2387 中国省市县闪电数据集（2013-2025）

本数据构建的中国雷电小时数据集，能够从自然灾害风险管理、农业与生态安全、基础设施运维与应急响应以及气候变化适应与防灾规划四个层面，为研究极端天气事件如何微观作用于社会经济活动提供创新的气象观测证据。在自然灾害风险管理层面，雷电活动频发区域的企业与居民面临更高的设备损坏、火灾及人身伤亡风险，较高的雷电小时数意味着需要加强防雷设施投入与保险配置，从而影响资产安全与运营稳定性；在农业与生态安全方面，雷电伴随的强对流天气可能导致作物倒伏、洪涝灾害，同时雷电也是森林火灾的重要诱因，该指标为评估区域农业产量波动与生态系统脆弱性提供了关键气候因子；在基础设施运维与应急响应上，雷电小时数直接影响电力线路、通信基站及交通枢纽的故障概率，高雷暴区域需部署更密集的监测预警系统与备用电源，进而推高运维成本与应急管理复杂度；在气候变化适应与防灾规划层面，基于长序列雷电小时数据可识别雷暴活动的时空演变规律，为城市选址、电网布局及公共安全政策制定提供科学依据，助力韧性社会建设。

本数据参考全球闪电定位网络（WWLLN）自2013年以来的连续监测记录，基于原始NC格式文件中包含的12个月份波段数据，经格式转换后提取全球TIF栅格，并依据中国省市县行政区划进行裁剪与统计，最终生成各省市县逐月雷电小时平均值面板数据。雷电小时定义为给定月份内，在每个网格点15公里范围内观测到至少两次WWLLN闪电脉冲的小时数，该指标对检测系统灵敏度差异具有稳健性，能有效反映区域雷暴活动的真实频率与历史特征。

[1] Steven Goodman, K. V. (2024). World Wide Lightning Location Network (WWLLN) Monthly Thunder Hour Data [Data set]. NASA Global Hydrometeorology Resource Center Distributed Active Archive Center.

[2] https://doi.org/10.5067/WWLLN/DATA101