四川盆地雷暴動力及微物理模擬參量與地閃關(guān)系的研究

馬永杰，周筠王君3

（1.成都信息工程學(xué)院大氣科學(xué)學(xué)院，四川成都610225；2.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心，江蘇南京210044；3.中國科學(xué)院陸面過程與氣候變化重點(diǎn)實(shí)驗(yàn)室，甘肅蘭州730000；4.96427部隊(duì)53分隊(duì)，陜西寶雞721000）

0 引言

閃電是強(qiáng)對流天氣中伴隨的劇烈的大氣放電現(xiàn)象。大量研究指出雷暴云閃電活動與云內(nèi)動力過程和微物理過程關(guān)系密切。在觀測研究方面，Carey et al.[1]利用多參數(shù)雷達(dá)研究閃電發(fā)生時(shí)云中的動力、微物理過程，發(fā)現(xiàn)地閃率的快速下降與霰和雹的下降在時(shí)間上相重疊。Lopez et al.[2]利用雙偏振雷達(dá)對云內(nèi)粒子的研究表明凍結(jié)層之上的霰含量與地閃活動的變化關(guān)系密切。Takahashi[3]采用云內(nèi)攝像的方法對冬季雷暴云內(nèi)的粒子形狀和電荷進(jìn)行測量，發(fā)現(xiàn)最活躍的粒子起電過程出現(xiàn)在－20℃層左右，與霰的主要分布區(qū)一致。Gauthier et al.[4]分析了46000[J2]個(gè)WSR－88D雷達(dá)數(shù)據(jù)反演的雷暴云內(nèi)垂直積分冰相粒子質(zhì)量與地閃活動的關(guān)系，發(fā)現(xiàn)垂直積分冰相粒子質(zhì)量與地閃之間存在很好的線性關(guān)系。袁鐵等[5]利用TRMM衛(wèi)星攜帶的閃電成像儀（LIS）觀測的閃電資料和測雨雷達(dá)（PR）反射率因子反演的冰相粒子含量研究颮線中閃電和冰相粒子的關(guān)系，得出颮線中單體尺度上總閃電頻數(shù)和冰相粒子含量之間有非常密切而穩(wěn)定的線性相關(guān)關(guān)系。在數(shù)值模擬研究方面，Miller等[6]利用二維放電頻數(shù)模式研究指出上升氣流速度和霰濃度是影響閃電頻數(shù)的主要因素。言穆弘等[7]利用二維時(shí)變積云動力模式模擬了非感應(yīng)起電過程，討論了流場、降水以及冰晶譜分布對起電的影響。張義軍等[8]利用二維時(shí)變動力和電模式對雷暴的放電活動進(jìn)行模擬，指出雷暴中的閃電和上升氣流速度之間有很強(qiáng)的相關(guān)性，同時(shí)也需要一定濃度和大小的云中水成物粒子。這些研究在很大程度上豐富了對閃電放電過程的認(rèn)識，但同時(shí)也提出了更進(jìn)一步的問題：如何利用現(xiàn)有的認(rèn)識更好地預(yù)報(bào)閃電？

隨著中尺度數(shù)值模式的快速發(fā)展，WRF模式已經(jīng)能很好再現(xiàn)強(qiáng)對流天氣過程。一些研究人員開始利用WRF模式進(jìn)行強(qiáng)對流天氣的模擬研究。國內(nèi)，閆之輝等[9]、李嘉鵬等[10]、沈桐立等[11]、袁成松等[12]和馬紅云等[13]利用WRF模式對強(qiáng)對流過程進(jìn)行模擬，討論使用不同物理參數(shù)化方案對模擬效果的影響，得出模擬強(qiáng)對流過程的最佳參數(shù)化方案組合。國外，Zepka等[14－15]在巴西東南部利用WRF模式比較研究各種云的參數(shù)化方案，并根據(jù)雷電發(fā)生與模式運(yùn)算得到的參數(shù)之間的關(guān)系進(jìn)行雷電活動的預(yù)報(bào)。Yair et al.等[16]等提出LPI（Lightning Potential Index），并將其用于WRF模式預(yù)報(bào)地中海地區(qū)雷電活動的研究中；Barthe等[17]利用WRF模式模擬2個(gè)風(fēng)暴，指出對于2個(gè)風(fēng)暴，最大上升氣流速度是一個(gè)好的替代。四川盆地位于青藏高原東緣，盆地內(nèi)海拔變化劇烈，地形復(fù)雜，是強(qiáng)對流天氣的多發(fā)地區(qū)之一。周筠王君等[18]利用搭載于衛(wèi)星上的光學(xué)瞬變探測器（OTD）和閃電成像儀（LIS）資料研究指出青藏高原東部及東南部邊緣和在四川盆地及鄰近的城市群內(nèi)是雷電的多發(fā)區(qū)。利用新一代中尺度數(shù)值模式WRF研究發(fā)生在四川盆地的一次雷暴過程中閃電與云內(nèi)上升氣流和微物理場之間的關(guān)系，以期對閃電預(yù)警預(yù)報(bào)做出初步研究。

1 天氣概況、數(shù)據(jù)資料及模式設(shè)置

1.1 天氣概況

2011年7月23日四川盆地出現(xiàn)一次高空冷渦后部的突發(fā)性暴雨過程。從紅外云圖上可發(fā)現(xiàn)，23日01時(shí)盆地西北部廣元開始有對流云團(tuán)生成并逐漸向南發(fā)展，23日06時(shí)，在綿陽附近形成一尺度約為100km左右的中尺度對流云團(tuán)，該對流云團(tuán)維持并繼續(xù)向南移動，23日18時(shí)，基本移出四川盆地。該對流云團(tuán)在南移過程中先后使沿途綿陽、德陽、成都、眉山、樂山和宜賓6市部分地區(qū)降暴雨。此過程還伴有局地性大風(fēng)和冰雹等強(qiáng)對流天氣，電閃雷鳴，廣元、德陽、成都和眉山等市出現(xiàn)風(fēng)雹災(zāi)害，瞬時(shí)最大風(fēng)速達(dá)20.9 m／s，[U3]冰雹直徑為2～3cm。四川省雷電定位網(wǎng)監(jiān)測了這次過程中豐富的地閃信息。

肖遞祥等[19]利用雷達(dá)資料研究此次過程指出，23日02時(shí)左右，廣元?jiǎng)﹂w有零散對流回波生成，03時(shí)最強(qiáng)回波強(qiáng)度達(dá)到55dBz以上，回波向南移動過程中逐漸加強(qiáng)，中心強(qiáng)度一直維持在50dBz以上，07時(shí)強(qiáng)回波到達(dá)德陽主城區(qū)，08時(shí)德陽市區(qū)上空完全被45～55dBz強(qiáng)度的回波覆蓋，降雨強(qiáng)盛時(shí)刻（08時(shí)18分）反射率因子垂直剖面圖上45dBz以上強(qiáng)回波頂達(dá)到9km高度，高于－20℃所在高度，而且具有低層弱回波和中高層回波懸垂的“穹窿”特征，強(qiáng)對流風(fēng)暴結(jié)構(gòu)明顯；09時(shí)強(qiáng)回波移到德陽以南，德陽市區(qū)強(qiáng)降雨結(jié)束。

表1是2011年7月23日00～18時(shí)盆地地閃頻數(shù)及研究區(qū)域地閃頻數(shù)隨時(shí)間的統(tǒng)計(jì)特征?？梢妼α髟茍F(tuán)在移動過程中有強(qiáng)烈的閃電發(fā)生。06時(shí)左右開始影響德陽地區(qū)，07時(shí)目標(biāo)區(qū)域的地閃開始集中發(fā)生，10時(shí)基本消失。研究的區(qū)域?yàn)榈玛柤爸苓叺貐^(qū)（104°E～105°E，30.5°N～31.5°N），時(shí)間為7時(shí)00分至10時(shí)00分，包括了強(qiáng)對流風(fēng)暴進(jìn)入至離開德陽及周邊地區(qū)的整個(gè)時(shí)空范圍。研究的時(shí)刻為7：00，7：15，7：30，…，9：45，即每隔15min為一個(gè)分析點(diǎn)，共計(jì)12個(gè)時(shí)次。對于每一個(gè)時(shí)次，統(tǒng)計(jì)以此時(shí)刻為中心點(diǎn)前后各5min內(nèi)發(fā)生的閃電，即7：00那一時(shí)刻的頻數(shù)是指6時(shí)55分至7時(shí)05分，7：15的頻數(shù)是指7時(shí)10分至20分。以此類推。

表1 2011年7月23日00時(shí)至18時(shí)（北京時(shí)）逐小時(shí)地閃頻數(shù)

1.2 數(shù)據(jù)資料

使用的資料包括：2011年7月22日12時(shí)至23日12時(shí)（世界時(shí)）NCEP FNL 1°×1°的每6小時(shí)再分析資料；四川省雷電定位系統(tǒng)探測到的閃電定位數(shù)據(jù)；國家基本氣象站和四川省區(qū)域站點(diǎn)的24小時(shí)累計(jì)降水資料。

1.3 模式參數(shù)設(shè)置

采用新一代中尺度數(shù)值模式WRFV3.4版本，模式側(cè)邊界條件和初始場為NCEP FNL1°×1°的每6小時(shí)再分析資料經(jīng)過WRF前處理系統(tǒng)（WPS）處理得到，模擬采用蘭伯特投影方式、三層網(wǎng)格單向嵌套方案，三層網(wǎng)格的水平分辨率分別為30km，10km和3.33km，3.33km分辨率的區(qū)域覆蓋四川盆地范圍；三重網(wǎng)格格點(diǎn)數(shù)分別為126×126，154×130，235×196；三層網(wǎng)格的垂直方向?yàn)?5層的η坐標(biāo)，頂層氣壓為50hPa；模式積分時(shí)間步長分別為180s，60s，20s；第一層每3小時(shí)輸出1次結(jié)果，第二層每1小時(shí)輸出1次結(jié)果，第三層每15min輸出1次結(jié)果。模擬時(shí)間為2011年7月22日12時(shí)至23時(shí)12時(shí)，共計(jì)24小時(shí)。模擬物理方案配置為：長波輻射和短波方案分別采用RRTM和Dudhia方案，邊界層方案采用YSU方案，近地面層采用Monin－Obukhov方案，陸面過程采用Noah LSM方案，其中第一和第二層網(wǎng)格區(qū)域采用積云對流參數(shù)化和云微物理過程方案，最內(nèi)層區(qū)域關(guān)閉深對流參數(shù)化過程，即采用“顯示深對流模擬”。在其他物理方案保持不變的條件下，采用3種積云參數(shù)化方案和3種微物理方案進(jìn)行兩組合（如表2），通過模擬降水結(jié)果與實(shí)況的對比，選擇模擬效果最理想的組合方案，在此基礎(chǔ)上研究閃電與模式輸出的微物理場量及垂直速度等的時(shí)空關(guān)系，為閃電預(yù)警預(yù)報(bào)提供一種可能的方法。

表2 WRF模擬試驗(yàn)中積云對流方案與微物理方案組合方案代號

2 結(jié)果分析

2.1 云物理組合方案的選擇

利用降水資料驗(yàn)證模式對此次過程的模擬效果。分別采用表2中的組合方案進(jìn)行模擬，結(jié)果顯示：3個(gè)微物理方案相比，Thompson方案結(jié)果與實(shí)際情況最接近，而Lin和WSM6方案不能很好的模擬出降水區(qū)域；在保持Thompson方案不變的情況下，3個(gè)對流參數(shù)化方案相比，KF、BM和GD的模擬結(jié)果相差不大，其中KF對流參數(shù)化方案模擬效果最好。綜上，KF－Thomp組合方案具有最好的模擬效果。

圖1是KF－Thomp組合方案模擬出的24小時(shí)降雨量與實(shí)況24小時(shí)的累計(jì)降雨量。在實(shí)況降水量（圖b）中，從綿陽經(jīng)德陽至成都沿東北－西南走向有一降水密集區(qū)，最大值為120mm左右。模式較好的模擬出了此降水量值區(qū)，降水量基本相同，但落區(qū)較實(shí)況向東南方向有約50km系統(tǒng)性的偏移量。總體來看，模擬的降水落區(qū)與實(shí)況相當(dāng)接近，量級一致。因此，采用KF－Thomp組合方案WRF模式比較成功地模擬此次天氣過程，可以在此基礎(chǔ)上進(jìn)行下一步的研究。以下均采用KF－Thomp方案的模擬輸出結(jié)果進(jìn)行分析。

圖1 2011年7月22日12至23日12時(shí)（UTC）24h累計(jì)降雨量（單位：mm）

2.2 地閃頻數(shù)與冰相粒子的關(guān)系

圖2是地閃頻數(shù)平均值與霰（500hPa）、雪晶（300hPa）和冰晶（300hPa）含量平均值的空間分布圖。圖2（a）中500hPa霰含量的平均值與地閃頻數(shù)平均值分布并沒有完全重合，雖然有一定的偏移，但高值區(qū)卻有比較好的對應(yīng)關(guān)系。圖2（b）中300hPa雪晶含量平均值區(qū)與地閃頻數(shù)平均值區(qū)也未完全重合，但雪晶的含量更大，高值區(qū)同樣與地閃有較好的對應(yīng)關(guān)系。圖2（c）中300hPa冰晶含量平均值空間分布與地閃空間分布十分接近。高值區(qū)的偏移約為50km，與模擬降水的系統(tǒng)性的偏移一致。為了進(jìn)一步了解霰和雪晶與地閃頻數(shù)空間分布的差異，計(jì)算目標(biāo)區(qū)域內(nèi)每個(gè)時(shí)次霰、雪晶和冰晶含量最大值與地閃頻數(shù)最大值的空間分布的距離差值（如圖3）?？芍?，300hPa雪晶含量誤差最大，這說明500hPa霰含量比300hPa雪晶含量在表示地閃頻數(shù)分布上更為準(zhǔn)確。而500hPa霰含量與300hPa冰晶含量相比，冰晶的空間分布與地閃更為一致。

圖2 地閃頻數(shù)平均值與500hPa霰含量、300hPa雪晶和300hPa冰晶含量平均值的空間分布

圖3 500hP霰最大含量、300hPa雪晶最大含量及300hPa冰晶最大含量與最大閃電頻數(shù)分布誤差（單位：km）

圖4 最大地閃頻數(shù)與500hPa霰最大含量、300hPa雪晶與300hPa冰晶最大含量隨時(shí)間的變化

圖4是地閃頻數(shù)最大值與500hPa霰、300hPa雪晶和300hPa冰晶最大含量隨時(shí)間的變化圖。由圖可知，在研究的時(shí)次內(nèi)，8：00地閃頻數(shù)最大，為45fl／（10min），霰含量最大值與冰晶含量最大值比閃電提前約15min，含量最大值分別為11g／kg和0.13g／kg；雪晶含量最大值比閃電晚大約15min，含量最大值為6.7g／kg。霰與冰晶含量最大值有相同的變化趨勢，二者的變化比地閃頻數(shù)最大值的變化要提前約15min；而雪晶含量最大值的變化基本與地閃頻數(shù)相同步。為進(jìn)一步研究地閃與動力及微物理的關(guān)系，選取地閃頻數(shù)最大時(shí)刻及相鄰時(shí)刻，即7：45、8：00、8：15 3個(gè)時(shí)刻的進(jìn)行分析。分別作出這3個(gè)時(shí)刻閃電與3種冰相粒子的空間分布圖，見圖5。7：45，閃電頻數(shù)與霰含量空間分布對應(yīng)較好，大值區(qū)基本重合。而對于雪晶來說，含量空間分布范圍廣，但在閃電頻數(shù)分布的空間位置也有大值區(qū)與之對應(yīng)，然而并不是所有雪晶分布的地方均有閃電發(fā)生。冰晶含量較少，在0～0.04g／kg，冰晶含量所在區(qū)域與地閃頻數(shù)的分布空間位置分布配合一致。8：00，閃電頻數(shù)最大，霰含量反而降低，最大含量為5.5g／kg。霰有2個(gè)高值區(qū)，閃電也有2個(gè)高值區(qū)，但空間位置有偏移。雪晶含量分布范圍也有2個(gè)高值區(qū)。冰晶含量的分布與閃電頻數(shù)的分布位置一致。8：15，霰含量有2個(gè)比較大的區(qū)域，與閃電頻數(shù)的空間分布有偏移。雪晶含量值分布區(qū)遠(yuǎn)大于閃電空間分布。閃電頻數(shù)分布與冰晶含量與閃電分布區(qū)域同樣一致。由圖還可發(fā)現(xiàn)300hPa冰晶與閃電的密切關(guān)系。綜上，閃電活動頻繁區(qū)域?qū)?yīng)云中比較大的冰相粒子含量區(qū)域，這說明冰相粒子對閃電活動的重要作用；然而冰相粒子含量高的區(qū)域并不都有閃電發(fā)生，這可能是由于閃電的發(fā)生和相關(guān)粒子含量并不直接對應(yīng)，而與云內(nèi)的電荷分布和電場直接相關(guān)。

圖5 閃電頻數(shù)與霰、雪晶和冰晶質(zhì)量混合比的疊加圖（圖中陰影為閃電頻數(shù)，線條：第一行為500hPa霰質(zhì)量混合比，第二行為300hPa雪晶質(zhì)量混合比，每三行為300hPa冰晶質(zhì)量混合比）

2.3 地閃頻數(shù)與上升氣流的關(guān)系

強(qiáng)烈上升氣流是雷暴等強(qiáng)對流天氣的一個(gè)重要條件與特征。圖6是地閃頻數(shù)與500hPa垂直速度的疊加圖。從圖中可以看到地閃頻數(shù)與垂直速度有較好對應(yīng)。下沉氣流處無地閃發(fā)生，地閃發(fā)生在垂直速度較大的區(qū)域周圍。地閃頻數(shù)密集的區(qū)域其周圍的垂直速度相應(yīng)非常高，然而并不是垂直速度大的區(qū)域都有地閃產(chǎn)發(fā)生。原因可能是有云閃發(fā)生，但限于資料不能做出確定的結(jié)論。

圖6 500hPa垂直速度（陰影，單位：m／s）與地閃頻數(shù)（等值線）

圖7 上升氣流速度垂直剖面圖（單位：m／s）

已有觀測表明，在雷暴云中上升氣流的垂直分布在中層有一個(gè)極大值，在極大值之下和之上上升氣流分別隨高度的降低和升高而減小。圖7為500hPa垂直速度最大值處上升氣流速度的垂直剖面圖，圖中陰影區(qū)為大于4 m／s的速度。由圖可見，模擬的上升氣流最大值在400hPa高度上下，7：45，上升氣流速度最大值達(dá)16m／s，而在8：00閃電集中發(fā)生的時(shí)刻上升氣流速度略有下降，8：15，上升氣流最大值高度略有下降。在強(qiáng)上升氣流的作用下，過冷液態(tài)水到達(dá)對流層較高的高度，轉(zhuǎn)化為冰相粒子，并進(jìn)行一系列物理過程，形成云內(nèi)復(fù)雜的電荷結(jié)構(gòu)，最終形成閃電。

3 結(jié)論與討論

采用新一代中尺度數(shù)值模式WRF對四川盆地2011年7月23日雷暴過程進(jìn)行模擬，研究雷暴中云地閃電與模式輸出的云中垂直上升氣流及微物理粒子之間的關(guān)系，得到以下幾點(diǎn)結(jié)論：

（1）Thomp顯式云方案能很好模擬此此過程，KF－Thomp組合方案能較為成功模擬出該次強(qiáng)雷暴天氣過程，降水預(yù)報(bào)與實(shí)況在量級上較為一致，空間分布上存在約50km的系統(tǒng)性偏移。

（2）500hPa霰和300hPa冰晶含量在時(shí)間上比地閃頻數(shù)超前約15min，而300hPa雪晶含量與地閃頻數(shù)在時(shí)間上基本同步。冰相粒子空間分布與地閃頻數(shù)有關(guān)系復(fù)雜，閃電活動頻繁的區(qū)域?qū)?yīng)云中比較大的冰相粒子含量區(qū)域，冰相粒子含量高的區(qū)域并不都有閃電發(fā)生。

（3）上升氣流速度對冰相粒子的分布起關(guān)鍵作用，上升氣流速度大的區(qū)域附近閃電活動頻繁。

采用中尺度數(shù)值模式WRF僅對四川盆地一個(gè)例進(jìn)行研究，WRF模式參數(shù)化設(shè)置在該地區(qū)是否具有普適性或在該地區(qū)某一類天氣過程是否具有普適性需要進(jìn)一步研究；得到的結(jié)論也需要更多的個(gè)例進(jìn)行檢驗(yàn)。在閃電與動力及微物理關(guān)系基礎(chǔ)上進(jìn)行閃電活動的數(shù)值模擬也是今后的一個(gè)重要工作。

[1] Carey，L D，S A Rutledge.A multiparameter radar case study of the microphysical and kinematic evolution of a lightning producing storm[J].Meteor.Atmos.Phys.，1996：59，33－64.

[2] López，R E，J P Aubagnac.The lightning activity of a hailstorm as a function of changes in its microphysical characteristics inferred from polarimetric radar observations[J].J.Geophys.Res.，102（D14），1997：16799－16813.

[3] Takahashi，T，T Tajiri，et al.Charges on Graupel and snow crystals and the electrical structure of winter thunderstorms[J].J.Atmos.Sci.，1999：56，1561－1578.

[4] Gauthier，M L，W A Rutledge，et al.Relationship between cloud－to－ground lightning and precipitation ice mass：A radar study over Houston.Geophy[J].Res.Let.，2006：33，L20803，doi：10.1029／2006GL027244.

[5] 袁鐵，郄秀書.基于TRMM衛(wèi)星對一次華南颮線的閃電活動及其降水結(jié)構(gòu)的關(guān)系研究[J].大氣科學(xué)，2010，34（1）：58－70.

[6] Miller K，GadianA，SaundersC，et a1.Modelling and observations of thundercloud electrification and lightning[J].Atmos.Res.，2001.，58：89－115.

[7] 言穆弘，劉欣生，安學(xué)敏，等.雷暴非感應(yīng)起電機(jī)制的模擬研究：云內(nèi)因子影響[J].高原氣象，1996，15（4）：425－437.

[8] 張義軍，言穆弘，劉欣生.雷暴中放電過程的模式研究[J].科學(xué)通報(bào)，1999，44：1322－1325.

[9] 閆之輝，鄧蓮堂.WRF模式中的微物理過程及其預(yù)報(bào)對比試驗(yàn)[J].沙漠與綠洲氣象，2007，1（6）：1－6.

[10] 李嘉鵬，銀燕，金蓮姐.等 WRF模式對澳洲一次熱帶深對流系統(tǒng)的模擬研究[J].熱帶氣象學(xué)報(bào)，2009，25（3）：287－294.

[11] 沈桐立，曾瑾瑜，朱偉軍，等.2006年6月6－7日福建特大暴雨數(shù)值模擬和診斷分析[J].大氣科學(xué)學(xué)報(bào)，2010，33（1）：14－24.

[12] 袁成松，王秋云，包云軒，等.基于 WRF模式的暴雨天氣過程的數(shù)值模擬及診斷分析[J]大氣科學(xué)學(xué)報(bào)，2011，34（4）：456－466.

[13] 馬紅云，郭品文，宋潔.耦合不同陸面方案的WRF模式對2007年7月江淮強(qiáng)降水過程的模擬[J].大氣科學(xué)，2009，33（3）：557－567.

[14] Zepka，G S，PintoJr，et al.A method to ddentify the better WRF parameterizations set to describe lightning occurrence[J].21st International Lightning Detection Conference，2010.

[15] Zepka，G S，Lightning forecasting in southeastern Brazil using the WRF model，Atmos[J].Res.，2013，http：／／dx.doi.org／10.1016／j.atmosres.2013.01.008.

[16] Yair，Y，B Lynn，Prediciting the potential for lighting actity in Mediterranean storms based on the Weather Research and Forecasting（WRF）model dynamic and microphysical fields[J].J.Geophys.Res.，2010，115，D04205，doi：10.1029／2008JD010868.

[17] Barthe，C.，W.Deierling and M.C.Barth，Estimation of total lightning from various storm parameters：A cloud－resolving model study，J.Geophys.Res.，2010，115，D24202，doi：10.1029／2010JD014405.

[18] 周筠王君，孫凌，楊靜，等.中國西南及其周邊地區(qū)雷電活動的特征分析[J].高壓電技術(shù)，2009，35：1309－1315.

[19] 肖遞祥，楊康權(quán)，祁生秀.2011年7月四川盆地兩次突發(fā)性暴雨過程對比分[J].氣象，2012，38（12）：1482－1491.