海洋气象学报  2024, Vol. 44 Issue (1): 24-38  DOI: 10.19513/j.cnki.hyqxxb.20230728002
0

引用本文  

冯桂力, 侯淑梅, 张骞, 等. 山东一次典型持续冰雹过程的闪电活动和雷达特征分析[J]. 海洋气象学报, 2024, 44(1): 24-38. DOI: 10.19513/j.cnki.hyqxxb.20230728002.
FENG Guili, HOU Shumei, ZHANG Qian, et al. Analysis on lightning activities and radar characteristics of a typical continuous hail process in Shandong[J]. Journal of Marine Meteorology, 2024, 44(1): 24-38. DOI: 10.19513/j.cnki.hyqxxb.20230728002. (in Chinese)

基金项目

山东省自然科学基金项目(ZR2023MD025,ZR2021MD010);山东省气象局科研项目(2022sdqxz8)

作者简介

冯桂力,男,博士,正高级工程师,主要从事强对流天气及闪电活动研究,fenggl@lzb.ac.cn.

文章历史

收稿日期:2023-07-28
修订日期:2023-10-07
山东一次典型持续冰雹过程的闪电活动和雷达特征分析
冯桂力1,2,3 , 侯淑梅1,4 , 张骞1,5 , 邓猛1,5     
1. 山东省气象防灾减灾重点实验室,山东 济南 250031;
2. 山东省气象科学研究所,山东 济南 250031;
3. 长岛国家气候观象台,山东 长岛 265800;
4. 山东省气象台,山东 济南 250031;
5. 山东省气象工程技术中心,山东 济南 250031
摘要:2020年6月1日下午至夜间,山东部分地区出现降雹天气,利用卫星和雷达以及闪电探测资料详细分析此次降雹过程的闪电和雷达参量特征。结果表明:(1)鲁北和鲁中雹暴闪电活动的主要差异为:鲁中雹暴的对流强度强于鲁北雹暴,其正地闪比例和正地闪平均强度明显高于鲁北雹暴。其相同特征为:在开始阶段正地闪比例和云闪占总闪电的比例较高;在地面降雹开始之前总闪电频数均出现跃增,其峰值提前降雹6~18 min,同时云闪表现更加活跃;地面出现降雹之后,云闪频数快速下降,地闪占总闪电比增加,甚至超过50%。(2)雹暴的闪电活动均发生在云顶温度小于-50 ℃的云区内,且密集出现在云顶温度小于-60 ℃的范围内。闪电主要发生在30 dBZ以上回波区域,密集的云闪对应强对流区,表明云内垂直运动剧烈。负地闪与差分相移率KDP>0.5 (°) ·km-1和差分反射率ZDR>2.0 dB的区域对应关系非常一致,表明负地闪与强降水区密切相关。雹暴回波穹隆区的ZDR值较高、零滞后相关系数(Cc)值较低,很好地指示了上升气流区。较高的水平反射率因子(ZH)和较低的Cc以及较低的ZDR区域对应冰雹粒子区域。闪电很好地对应于云内霰、湿雪、冰雹、干雪等大的冰相粒子区。(3)0 ℃以上ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积、ZH≥30 dBZ的冰水含量与总闪电频数的时间演变趋势基本一致,其与总闪电频数的相关系数分别为0.756、0.780和0.710,进一步证实大的冰相粒子在起电过程中发挥着主导作用。
关键词双偏振雷达特征    雹暴    总闪电    观测分析    
Analysis on lightning activities and radar characteristics of a typical continuous hail process in Shandong
FENG Guili1,2,3 , HOU Shumei1,4 , ZHANG Qian1,5 , DENG Meng1,5     
1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong, Jinan 250031, China;
2. Shandong Institute of Meteorological Sciences, Jinan 250031, China;
3. Changdao National Climate Observatory, Changdao 265800, China;
4. Shandong Meteorological Observatory, Jinan 250031, China;
5. Shandong Meteorological Engineering Technology Center, Jinan 250031, China
Abstract: Hailstorms occurred in several areas of Shandong from afternoon to night on 1 June 2020. Using data of satellite, radar, and lightning detection system, the characteristics of lightning and radar parameters in the hailstorms are analyzed in detail. The results show that the major differences of the hailstorms in the northern and central Shandong Province are that the convective intensity of the hailstorm in the central Shandong Province is stronger than that in the northern part, and the ratio of positive CG (cloud-to-ground) to total CG lightning and the average current intensity of positive CG lightning in the central Shandong Province are obviously higher than those in the northern part. The common features of the two hailstorms are that the proportion of positive CG lightning is higher at the initial stage, and the percentage of IC (intracloud) lightning with respective to total lightning (including IC lightning and CG lightning) at the developing stage is higher than that at other stages. The lightning frequency, for both total lightning and IC lightning, increases sharply before hail is observed, their peak values are 6-18 min in advance of the occurrence of hailstones on the ground, and IC lightning is more active. After the hailstones land on surface, the frequency of IC lightning decreases rapidly, and the proportion of CG lightning to total lightning increases, even exceeding 50%. The lightning activities of hailstorms all occur in the cloud area where the cloud top temperature is below -50 ℃, and tend to cluster in the area of cloud top temperature below -60 ℃. The lightning occurs mostly in strong convective areas with the reflectivity above 30 dBZ. The dense IC lightning corresponds to the strong convective area, where the vertical velocity in the cloud is very high. The spatial distribution of negative CG lightning is remarkably consistent with the area with KDP>0.5 (°) ·km-1 and ZDR>2.0 dB, indicating that negative CG lightning is closely related to the strong rainfall area. The high ZDR and low Cc in the echo vault of hailstorm are good indications for the strong updraft area. The areas with high ZH, low Cc, and low ZDR correspond to the areas with hailstones. The location of lightning corresponds well to the areas with large ice particles such as graupel, wet snow, hail, and dry snow. The volume with ZDR≥1.0 dB, the volume with ZH≥30 dBZ, and the ice water content of ZH≥30 dBZ above 0 ℃ are basically consistent with the evolution trend of the total lightning frequency, and the Pearson correlation coefficients between them and the total lightning frequency are 0.756, 0.780, and 0.710, respectively. It is further confirmed that large ice particles play a leading role in the electrification of thunderstorms.
Key words: dual-polarization radar characteristics    hailstorm    total lightning    observational analysis    
引言

冰雹天气系统除产生降雹外,通常还伴有强降水、破坏性大风和闪电等灾害性天气,对农业生产和人们的生命财产造成严重危害。近年来,随着雷暴探测技术的飞速发展,国内外研究人员利用闪电定位系统和多种雷达观测资料对冰雹天气过程进行了大量分析,并得出了许多有意义的结论。大量的观测发现,冰雹、龙卷等强风暴的闪电活动特征通常不同于普通雷暴,往往表现出较高的正地闪比例[1-3]。MacGorman等[4]、Stolzenburg[5]研究表明,强对流天气通常发生在风暴中正地闪占优势的阶段,还有研究[6-7]表明在灾害性天气发生前通常会出现闪电频数跃增现象。Yao等[8]发现正地闪比例与冰雹直径之间存在正相关关系,正地闪比例高的雷暴降雹持续时间倾向更长。然而,一些强风暴却产生异常低的地闪频数[9-10],而并非通常认为的对流越强,雷暴的地闪活动也越强。Carey等[11]研究发现,一些非常强的风暴并没有产生大量的正地闪,甚至在降雹阶段和降雹区域出现的地闪非常少[12-13]。Qie等[14]对中国内陆高原地区雷暴的地闪特征进行研究也发现,弱雷暴过程通常具有较高的正地闪发生比例,中尺度对流系统的层状云区通常也以正地闪为主。Seity等[15]分析发现闪电频数、上升气流和雹/霰回波体积之间存在很好的相关性,云闪频数能很好地指示霰粒区域的垂直拓展情况。López等[16]对一个具有超级单体结构的雹暴进行研究发现,冻结层以上霰粒的增长与总地闪数量的增多或减少有关,该雷暴出现的3次短时间地闪增多现象均是由小冰雹下落造成的。还有一些研究[17-18]表明大尺度雹粒子主导的区域电荷浓度低,不利于闪电活动。一是因为冰雹数浓度较低而具有较小的集合表面积,在冰-冰碰撞中电荷转移总量小;二是冰雹降落过程中不断融化形成液态水膜,不利于冰-冰碰撞弹开而产生电荷分离。

近年来,由于双线偏振雷达具有识别降水粒子相态的能力,其在冰雹识别预警等强对流天气研究方面已经得到广泛应用[19-24]。研究发现差分反射率(ZDR)柱与强风暴上升气流密切相关,是对流风暴明显的偏振特征之一。ZDR柱形态特征的变化信号可以提前于上升气流最大值的出现和反射率因子的增强,与冰雹增长潜力、地面降水强度以及龙卷强度相关[25-32]。Zhao等[33]研究发现冰雹关键区位于ZDR柱的上方,ZDR为-2~0 dB,且水平反射率因子(ZH)大于50 dBZ,冰雹关键区上层的高密度霰粒作为雹胚的来源,碰冻来自冰雹关键区下方的过冷云滴,导致在关键区的低层形成大量冰雹粒子。

纵观国内外对雹暴过程闪电活动特征的研究发现,尽管对冰雹云闪电活动特征有一定共识,但由于对雹暴中的动力、云微物理、降水及闪电活动等同步观测和研究较少,对闪电与降雹的关系依然了解不深。本文综合应用常规气象观测资料及雷电、双偏振多普勒雷达、卫星等观测资料,对2020年6月1日发生在山东的冰雹天气过程的闪电活动特征进行分析,尤其利用偏振雷达参量深入探讨云内微物理和动力结构对闪电活动的影响,以期进一步加深对冰雹天气过程发生、发展规律的认识,促进闪电资料在强对流灾害性天气监测预警和人工防雹作业指挥中的应用。

1 资料和方法

所用的闪电资料由中国科学院电工研究所布设的全国短基线甚低频/低频(very low frequency/low frequency,VLF/LF)三维闪电探测网获取,该探测网由分布在全国的400多个VLF/LF三维闪电探测仪组成,采用三维时差定位算法,获取闪电发生的时间、类型、经纬度、高度及峰值电流强度等物理参量。该闪电定位系统的时钟同步精度可达到0.1 μs,10 kA以上地闪的探测效率大于90%,平均水平定位误差小于0.3 km;云闪的探测效率较低,垂直定位误差小于0.5 km[34]

同时,使用了济南双偏振多普勒雷达(波长为10 cm)资料和国际空间站(international space station,ISS)闪电成像仪(lightning imaging sensor,LIS)观测的总闪电数据。LIS包含1个光学凝视成像仪,闪电放电时产生的云内亮度的瞬间变化是其识别闪电活动的依据,因此能同时给出雷暴中云闪和地闪发生的时间、位置、持续时间和闪电光辐射能等。LIS是设计安装在热带降雨测量任务(tropical rainfall measuring mission,TRMM)卫星上的闪电探测设备,后来TRMM卫星于2015年停止工作,LIS的备份设备于2017年2月安装在ISS上继续开展闪电的观测,LIS覆盖的空间范围为55°S~55°N,视域范围约为655 ×655 km2,视域的观测时间约为90 s,星下点的分辨率为4 km,闪电探测效率约为90%[35-37]

2 天气背景与环境物理量 2.1 天气过程简要分析

受高空槽和低层切变影响,2020年6月1日下午至夜间山东大部地区出现强对流天气。6月1日08:00,华北中南部地区中高空为偏西气流,低层为西南到东南风,蒙古到我国河套地区为高空槽。高空槽在向东南方向移动过程中,引导冷空气南下不断触发对流发展,导致在鲁中和鲁北形成2个强的对流云团,分别称为鲁中雹暴和鲁北雹暴,其移动路径见图 1。鲁中雹暴于13:30起源于河北邢台境内,一直沿东南方向(基本维持120°方向)先后经过德州、聊城、济南、泰安、临沂等地,导致部分地区出现8~11级雷雨大风和短时强降水,其中聊城高唐三十里铺、济南长清马山炮点和泰安泰山邱家店3个区域气象观测站出现11级大风,极大风速分别为30.2 m ·s-1、31.8 m ·s-1和30.4 m ·s-1。强冰雹主要出现在济南市区、平阴和长清,德州夏津、齐河和禹城,聊城高唐,泰安市区、新泰,临沂蒙阴一线(图 1)。泰山站、新泰站、蒙阴站观测到的冰雹最大直径分别为3.1 cm、3.0 cm和4.0 cm。有目击者报告泰安泰山省庄镇、新泰天宝镇最大冰雹直径超过5.0 cm。鲁北雹暴于17:00在河北石家庄东部快速发展,并沿东偏南方向先后经过德州、滨州、东营、潍坊、烟台等地,导致庆云、东营市区、河口、利津和垦利出现冰雹。据民政部门灾情统计,此次雹暴灾害造成经济损失6.2亿元,其中泰安、临沂受灾最重。

图 1 2020年6月1日鲁中雹暴和鲁北雹暴的移动路径及降雹落区 Fig.1 Trajectories and hailstone striking areas of hailstorms in the central and northern Shandong Province on 1 June 2020
2.2 环境物理条件分析

鉴于15:00鲁中雹暴进入夏津后快速增强,因此用夏津站14:00气温和露点温度资料订正08:00济南章丘站探空资料。由订正后的探空图(图 2a)可以发现,对流有效位能(convective available potential energy,CAPE)高达2 225.3 J ·kg-1,对流抑制能(convective inhibition,CIN)为0 J ·kg-1,850 hPa与500 hPa温差(t850-500)高达31.6 ℃,最大抬升指数(best lifting index,BLI)为-2.8 ℃,760~713 hPa有1个浅薄湿层,非常有利于午后出现强对流天气。0~6 km风速差为22.5 m ·s-1,达到强垂直风切变标准[38],有利于对流风暴组织化发展。0 ℃层、湿球0 ℃层、-20 ℃层的高度分别为3.6 km、3.3 km、6.5 km,适宜大冰雹增长。对流层中层和低层分别有1个干层,713 hPa以下温度直减率接近干绝热递减率,下沉对流有效位能为1 131.4 J ·kg-1,利于出现雷暴大风。20:00(图 2b)虽然CAPE只有70.8 J ·kg-1,但0~6 km垂直风切变高达31.3 m ·s-1t850-500为28.2 ℃,BLI为-1.7 ℃,抬升凝结高度(lifting condensation level,LCL)只有646 m,水汽充足,850 hPa比湿为9.4 g ·kg-1,700 hPa、850 hPa西南低空急流源源不断地将充足的水汽输送到山东,并且受高空槽主体影响,有利于夜间出现强对流天气。

图 2 2020年6月1日章丘探空站t-lnp Fig.2 The t-lnp diagram of Zhangqiu sounding station on 1 June 2020
3 两次雹暴过程闪电活动特征分析

2020年6月1日午后和夜间在鲁中(夏津至蒙阴一带)和鲁北(庆云至莱州一带)分别发生了2次较大范围的强对流天气过程(即鲁中雹暴和鲁北雹暴),2次对流天气过程地面共观测到总闪电(云闪和地闪)12 113次。这2次雹暴过程发生的闪电总数分别为5 777次和6 336次,数量基本相当(表 1)。但是2次雷暴闪电活动特征存在明显的差异,鲁中雹暴的正地闪比例平均为40.96%,显然高于鲁北雹暴(正地闪比例为27.32%)。尽管2个雷暴的负地闪平均强度值比较接近,但是鲁中雹暴的正地闪强度(34.96 kA)明显大于鲁北雹暴(27.70 kA)。另外,鲁中雷暴的云闪占总闪电比例为49.04%,高于鲁北雷暴的相应值(41.43%)。主要原因是这2次雹暴过程的强度不同,由回波悬垂的高度可以看出鲁中雹暴的上升气流强于鲁北雹暴,其云顶高度最大值为18.2 km,也明显高于鲁北雹暴云顶高度(14.8 km)。

表 1 2020年6月1日雹暴过程地闪特征参量 Table 1 Characteristic parameters of CG (cloud-to-ground) lightning in hailstorms on 1 June 2020

图 3给出了鲁中、鲁北雹暴闪电活动的时间演变。13:30,鲁中雹暴开始出现地闪,闪电频次较低,且以正地闪为主(图 3a)。随后地闪频数快速增加,14:30,云闪频数出现首个峰值,达72次/6 min;14:36,地闪频数也出现首个峰值,达64次/6 min。14:54—15:06,云闪和地闪活动均有所减弱后又快速增强。15:24,云闪频数出现第2个峰值,高达113次/6 min,12 min之后地闪频数随之出现第2个峰值,达97次/6 min,也是此次过程地闪频数最大值。随后的1 h内,地闪频数基本维持在50次/6 min,云闪频数维持在40次/6 min以上。16:54,云闪频数出现第3个峰值,达148次/6 min,也是该系统出现的最大值。17:30之后,云闪活动有所减弱,地闪开始活跃。可以看出,17:30以后地闪次数均超过云闪,且在18:00前后地闪频数出现了60次/6 min以上的峰值。由正地闪比例的演变来看,从13:30到14:18的时段内,雹暴正地闪比例比较高,基本在50%以上,随后随着闪电频数的增加正地闪比例有所下降,围绕30%上下波动,18:12以后,随着闪电活动的减弱,正地闪比例明显增加,绝大多数超过40%。

图 3 2020年6月1日鲁中和鲁北雹暴过程的闪电频数及正地闪比例的时间演变 Fig.3 Evolution of lightning frequency and positive CG lightning ratio during hailstorms in the central and northern Shandong Province on 1 June 2020

地面降雹观测资料表明,15:30,夏津开始出现降雹,之后在系统向东南移动过程中沿途经过的区域相继观测到降雹,各地降雹持续时间为1~10 min。开始降雹之前总闪电频数出现明显跃增,总闪电频数由15:00的84次/6 min激增为15:24的200次/6 min(图 3a),该峰值提前降雹时间6 min。同时云闪也非常活跃,其占总闪电的比例高于50%,而且正地闪比例有所增加。降雹开始之后,云闪频数开始减弱,地闪占总闪电的比例有所增加,超过50%以上。18:00前后,泰安市的泰山区、岱岳区出现最大直径为3~5 cm的冰雹,对应时间段(17:54—18:06)地闪非常活跃(均在60次/6 min以上),伴随着地面降雹云闪频数从18:00的42次/6 min减弱到18:18的14次/6 min。

图 3b给出了鲁北雹暴闪电活动的时间演变。18:00,开始出现闪电活动,并且不断增强,19:25—20:12,云闪和地闪均比较活跃,峰值分别为82次/6 min和73次/6 min。随后1 h内云闪和地闪活动均有所减弱。21:00之后,云闪和地闪出现跃增。21:15以后,地闪频数开始高于云闪。21:30,地闪频数最高值为136次/6 min,云闪频数高达80次/6 min。24:00以后,系统开始减弱消散。系统开始阶段正地闪比例较高,18:36—21:30,绝大多数正地闪比例在30%以上,之后在地闪活跃阶段正地闪比例却明显偏低,在20%左右。降雹的观测资料也表明在地面降雹之前,总地闪频数出现明显的跃增现象,19:48,峰值为149次/6 min,且提前地面降雹约18 min。

4 雹暴过程卫星雷达回波特征

图 4给出了FY-4A提供的鲁中雹暴云顶温度(cloud top temperature,CTT)的分布。由14:30卫星云图(图 4a)可以看出,雷暴主体在河北境内,CTT最低为-67 ℃。15:30前后,雷暴系统自河北衡水进入山东境内,小于-60 ℃的云顶覆盖范围随时间明显增加。受高空风的影响(12 km处最大风速达60 m ·s-1),云顶明显向东南方向延伸,大范围的卷云导致系统前部的温度梯度比较小,系统后部的温度梯度较大。

图 4 FY-4A云顶温度与5 min闪电分布的叠加 Fig.4 Superposition diagram of total lightning within 5 min on FY-4A cloud top temperature

由CTT叠加5 min的闪电分布(图 4)可以看出,闪电活动均发生于CTT小于-50 ℃的云区内,且密集出现在CTT小于-60 ℃的范围内。密集的闪电对应系统的强对流区域,而稀疏的闪电对应系统前部大范围的层状云区。19:00,CTT小于-60 ℃的云区覆盖范围虽然较大(图 4d),CTT最低也达到-69 ℃,但是结合闪电资料却发现低于-65 ℃的云区内没有闪电活动,仅有零星的闪电散布在低于-60 ℃的云区内,表明云内对流强度明显减弱,系统进入减弱阶段。

由于鲁北雹暴位于山东北部,且距离济南雷达站较远,主要分析鲁中雹暴雷达回波的演变特征。济南多普勒雷达观测表明,鲁中雹暴于午后生成于河北的邢台市境内,15:00前后由夏津进入山东境内,强对流系统一直维持较强的强度,表现为排列紧凑的多单体风暴簇,14:53开始出现中气旋,一直持续3个多小时,呈现出明显的超级单体特征。

图 5给出了16:09的ZHCcZDRKDP的剖面图,剖面起始点的极坐标分别为(294.7°,60.0 km)和(239.6°,24.4 km)。30.0 km处出现回波穹隆,穹隆区的回波强度为5~10 dBZ(图 5a)。对应于回波穹隆区出现ZDR柱(图 5c),大于2.0 dB的ZDR高度达到8.3 km,ZDR最大值为6.4 dB,同时回波穹隆区的Cc<0.9(图 5b),这些特征均指明ZDR柱对应强上升气流区,该区域45 dBZ的回波高达12.3 km,表明云顶高度较高。在ZDR柱的左侧(对应远离雷达一侧),出现负值的ZDR柱,最小值为-0.84 dB,该区域回波强度非常低,且Cc比较小(小于0.9),是由穹隆区内上升气流携带的非气象目标物或者由于三体散射造成的[22]

图 5 16:09济南雷达双偏振参量垂直剖面 Fig.5 Vertical section of dual-polarization parameters of Jinan radar at 16:09

大于60 dBZ的强回波区紧邻回波穹隆区的左侧,位于4~5 km高度范围内(温度为-10~-3 ℃),回波强度最大值为65 dBZ。强回波区的ZDR为0.8~1.5 dB,KDP为0.5~2.4 (°) ·km-1(图 5d),Cc为0.90~0.97,均表明强回波区内存在冰雹粒子[22-23]

17:01,雹暴移至长清,回波最大值为73.5 dBZ,65.0 dBZ强回波高度超过9 km(图 6a)。回波穹隆宽度接近10 km,顶高约为8 km,说明上升气流的水平范围较大,有利于大冰雹的生成。穹隆区域内Cc为0.3~0.8(图 6b),表明液相和冰相粒子共存。在4.5~7.5 km高度层出现大于3.0 dB的ZDR柱,ZDR最大值达到7.35 dB(图 6c),ZDR的高值区对应上升气流的核心区域,显然云内强盛的上升气流非常有利于大冰雹的产生。考虑到上升气流比较强,说明云内过冷云滴比较丰富,通过碰并过程来不及形成较大的雨滴,就被强盛的上升气流输送到高空,而高层下落到上升气流的较大冰雹或者霰粒,可以通过碰并淞附过程收集大量的过冷雨滴和云滴,导致冰相粒子出现快速增长,云内非感应起电活动会随着冰相粒子的增多而迅速加强[1-2],因此ZDR的高值区内可以预示云内起电和放电活动将得到加强。

图 6 17:01济南雷达双偏振参量垂直剖面 Fig.6 Vertical section of dual-polarization parameters of Jinan radar at 17:01
5 闪电活动与雷达参量分析

为了分析闪电活动与雷达参量之间的对应关系,选取鲁中雹暴16:09、16:55、18:05等3个时次进行详细分析。

在强的高空风作用下,风暴顶部向东偏北出流非常明显,鲁中雹暴(向东南方向移动)的左前侧存在大片的稳定性降水回波,其中夹杂着几个弱的对流单体。16:09,强对流回波区位于雷暴系统的右后侧,且该处的回波水平梯度最大。大于30 dBZ的强对流回波近似圆形,最大值为65 dBZ(图 7a)。由空间分布来看,密集的地闪主要发生在大于30 dBZ的强对流回波区,大片的稳定性降水回波区内闪电零星发生。由极性分布来看,负地闪主要发生在45 dBZ以上的区域,且趋向强回波中心聚集。正地闪分布范围相对广泛,前部密集的正地闪对应雷暴前部30~45 dBZ区域。逐仰角对照分析可以发现,密集的正地闪对应雷暴系统前部的悬垂回波,而对应区域低仰角回波非常弱,甚至在10 dBZ以下。相比之下,云闪则簇集在强回波区域,表明密集的云闪更易于识别强对流区域。密集的负地闪与KDP>0.5 (°) ·km-1ZDR>2.0 dB的区域对应关系非常好(图 7dg),对应区域的相关系数为0.90~0.98,说明负地闪与强降水区密切相关,而正地闪密集区域ZHKDP很小,ZDR较大(大于4.0 dB),Cc < 0.9,可以推测出降水粒子为稀疏的大雨滴。

图 7 2020年6月1日不同时刻雷达组合反射率因子、差分反射率、差分相移率、相关系数、粒子识别产品与雷达体扫6 min内闪电的叠加 Fig.7 Superposition diagram of total lightning (within 6 min of radar scanning) on radar composite reflectivity, ZDR, KDP, Cc, and hydrometeor classification product at different times on 1 June 2020

16:55,系统正好移至雷达站的南部,雹暴发展非常强盛,大于60 dBZ的范围明显扩大,雷暴顶高也达到17 km。6 min内闪电(云闪和地闪)出现148次,其中云闪为75次,说明云内放电活动非常活跃。由6 min闪电与组合反射率因子的叠加(图 7b)可以清楚看出,闪电都发生在30 dBZ以上的雷达回波区内,主要集中在大于50 dBZ的雷暴核心区域。地闪以负极性为主,负地闪密集发生在系统的前部,而正地闪稀疏地分布在雷暴系统的后部。17:30以后,强回波面积有所减弱,但10 min之后系统又明显加强。17:41,回波顶高达18.2 km,最大回波强度达75 dBZ,大于60 dBZ的回波面积有所增加,推测系统短暂增强可能受地形抬升影响所致,因为该时段鲁中雹暴正好经过泰山区域。16:40—17:30,雹暴的云闪和地闪频数较高,分别在60次/6 min和30次/6 min以上(图 3a),基本对应或者超前雹暴的强盛阶段,意味着当雷暴系统的云闪和地闪比较活跃时,系统会继续维持或进一步发展增强。

对照低仰角的双偏振参量(图 7ehk)和粒子识别产品(图 7n)可以看出,16:55,闪电密集区域正好对应冰雹粒子区和大雨滴区。图 7e白色圆圈区域的雷达反射率因子总体大于55 dBZ,ZDR普遍小于1.5 dB,KDP>2.4 (°) ·km-1Cc<0.97,甚至出现几片小于0.80的区域,表明该区域降水粒子浓度较大,粒子尺度中等,里面夹杂着冰雹粒子。而在图 7e白色矩形区域的偏振特征正好相反,该处回波强度较弱,KDP也比较小,基本在1.7 (°) ·km-1以下,但是ZDR介于3~5 dB之间,大多数Cc在0.90以下,这些特征表明该区域雨滴尺度较大,浓度较低,且降水粒子多为正在融化的冰相粒子,总体来看比较符合冷雨过程形成的大雨滴特征。回波悬垂位于系统的前部,且悬垂回波也比较强,可能会导致大的冰相粒子脱离倾斜的上升气流而降落下来。抬高仰角还发现,雷暴强反射率核心的ZDR为负值时,可能云内存在直径大于5 cm的大冰雹,因为米散射效应能够导致5 cm以上冰雹的ZDR转为负值[29],并且得到了地面观测(最大冰雹直径为5 cm)的证实。

18:05,鲁中雷暴中心已经移至济南雷达站东南方向约90 km处,回波最强达到71.5 dBZ。由图 3a图 7cfilo可以看出,6 min内云闪发生56次,云闪依然比较活跃。该时段内正负地闪分别为42次和37次,正地闪比例高达53.2%。与正地闪相比,负地闪的分布相对稀疏。正地闪密集区域位于回波核的前部以及KDP高值区的前部,对应的组合反射率因子为30~60 dBZ;KDP较低且绝大多数在0.15 (°)·km-1附近;ZDR基本在2.5 dB以下,在红色圆圈区域(图 7f)出现弱的负值区;Cc也比较低,在0.70左右,说明正地闪密集区域内存在明显的液态降水粒子和固态或者正在融化的冰相粒子。粒子识别产品与闪电的叠加图也证实闪电主要对应冰相粒子区域(湿雪、霰和冰雹)。

差分反射率是双偏振天气雷达的一个重要参量,对于最大轴为水平方式排列的水成物来说,其ZDR为正值,且扁平状的粒子尺度越大其ZDR正值也越大。当正ZDR延伸到融化层高度以上时形成的柱状连续的ZDR正值区域称为ZDR柱,研究发现ZDR柱可以提供关于风暴上升气流位置和强度的信息[25],在强对流风暴及灾害性天气的预警中具有潜在的应用价值[32]。为了研究ZDR柱对闪电活动的影响,鉴于计算方便,仅计算了每个体扫时刻0 ℃层高度以上所有ZDR≥1.0 dB的体积,同时计算了0 ℃层高度以上ZH≥30 dBZ的体积以及该体积内冰相粒子的含水量[39]图 8给出了鲁中雷暴每个体扫时刻的0 ℃以上ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积、ZH≥30 dBZ的冰水含量与总闪电频数的演变,由于雷达故障,14:53—15:34出现缺测。总体来看,ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量的演变趋势与总闪电频数的变化存在较好的一致性。14:36之前,ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量均呈增加趋势;14:36之后,总闪电频数有所下降,ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量均同步出现下降,但ZDR≥1.0 dB的体积呈增加趋势。15:52—16:28,闪电频数出现低谷,基本维持在100次/6 min,同样ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量也都出现了谷值。16:38之后,系统出现快速增长,ZDR≥1.0 dB的体积和闪电频数出现跃增,并同时出现最大值(体积最大值为52 391 km3,闪电频数最大值为228次/6 min),而ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量则分别在16:44和16:49出现峰值(体积最大值为29 942 km3,冰水含量最大值为2.27×1010 kg),均提前于闪电峰值时间。鉴于ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量与总闪电频数存在较好的时间一致性,还计算得到总闪电频数与ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量的皮尔逊相关系数分别为0.756、0.780和0.710。通过上述分析可以发现,0 ℃层高度以上的上升气流和冰相含水量与总闪电关系密切,ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积、ZH≥30 dBZ的冰水含量峰值超前或者与总闪电峰值同步出现。

图 8 鲁中雹暴的总闪电频数与0 ℃以上ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积和ZH≥30 dBZ的冰水含量的时间演变特征 Fig.8 Evolution of total lightning frequency, volume with ZDR≥1.0 dB, volume with ZH≥30 dBZ, and ice water content with ZH≥30 dBZ above 0 ℃ for hailstorm in the central Shandong Province
6 鲁北雹暴中云闪和地闪分布特征

2020年6月1日21:33左右,ISS上携带的闪电成像仪正好扫过鲁北雹暴,注视雷暴的时间约为90 s,记录到总闪电318次,而同时段地面探测到正地闪为19次,负地闪为31次,地面系统共探测到地闪50次。由于地面系统采用的是低频和甚低频电磁波来进行闪电信息的探测,而云闪的电磁辐射能多集中在高频段,再加上高频和甚高频电磁信号在大气直线传播过程中衰减较快,导致地面系统探测云闪的效率较低,因此不考虑地面探测系统提供的云闪信息。由LIS观测的总闪电信息(318次)和地面系统探测的地闪信息(50次),可以简单估算出21:33前后云闪和地闪的比值为5.4。该值高于美国气候平均值(2.7)[40],但低于Mecikalski等[41]给出的23个超级单体的云闪和地闪的平均比值(8.3)。另外需要注意的是,LIS是从太空观测到闪电发出的光辐射从而确定雷电信息,由于云闪主要发生在云的中上部,其发出的光辐射易被LIS观测到,而地闪主要发生在云的中下部到地面之间,其发出的光信号易被上部的云所遮挡不易被LIS探测到,因此LIS对发生在云中上部的闪电探测效率略高于云下部[42-43]

此次强对流过程包含4个比较明显的雷暴单体(图 9)。通过对比地基和空基探测的闪电,两者空间位置一致性较好。LIS观测的总闪电分布比较集中,主要发生ZH≥30 dBZ以上的强对流区域,而同时间段内的地闪相对分散,对应的回波强度在25~55 dBZ。由图 9还可以看出,云闪密集的区域地闪却没有想象中的活跃,甚至地闪频数较低,其原因主要是云闪和地闪的发生都需要云内中上部的主电荷区参与放电,这必然会产生电荷竞争机制,导致同一地点的云闪很频繁而地闪却不活跃。已有的观测也发现风暴越强,其地闪反而越不活跃,这可能主要是由于电荷抬升机制[44]造成的,因为冰雹云垂直气流速度远大于一般雷雨云,强上升气流必然导致云中强的起电过程。同时,上升气流也将云体抬得更高,相应的电荷区也被抬高。一方面加大了-25~-10 ℃区间主电荷区与地面的距离,导致地闪频数有所减小;另一方面减小了主电荷区与其上部电荷区之间的距离,导致云闪频数大大增加,这两者的作用都使得冰雹云的地闪次数会小于普通雷暴。

图 9 21:33雷达观测的等高平面位置显示产品6 km反射率因子和1.5o仰角的粒子识别产品与闪电(时间范围为90 s)叠加 Fig.9 Superposition diagram of total lightning (the time range of lightning observed is 90 seconds) on CAPPI (constant altitude plan position indicator) reflectivity at 6 km and hydrometeor classification product at 1.5o observed at 21:33

通过闪电与粒子识别产品的叠加可以看出,云闪很好地对应霰、湿雪、冰雹、干雪等大的冰相粒子区,稀疏的地闪主要对应干雪和冰晶区域。图 9总体表明,闪电活动与对流活动对应关系很好,闪电越密集表明对流活动越强,密集的闪电活动与云内大的冰相粒子关系非常密切,进一步证实大的冰相粒子在起电过程中发挥着主导作用。

7 结论

基于双偏振多普勒天气雷达、风云气象卫星、地基和空基闪电探测资料,对2020年6月1日发生的鲁中和鲁北2次较大范围的冰雹天气的闪电和雷达参量特征进行了分析,初步得到以下研究结果:

(1) 鲁中雹暴和鲁北雹暴的主要差异是,鲁中雹暴的发展高度高于鲁北雹暴,鲁中雹暴的正地闪比例和正地闪平均强度明显高于鲁北雹暴。2个雹暴的共同特征是,在开始阶段的正地闪比例均较高,云闪占总闪电的比例也高于其他时段。在地面降雹开始之前,总闪电频数出现跃增,其峰值提前6~18 min,同时云闪表现异常活跃;地面出现降雹之后,云闪频数快速下降,地闪占总闪电比例增加,甚至超过50%。结合卫星观测的闪电资料估算出云闪和地闪比值约为5.4。

(2) 雹暴的闪电活动均发生在低于-50 ℃的云区内,且密集出现在低于-60 ℃的范围内。闪电(云闪、地闪)主要发生ZH≥30 dBZ以上的强对流区域,地闪分布相对分散,经常发生在强回波核心周围或者层状云区。密集的云闪对应强对流区,表明云内垂直运动剧烈,意味着系统会继续维持或者进一步发展增强。

(3) 雹暴出现明显的有界弱回波区,对应回波穹隆区的ZDR较高、Cc较低,很好地指示了上升气流区。高ZH和低Cc以及较低的ZDR区域对应冰雹粒子区域。负地闪与KDP>0.5 (°) ·km-1ZDR>2.0 dB区域对应关系很好,表明负地闪与强降水区密切相关。在降水核心区域出现活跃的正地闪,通常预示冰雹的发生。

(4) 闪电与粒子识别产品的叠加分析表明,闪电很好地对应霰、湿雪、冰雹、干雪等大的冰相粒子区。0 ℃以上ZDR≥1.0 dB的体积、ZH≥30 dBZ的体积、ZH≥30 dBZ的冰水含量与总闪电频数的时间演变存在较好的一致性,它们与总闪电频数的相关系数分别为0.756、0.780和0.710,说明总闪电活动与云内大的冰相粒子分布关系密切,也进一步证实了大的冰相粒子在起电过程中发挥着主导作用。

以上仅是个例分析结果,下一步将结合更多的降雹过程分析,利用质控的雷达资料和闪电资料分析总结雹暴的闪电特征和双偏振参量特征,以便更好改进强对流灾害性天气的识别和预警工作。

致谢: 感谢国家科技基础条件平台-国家空间科学数据中心(https://www.nssdc.ac.cn)提供数据资源。

参考文献
[1]
MacGORMAN D R, RUST W D. The electrical nature of storms[M]. New York: Oxford University Press, 1998: 163-303.
[2]
RAKOV V A, UMAN M A. Lightning: physics and effects[M]. New York: Cambridge University Press, 2003: 24-52.
[3]
张义军, 孟青, KREBIEL P R, 等. 超级单体雷暴中闪电VHF辐射源的时空分布特征[J]. 科学通报, 2004, 49(5): 499-505. DOI:10.3321/j.issn:0023-074X.2004.05.017
[4]
MacGORMAN D R, BURGESS D W. Positive cloud-to-ground lightning in tornadic storms and hailstorms[J]. Mon Wea Rev, 1994, 122(8): 1671-1697. DOI:10.1175/1520-0493(1994)122<1671:PCTGLI>2.0.CO;2
[5]
STOLZENBURG M. Observations of high ground flash densities of positive lightning in summertime thunderstorms[J]. Mon Wea Rev, 1994, 122(8): 1740-1750. DOI:10.1175/1520-0493(1994)122<1740:OOHGFD>2.0.CO;2
[6]
WILLIAMS E, BOLDI B, MATLIN A, et al. The behavior of total lightning activity in severe Florida thunderstorms[J]. Atmos Res, 1999, 51(3/4): 245-265.
[7]
田野, 姚雯, 尹佳莉, 等. 不同闪电跃增算法在北京地区应用效果对比[J]. 应用气象学报, 2021, 32(2): 217-232.
[8]
YAO W, ZHANG Y J, MENG Q, et al. A comparison of the characteristics of total and cloud-to-ground lightning activities inhailstorms[J]. Acta Meteor Sinica, 2013, 27(2): 282-293. DOI:10.1007/s13351-013-0212-x
[9]
LANG T J, RUTLEDGE S A, DYE J E, et al. Anomalously low negative cloud-to-ground lightning flash rates in intense convective storms observed during STERAO-A[J]. Mon Wea Rev, 2000, 128(1): 160-173. DOI:10.1175/1520-0493(2000)128<0160:ALNCTG>2.0.CO;2
[10]
SOULA S, SEITY Y, FERAL L, et al. Cloud-to-ground lightning activity in hail-bearing storms[J]. J Geophys Res, 2004, 109(D2): D02101.
[11]
CAREY L D, RUTLEDGE S A. Electrical and multiparameter radar observations of a severe hailstorm[J]. J Geophys Res, 1998, 103(D12): 13979-14000. DOI:10.1029/97JD02626
[12]
冯桂力, 郄秀书, 袁铁, 等. 雹暴的闪电活动特征与降水结构研究[J]. 中国科学(D辑: 地球科学), 2007, 37(1): 123-132.
[13]
王晨曦, 郑栋, 张义军, 等. 一次雹暴过程的闪电活动特征及其与雹暴结构的关系[J]. 热带气象学报, 2014, 30(6): 1127-1136. DOI:10.3969/j.issn.1004-4965.2014.06.014
[14]
QIE X S, YU Y, WANG D H, et al. Characteristics of cloud-to-ground lightning in Chinese inland plateau[J]. J Meteor Soc Japan, 2002, 80(4): 745-754. DOI:10.2151/jmsj.80.745
[15]
SEITY Y, SOULA S, TABARY P, et al. The convective storm system during IOP 2a of MAP: cloud-to-ground lightning flash production in relation to dynamics and microphysics[J]. Quart J Roy Meteor Soc, 2003, 129(588): 523-542. DOI:10.1256/qj.02.03
[16]
LÓPEZ R E, AUBAGNAC J P. The lightning activity of a hailstorm as a function of changes in its microphysical characteristics inferred from polarimetric radar observations[J]. J Geophys Res, 1997, 102(D14): 16799-16813. DOI:10.1029/97JD00645
[17]
XU S, ZHENG D, WANG Y Q, et al. Characteristics of the two active stages of lightning activity in two hailstorms[J]. J Meteor Res, 2016, 30(2): 265-281. DOI:10.1007/s13351-016-5074-6
[18]
BALAKRISHNAN N, ZRNIC D S. Use of polarization to characterize precipitation and discriminate large hail[J]. J Atmos Sci, 1990, 47(13): 1525-1540. DOI:10.1175/1520-0469(1990)047<1525:UOPTCP>2.0.CO;2
[19]
曹俊武, 刘黎平. 双线偏振多普勒天气雷达识别冰雹区方法研究[J]. 气象, 2006, 32(6): 13-19.
[20]
潘佳文, 蒋璐璐, 魏鸣, 等. 一次强降水超级单体的双偏振雷达观测分析[J]. 气象学报, 2020, 78(1): 86-100.
[21]
龚佃利, 朱君鉴, 王俊, 等. 2020年6月1日山东强雹暴过程双偏振雷达观测分析[J]. 海洋气象学报, 2021, 41(3): 40-51.
[22]
刁秀广. 2020年5月17日和6月1日山东强冰雹风暴双极化特征分析[J]. 海洋气象学报, 2021, 41(1): 68-81.
[23]
刁秀广, 张磊, 孟宪贵, 等. 两次强降水风暴双偏振参量特征分析[J]. 海洋气象学报, 2020, 40(3): 27-36.
[24]
郑丽娜, 刘畅, 宿秋兰, 等. 2019年6月黄河口6次局地冰雹实例分析[J]. 海洋气象学报, 2020, 40(1): 79-89.
[25]
KUMJIAN M R, RYZHKOV A V. Polarimetric signatures in supercell thunderstorms[J]. J Appl Meteor Climatol, 2008, 47(7): 1940. DOI:10.1175/2007JAMC1874.1
[26]
PICCA J C, KUMJIAN M, RYZHKOV A V. ZDR columns as a predictive tool for hail growth and storm evaluation[C]. 25th conference on Severe Local Storms. Denver, CO, Amer Metror Soc, 2011: 11.3.
[27]
KUMJIAN M R. Principles and applications of dual-polarization weather radar. Part Ⅰ: description of the polarimetric radar variables[J]. J Operational Meteor, 2013, 1(19): 226-242. DOI:10.15191/nwajom.2013.0119
[28]
KUMJIAN M. Principles and applications of dual-polarization weather radar. Part Ⅱ: warm- and cold-season applications[J]. J Operational Meteor, 2013, 1(20): 243-264. DOI:10.15191/nwajom.2013.0120
[29]
KUMJIAN M R, KHAIN A P, BENMOSHE N, et al. The anatomy and physics of ZDR columns: investigating a polarimetric radar signature with a spectral Bin microphysical model[J]. J Appl Meteor Climatol, 2014, 53(7): 1820-1843. DOI:10.1175/JAMC-D-13-0354.1
[30]
SNYDER J C, RYZHKOV A V, KUMJIAN M R, et al. A ZDR column detection algorithm to examine convective storm updrafts[J]. Wea Forecasting, 2015, 30(6): 1819-1844. DOI:10.1175/WAF-D-15-0068.1
[31]
VAN DEN BROEKE M S. Polarimetric radar metrics related to tornado life cycles and intensity in supercell storms[J]. Mon Wea Rev, 2017, 145(9): 3671-3686. DOI:10.1175/MWR-D-16-0453.1
[32]
KUSTER C M, SCHUUR T J, LINDLEY T T, et al. Using ZDR columns in forecaster conceptual models and warning decision-making[J]. Wea Forecasting, 2020, 35(6): 2507-2522. DOI:10.1175/WAF-D-20-0083.1
[33]
ZHAO C H, ZHANG Y J, ZHENG D, et al. An improved hydrometeor identification method for X-band dual-polarization radar and its application for one summer hailstorm over Northern China[J]. Atmos Res, 2020, 245: 105075. DOI:10.1016/j.atmosres.2020.105075
[34]
孟晓阳, 王佳权, 马启明, 等. 2020年基于VLF/LF三维闪电定位系统的全国闪电数据集[J/OL]. 中国科学数据, 2022, 7(1): 31-44. (2022-02-09)[2023-07-28]http://csdata.org/p/637/.
[35]
BLAKESLEE R, KOSHAK W. LIS on ISS: expanded global coverage and enhanced applications[J]. The Earth Observer, 2016, 28(3): 4-14.
[36]
BLAKESLEE R J, LANG T J, KOSHAK W J, et al. Three years of the lightning imaging sensor onboard the international space station: expanded global coverage and enhanced applications[J]. J Geophys Res: Atmos, 2020, 125(16): e2020JD032918. DOI:10.1029/2020JD032918
[37]
ERDMANN F, DEFER E, CAUMONT O, et al. Concurrent satellite and ground-based lightning observations from the Optical Lightning Imaging Sensor (ISS-LIS), the low-frequency network Meteorage and the SAETTA Lightning Mapping Array (LMA) in the northwestern Mediterranean region[J]. Atmos Meas Tech, 2020, 13(2): 853-875. DOI:10.5194/amt-13-853-2020
[38]
俞小鼎, 王秀明, 李万莉, 等. 雷暴与强对流临近预报[M]. 北京: 气象出版社, 2020.
[39]
陈羿辰, 何晖. 基于偏振雷达的积层混合云降水增雨潜力识别方法研究[J]. 大气科学, 2017, 41(3): 578-592.
[40]
MEDICI G, CUMMINS K L, CECIL D J, et al. The intracloud lightning fraction in the contiguous United States[J]. Mon Wea Rev, 2017, 145(11): 4481-4499. DOI:10.1175/MWR-D-16-0426.1
[41]
MECIKALSKI R M, CAREY L D. Radar reflectivity and altitude distributions of lightning flashes as a function of three main storm types[J]. J Geophys Res: Atmos, 2018, 123(22): 12814-12828.
[42]
BOCCIPPIO D J, KOSHAK W J, BLAKESLEE R J. Performance assessment of the optical transient detector and lightning imaging sensor. Part Ⅰ: predicted diurnal variability[J]. J Atmos Oceanic Technol, 2002, 19(9): 1318-1332. DOI:10.1175/1520-0426(2002)019<1318:PAOTOT>2.0.CO;2
[43]
PETERSON M, RUDLOSKY S, ZHANG D L. Changes to the appearance of optical lightning flashes observed from space according to thunderstorm organization and structure[J]. J Geophys Res: Atmos, 2020, 125(4): e2019JD031087. DOI:10.1029/2019JD031087
[44]
WILLIAMS E R. The electrification of severe storms[M]//Severe Convective Storms. Boston, MA: American Meteorological Society, 2001: 527-561.