引言

在全球气候变化的背景下，全球范围内极端高温事件的频次增加，而极端冷事件减少，但其变化更为剧烈(Manton et al，2001；Alexander et al，2006；赵珊珊等，2010；IPCC，2021；吴嘉蕙和任荣彩，2021；马锋敏等，2022；周佰铨和翟盘茂，2023)，给农业、林业、交通运输、电力输送以及人民生活的各方面都带来了巨大影响。电力是一项关乎民生的基础产业，近年来随着电网规模的扩大，极端低温事件形成的灾害性天气对电网的安全运行造成了很大的影响(霍林等，2017)。电线积冰是一种自然灾害，是指雨凇、雾凇凝附在导线上或湿雪冻结在导线上的现象(中国气象局，2003)，电力、通讯部门称之为电线覆冰。电线积冰严重时可能引发线路过负载事故、相邻不均匀覆冰或不同期脱冰事故、绝缘子串冰闪事故以及覆冰导线舞动事故(蒋兴良和易辉，2002；张仕平，2019)，对人们的生产生活造成极大影响，同时也给社会经济发展带来一定冲击。

我国电线积冰以雾凇型积冰和雨凇型积冰为主，且北方地区多出现雾凇型积冰，南方地区多出现雨凇型积冰，其中雨凇型电线积冰对电网的威胁最大(霍治国等，2021)。雨凇型积冰由冻雨导致，冻雨在我国发生频率最高的地区是贵州省，湖南省、江西省和湖北省次之(朱乾根等，2007；李登文等，2009)，所以本文选取典型雨凇型区的贵州、湖南、江西三个省份作为研究区域。

国内外学者对电线积冰的研究主要包括积冰特征、成因分析、影响因子、预报模型以及对冰冻雨雪天气的具体过程分析等方面。其中针对电线积冰的特征研究很多，多基于省级尺度，包括电线积冰日数的年际变化、年代际变化、月变化、主要类型以及空间分布(顾光芹等，2012；程肖侠和方建刚，2013；周悦等，2013；武辉芹等，2017；覃武等，2019；孙秀博等，2021)；电线积冰直径、重量、厚度以及标准冰厚的特征(李元鹏等，2010；闵诗淳和王宝书，2010；许艳等，2013；张婷，2015)；利用概率分布函数估算30、50、100年的重现期标准冰厚并进行冰区划分(龚强等，2010；庞文保等，2012；刘赫男等，2014；唐亚平等，2015；张小军等，2021；李清华等，2022)。对于贵州、湖南、江西三个省份的研究多是对于冰冻天气的特征分析(王怀清等，2009；郑劲光等，2009；陈百炼等，2014；肖平等，2018)，而对于电线积冰的时空分布特征研究较少，其中肖雯等(2022)统计了江西省电线积冰出现次数、类型、总积冰日数和雨凇型积冰日数的变化特征；赵文灿等(2018)分区分析了电线积冰日数的时空分布特征及雨凇型电线结冰的温度层结特征；霍林等(2017)分析了湖南冰冻天气日数、电线积冰厚度的空间特征及冰冻灾害对电力的影响；廖玉芳等(2011)从雨凇天气日数、初终日期、最长持续时间和电线积冰标准冰厚等方面分析了时空分布特征。上述研究较好地揭示了易发生电线积冰的时期以及区域，对开展电线积冰的防御工作具有重要意义，但电线积冰的冰区划分都只涉及了积冰厚度。本文在电线积冰时空分布特征分析的基础上，以电线积冰日数平均值、持续日数和过程最大标准冰厚三个要素构建电线积冰风险指数，同时考虑电线积冰的发生频率和强度，评估了电线积冰出现的风险。

1 资料和方法 1.1 资料来源

电线积冰资料来源于全国电线结冰日值数据集，对所有原始数据进行质量控制码筛选，并剔除在历史出现积冰时段(10月至次年4月)出现缺测年份的数据，最后得到1961—2019年贵州、湖南和江西三个省共191个气象站点历史出现积冰时段具有完整观测的电线结冰逐日观测数据，观测项目为：东西向和南北向的电线积冰类型、重量、直径、厚度，以及积冰发生时的气温、风向、风速，气象站点的分布如图 1所示；其中，贵州、湖南和江西各有85、88和18个气象站点。由于本文使用的是研究时段内具有完整观测记录的数据，而江西80%的气象站点存在缺测，所以江西的气象站点较贵州和湖南稀疏。

本文将东西向和南北向积冰重量、直径、厚度其中一列出现大于零或出现微冰记为一个电线积冰日，选取南北向和东西向中的积冰重量最大值作为当日电线积冰重量，根据电线积冰重量计算标准冰厚。

1.2 方法 1.2.1 曼-肯德尔(Mann-Kenddall)检验

曼-肯德尔(Mann-Kenddall，M-K)检验是一种非参数方法(魏凤英，2007)，常用于突变检验，其可以明确变化趋势，确定突变开始的时间和突变范围。覃武等(2019)、章开美等(2020)的研究已应用M-K检验方法检测积冰日数年序列的变化趋势和突变情况，具有较好的适用性。本文利用M-K检验方法来确定电线积冰日数和电线积冰起止日的变化趋势及突变开始时间。

1.2.2 标准冰厚计算方法

研究区域内电线积冰的类型主要有雨凇型、雾凇型和混合凇型积冰三类，由于三类电线积冰的密度各不相同，需要统一转换为标准冰厚后才能计算和比较。标准冰厚是指均匀裹在导线上密度为0.9 g·cm^-3的冰层厚度，本文选取根据电线积冰重量计算标准冰厚的换算公式(中国气象局，2017)：

$ B_0=\sqrt{\frac{W}{0.9 \pi L}+r^2}-r $

(1)

式中：B₀为标准冰厚(单位：mm)；W为积冰质量(单位：g)；L为导线长度(单位：m)；r为导线半径(单位：mm)，2011年之前为2.0 mm，2011年开始为13.4 mm。

由于2011年之前气象站用于观测电线积冰的导线直径为4.0 mm，2011年开始改为26.8 mm，为了便于比较，对2011年之前的标准冰厚进行线径订正，线径订正和线径订正系数的计算公式分别见式(2)和式(3)(国家能源局，2012)：

$ B=K_{\varphi} B_0 $

(2)

$ K_{\varphi}=1-0.126 \ln \left(\varphi / \varphi_0\right) $

(3)

式中：B为线径订正后的标准冰厚(单位：mm)，K_φ为线径订正系数，B₀为标准冰厚(单位：mm)；φ为标准电线直径(26.8 mm)，φ₀为2011年之前的电线直径(4.0 mm)。下文中用到的标准冰厚统一为线径订正后的标准冰厚(B)。

1.2.3 归一化方法

为便于不同单位或量级的指标进行比较和加权，对原始数据进行归一化处理，去除数据的单位限制，将其转化为无量纲的纯数据，并统一映射到[0, 1] 区间上，计算公式如下：

$ x^{\prime}=\frac{x-x_{\min }}{x_{\max }-x_{\min }} $

(4)

式中: x′为经过归一化后的数据，x为原始数据序列，x_min和x_max分别为原始数据序列的最小值和最大值。

1.2.4 电线积冰风险指数

为综合评判研究区域内出现电线积冰的风险，本研究综合考虑电线积冰的发生频率和强度，以电线积冰日数平均值、电线积冰过程的持续日数和电线积冰过程的最大标准冰厚三个要素构建电线积冰风险指数(I)：

$ I=I^{\prime}{}{_1}+I^{\prime}{}{_2}+I^{\prime}{}{_3} $

(5)

式中: I为电线积冰风险指数，积冰日数平均值(I₁)表示电线积冰的频率，持续日数指数(I₂)和标准冰厚指数(I₃)均表示电线积冰的强度，利用式(4)中的归一化方法对I₁、I₂和I₃进行归一化处理，得到I^′₁、I^′₂和I^′₃。

I₁由计算该年或该站点的平均积冰日数得到，I₂和I₃的计算公式如下：

$ I_2 =\sum\limits_{i=1}^n t_i P_i $

(6)

$ I_3 =\sum\limits_{j=1}^m D_j P_j $

(7)

式中: t_i为持续日数，P_i为持续日数t_i的电线积冰过程的发生频率；统计电线积冰过程的最大标准冰厚，根据《电线积冰气象风险等级》(中国气象局，2017)将标准冰厚划分为0~5、5~10、10~15 mm以及≥15 mm四级，D_j为等级数，从低到高依次赋值为1、2、3、4，P_j为等级D_j的电线积冰过程的发生频率。

2 结果与分析 2.1 电线积冰日数时空分布 2.1.1 电线积冰日数时间变化特征

基于1961—2019年电线积冰的逐日观测数据，分别统计逐年所有站点的三种类型(雨凇型、雾凇型、混合凇型)电线积冰总日数及完整站点数，计算得到逐年平均各类型电线积冰日数，平均电线积冰日数则为三类电线积冰日数相加之和；进一步计算各年代际的平均电线积冰日数。计算平均电线积冰日数距平值，根据最小二乘法得到一元线性趋势；同时使用M-K检验对平均电线积冰日数进行检验；分别统计逐月所有站点的各类型电线积冰总日数。

如图 2所示，贵州、湖南、江西59年来各类型电线积冰日数呈现波动性变化，年际间波动幅度较大；其中，各类积冰出现日数为雨凇型积冰远大于雾凇型和混合凇型，2004年之前雾凇型积冰略大于混合凇型，2004年之后混合凇型积冰略大于雾凇型。电线积冰日数的多年平均值约为3.0 d，平均电线积冰日数最多的年份为1964年，约出现7.5 d；2008年次之，约为7.4 d；最少为2017年，仅出现0.4 d。雨凇型积冰日数的多年平均值约为2.6 d，平均雨凇型积冰日数最多的年份为1964年，约出现7.0 d；2008年次之，约为6.7 d；最少为2017年，仅出现0.3 d。雾凇型积冰日数的多年平均值约为0.3 d，平均雾凇型积冰日数最多的年份为1984年，约出现1.0 d；最少为1976年和2019年两年，均没有出现。混合凇型积冰日数的多年平均值约为0.07 d，平均混合凇型积冰日数最多的年份为2006年和2008年，均约为0.4 d，最少为没有出现，59年里有26年混合凇型积冰日数为0.0 d，占44%。

从电线积冰日数的年代际变化来看(图 2a)，年代际间电线积冰日数变化不大，20世纪60—80年代日数有略微的增加，80年代后呈下降趋势；80年代电线积冰出现日数最多，年均约为3.4 d，21世纪10年代出现最少，年均约为2.5 d。

从电线积冰日数距平结果看(图 2b), 59年中呈现正、负相间的分布型，正值和负值出现的年份大约各占一半；趋势线表明整体上呈现略微减少的趋势，与冰冻天气日数的变化趋势基本一致(叶茵等，2007；郑劲光等，2009；王怀清等，2009；肖平等，2018)，倾向率约为-0.1 d·(10 a)^-1。

M-K检验结果和距平变化基本一致(图 2c)，1961—1970年电线积冰日数呈减少趋势，1980—2002年则呈增加趋势，而在2013年之后又呈减少趋势；根据UF和UB曲线交点的位置，确定电线积冰日数在2014年发生突变。

从电线积冰日数月变化来看(图 2d)，电线积冰现象在10月至次年4月均有发生，主要出现在冬季(12月、1月和2月)，其中1月最多，占全年的47%，4月和10月出现的很少；雨凇型积冰占比最大，远远大于雾凇型和混合凇型；11月至次年2月雾凇型略大于混合凇型，而3月和4月混合凇型占比略大于雾凇型。

2.1.2 电线积冰日数空间分布特征

分别统计所有站点电线积冰总日数及出现年数，计算其平均值，使用ArcGIS中的IDW方法进行插值，得到各站点平均电线积冰日数的空间分布；并进一步统计各年代际具有整5年及以上电线积冰数据的气象站点，计算各年代际各站点的平均电线积冰日数，得到各年代际平均电线积冰日数的空间分布。在气象站点分布较稀疏的地区，使用IDW方法可以补充某些缺测的站点数据；在气象站点分布较密的地区，IDW插值也能反映出高值和低值的区别，得到的空间分布也更接近于真实情况，所以IDW插值方法具有较好的适用性。

图 3结果表明，研究区域内约45%的地区年平均电线积冰日数较小，为0~1 d，主要分布在贵州东北部、湖南北部和西南部以及江西中部和南部，最小年平均电线积冰日数仅约为0.09 d，出现在湖南龙山。只有约4%的地区年平均电线积冰日数大于10 d，所出现范围很小，主要分布在贵州西部、湖南中部南岳以及江西北部庐山附近地区。电线积冰日数高值区主要分布在贵州西部的威宁、大方，贵州中部的开阳，湖南中部的南岳以及江西北部的庐山，这些地区的年平均电线积冰日数在17~34 d，其中威宁日数最多(约为34 d)，南岳和庐山次之，分别约为30 d和25 d。贵州电线积冰日数的分布规律与贵州冻雨中心(杜小玲等，2010)及冻雨的分布规律(严小冬等，2009)基本一致；湖南与雨凇天气日数的分布基本一致(廖玉芳等，2011)；江西与雨凇天气日数的分布略有不同，雨凇天气在江西中北部区域出现较多(王怀清等，2009)。

造成积冰形成的最重要的两个条件分别是冷空气和充足的水汽条件，电线积冰的出现与地形地貌有一定的关系，地形地貌主要影响的是冷空气的水平分布(霍治国等，2021)。满足这两个条件时，形成雾凇或者是雨凇(即冻雨)则与大气的垂直结构(如逆温层、三层结构等)和气象要素场的分布有关。贵州位于云贵高原东部，海拔较高，平均为1100 m左右，积冰日数也比湖南和江西多；贵州地势西高东低，中部还有多处盆地，电线积冰日数呈中西部多、东北部少的特点。湖南整体地形是由东南西三个方向向北部倾斜开口的马蹄形，南岳因海拔较高，电线积冰日数多，其他地区日数均较小。江西省东西南三面有多座山岭环绕，呈向北开口的地形，由于高海拔山区对冷空气的阻挡作用，冷空气在北部聚集，同时由于江西北部的庐山海拔高，也更容易形成电线积冰，而江西中部和南部除了受海拔影响以外，还受纬度影响(赵文灿等，2018)，因此积冰较少，所以形成了北部积冰日数多而其余地区均较少的特点。

从图 4中可以看出，三个省的年代际平均电线积冰日数表现出不同的变化特征。贵州的平均电线积冰日数随年代际变化而增加，但贵州东北部积冰日数则减少；电线积冰日数为3~10 d的范围向贵州的中部、西部和南部缩小；大于10 d和大于20 d的范围从西向东扩大。湖南的平均电线积冰日数随年代际变化而减少，其中湖南北部的电线积冰日数从20世纪90年代前后开始减少；湖南西南部的电线积冰日数随年代际从3~10 d减少到1~3 d，再减少到0~1 d；湖南中部的大于10 d和大于20 d的范围和日数都在减小。江西的平均电线积冰日数随年代际变化也在减少，江西的中部和南部的电线积冰日数从20世纪80年代开始减小，日数0~1 d的区域范围向北扩展；江西北部的大于10 d和大于20 d的范围和日数都在减小。在全球气候变暖背景下，电线积冰日数的年代际变化与相应的气温变化大致呈负相关。中国气候变暖趋势远高于全球平均水平(严中伟等，2020；吴蓓蕾等，2021)，1950—2015年中国气温升高，增幅超过0.25 ℃·(10 a)^-1(Ren et al，2017)，其中1987年以前为冷期，之后为暖期，1990—2009年气温增幅更大，为0.45 ℃·(10 a)^-1(虞海燕等，2011)。研究区域内大部分地区平均电线积冰日数随年代际气温的增加而减少，且在20世纪80年代和90年代前后减少得较为明显。

2.2 标准冰厚极值时空分布 2.2.1 标准冰厚极值时间变化特征

根据1961—2019年的电线积冰资料，选取南北向和东西向中的最大值作为当日电线积冰重量，再根据式(1)~式(3)计算出标准冰厚值，统计逐年标准冰厚极值及其出现站点信息，结果如图 5所示。

电线积冰的标准冰厚极值年际差别较大，大部分年份的标准冰厚极值在20~50 mm，占所有年份的76.3%。电线积冰标准冰厚极值的最大值出现在2008年2月2日的湖南南岳站(117 mm)，积冰类型为混合凇型；1988年3月5日湖南雪峰山站次之(100 mm)，类型为雨凇型；电线积冰标准冰厚极值的最小值出现在2016年11月24日湖南南岳站(17 mm)，类型为混合凇型。从极值的积冰类型来看，标准冰厚极值的类型主要为雨凇型，占66.1%，混合凇型次之，占30.5%。从极值出现的月份来看，11—4月都有出现，在1月和2月出现最多，占所有年份的59.3%；在4月出现最少，仅有1年。从极值出现的地点来看，极值大部分出现在湖南，包括南岳站、雪峰山站和双峰站，占96.6%，除此之外，1984年出现在贵州三穗站，2019年出现在贵州万山站。

2.2.2 标准冰厚极值空间分布特征

分别统计1961—2019年各个站点出现过的电线积冰标准冰厚极值，统计得到标准冰厚极值的空间分布及各年代际出现极值站点数，结果如图 6所示。

各地电线积冰标准冰厚极值为0~117 mm，且98%的站点极值类型为雨凇型。从图 6中可以看出，研究区域内约69%的地区标准冰厚极值较小，为0~5 mm，主要分布在贵州中偏西部、湖南北部以及江西东北部和南部，最小标准冰厚极值(0.1 mm)出现在湖南衡阳县。约8%的地区标准冰厚极值大于20 mm，所出现范围很小，主要分布在贵州西部威宁、湖南中部南岳和雪峰山、江西北部庐山附近地区。标准冰厚极值高值区主要分布在贵州西部的威宁、贵州中部的遵义和都匀、贵州东部的万山和三穗、湖南西部的雪峰山、湖南中部的双峰和南岳、江西北部的庐山，这些地区的标准冰厚极值在24~118 mm，其中，湖南南岳标准冰厚极值最大(约为117 mm)，湖南雪峰山次之(约为100 mm)。

电线积冰标准冰厚极值的年代际分布极其不均匀，大部分站点极值都出现在2011—2019年，占区域内所有站点的49%；2001—2010年次之，占20%；1991—2000年出现极值的站点数是最少的，仅占1.8%。年代际分布结果也表明，近20年来，研究区域内最大电线积冰标准冰厚呈现增大趋势，电线积冰强度增强。

2.3 最大连续积冰日数时空分布

计算每个站点每年的最大连续积冰日数，进一步统计出逐年最大连续积冰日数和各站点最大连续积冰日数。

由图 7可见，电线积冰的最大连续积冰日数年际差别较大，大部分年份的最大连续积冰日数在5~15 d，占所有年份的72.9%。有5年的最大连续积冰日数在20 d以上，其中最大连续电线积冰日数最多的为1977年1月1—23日(湖南南岳，23 d)；次之为1962年1月14日至2月4日(贵州威宁)和1968年1月19日至2月9日(湖南南岳)，连续积冰日数均为22 d；而最大连续积冰日数最少年份仅有4 d，分别出现在2001年、2006年和2017年。

各地最大连续积冰日数为1~23 d。由图 8可见，研究区域内约53%的地区最大连续积冰日数较小，为1~3 d，主要分布在贵州东北部、湖南北部及南部、江西南部的小部分区域，17%的站点最大连续积冰日数仅出现1 d。约11%的最大连续积冰日数大于10 d，主要位于贵州西部、湖南中部南岳，以及江西北部庐山附近地区。最大连续积冰日数大于15 d的区域主要分布在贵州西部的威宁、盘县、毕节、黔西、织金和安顺，湖南中部的南岳及江西北部的庐山，这些地区的最大连续积冰日数在17~23 d，其中，湖南南岳最大连续积冰日数最大(23 d)，贵州威宁次之(22 d)。

分省来看，贵州的最大连续积冰日数高于湖南和江西；湖南72.4%的地区最大连续积冰日数为1~ 3 d，江西为38.1%，而贵州只有35.4%；对于最大连续积冰日数大于15 d的站点，有6个站点位于贵州，湖南和江西分别只有1个站点大于15 d。

2.4 电线积冰出现日期时间变化特征

统计逐年出现电线积冰站点的起始日和终止日，将站点当年10月至次年4月最早出现电线积冰的日期作为该站点的起始日，将站点最晚出现电线积冰的日期作为该站点的终止日，并计算每一年所有站点起始日和终止日的平均值作为该年的起始日和终止日；分别对电线积冰的起始日和终止日进行M-K检验。

从电线积冰的起始日的年际变化趋势来看(图 9a)，1961—2018年起始日在波动中呈提前趋势，其倾向率为-2.023 d·(10 a)^-1，58年共计提前了约11.7 d，平均年电线积冰起始日为1月10日，最早为1985年(12月12日)，最晚为1967年(2月11日)，两者相差61 d。由UF曲线可知(图 9b)，20世纪60年代电线积冰的起始日有推迟的趋势，而70年代之后起始日有提前趋势，且在2000—2014年提前趋势超过0.05显著性水平临界线，表明这段时间内起始日的提前趋势是十分显著的。根据UF和UB曲线交点的位置，确定起始日在1980年发生突变。

从电线积冰的终止日的年际变化趋势来看(图 9c)，58年来终止日在波动中呈推迟趋势，其倾向率为1.85 d·(10 a)^-1，共计推后了约10.7 d，平均年电线积冰终止日为1月30日。最早为1985年(12月24日)，最晚为1968年(2月26日)，两者相差64 d。由UF曲线可知(图 9d)，1980年之后电线积冰的终止日呈推迟趋势，且在2002年之后推迟趋势超过0.05显著性水平临界线，表明在2002年之后终止日的推迟趋势十分显著。UF和UB曲线在1980年之前有多个交点，说明终止日没有发生突变。

2.5 电线积冰风险指数时空分布

综合考虑电线积冰日数平均值、电线积冰过程的持续日数和电线积冰过程的最大标准冰厚三个要素，计算得到I₁、I₂和I₃，并进行独立性检验，结果显示渐进显著性水平检验小于0.05，表明三个指数有显著性差异，所以在构建电线积冰风险指数时三个指数相互独立且有效。将归一化后的I^′₁、I^′₂和I^′₃相加得到电线积冰风险指数，其年变化和空间分布情况分别见图 10、图 11。

从图 10中可以看出，贵州、湖南、江西59年来电线积冰风险指数呈现波动性变化，大部分年份的风险指数在0.5~1.5，占所有年份的79.7%。整体变化呈现减小的趋势，倾向率约为每10年-0.18。一共有10年的电线积冰风险指数在1.5以上，其中电线积冰风险指数最大值出现在1964年(2.12)，最小值出现在2017年(0.29)。

由图 11可以看出，研究区域内31%的地区电线积冰的风险指数在0.2以下，主要在湖南西部和江西南部；风险指数最小仅为0.003，出现在贵州北部的德江。43%的地区风险指数为0.2~0.6，主要分布在贵州东北部、东部及南部，湖南南部、中北部，江西中部和北部。风险指数为0.6以上的地区占26%，主要集中在贵州中西部、湖南中部和江西北部；风险指数为1.2及以上的地区很少，只有个别几个站点，其中贵州西部的威宁、普安，贵州中部的开阳和湖南中部的南岳风险指数值均大于1.5，南岳的风险指数值高达2.3。

3 结论和讨论

本文以贵州、湖南、江西三个省为研究区域，利用研究区域内电线积冰资料，结合M-K检验、反距离权重法等方法，统计分析了研究区域内电线积冰的日数、标准冰厚极值和最大连续积冰日数的时空分布特征以及电线积冰出现起止日的时间变化特征；基于电线积冰日数年平均值、过程持续日数和过程最大标准冰厚三个要素构建电线积冰风险指数，明确了研究区域内出现电线积冰的风险大小，主要结论如下。

(1) 贵州、湖南、江西近59年的年平均电线积冰日数整体呈下降趋势，在20世纪80年代电线积冰日数达到最大值，之后减少。电线积冰主要出现在冬季3个月，其中1月出现的最多。电线积冰类型以雨凇型积冰为主。研究区域内平均电线积冰日数呈现高值区集中在贵州中西部、湖南中部和江西北部，其余地区积冰日数较少的分布特征。整体上，贵州的平均电线积冰日数随年代际变化增加，贵州东北部积冰日数减少；湖南和江西的平均电线积冰日数随年代际变化减少。

(2) 标准冰厚极值集中在20~50 mm，高值区集中在27°N附近的贵州、湖南的部分地区，以及江西北部；大部分站点极值都出现在2011—2019年，1991—2000年出现的站点数是最少的。最大连续积冰日数集中在5~15 d，贵州的最大连续积冰日数整体高于湖南和江西；高值区集中在贵州西部、湖南中部、江西北部和中东部。电线积冰的起始日的年际变化整体上呈提前趋势，终止日的年际变化整体上呈推迟趋势。

(3) 电线积冰风险指数年变化整体上呈减小的趋势；电线积冰的高风险区域主要位于贵州中西部、湖南中部和江西北部，风险指数大于0.6，其中贵州威宁、普安和开阳以及湖南南岳是电线积冰最为严重的地区；湖南西部和江西南部为低风险区域。

本文得出的电线积冰时空分布特征对明确电线积冰易发时间及地区有一定的意义。以2008年为例，年初中国出现了大范围持续低温雨雪冰冻天气，其电线积冰日数、雨凇型积冰日数均为59年来的次大值，混合凇型积冰日数为最大值，标准冰厚极值在2008年出现最大值，最大连续积冰日数在2008年的值也相对较大。已有的《电线积冰气象风险等级》(中国气象局，2017)将电线积冰风险等级划分为四级，是根据前一天日平均气温、日平均相对湿度和日平均风速满足气象条件的持续时间和电线积冰标准冰厚进行划分，而本文的电线积冰风险指数考虑了电线积冰日数年平均值，表示的是多年平均状态下出现电线积冰的情况，持续日数和过程最大标准冰厚则能表示出现电线积冰时的强度大小，该指数可以同时表示不同地区电线积冰的发生频率和强度，有助于明确出现电线积冰的重点区域。

由于电线积冰观测资料在20世纪60—70年代缺测较多，利用现有数据统计标准冰厚极值、最大连续积冰日数以及电线积冰起止日时，可能存在与实际情况不完全相符的情况。由于气象站点的环境与实际输电线路在地理上和高度上存在空间差异，目前所用的电线积冰资料的代表性有限，建议增加电线积冰观测站点的建立，或建立适用于输电线路自动观测的系统，特别是在电线积冰灾害频繁发生或是历史曾出现过严重积冰的地区。在今后研究中，需对电线积冰数据进行完善，结合气象灾害大典、气象灾害年鉴以及报纸和媒体报道所记录的不同地区实际输电线路的积冰情况，对部分电线积冰频发的重点区域进行深入研究，使研究结论更有实用性和代表性，从而提出更有针对性的防冰除冰措施。