基于实测数据的北京市区雷暴风识别和数据库组建.pdf

第37 卷第5期2023年9 月文章编号：16 7 1-3559(2 0 2 3)0 5-0 6 0 7-0 9济南大学学报（自然科学版）Journal of University of Jinan(Science and Technology)Vol.37 No.5Sept.2023D0I:10.13349/ki.jdxbn.20230718.001基于实测数据的北京市区雷暴风识别和数据库组建张石，杨庆山，徐晓达（1.北京建筑大学土木与交通工程学院，北京10 0 0 44；2.重庆大学土木工程学院，重庆40 0 0 45；3.中冶建筑研究总院有限公司，北京10 0 0 8 8）摘要：为了探究北京市区的雷暴风风场特性，采用安装在不同高度的9 个超声风速仪采集的大量连续高精度风速实测数据，依据不同风暴脉动及高斯平稳特性，开发分类子程序，采用定量控制和定性判断相结合的方法对强风事件进行分离、识别，建立北京市区雷暴风数据库。结果表明：北京市区主要有大尺度稳态强风、雷暴风和中间事件3种类型强风暴；基于风暴特性开发的分类子程序可实现雷暴风的快速识别，需要进行专家定性判断的记录仅占0.2 6%；共获得314个雷暴风记录，7 0 个雷暴风事件，增加了现有雷暴风数据。关键词：雷暴风；实测数据；阵风因子；北京市区中图分类号：TU318文献标志码：A开放科学识别码（OSID码）：可Database Construction and Identification ofThunderstorm Wind in Beijing Urban Area Based on Measured DataZHANG Shi,YANG Qingshan,XU Xiaoda3(1.School of Civil and Transportation Engineering,Beijing University of Civil Engineering and Architecture,Beijing 100044,China;2.School of Civil Engineering,Chongqing University,Chongqing 400045,China;3.Central Research Institute of Building and Construction,MCC Group,Beijing 100088,China)Abstract:To explore the characteristics of thunderstorm wind of Beijing urban area,the thunderstorm wind database ofBeijing urban area was established by using a large number of continuous high-precision measured wind speed datasetscollected by 9 ultrasonic anemometers installed at different heights in Beijing urban area,according to the fluctuating andGaussian stationary characteristics of different wind storms,and separating and judging strong wind events by the methodof quantitative control and qualitative judgment.The results show that there are three types of strong storms in Beijingurban area,which are large-scale steady wind,thunderstorm wind,and intermediate event.The classification subroutinebased on storm characteristics can realize the rapid identification of thunderstorm wind,and only 0.26%of the recordsneed experts qualitative judgment.A total of 314 thunderstorm wind records were obtained,including 70 thunderstormwind events,which adds to existing thunderstorm wind data.Keywords:thunderstorm wind;measured data;gust factor;Beijing urban area雷暴是热带和温带地区常见的局地性强对流天气,发生时常伴有强风天气1-3,造成较为严重的结收稿日期：2 0 2 2-0 8-0 2基金项目：国家自然科学基金项目（52 10 8 431）；北京市自然科学基金项目（8 2 2 2 0 13）；北京建筑大学金字塔人才培养工程一建大英才计划项目(JDYC20220806)第一作者简介：张石（19 9 3一），女（满族），吉林四平人。讲师，博士，研究方向为结构风工程及防灾减灾。E-mail：z h a n g s h i b u c e a.e d u.c n。通信作者简介：徐晓达（19 8 8 一），男，山东济南人。高级工程师，博士，研究方向为预应力结构诊治及工程结构抗风。E-mail：131152 7 9 bjtu,。网络首发地址：https:/ 0 2 3-0 7-19 T11:09:04608阔，气候类型复杂，是雷暴风频发的国家之一，据统计，不同地区年平均发生雷暴风日数约为2 0 100，造成的灾害也很惨重 5 。混合气候环境下，将不同风暴分类，准确识别雷暴风对探究雷暴风风场特性，准确定义当地极值风速分布和判断风致结构响应至关重要。根据研究学科不同，可将雷暴风识别方法分为2类：第1类是气象学方法，主要是通过风暴发生时的大气物理信息，如雷达和卫星图像、气象学参数、雷声等其他适当的气象学实测数据等判定风暴类别 ；第2 类方法是风工程学科常用方法，一般为针对长期风速实测数据集的系统分离和分类，目的是探究当地风速极值及风致结构响应。由于风速数据集较大,因此一般不考虑相应风暴发生时的气象信息，而是致力于基于实测风速数据特性，开发雷暴风自动识别的方法 7-8 ORiera等 9 根据风暴持续时间和气温骤降等信息,将雷暴风从大尺度稳态强风中识别出来。Choi等 10-11 在探讨雷暴风识别方法中指出，雷暴风的阵风因子远大于非雷暴风的。Choi 等 12 采用对长期风速记录的图形分析法将风暴分为大尺度和小尺度事件。Kasperski13率先发现在中纬度地区,除了雷暴风和大尺度强风外，存在第3 个强风现象,称为阵风锋或中间事件,并根据平均风速、峰值风速和阵风因子特性将3 个风暴现象记录分类。Cook 等 14 将澳大利亚气象局指定的“可见”或“可听”雷暴日内发生的日最大风速记录定义为雷暴风事件。Duranona等 15 提出如下4个定义以识别雷暴风事件：阵风风速大于15 m/s；阵风因子大于1.5；风速在3 min内完成增大过程；风速增大后10 min内发生降低现象。Lombardo等 16 在获得美国实测风速数据后，首先给定强风暴阈值，得到一系列峰值风速，随后根据地面自动观测系统数据人工标记雷暴开始和结束时间，定义发生在此期间内的峰值风速为雷暴风记录,其余峰值风速为非雷暴风记录。随后,通过定义独立事件的间隔时间创建了雷暴风事件和非雷暴风事件数据集。依据澳大利亚的长期实测数据，Rowcroft17首先将峰值风速阈值定义为40 m/s,随后对超过阈值的风速记录依据如下参数进行雷暴风判别：1)持续时间为5 3 0 min；2）温度骤降至少1.5;3)风速明显突增至少10 m/s。H u a n g 等 18 基于中国西部山区实测数据，依据雷暴风风速突增特性开发出一套识别雷暴风和热驱动风的程序。尽管目前已有如上所述的雷暴风识别方法存济南大学学报（自然科学版）在；但由于雷暴风具有典型的局地性和随机性,因此现有方法具有一定的局域性，并不完全适用于其他地区的风场实测数据 19 。针对北京市区风速实测数据，本文中主要采用第2 类雷暴风识别方法，根据脉动及高斯平稳特性,开发子程序，通过定量和定性方法相结合自动识别雷暴风，建立北京市区雷暴风数据集，为探究北京市区雷暴风风场特性、雷暴风致结构响应及考虑雷暴风的极值风速分布提供重要依据。1实测概况1.1观测点高度为3 2 5 m的北京气象塔为具有等边三角形横截面的钢管桁架式结构，塔址位于北京市海淀区北三环马甸桥北 2 0 ，根据国家标准建筑抗震设计规范（CB500112010)规定 2 1,属于C类地貌。塔上安装有杯式风速仪、温差仪、超声风速仪等，本文中主要采用超声风速仪采集的数据进行研究。该超声风速仪为英国GILL公司生产的Wind-MasterPro产品，外壳由不锈钢制成，风速最大量程为7 0 m/s，风向最大量程为3 6 0。塔上共安装有11个超声风速仪，分布在距地面高度8 2 40 m处的9 个不同高度,其中分别在高度32、6 4m 处布置2 个仪器以检验测量数据的准确性。根据地球坐标系，该风速实测数据为三轴超声波测得的3 个瞬时风速分量（，Uy，），其中为从南到北方向的风速，,为从东到西方向的风速，z为垂直向上方向的风速。所有超声风速仪均连续采集风速数据，采样频率为10 Hz。1.2数据预处理采用安装在北京气象塔北侧9 个不同高度超声风速仪在2 0 13 年1月至2 0 17 年12 月5 年间采集的实测数据值。经检验，超声风速仪采集数据整体质量较好，偶尔存在以下4种实测数据的常见问题：1)僵值，即一系列连续相同的数据值；2)野点，与北京市气候特性不相符的数值，根据近年气象资料风速统计情况，可将超出5 0 m/s的风速值视为野点；3）离群值，不满足时间连续性的数据；4）乱码值，即因信号传输或仪器故障而引起的乱码等。在分析前需将采集到的数据进行预处理，包括剔除僵值、删除野点（如图1所示）、时间连续性控制、修正乱码等 2 1。此外，将超声风速仪数据的统计结果，如10 min时距的平均风速和风向等，与杯式风速仪测量结果进行对比，以验证超声风速仪采集数据的准确性。第3 7 卷第5 期(s/m)/率区5040302010随后，将原始实测数据以10 min为单位存储成连续的记录，对每一条记录计算如下统计参数：1)10min时距内的1 s阵风风速峰值U、平均风速Umlo、风向m10、阵风因子 Gv60o=U/Um1o、湍流强度I1o、偏度1o和峰度K1o；2)1h时距(以该10 min记录为中心）内的平均风速 Umso0、阵风因子 Giv3.60=/Umo、湍流强度 I6o、偏度6 o和峰度K60;3)1min平均风速最大值Um和阵风因子Gv/6o=U/mlo2雷暴风识别2.1风暴类型为了探究雷暴风风场特性以及雷暴风作用下的结构响应，需要将雷暴风速信息从强风记录中准确识别出来。评估北京市区获取的大量实测资料，发现当地强风事件主要有阵风因子较小而平均风速较大的平稳高斯大尺度稳态强风事件、阵风因子较大但平均风速较小的非平稳非高斯雷暴风事件、以及阵风因子较大但平均风速相对较小的平稳非高斯中间事件。图2 一4所示为北京市区3 种典型强风现象的实测结果。图2 为典型的大尺度稳态强风记录。由图可知：温带气旋、季风等气候产生的大尺度持时较长的强风，其1s阵风风速峰值为2 1.10 m/s，平均风速较大，1h平均风速Um6o为15.6 4m/s，中心时段10 min平均风速Umlo为15.8 2 m/s；阵风因子较小，1hG/3600为1.3 5，10 min Gv600为1.3 3;张石，等：基于实测数据的北京市区雷暴风识别和数据库组建807060609302520(s/m)/率51050300600900120015001800时间/s(a)野点修正前图1野点修正前、后的风速时程曲线1h峰度k6o为2.8 6，10 min峰度kio为3.0 2；1h偏度6 0 为-0.0 9，10 min偏度1o为-0.2 7，呈现典型的高斯平稳特征。图3 为典型的雷暴风记录。由图可知：1s阵风风速峰值为2 7.3 4m/s，平均风速很小，1h平均风速Umco为8.3 7 m/s，中心时段10 min平均风速Umlo为13.2 0 m/s;阵风因子大,1 h Gv/3.600为3.2 7,10 minGv6o为2.0 7;1 h 峰度Kco为10.47,10 min 峰度K1o为2.5 3;1h偏度6 0 为2.3 9,10 min偏度1o为0.63，呈现典型的非平稳非高斯特征。图4为典型的中间事件记录。可以看出：1s阵风风速峰值为19.5 5 m/s，平均风速亦较小，1h平均风速Um60为11.6 1m/s,中心时段10 min平均风速Umlo为12.49 m/s;阵风因子较大,1 h Gv/3.600为1.68,10min Gv60为1.5 7;1 h 峰度K6o为2.6 0,10min峰度Kio为2.7 2；1h偏度6 0 为-0.0 4,10min偏度1o为-0.6 7，呈现平稳非高斯特性。2.2识别方法依据上述不同强风记录的风速特征，可结合定量、定性判断的方法确定风暴属性，即首先根据不同记录的阵风因子差异，分离出阵风因子较小的大尺度稳态强风。为了全面呈现强风记录特征，阵风因子长时距T分别取为6 0、6 0 0、3 6 0 0 s，而短时距t统一取为 1 s,将实测阵风因子（Gv60、G v 6 0 0 VGv/360）与当地长期测量统计得到的大尺度稳态强风阵风因子（G/60、G/6 0 0、G/3 6 0 0)相比,比值接近于1的事件划分为大尺度强风记录。剩余记录再通过图形分析方法确定平稳性，并参考偏度、峰度值进行专家定性判断,具体判定流程如下：300600900120015001800时间/s(b)野点修正后610济南大学学报（自然科学版）30实测值-1h平均值2510min平均值20(s/)/率15105015:4515:5516:0516:1516:25时间(a)风速时程曲线10实测值-1h平均值810min平均值6D/晋42015:4515:5516:0516:1516:2516:3516:45时间(c）温度时程曲线图2北京市区典型的大尺度稳态强风事件的实测结果35实测值一1h平均值3010 min平均值25(s/m)/取2015105015:1515:2515:3515:4515:5516:0516:15时间(a)风速时程曲线403530D/32520151015:1515:2515:35515:4515:5516:0516:15时间(c）温度时程曲线图3北京市区典型的雷暴风事件实测结果第3 7 卷350T300250(。)/区20015010050016:3516:45实测值一1h平均值10min平均值实测值1h平均值10min平均值15:4515:5516:0516:1516:2516:3516:45时间(b)风向时程曲线0.250.200.150.100.050（d)风速概率密度直方图及高斯分布函数350300250()/200区15010050015:1515:2515:3515:4515:5516:0516:15时间(b)风向时程曲线0.250.200.150.100.050（d)风速概率密度直方图及高斯分布函数5510风速/(m/s)10风速/(m/s)实测值1h平均值10min平均值1520152025253030第5 期(s/ml)/率区105013:4513:5514:0514:1514:2514:3514:45(a)风速时程曲线30252015105013:45513:5514:0514:1514:2514:3514:45(c)温度时程曲线图4北京市区典型的中间事件的实测结果1)若强风事件在1h内呈现平稳特性,即阵风因子比值满足G vs 60/Gl/00 1.10,则表明其在10 min内也呈现平稳特性,因此将此事件归类于大尺度稳态强风。2)若强风事件不满足式（1），在1h内呈现波动,而在10 min内呈现平稳特性，即阵风因子比值满足则此类强风记录也可被归类为大尺度稳态强风。3)若强风记录不满足式（1）、（2），且在10 min内呈现非平稳特性,可知在1h内也呈现非平稳特性，即阵风因子比值满足Gv60/001.25,则获得的强风记录可经由定性判断分类为雷暴风或中间事件。4)若强风记录均不满足上述3 个判断,在1h、10min内均呈现波动,但1min内较为平稳，即阵风因子比值满足张石，等：基于实测数据的北京市区雷暴风识别和数据库组建25：实测值一1h平均值2010min平均值15时间实测值一1h平均值-10min平均值时间(1)(3)611350300250(。)/回20015010050013:4513:5514:0514:1514:2514:3514:45(b)风向时程曲线0.250.200.150.100.050(d）风速概率密度直方图及高斯分布函数Gv 60/001.25 G/vco/o0.80,(4)则此类强风记录也被归类于大尺度稳态强风。不满足上述4个判定标准的强风记录均须由专家进行定性判断，判定流程如图5 所示。该程序中通过图形分析法进行的专家定性判断是基于对实测数据记录的目视检查和统计参数综合分析实现的，显然该方法在需要定性判断记录的数量有限的情况下是准确且可行的。由于要建立高精度雷暴风数据库，且目前风工程界对中间事件的物理现象尚未给出十分准确的定义，因此在将大量的大尺度稳态强风记录成功分离后，对于剩余的有限强风记录数据子集，本文中暂采用专家判别法定性识别雷暴风数据。随着实测数据的增多和研究的深入，还可进一步建立风暴分类参数指标。3结果分析3.1识别结果将1s阵风风速峰值大于15 m/s的记录定义为强风记录 2 1，输人上述识别流程，即可获得3 种类型强风暴记录的分类子集。实测值一1h平均值-10min平均值时间510风速/(m/s)15202530612济南大学学报（自然科学版）第3 7 卷稳，中，雷数量集是稳是是否稳一大尺度稳态强风；雷雷暴风；中一中间事件；Gv0.80否雷？否中？图5 雷暴风的定性判定流程和中间事件子集，然后需从记录子集中合理提取独立风暴事件，以获得独立极值风速，从而进行极值风速分布等研究，优化建筑结构的抗风设计。目前,对于大尺度稳态强风，可将间隔时间超过72h的强风记录视为独立风暴；对于雷暴风而言，独立事件间至少应间隔4h；对于中间事件，独立事件间至少应间隔2 4 h3。对于发生时间较为接近甚至连续发生的不同事件,其风速最大值是否应该被视为独立或相关需要逐一商榷。图8 所示为一个雷暴风事件和大尺度稳态强风事件发生时间较为接近的案例，本文中将该情况定义为一个独立的雷暴风事件和一个独立的大尺度稳态强风事件。经统计，基于获得的3 14个雷暴风记录，共采集到7 0 个独立雷暴风事件，原因主要是同一事件可能同时被多个高度处的风速仪采集，因此识别到的雷暴风记录总数大于雷暴风事件的数量。7 0 个雷暴风事件在不同高度的1s阵风风速峰值分布情况如表2 所示。可以看出，北京市区雷暴风阵风风速较大,对建筑结构较为不利。如同前文所述，雷暴风10min风速较小，依据规范采用10 min为时距进行极值风速分布研究必然会忽略雷暴风的影响，低估风速极值，使结构设计偏于不安全，因此在建筑结构抗风设计中考虑雷暴风的影响,对提升结构可靠度具有非常重要的意义。定性判断是是雷？雷中是是第5 期(s/m)/率15105010:1510:2510:3510:4510:5511:0511:15时间(a)2017-05-05,大尺度稳态强风302520(s/)/1510522:2522:35 22:4522:55523:05523:1523:25时间(c)2017-07-07,雷暴风2015(s/)/率105张石，等：基于实测数据的北京市区雷暴风识别和数据库组建302520613302520(s/)/率15105003:4503:55(b)2017-12-16,大尺度稳态强风2015(s/)/率105011:0511:1511:2511:3511:45时间(d)2017-05-09,中间事件2015(s/ml)/(10504:0504:1504:2504:35时间11:5512:0504:452011:0511:1511:2511:3511:4511:5512:05时间(e)2017-12-10,大尺度稳态强风2520(s/m)/单15105017:0517:15 17:2517:3517:4517:5518:05时间(g)2017-11-21,中间事件图6 北京市区3 个类型强风事件的时程曲线00:4500:5501:0501:1501:2501:3501:45时间(f)2015-07-14,雷暴风2520(s/m)/率15105010:2510:35(h)2013-12-10,大尺度稳态强风10:4510:5511:0511:1511:25时间614高度/m数量2015(s/m)/率10520:3520:4520:55(a)2016-06-06,风速302520(s/m)/单15105016:1516:2516:3516:4516:5517:0517:15时间(c)2013-02-06,风速图7北京市区2 个特殊强风记录案例35实测值30-10 min平均值25(s/ml)/区2015105012:504结论本文中基于风场实测数据,依据风暴特性识别了雷暴风记录,建立了北京市区雷暴风数据库,得出结论如下：济南大学学报（自然科学版）表1不同高度风速仪实测数据识别的雷暴风记录数量816101621:0521:1521:2521:35时间14:5016:50时间图8不同风暴相继发生案例第3 7 卷3247253218:5020:506441(o)/区20015010050020:3520:4520:5521:0521:1521:2521:35(b)2016-06-06,风向350300250()/200区15010050016:1516:25 16:3516:4516:5517:0517:15时间(d)2013-02-06,风向表2 雷暴风事件阵风风速峰值U分布情况雷暴风事件次数高度/m1515m/s20 m/s25m/s30 m/s35m/s40 m/s8611657324522:50476480140200280804035030025014051791640212831332314301629103520047时间202377610151414280522530001020203131828272合计31435000000111第5 期1)北京市区强风事件主要有阵风因子较小而平均风速较大的平稳高斯大尺度稳态强风事件、阵风因子较大但平均风速较小的非平稳非高斯雷暴风事件、以及阵风因子较高但平均风速相对较小的平稳非高斯中间事件3 种类型。2)依据不同风暴特性，采用定量控制和定性判断相结合的方法，实现了雷暴风的快速识别，有效、准确地建立了北京市区雷暴风实测数据库，为北京市区雷暴风风场统计特性分析和结构抗雷暴风研究提供可靠依据。3)根据北京市区5 年间的风速实测数据，共识别到3 14个雷暴风记录，其中有7 0 个雷暴风事件，发生十分频繁,且雷暴风阵风风速峰值较大，因此在风速极值分布及建筑结构抗风设计中考虑雷暴风的影响,对提升结构可靠度具有非常重要的意义。参考文献：1 ZHANG S,SOLARI G,DE GAETANO P,et al.A refined analy-sis of thunderstorm outflow characteristics relevant to the windloading of structures J.Probabilistic Engineering Mechanics,2018,54:9.2方智远，汪之松，李正良，雷暴冲击风作用下高层建筑风压幅值特性研究 J建筑结构学报，2 0 19，40(11)：19.3ZHANG S,SOLARI G,YANG Q,et al.Extreme wind speed dis-tribution in a mixed wind climateJ.Journal of Wind Engineer-ing and Industrial Aerodynamics,2018,176:239.4 TAMURA Y,CAO S.Intermational group for wind-related disasterrisk reduction(IG-WRDRR)J.Journal of Wind Engineeringand Industrial Aerodynamics,2012,104/105/106:3.5 李宏海，欧进萍我国下击暴流的时空分布特性 J自然灾害学报，2 0 15,2 4(6)：9.6SCOTT GUNTER W,SCHROEDER J L.High-resolution full-scale measurements of thunderstorm outflow winds J.Journal ofWind Engineering and Industrial Aerodynamics,2015,138:13.7GOMES L,VICKERYB J.Extreme wind speeds in mixed cli-matesJ.Journal of Wind Engineering and Industrial Aerody-namics,1978,2(4):331.8DE GAETANO P,PIA REPETTO M,REPETTO T,et al.Sepa-ration and classification of extreme wind events from anemometricrecordsJ.Journal of Wind Engineering and Industrial Aerody-namics,2014,126(1):132.张石，等：基于实测数据的北京市区雷暴风识别和数据库组建AWES,2011:50.18HUANC G Q,JIANC Y,PENG L L,et al.Characteristics ofintense winds in mountain area based on field measurement:focusing on thunderstorm winds J.Journal of Wind Engineeringand Industrial Aerodynamics,2019,190:166.19 朱朱云辉，孙富学，姜硕，等.厦门海岸地区15 0 m高空台风风场特性实测研究 J建筑结构，2 0 2 0，5 0（16)：114.20 张鑫鑫，李波，张石，等.基于北京中心城区实测的城市边界层风场特性研究 J建筑结构学报，2 0 2 2，43（3）：10 9.21 中华人民共和国住房和城乡建设部建筑结构荷载规范：GB500092012S.北京：中国建筑工业出版社，2 0 12.22夏冬生，北京城区大气稳定性及近地强风特性实测研究 D.北京：北京交通大学，2 0 15.(责任编辑：刘飚）6159 FRIERA J D,PONTE J.Recent Brazilian research on thunderstormwinds and their effects on structural designJ.Wind and Struc-tures,2012,15(2):111.10 CHOI E C C.Extreme wind characteristics over Singapore:anarea in the equatorial belt J.Journal of Wind Engineering andIndustrial Aerodynamics,1999,83(1/2/3):61.11 CHOI E C C,HIDAYAT F A.Dynamic response of structures tothunderstorm winds J.Progress in Structural Engineering andMaterials,2002,4(4):408.12 CHOI E C C,TANURDJAJA A.Extreme wind studies in Singa-pore:an area with mixed weather system J.Joumal of WindEngineering and Industrial Aerodynamics,2002,90(12/13/14/15):1611.13 KASPERSKI M.A new wind zone map of GermanyJ.Journal ofWind Engineering and Industrial Aerodynamics,2002,90(11):1271.14 COOK N J,IAN HARRIS R,WHITING R.Extreme wind speedsin mixed climates revisited J.Journal of Wind Engineering andIndustrial Aerodynamics,2003,91(3):403.15 DURANONA V,STERLING M,BAKER C J.An analysis ofextreme non-synoptic winds J.Jourmal of Wind Engineeringand Industrial Aerodynamics,2007,95(9/10/11):1007.16 ILOMBARDO F T,MAIN J A,SIMIU E.Automated extractionand classification of thunderstorm and non-thunderstorm wind da-ta for extreme-value analysis J.Jourmal of Wind Engineeringand Industrial Aerodynamics,2009,97(3/4):120.17 ROWCROFT J.Vertical wind shear profiles in downburst eventsand the insufficiency of wind turbine design codes C/14thAustralasian Wind Engineering Society Workshop.Canberra: