基于大氣電場突變特征的一次雷暴天氣過程分析

方俏嫻　殷啟元　蔡占文　李翔

摘要 利用大氣電場儀、廣州雙偏振多普勒雷達和粵港澳閃電定位系統(tǒng)等資料，綜合分析了2020年9月23日廣州一次雷暴天氣過程的發(fā)展演變和大氣電場變化特征。結果表明，大氣電場變化曲線和時頻譜特征可以反映雷暴的生成、發(fā)展和消亡（或遠離測站）的過程，電場變化率、頻域能量及雷達回波大值區(qū)與地閃爆發(fā)時段有很好的對應關系。電場變化率和頻域能量顯著增強時，說明雷暴云靠近測站或?qū)⒂虚W電發(fā)生。大氣電場變化緩慢，電場變化率和頻域能量明顯下降時，說明雷暴云在消亡或遠離測站。綜合利用大氣電場、雷達以及閃電定位資料等多源數(shù)據(jù)，分析雷暴天氣發(fā)生前后的變化特征，可以更好地了解閃電的發(fā)生發(fā)展過程，提高雷電預警準確率和提前量。

關鍵詞 閃電活動;大氣電場;電場變化率;頻域能量;雷達回波

中圖分類號：P458.121.1 文獻標識碼：B 文章編號：2095–3305（2022）04–0129–04

閃電常伴隨雷暴云團的發(fā)生、發(fā)展和消亡，雷暴具有局地性、突發(fā)性和短時性等特點，雷暴是廣州的主要氣象災害之一[1]。研究表明，雷暴云的電荷分布一般具有偶極性或三極性結構特征，大氣電場的變化特征可以反推雷暴云中的電荷結構。有學者利用大氣電場的變化特征進行雷電預警，得到一些成果。董文乾[2]通過分析雷暴云電荷結構，結合大氣電場儀測得的時間序列的內(nèi)在特征進行研究，采用根據(jù)大氣電場時間序列的變化特征對雷電的發(fā)生進行預警。有學者用閾值判定法進行了初步雷電預警，但效果不盡如人意。Arangurena等[3]對比分析了閾值法和極性反轉(zhuǎn)法，發(fā)現(xiàn)電場數(shù)據(jù)發(fā)生首次極性反轉(zhuǎn)更能有效預測閃電的發(fā)生，但虛警率和誤報率較高。孟青等[4]嘗試將電場數(shù)據(jù)與閃電定位數(shù)據(jù)結合起來進行雷電預警。曾慶峰[5]綜合利用地面大氣電場、閃電定位數(shù)據(jù)和雷達數(shù)據(jù)開展了首次地閃預報。Jana等[6]研究發(fā)現(xiàn)，對流天氣條件下，云底高度和液態(tài)水含量與大氣電場的變化密切相關，大氣電場變化超前發(fā)生于對流性降水。Dementyeva等[7]利用全球閃電定位資料和地面電場驗證了強對流天氣預測，獲得了較好的效果。有研究者利用三維大氣電場數(shù)據(jù)，實現(xiàn)了雷暴的云定位和實時追蹤。這些研究成果證明了大氣電場數(shù)據(jù)預警雷電的可行性，但由于大氣電場儀的標定方法和安裝環(huán)境的不同，不同地區(qū)的電場報警閾值也不同?？紤]到大氣電場時域特征的復雜性，李穎等[8]采用了FFT研究大氣電場頻譜特征，發(fā)現(xiàn)雷暴和非雷暴天氣的大氣電場的幅度譜特征存在明顯的差異。以往的雷電預警方法使用的資料單一，大氣電場數(shù)據(jù)未能與其他氣象資料有效融合應用，虛警率較高;而且大氣電場儀是一種無定向探測設備，無法得知雷暴發(fā)生的具體方位和雷暴的移動狀況，缺乏直觀性，需要結合其他資料加以分析。因此，綜合利用大氣電場、雷達資料和粵港澳閃電定位數(shù)據(jù)，研究大氣電場在時域和頻域下的變化特征，加強對雷暴發(fā)展過程中大氣電場變化規(guī)律的認識，為雷電的發(fā)生、發(fā)展、消亡及雷電防護工作的開展和雷暴云電荷結構的研究提供依據(jù)。

1 數(shù)據(jù)和方法

1.1 資料

本研究使用的大氣電場數(shù)據(jù)來源于新型MEMS大氣電場儀，該大氣電場儀安裝在廣州塔塔頂454 m平臺（113°19' 9″E，23°6' 33″N），為了方便，以下簡稱測站。雷達資料來源于廣州雙偏振多普勒雷達，利用組合反射率資料。閃電定位資料來源于由廣東省、香港、澳門三地氣象部門共同建設的粵港澳閃電定位系統(tǒng)，該系統(tǒng)的閃電探測效率和回擊探測效率均為93%，對下行閃電首次回擊、繼后回擊、上行閃電回擊的平均定位誤差分別為361、252、294 m。由于大氣電場儀探測半徑為20 km左右，本研究僅統(tǒng)計以測站為中心，20? km半徑范圍內(nèi)發(fā)生的閃電記錄[9]。

1.2 時頻域分析法

不同發(fā)展階段的雷暴具有不同的大氣電場波形，且受到閃電發(fā)生位置的影響，大氣電場時域波形復雜多變。本研究利用時頻域分析法對大氣電場特征進行了分析。時域上，通過信號的波形和大氣電場信號波動劇烈的特征分析。研究表明，不同天氣條件下，不同頻帶內(nèi)的大氣電場信號的能量變化較大，且不同天氣現(xiàn)象對不同頻帶內(nèi)的信號能量影響不同，可利用大氣電場信號的小波能量譜作為其頻域特征[10]。因此，為了彌補時域下波形無法量化的缺陷，在頻域上引入了小波能量譜分析方法，從時域向頻域研究大氣電場信號特征。

2 天氣概況

2.1 天氣過程概述

2020年9月23日13：00～21：00廣州地區(qū)出現(xiàn)了一次較強的雷暴天氣過程，局部伴隨短時強降水和強雷電過程。此次雷暴過程是由于廣州地區(qū)處于副熱帶高壓西側西南氣流控制區(qū)（500 hPa），且在上游廣西—湖南地區(qū)，有東北—西南向的切變線（850 hPa）東移，700～925 hPa盛行一致的西南風，使得廣州附近地區(qū)聚集了大量水汽和能量，大氣層結處于較強不穩(wěn)定狀態(tài)。隨著低層切變線的東移，廣州地區(qū)午后至晚上自西向東陸續(xù)出現(xiàn)雷暴天氣。

2.2 閃電活動

粵港澳閃電定位系統(tǒng)監(jiān)測到此次雷暴過程共發(fā)生總閃3 259次，其中云閃2 263次，地閃994次，地閃比例為30.6%。整個雷暴過程發(fā)生正地閃回擊240次，負地閃回擊754次，以負閃為主，占地閃總數(shù)的75.9%。平均負地閃強度為-17.28 kA，其中，負地閃最大回擊強度為-96 kA，出現(xiàn)在16：41。正地閃最大強度86 kA，時間為16：24。圖1是閃電頻數(shù)逐6 min演變，可以看出，閃電頻數(shù)分布具有雙峰特征，主要集中發(fā)生于14：20～14：50和15：00～18：00。根據(jù)閃電頻數(shù)和演變，以下分為4個不同發(fā)展階段分析此次過程的閃電特征，分別為閃電發(fā)生前期、閃電發(fā)生初期、閃電爆發(fā)期、閃電消亡期。

第一階段：13：28～14：00，為閃電發(fā)生前期，還沒有閃電發(fā)生。

第二階段：14：00～14：33，為閃電發(fā)生初期，共發(fā)生總閃65次，占整個過程閃電總數(shù)的2%，地閃26次，均為負地閃，地閃頻數(shù)較低。

第三階段：14：33～18：18，為閃電爆發(fā)期，共發(fā)生總閃3 191次，占整個過程閃電總數(shù)的97.79%，地閃968次，正閃240次（占比24.79%），大部分閃電發(fā)生在這一階段。該階段雷暴云發(fā)展成熟，閃電活躍，同時出現(xiàn)短時強降水（最大小時雨量達到78.3 mm，出現(xiàn)在16：00～17：00。其中，16：18～16：24總閃和地閃頻數(shù)于達到峰值，分別為299次/6 min和102次/6 min。在16：24～18：18，閃電頻數(shù)緩慢下降，但仍維持在較高數(shù)值。

第四階段：18：18～21：00，為閃電消亡期，閃電頻數(shù)迅速減少，僅發(fā)生少量云閃（0.21%），雷暴逐漸減弱并遠離測站。

Ⅰ、Ⅱ、Ⅲ、Ⅳ分別表示雷暴過程的第一、二、三、四階段

圖2a、b描述了總閃和地閃的空間分布特征。可以看到，總閃和地閃具有相似的空間分布特征，閃電集中發(fā)生于測站西北部10～20 km處和測站南部5～20 km處，其中測站西北部的閃電更加密集，說明雷暴云在此處發(fā)展旺盛期。圖2c顯示，地閃中大部分雷電流強度小于20 kA，小部分雷電流強度超過50 kA。其中，5 kA以下所占比重最大，可能與閃電回擊位置距離地面較遠有關。

3 雷暴不同發(fā)展階段的電場變化特征

不同發(fā)展階段的雷暴，大氣電場變化特征比較復雜，雷暴云經(jīng)過測站時電場到達峰值且發(fā)生劇烈變化;雷暴云遠離測站或消亡時，大氣電場恢復平緩波動[11]。根據(jù)雷暴云的演變，探討了雷暴不同發(fā)展階段大氣電場的時域和頻域下的變化特征。

在閃電發(fā)生前期，圖3a顯示13：00在距離測站10 km左右的東北方向和西南方向分別有對流云團生成并逐漸發(fā)展，14：00雷達回波強度達到45 dBZ以上（圖3b）。在此期間，大氣電場開始出現(xiàn)波動，電場值稍微有所上升（圖4a），與對流云團發(fā)展增強相對應，但此時還未發(fā)生閃電，電場幅值較小，變化緩慢，電場變化率和頻域能量接近于0（圖4b～c）。

在閃電發(fā)生初期，雷達回波（圖4b～g）顯示，此階段測站東北側的對流云團發(fā)展增強，45 dBZ以上雷達回波范圍進一步擴大，同時測站西南側的對流云團也在不斷發(fā)展增強，逐漸靠近東北側的對流云團。在此期間電場發(fā)生明顯抖動（圖4a），14：00左右大氣電場由正值轉(zhuǎn)為負值，隨后電場又轉(zhuǎn)為正值。同時，電場變化率明顯上升，頻域能量也明顯增強（圖4b），意味著該階段云內(nèi)電荷迅速累積。14：22測站西南側的對流云團發(fā)生首次地閃回擊，電流強度為-8 kA，發(fā)生位置距離測站11.6 km左右。此階段共發(fā)生30次地閃回擊，但均發(fā)生在測站10 km以外區(qū)域，大氣電場變化率和頻域能量未達到峰值。

在閃電爆發(fā)期，雷達回波（圖4h ～t）顯示，14：30～15：36東北側的雷暴云團緩慢東移，逐漸遠離測站并減弱，但是此時測站西側有新的對流云團生成且不斷發(fā)展增強，向東移動逐漸靠近測站。此外，順德地區(qū)的強雷暴云團逐漸向東北移動，在15：36與測站西側的雷暴云團合并（圖3k），雷暴云團進一步發(fā)展增強，最強雷達回波達到50 dBZ以上。該階段電場發(fā)生劇烈變化，電場大幅度正負交替跳變，最大值和最小值分別達到31.93和-31.36 kA/m。與此對應，電場變化率和頻域能量也達到峰值，閃電定位資料顯示此時地閃回擊次數(shù)也達到峰值。電場變化率和頻域能量大值區(qū)與地閃爆發(fā)時段有很好的對應關系。

在閃電消亡期，18：00雷暴云團向東北方向移動，逐漸遠離測站（圖3o），19：00測站20 km范圍內(nèi)已不存在15 dBZ以上的雷達回波（圖3p）。此時，雷暴云內(nèi)電荷中和殆盡，大氣電場不再劇烈抖動，而是趨向于大幅度長時間的平緩波動，表現(xiàn)為雷暴消亡階段電場的EOSO （End Of Storm-Oscillation） 振蕩特征，與以往的研究一致。電場變化率和頻域能量也迅速下降，大氣電場變化率趨于0，頻域能量逐漸恢復到低頻段，大氣電場逐漸恢復到雷暴發(fā)生前的特征。

以上分析表明：電場波動、變化率和頻域能量特征可以反映雷暴的發(fā)展過程。在雷暴的不同發(fā)展階段，大氣電場時域和頻域特征均存在明顯的差異。在雷暴發(fā)生前，電場變化率很小，且電場信號主要集中在低頻段;而當有雷暴云團正在靠近測站或測站附近的雷暴云團開始有閃電發(fā)生時，電場值和電場變化率明顯上升，頻域能量顯著提高，尤其是高頻段。在閃電爆發(fā)期間，大氣電場劇烈變化，電場變化率和頻域能量達到峰值。在雷暴消亡階段，大氣電場趨向于平緩波動，電場變化率明顯下降，同時能量減弱且恢復到低頻段內(nèi)，大氣電場緩慢恢復到雷暴發(fā)生前的特征。

由于雷暴發(fā)生初期是雷暴預警的關鍵階段。因此，本研究利用不同階段雷暴的大氣電場的時域和頻域下的變化特征，結合雷達回波和粵港澳閃電定位系統(tǒng)資料，對此次雷暴進行了雷電風險預警[12]。根據(jù)Mann-Kendall趨勢檢驗法，可以得到13：58大氣電場發(fā)生突變，14：00雷達回波強度也達到了40 dBZ以上，40 dBZ回波強度與測站的距離不到5 km，測站此時發(fā)出了黃色風險預警;隨著閃電的發(fā)生和雷暴云的靠近，雷達回波增強，大氣電場變化率和電場頻域能量持續(xù)上升，閃電回擊次數(shù)增多，14：27和14：33測站分別發(fā)出了橙色、紅色預警（圖5）。通過閃電定位資料進行檢驗，黃色風險預警提前量分別為174 min（以測站5 km范圍內(nèi)首次地閃回擊時間為測站發(fā)生閃電事件的時間），橙色風險預警提前量分別為147 min，紅色風險預警提前量分別為141 min。當電場變化率和電場頻域能量恢復到雷暴發(fā)生前的特征，且雷達回波減小至30 dBZ以下時可認為雷暴已消亡。利用這個特征，在19：16解除了雷電風險預警。

此次廣州雷暴發(fā)生、發(fā)展、消亡各個階段的電場變化特征與以往的研究結果基本一致，但是不同階段中大氣電場強度、電場變化率和頻域能量具有不同的特征。大氣電場的變化與雷暴云的強度緊密相關。在非雷暴天氣下，大氣電場變化率達到0.1 kV/m，且大氣電場信號主要集中在低頻段，而當大氣電場變化率上升到非雷暴天氣的3倍以上時，且頻域能量上也得到了明顯提高，可認為電場發(fā)生異常，此時有雷暴云團正在靠近或附近的雷暴云團開始有閃電發(fā)生，這個時刻是雷電預警的關鍵時刻。同樣，當大氣電場變化率重新恢復到非雷暴天氣的大氣電場變化率且能量也恢復到低頻段內(nèi)，說明閃電結束，可解除雷電風險預警。

4 結論

（1）閃電發(fā)展初期大氣電場的波動曲線反映了雷電發(fā)生的起始階段大氣電場明顯變化的特征，當大氣電場變化率上升到非雷暴天氣的3倍以上，且頻域能量上明顯增強，可判斷電場發(fā)生異常，意味著雷暴云正在靠近測站或測站附近即將有閃電發(fā)生。

（2）對于廣州此次雷暴過程，單站電場值、電場變化率曲線和電場時頻譜圖反映了雷暴的生成、發(fā)展和消亡的過程以及雷暴云的移動趨勢，大氣電場時域和頻域下的突變特征可作為雷電風險預警的指示信號之一。

（3）電場變化率大值、頻域能量高值區(qū)、雷達回波大值區(qū)與地閃爆發(fā)時段有很好的對應關系。

（4） 大氣電場變化率和頻域能量顯著下降，以及頻域能量從高頻段回落到低頻段的變化特征，可為解除雷電風險預警提供參考依據(jù)。

大氣電場、閃電監(jiān)測網(wǎng)和雷達資料有很好的對應關系，綜合利用大氣電場、閃電定位資料和雷達資料，可有效提高雷電預警效果。本研究討論了大氣電場突變特征在廣州一次雷暴天氣個例中的應用，不同地區(qū)的雷暴還有待驗證，該技術仍有待提升，后期將結合其他資料如衛(wèi)星、雷達、閃電定位監(jiān)測網(wǎng)、地面氣象自動站等多源數(shù)據(jù)，建立基于大氣電場突變特征的雷電分級預警方法。

參考文獻

[1] 殷啟元，范祥鵬，陳綠文，等.廣東省雷電傷亡事故特征分析[J].自然災害學報，2019，28（6）：204-213.

[2] 董文乾，張社岐，孫連強.地面電場監(jiān)測數(shù)據(jù)在雷暴預報中的應用[J].陜西氣象，2007（1）：25-28.

[3] Aranguren D， Montanya J， Sola G， et al. On the lightning hazard warning using electrostatic field： Analysis of summer thunderstorms in Spain[J]. Journal of Electrostatics， 2009， 67（2/3）： 507-512.

[4] 孟青，呂偉濤，姚雯，等.地面電場資料在雷電預警技術中的應用[J].氣象， 2005， 31（9）：30-33.

[5] 曾慶鋒.雷暴云地面電場特征和基于多源觀測資料的雷電安全風險預警研究[D].南京：南京信息工程大學大氣物理學院，2013.

[6] Jana S， Maitra A. Electric field variation in clear and convective conditions at a tropical urban location[J]. Journal of Geophysical Research Atmospheres， 2019， 124（4）： 2068-2078.

[7] Dementyeva S O， Ilin N V， Shatalina M. V， et al. Forecast of convective events and its verification against atmospheric electricity observations[J]. Izvestiya， Atmospheric and Oceanic Physics， 2020， 56（2）： 123-129.

[8] 李穎，王振會，肖穩(wěn)安，等.大氣電場的FFT 頻譜分析及雷暴預報研究[J].氣象科學，2013，33（1）： 66-70.

[9] 陳綠文，呂偉濤，張義軍，等.粵港澳閃電定位系統(tǒng)對高建筑物雷電的探測[J].應用氣象學報， 2020，31（2）：165-174.

[10] 康海龍，劉成，姜秀杰.基于大氣電場特征的天氣現(xiàn)象識別算法研究[J].計算機仿真，2014，31（12）：312-315，324.

[11] 劉暢，張遠揚，張婧雯，等.成都地區(qū)一次雷暴過程地面電場演變特征[J].高原山地氣象研究，2018，38（1）： 77-80.

[12] 張洪波，李哲浩，席秋義，等.基于改進過白化的Mann-Kendall趨勢檢驗法[J].水力發(fā)電學報，2018，37（6）：34-46.

責任編輯：黃艷飛

Analysis of a Thunderstorm in Guangzhou Base on the Variation Characteristics of Atmospheric Electric Field

FANG Qiaoxian et al（Guangdong Technical Support Center of Meteorological Public Security， Guangzhou， Guangdong 510640）

Abstract Using data of atmospheric electric field， dual-polarimetric radar and Guangdong-Hong Kong-Macao lightning location system， the thunderstorm process in Guangzhou on 23 September 2020 was analyzed. The results showed that the oscillation of atmospheric electric field and time-frequency domain features reflect the process of thunderstorm nascence， development and dissipation （or far away from the station）. The high value of large variation of atmospheric electrostatic field， time-frequency domain energy， and reflectivity cores agreeably corresponded to the lightning outbreak stage. When the variation of atmospheric electric field time-frequency domain energy of the electric field increases significantly， it meaned that a thunderstorm cloud was closing to the station or there will be lightning soon. The variation of atmospheric electric field and time-frequency domain energy decrease obviously， indicating that the thunderstorm cloud was dying out or away from the station. Comprehensive utilization data of atmospheric electric field， radar and lightning location system to analyze the evolution characteristics of thunderstorms was useful to improve the accuracy and time advance of lightning risk early warning.

Key words Lightning activity; Atmospheric electric field; Variation of atmospheric electric field; Time-frequency domain energy; Radar echo

基金項目 廣東省氣象局科學技術研究項目（GRMC2021M16）;廣東省氣象公共安全技術支持中心科學技術研究項目（2021A03）。

作者簡介 方俏嫻（1989—），女，廣西南寧人，助理工程師，主要從事短時臨近天氣預警及其相關方法研究。#通信作者：殷啟元（1984—），男，河北石家莊人，高級工程師，主要從事雷電災害研究和雷電監(jiān)測預警技術研究，E-mail：76806604@qq.com。

收稿日期 2022-01-15