闪电是对流天气系统发展到一定程度的产物,不仅与大气动力过程和微物理过程的发展密切相关,在很大程度上指示强对流天气的发生和发展[1],而且能够作为灾害性天气预警的参考资料[2-3]。作为灾害性天气,闪电对交通、通讯、航天等活动构成较大的威胁,造成的经济损失和人员伤亡日益严重[4-5]。雷暴云的发展与热气团在不稳定环境中的对流抬升有关[6],许多专家学者进行了研究。张翠华等[7]研究发现,对流风暴中地闪活动与环境层结因子之间有较好的相关性,并可通过层结因子对对流风暴进行预报。陈光舟等[8]研究了安徽大气不稳定参数与闪电的关系,指出抬升指数、K指数和对流有效位能等对安徽地区闪电活动有较好的预报作用。张霞等[9]研究了郑州雷电发生的环境场特征及潜势预报,指出雷电活动出现的概率随着有利环境参数的个数增多而显著增大,雷电概率预报TS评分达到63.6%。王基鑫等[10]研究了中国东南区域闪电活动特征及其与大气环境参数的关系,指出东南闪电高发区的闪电活动与地面温度、700~400 hPa平均相对湿度等参数有明显正相关。刘岩等[11]对比研究了兰州和杭州地区闪电活动与大气稳定度参数的关系,得出了地面相对湿度、沙氏指数、对流有效位能等参数与地闪频数具有较好的相关性结论,指出杭州地区地闪频数与对流抑制能量的相关性较大,兰州地区地面相对湿度对闪电活动的影响更为明显。郑栋等[12]研究了北京及周边地区多个大气不稳定参数和其后12 h内250 km范围内闪电活动的关系,指出潜在-对流性稳定度指数、对流有效位能、抬升指数等与闪电活动具有较好的相关性,进一步分析了多参数综合预报闪电活动的概率,提出了闪电活动的诊断指标。这些研究说明,在一定范围内,利用大气环境参数可以对闪电活动进行预报,但由于地域差异以及所选研究区域的范围不同、闪电定位资料的观测设备不同,闪电活动与环境参数的相关性也存在差异,因此针对某一地区,研究大气环境参数与闪电活动的相关性及对闪电活动的预报十分必要。
此文利用闪电资料和探空资料,研究一定范围内闪电活动与大气环境参数的相关性,进而分析大气环境参数对山东闪电活动预报的可行性。山东闪电资料由ADTD型闪电定位系统(共布设13个探测基站,其中,2006—2007年建成兖州、蒙阴、青岛、潍坊、河口和章丘等6站,2013—2014年建成陵城、菏泽、龙口、威海、乳山、临沐、东阿等7站)监测所得,其传感器的时间精度为0.1 μs,云地闪平均定位精度可达300 m,平均探测范围300 km。
1 资料与处理方法利用2006—2015年6—8月章丘探空站逐日08:00和20:00(北京时,下同)观测资料,计算抬升指数、K指数、对流稳定度指数、对流有效位能、850 hPa假相当位温和强天气威胁指数等环境参数;利用ADTD型闪电定位系统观测资料,统计以章丘探空站为中心、半径200 km范围内(图 1)两次探空站观测后的12 h内闪电频数之和,结合天气实况,依据闪电频数、分布状态,确定研究区域内有、无闪电活动过程,对于散乱、少量的闪电和无闪电记录的观测,确定为无闪电活动过程,否则为有闪电活动过程[12]。首先分析10 a单个环境参数和多个环境参数组合与12 h内闪电活动的相关性,然后建立利用环境参数预报闪电出现概率的潜势预报方程。考虑探空资料及闪电资料的完整性,确定出1 072个有闪电活动过程和696个无闪电活动过程。
抬升指数(LI)分布统计如图 2a所示,有闪电情况下,抬升指数最小值为-11.3 ℃,中位数为-1.2 ℃,80%闪电活动发生在抬升指数值-4.5~3.7 ℃范围内;无闪电情况下,抬升指数最小值为-8.8 ℃,中位数为1.85 ℃,80%的抬升指数值分布在-2.6~7.1 ℃之间。统计抬升指数主要分布范围内闪电出现的累积概率(即区间内所有可能取值的概率之和),由图 2b看出,LI>0 ℃时,章丘站探空观测后12 h出现闪电的概率为36%,LI≤0 ℃时出现闪电的概率为64%。若以0 ℃为判别临界值,12 h内对预报区域闪电的发生有较好的预报性,因此,抬升指数可作为闪电预报预警的一个重要参数。
对流有效位能(CAPE)体现了不稳定能量的大小,反映了不稳定能量的强弱和对流发展的深厚程度。但当层结曲线和状态曲线没有交点时,CAPE值无法计算,为便于分析,无法计算CAPE值时统一以-1 000表示。
统计对流有效位能分布(图 3a),有闪电情况时,对流有效位能最大值为3 815.2 J·kg-1,中位数为287.2 J·kg-1,50%闪电活动发生在对流有效位能值13.7~839 J·kg-1之间;无闪电情况时,对流有效位能最大值为3 436.4 J·kg-1,中位数为10.2 J·kg-1,50%的CAPE值≤10.2 J·kg-1。从CAPE主要分布范围内闪电出现的累积概率(图 3b)来看,CAPE值<400 J·kg-1时,章丘站探空观测后12 h出现闪电的概率为43.6%,相对应地,CAPE值≥400 J·kg-1时,章丘站探空观测后12 h出现闪电的概率为56.4%,因此对流有效位能可作为闪电预警的参数。
K指数分布统计情况如图 4a所示,有闪电情况下,K指数最大值为47 ℃,中位数为30 ℃,80%闪电活动发生在K指数值8~38 ℃范围内;无闪电情况下,K指数最大值为43 ℃,中位数为19 ℃,80%的K指数值分布在-11~33 ℃之间,较有闪电情况下明显偏小。统计K指数主要分布范围内闪电出现的累积概率(图 4b),K指数<26 ℃时,章丘站探空观测后12 h闪电出现的概率为36%,K指数≥26 ℃时,章丘站探空观测后12 h闪电出现的概率为64%。因此,以26 ℃为判别临界值,K指数对闪电具有较好的预报作用,并可作为闪电预警的参数。
把500 hPa的假相当位温与850 hPa的假相当位温之差作为对流稳定度指数(Ic)。由对流稳定度指数分布统计(图 5a)可以看出,有闪电情况下,对流稳定度指数最小值为-33.2 ℃,中位数为-6.2 ℃,80%闪电活动的对流稳定度指数值分布在-17.6~8.6 ℃之间;无闪电情况下,对流稳定度指数最小值为-27.3 ℃,中位数为-0.4 ℃,80%对流稳定度指数值分布在-13.5~13.7 ℃之间。统计对流稳定度指数主要分布范围内闪电出现的累积概率(图 5b),Ic>0 ℃时,章丘站探空观测后12 h闪电出现的概率为28%,Ic≤0 ℃时闪电出现的概率为72%。若以0 ℃为判别临界值,12 h内对预报区域闪电的发生有显著的预报性,因此,对流稳定度指数可作为闪电预报预警的一个重要参数。
统计850 hPa假相当位温(θse)分布(图 6a)可以看出,有闪电情况下,假相当位温最小值为33.1 ℃,最大值为90.9 ℃,中位数为65.1 ℃,80%闪电活动的850 hPa假相当位温值分布在49.3~78.2 ℃之间;无闪电情况下,假相当位温最小值为29.4 ℃,最大值为87.6 ℃,中位数为56 ℃,80%的850 hPa假相当位温值分布在42.1~71 ℃范围内。图 6b为850 hPa假相当位温值主要分布范围内闪电出现的累积概率,θse<60 ℃,章丘站探空观测后12 h闪电出现的概率为28.8%,θse≥60 ℃,章丘站探空观测后12 h闪电出现的概率为71.2%。以60 ℃为判别临界值,12 h内对预报区域闪电的发生有较好的预报性。
强天气威胁指数(SWEAT)分布统计情况如图 7a所示,有闪电情况下,强天气威胁指数最大值为664.2,最小值为13.6,中位数为203.25,80%闪电活动发生在强天气威胁指数值78.6~281.9之间;无闪电情况下,强天气威胁指数最大值为386.9,最小值为7.8,中位数为154.65,80%强天气威胁指数值在44.7~228.6范围内。统计强天气威胁指数主要分布范围内闪电出现的累积概率,如图 7b所示,SWEAT≥180时,章丘站探空观测后12 h闪电出现的概率为69%,SWEAT<180时,章丘站探空观测后12 h闪电出现的概率为31%。因此,以SWEAT=180作为参考,强天气威胁指数对闪电具有显著预报作用。
地闪频数的大小可以间接反映出对流活动的强弱,因此可以把闪电活动按照地闪频数进行分级,然后分析各参数在不同级别闪电活动中的分布状况。按文献分级标准,结果如表 1,分析得到,闪电活动主要分布闪电数N≤500次,占55.7%;其次为闪电数N≥1 000次,占33.9%;500<N<1 000次最少,为10.4%。从不同闪电活动级别对应的各参数状态下的百分比来看,随着闪电活动的增强,其自身处在大气不稳定状态下的概率就越大,也就是说,闪电活动的强弱变化与大气的不稳定性有一定的关系,大气越不稳定,闪电活动更易发生,因此,闪电活动就更容易由大气的不稳定状态来预报。
从以上分析可以看到,抬升指数、对流有效位能、强天气威胁指数、对流稳定度指数、850 hPa假相当位温和K指数能够预报闪电活动,为考虑各参数共同作用,以K指数≥26 ℃、LI≤0 ℃、Ic≤0 ℃、θse≥60 ℃、CAPE≥400 J·kg-1、SWEAT≥180等6个大气不稳定状态为判据,研究达到大气不稳定临界值的物理量参数的个数不同时,有、无闪电活动过程发生的比例,进而分析不同个数的达到大气不稳定临界值的物理量参数的有闪电活动的概率。
由表 2可以看出,6个大气稳定度参数都达到大气不稳定临界值时,发生闪电的概率达到了86%,有闪电活动个数占26.4%,无闪电活动个数占6.6%;6个大气稳定度参数都达不到大气不稳定临界值时,发生闪电的概率为32%,有闪电活动过程个数占9%,无闪电活动过程个数占29.6%;大气稳定度参数不低于4个达到大气不稳定临界值时,发生闪电的概率为77.9%。因此可以得到,有闪电情况下,达到大气不稳定临界值物理量参数个数越多,闪电活动个数过程越多,所占比例越大,有闪电活动概率越大;无闪电活动时,达到大气不稳定临界值物理量参数越少,所占比例越大。这种分布也说明了可以通过判别大气不稳定临界值物理量参数分布状态来预报闪电活动具有一定的可行性,处于大气不稳定临界值物理量参数越多,闪电活动的概率也越大,反之无闪电活动的可能性越大,这与雷暴天气预报相符,即当大气处于更加不稳定状态时,闪电活动的预报将更为精确,出现雷暴天气的可能性更大。
本文选择资料齐全的1 768个样本,采用Miller提出的事件概率回归(Regression Estimation of Event Probability)方法[13],进行多元回归分析。把闪电出现与否作为预报量(出现为1,不出现为0),选用K指数、抬升指数、对流有效位能、对流稳定度指数、850 hPa假相当位温和强天气威胁指数6个因子组建概率回归方程,各因子根据前文分析结果进行(0,1)处理(临界值见表 3)。根据最小二乘法原理求出回归系数,得到闪电概率多元线性回归方程为:
$ \begin{array}{l} \;\;\;y = 0.146K - 0.020{\rm{ }}4{I_{\rm{c}}} + 0.062{\rm{ }}8SWEAT + \\ {\rm{ }}0.052{\rm{ }}2CAPE + 0.153{\rm{ }}8LI + 0.118{\rm{ }}2{\theta _{{\rm{se}}}} + 0.348{\rm{ }}8{\rm{ }} \end{array} $ | (1) |
对所得方程进行F检验[13],其表达式为:
$ F = \frac{{{R^2}/p}}{{\left( {1 - {R^2}} \right)/\left( {n - p - 1} \right)}} $ | (2) |
其中p=6为预报因子个数,n=1 768为样本个数;R=0.388为复相关系数;当显著水平α=0.01时,Fα<2.832,计算得F=51.87,故F>Fα,说明闪电概率预报方程是显著的。
3.2 方程检验利用2007—2014年6—8月逐日有闪电活动和无闪电活动样本分别进行回代回归方程,结果(图 8)显示,大于68.1%的闪电出现在预报概率值为60%及其以上的范围内,这一取值范围内无闪电仅出现了29.8%。依据“起报值域内包含尽可能多的闪电活动样本和尽可能少的无闪电活动样本”的原则,选取预报概率≥60%时预报未来12 h内有闪电活动,否则预报无闪电活动发生[9]。用该方程对2015年6—8月逐日逐12 h资料齐全的样本进行检验,总样本182个,实况为92次有闪电活动,90次无闪电活动,预报概率达到60%以上的样本共有92个。有闪电情况下,方程预报出72次,漏报20次;无闪电情况下,方程预报出70次,空报20次,TS评分为78%,可见该方程对闪电活动具有一定的预报能力。
1) K指数、抬升指数、对流有效位能、对流稳定度指数、强天气威胁指数和850 hPa假相当位温等6个环境参数与闪电活动的发生有较好的相关性,依据环境参数所处的状态,可以对闪电活动进行预报,但不能完全反映闪电活动特征。
2) 通过分析多个环境参数发现,有闪电活动主要出现在达到大气不稳定临界值物理量参数个数较多的条件下,且闪电出现的概率随着参数个数增多而显著增大,无闪电活动常出现在达不到大气稳定临界值物理量参数个数较多的条件下。因此,通过判别多种大气稳定度参数来预报闪电活动的方法具有一定的可性行,即处于达到大气不稳定临界值物理量越多,闪电出现概率越大。
3) 通过不同阈值对各个环境参数进行(0,1)处理,建立0~12 h闪电概率潜势预报方程,经检验方程显著,说明闪电活动与环境参数间有一定的回归效果。通过检验2015年6—8月逐日逐12 h闪电预报得到,闪电预报概率TS评分达到了78%,可见,该方法对于闪电活动具有良好的预报能力。
[1] |
郄秀书, 刘冬霞, 孙竹玲. 闪电气象学研究进展[J]. 气象学报, 2014, 72(5): 1054-1068. |
[2] |
GOODMAN S J, BLAKESLEE R, CHRISTIAN H, et al. The North Alabama lightning mapping array: Recent severe storm observations and future prospects[J]. Atmos Res, 2005, 76(1/4): 423-437. |
[3] |
MANSELL E R, ZIEGLER C L, MACGORMAN D R. A lightning data assimilation technique for mesoscale forecast models[J]. Mon Wea Rev, 2007, 135(5): 1732-1748. DOI:10.1175/MWR3387.1 |
[4] |
许小峰. 雷电灾害与监测预报[J]. 气象, 2004, 30(12): 17-21. |
[5] |
马明, 吕伟涛, 张义军, 等. 1997—2006年我国雷电灾情特征[J]. 应用气象学报, 2008, 19(4): 393-400. DOI:10.3969/j.issn.1001-7313.2008.04.002 |
[6] |
王道洪, 郄秀书, 郭昌明, 等. 雷电与人工引雷[M]. 上海: 上海交通大学出版社, 2000.
|
[7] |
张翠华, 张义军, 郄秀书, 等. 平凉地区对流风暴地闪活动与环境层结因子相关性分析[J]. 高原气象, 2002, 21(6): 632-636. DOI:10.3321/j.issn:1000-0534.2002.06.016 |
[8] |
陈光舟, 王体健, 娄珊珊, 等. 安徽闪电分布特征和不稳定条件分析[J]. 气象科学, 2014, 34(5): 543-548. |
[9] |
张霞, 王新敏, 王全周, 等. 郑州雷电发生的环境场特征及潜势预报[J]. 气象, 2010, 36(6): 95-100. |
[10] |
王基鑫, 祝宝友, 马明. 中国东南区域闪电活动特征及其与大气环境参数的关系[J]. 中国科学技术大学学报, 2017, 47(5): 403-412. DOI:10.3969/j.issn.0253-2778.2017.05.005 |
[11] |
刘岩, 李征, 康凤琴. 兰州和杭州地区闪电活动与大气不稳定参数关系的对比[J]. 干旱气象, 2010, 28(2): 142-147. DOI:10.3969/j.issn.1006-7639.2010.02.005 |
[12] |
郑栋, 张义军, 吕伟涛, 等. 大气不稳定度参数与闪电活动的预报[J]. 高原气象, 2005, 24(2): 196-203. DOI:10.3321/j.issn:1000-0534.2005.02.010 |
[13] |
黄嘉佑, 李庆祥. 气象数据统计分析方法[M]. 北京: 气象出版社, 2015: 335-337.
|