] Li Xue, Shi Dashan, Niu Chao. 2015: Super El Nino year[J]. Ecological Economy, 2016, 32(3): 6-9. [李雪, 石大山, 牛超. 2015: 超强厄尔尼诺之年[J]. 生态经济, 2016, 32(3): 6-9.]