雷电是一种伴有闪电及雷鸣,能给人造成重大伤亡和财产损失的自然放电现象。随着人类社会的不断发展,现代化的程度日益深化,人类对现代化生活依赖加深,雷电所带来的损失越来越严重,人们对雷电预防及预报的需求变得更为强烈。因此,研究分析雷电活动规律,总结雷灾危害程度,对于防雷减灾、拓宽气象服务领域具有重要意义。本文对雷电定位资料进行了分析,针对其密度分布不均的特性,提出了一种基于OPTICS聚类算法的雷电临近预警模型。该模型运用OPTICS算法对雷暴天气连续时段的雷电定位资料进行聚类分析,有效剔除了影响雷暴云分布的稀疏点。在聚类分析结果基础上,利用“膨胀-侵蚀”算法还原雷暴云真实分布,根据雷暴云的移动趋势进行雷电落区预报。此外,针对传统预测算法运行时间长的缺陷,运用邻接表改进了OPTICS算法,且优化了可达队列更新策略。实验表明,基于改进的OPTICS算法所构建的雷电临近预报模型降低了算法运行时间,同时提高了雷电预报模型适应能力及预测的准确率。此外,为了从雷灾资料中发掘雷灾事件在各个领域所造成的损失情况,为防雷减灾提供防护依据,本文针对雷灾文本提出了一种雷灾资料分析方法。该方法从OPTICS算法生成的可达图中提取类层次树,并基于层次树的类属结构进行K-Means聚类。实验表明,该方法能够克服K-Means由于随机的初始质心所造成的结果不稳定性,并且一定程度上提高了聚类效果。