|本期目录/Table of Contents|

[1]潘健,毕硕本,沈香,等.江苏省雷电强度等级空间分布及其与土地利用类型的关系[J].江苏农业科学,2017,45(08):219-223.
　Pan Jian,et al.Spatial distribution of lightning intensity grade in Jiangsu Province and its relationship with land use types[J].Jiangsu Agricultural Sciences,2017,45(08):219-223.
点击复制

江苏省雷电强度等级空间分布
及其与土地利用类型的关系(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第45卷
期数:
2017年08期
页码:
219-223
栏目:
资源与环境
出版日期:
2017-04-22

文章信息/Info

Title:
Spatial distribution of lightning intensity grade in Jiangsu Province and its relationship with land use types
作者:
潘健;  毕硕本;  沈香;  陆源;  周浩
南京信息工程大学地理与遥感学院，江苏南京 210044
Author(s):
Pan Jian; et al
关键词:
雷电强度; 等级; 空间分布; 江苏省; R语言; 聚类分析; 土地利用类型
Keywords:
-
分类号:
S161.9；F323.211
DOI:
-
文献标志码:
A
摘要:
首先针对雷电强度空间定量分析不足的问题，利用R语言对江苏省雷电强度进行聚类分析，得到江苏省2007—2009年夏半年雷电强度的5个等级，结果发现，占据雷电强度90%以上(31 kA以下)的1、2级组内成员最多，而后3个等级则呈递减趋势。为了给实际雷电防护工程提供参考，对江苏省各市的雷电强度空间变化范围进行区划，得出各市相应的强度等级分区。其中，淮安市的雷电强度空间变化最突出，连云港市则是13个地级市中变化最不显著的。最后探讨了雷电强度等级与6种土地利用类型的关系，结果显示，林地对于雷电强度等级的空间分布影响最大，其余5种地表类型在雷电强度为2级时关联性最大，随着雷电强度等级的增大，雷电强度等级的空间分布与这5种土地利用类型的关系逐渐减弱。
Abstract:
-

参考文献/References:

［1］陈渭民. 雷电学原理［M］. 北京：气象出版社，2003：112-149.
［2］Reap R M. Climatological characteristics and objective prediction of thunderstorms over Alaska［J］. Weather & Forecasting，1991，6(3)：309-319.
［3］Reap R M，Foster D S. Automated 12~36 h probability forecasts of thunderstorms and sever local storms［J］. Journal of Applied Meterology，1979，18(10)：1304-1315.
［4］许小峰. 国外雷电监测和预报研究［M］. 北京：气象出版社，2003：274-278.
［5］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.
［6］李霞，汪庆森，巩晴霞，等. 苏州地区雷电分布规律分析［J］. 气象科学，2006，26(4)：442-448.
［7］冯民学，焦雪，韦海容，等. 江苏省雷电分布特征分析［J］. 气象科学，2009，29(2)：246-251.
［8］李政. 重庆地区雷电活动规律及下垫面状况分析［D］. 南京：南京信息工程大学，2011.
［9］赵伟，童杭伟，张俊，等. 浙江省雷电时空分布特征及影响因素分析［J］. 电网技术，2013，37(5)：1425-1431.
［10］宋晓爽，郑栋，张义军，等. 上海及周边地区地闪活动特征及海陆差异［J］. 气象科技，2014，42(1)：164-172.
［11］Hand D，Mannila H. Principles of data mining［M］. Beijing：China Machine Press，2003：38-55.
［12］Rodriguez A，Laio A. Clustering by fast search and find of density peaks［J］. Science，2014，344(6191)：1492-1496.
［13］Han J，Kamber M，Tung A. Spatial clustering methods in data mining：a geographic data mining and knowledge discovery［M］. London：Taylor and Francis Group，2001：117-211.
［14］Birant D，Kut A. ST-DBSCAN：an algorithm for clustering spatial-temp oral data［J］. Data & Knowledge Engineering，2007，60(1)：208-221.
［15］Haralick R，Harpaz R. Linear manifold clustering in high dimensional spaces by stochastic search［J］. Pattern Recognition，2007，40(10)：2672-2684.
［16］Dang E K F，Luk R W P，Ho K S，et al. A new measure of clustering effectiveness：algorithms and experimental studies［J］. Journal of the American Society for Information Science & Technology，2008，59(3)：390-40.
［17］Kryszkiewicz M，Lasek P. TI-DBSCAN：clustering with DBSCAN by means of the triangle inequality［C］. Rough Sets and Current Trends in Computing Proceedings，2010：60-69.
［18］Zelnik-Manor L，Perona P. Self-tuning spectral clustering［J］. Advances in Neural Information Processing Systems，2004，16：1601-1608.
［19］侯荣涛，朱斌，冯民学，等. 基于DBSCAN聚类算法的闪电临近预报模型［J］. 计算机应用，2012，32(3)：847-851.
［20］Fraley C，Raftery A，Gneiting T，et al. Probabilistic weather forecasting in R［J］. R Journal，2011，3(1)：55-63.
［21］焦雪，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.

相似文献/References:

[1]谷纪涛,丁伟,余永旭,等.烟草野火病对烟叶产量产值及化学成分的影响[J].江苏农业科学,2017,45(04):81.
　Gu Jitao,et al.Effect of tobacco wildfire disease on yield，output value and chemical components of tobacco leaves[J].Jiangsu Agricultural Sciences,2017,45(08):81.

备注/Memo

备注/Memo:
收稿日期：2016-01-15
基金项目：国家自然科学基金(编号：41071253、41271410)。
作者简介：潘健(1990—)，男，江苏南京人，硕士，主要从事气象数据挖掘等研究。E-mail：pjhuhusoso@163.com。
通信作者：毕硕本，教授，博士生导师，主要从事气象信息融合、气象史料数据挖掘、三维可视化等研究。E-mail：bishuoben@163.com。
更新日期/Last Update: 2017-04-20