王婷波鄭 棟張義軍＊姚 雯張文娟

1）（成都信息工程學(xué)院，成都610225）2）（中國氣象科學(xué)研究院，北京100081）

基于大氣層結(jié)和雷暴演變的閃電和降水關(guān)系

王婷波1）鄭 棟2）張義軍2）＊姚 雯2）張文娟2）

1）（成都信息工程學(xué)院，成都610225）2）（中國氣象科學(xué)研究院，北京100081）

選取2006—2008年發(fā)生在北京及其周邊地區(qū)的28次雷暴過程，基于大氣不穩(wěn)定度參數(shù)和雷達(dá)參量對雷暴過程進(jìn)行分類，分析了不同分類條件下的總閃電活動（SAFIR3000三維閃電定位系統(tǒng)觀測）和對流降水（雷達(dá)反演）的關(guān)系。結(jié)果表明：整體而言，總閃對應(yīng)降水量的平均值為1.92×107kg·fl－1。依據(jù)對流有效位能和抬升指數(shù)對雷暴進(jìn)行分類的分析表明，較強的不穩(wěn)定狀態(tài)對應(yīng)了較小的總閃對應(yīng)降水量，同時總閃頻次和對流降水量的相關(guān)性更好。基于雷達(dá)特征參數(shù)的分類分析表明，總閃對應(yīng)降水量在對流運動較弱情況下最小，其次是對流運動較強的情況下，而對流運動適中時最大。

閃電；降水；大氣層結(jié)；雷達(dá)參量

引 言

閃電和降水關(guān)系是近年來被普遍關(guān)注的一個科學(xué)問題。一方面，對于具有強對流特征的雷暴來說，閃電活動與對流活動強度和云內(nèi)的冰相過程關(guān)系密切；同時，對流活動也是雷暴產(chǎn)生強降水的關(guān)鍵原因，因此，從雷暴動力和微物理角度來說，閃電和降水之間存在內(nèi)在聯(lián)系。另一方面，作為對流天氣過程的兩個產(chǎn)物，閃電和降水均為天氣監(jiān)測、預(yù)警和預(yù)報的重要對象。特別是隨著閃電定位技術(shù)的發(fā)展以及閃電定位站網(wǎng)的普及，閃電數(shù)據(jù)在強對流天氣監(jiān)測中的作用日益突出［1］?；陂W電監(jiān)測估測降水，可以對現(xiàn)有降水觀測和預(yù)警手段提供有益補充［2］，閃電和降水關(guān)系研究對于閃電資料在數(shù)值天氣預(yù)報模式中的同化也具有重要參考價值［3］。

總閃對應(yīng)降水量［4］是體現(xiàn)閃電和降水關(guān)系的一個重要參數(shù)，是單個閃電表征的對流降水量。已有研究表明，該值在不同地區(qū)存在差異。如Pineda等［5］分析了發(fā)生在地中海西北部區(qū)域的9個對流事件中的地閃和降水的關(guān)系，總體上，地閃對應(yīng)降水量平均值為38.9×103m3·fl－1，變化范圍為10.8×103～87.2×103m3·fl－1。Petersen等［6］統(tǒng)計了全球多個地方的降水與地閃的關(guān)系，考慮的時間尺度為1個月，空間尺度大約為104～105km2，研究表明：在美國中部大陸，地閃對應(yīng)降水量約為1×108kg·fl－1，在美國西南部為6×107kg·fl－1，在熱帶大陸為4×108kg·fl－1，熱帶西太平洋地區(qū)為1×1010kg·fl－1。周筠君等［7］分析了1997年6—8月甘肅隴東地區(qū)的雷暴過程，指出地閃對應(yīng)降水量變化范圍為1.4×107～3.5×107kg·fl－1，平均值為2.4×107kg·fl－1。鄭棟等［8］使用總閃資料分析了北京地區(qū)閃電活動與對流降水的關(guān)系，發(fā)現(xiàn)總閃對應(yīng)降水量為0.86×107～6.57×107kg·fl－1，其中值為2.26×107kg·fl－1，平均值為2.65×107kg·fl－1。

閃電和降水關(guān)系的強弱也隨氣候帶而變化。Petersen等［6］發(fā)現(xiàn)，美國大陸地閃和對流降水的相關(guān)系數(shù)在東南、東北、中部和西南部分別為0.71，0.45，0.87和0.90。Soriano等［9］對伊比利亞半島閃電和降水關(guān)系分析表明，半干旱區(qū)閃電和降水的相關(guān)系數(shù)為0.75，潮濕地區(qū)相關(guān)系數(shù)為0.65。鄭棟等［10］分析了我國幾個不同氣候帶的閃電和降水關(guān)系，同樣發(fā)現(xiàn)在相對干旱地區(qū)，閃電與降水相關(guān)關(guān)系更為顯著。

也有研究給出了閃電和降水的擬合關(guān)系。Chang等［11］研究了閃電與 TRMM（Tropical Rainfall Measuring Mission）衛(wèi)星微波成像儀得到的對流降水之間的關(guān)系，指出當(dāng)閃電頻次S≥1／15min時，降水強度R＝1.69×S0.46－1.1（單位：mm／h）；當(dāng)S≤1／15min時，無降水。周筠君等［12］根據(jù)甘肅平?jīng)龅貐^(qū)地閃和降水得到降水強度和地閃頻次的擬合關(guān)系，相關(guān)系數(shù)為0.8641。鄭棟等［8］得到北京地區(qū)總閃和對流降水量的擬合關(guān)系為MCR＝1.574×107FTL＋2.956×108，其中MCR表示對應(yīng)閃電頻次統(tǒng)計時段（為6min）的對流降水量，F(xiàn)TL表示6min的總閃頻次。

不同地區(qū)閃電和降水關(guān)系存在差異，但Petersen等［6］和Ziper［13］指出，對一確定地區(qū)而言，兩者關(guān)系相對穩(wěn)定，因此，針對某一地區(qū)的閃電和降水關(guān)系的研究具有現(xiàn)實意義。同時，研究也表明，閃電和降水的關(guān)系隨雷暴強度的變化而出現(xiàn)差異，如對比發(fā)現(xiàn)強對流雷暴傾向于對應(yīng)弱降水［4，13－14］。已有研究通常將不同類型雷暴綜合統(tǒng)計，得到閃電和降水的平均關(guān)系。為了進(jìn)一步理解閃電和降水的內(nèi)在聯(lián)系以及閃電和降水關(guān)系隨對流活動特征的變化，從而為閃電和降水關(guān)系的潛在應(yīng)用提供更為細(xì)化的研究結(jié)果，本文選取2006—2008年發(fā)生在北京及周邊地區(qū)的28次雷暴過程，通過對不同雷暴過程對應(yīng)的大氣層結(jié)特征以及雷暴發(fā)展不同階段對應(yīng)的雷達(dá)特征將過程進(jìn)行分類，探討不同分類情況下閃電和降水的關(guān)系。

1 數(shù)據(jù)和方法

本研究選取了2006—2008年發(fā)生在北京及其周邊地區(qū)的28次雷暴過程。過程選擇通常要求雷暴是單體或具有明顯的對流核，在可靠觀測范圍內(nèi)發(fā)展過程較為完整。研究使用觀測資料包括閃電資料、雷達(dá)資料和探空資料。

1.1 閃電資料

閃電數(shù)據(jù)由京津地區(qū)的SAFIR3000三維閃電定位系統(tǒng)獲取。該系統(tǒng)包括3個探測子站（SAFIR3000三維閃電定位系統(tǒng)子站）（圖1）和1個處理中心，其采用干涉法定位閃電擊穿過程中的輻射源位置，工作頻率VHF為110～118MHz，LF為300Hz～3MHz，200km內(nèi)的探測效率可達(dá)到90%，位置誤差小于2km。將SAFIR輻射點數(shù)據(jù)判別為閃電數(shù)據(jù)的方式如下：對于云閃，相鄰輻射點在100ms和7km以內(nèi)將被判別為屬于同一次云閃；對于地閃，相鄰輻射點在500ms和7km以內(nèi)將被判別為屬于同一次地閃。同時，為避免云閃被錯誤的判別為正地閃，按照通常做法［15］，認(rèn)為正地閃的電流應(yīng)大于10kA，低于10kA的正極性數(shù)據(jù)則被判別為云閃。文中使用經(jīng)過閃電判別后得到的總閃數(shù)據(jù)，不區(qū)分云閃和地閃。在雷暴過程選擇中，要求雷暴位置在距離SAFIR3000站網(wǎng)中心100km范圍的區(qū)域，確保閃電探測的效率［16］。

圖1 SAFIR3000三維閃電定位系統(tǒng)子站和雷達(dá)站分布Fig.1 The distribution of SAFIR3000total lightning location system and radar station

1.2 雷達(dá)資料

雷達(dá)資料主要為北京S波段雷達(dá)（位置見圖1）的反射率因子觀測數(shù)據(jù)。由于雷達(dá)資料在本分析中將被用來反演降水，所以選擇的雷暴過程通常位于距離任何一部雷達(dá)100km的范圍內(nèi)，從而確保對雷暴低層有較完整的觀測。通過雙線性插值，原始反射率因子極坐標(biāo)數(shù)據(jù)被轉(zhuǎn)換為CAPPI（constant altitude plan position indicator）數(shù)據(jù)，水平分辨率為1km×1km，垂直方向共38層，從500m高度到20000m高度，間隔為200m至1000m不等（底層間隔較小，高層間隔較大）。雷達(dá)資料在本研究中主要發(fā)揮以下幾個方面的作用：

①雷暴過程挑選和數(shù)據(jù)提取。使用組合反射率因子數(shù)據(jù)與SAFIR3000閃電數(shù)據(jù)（發(fā)生在相鄰兩次體掃之間的閃電）疊加圖確定雷暴邊界。當(dāng)確定某一雷暴過程及其位置符合前面提到的選擇條件時，將通過一個環(huán)繞雷暴的多邊形提取出其內(nèi)的雷達(dá)數(shù)據(jù)和屬于該雷暴的閃電數(shù)據(jù)。邊界選擇時，至少確保組合反射率因子大于20dBZ的區(qū)域被選中，且在選擇邊界附近不存在連續(xù)的閃電活動。

②對流降水反演?？紤]到雷暴起電、放電過程與對流活動的密切關(guān)系，及對流降水在雷暴降水過程中的主導(dǎo)地位，本研究將只關(guān)注在雷暴對流區(qū)產(chǎn)生的降水。雷暴對流區(qū)和層云區(qū)的判別采用Steiner等［17］的方法。該方法是在3km高度層上，以反射率因子42.43dBZ為分界，將大于42.43dBZ的網(wǎng)格點定義為對流中心，計算對流中心周圍（反射率因子小于42.43dBZ）11km范圍內(nèi)背景的平均反射率因子（mean background reflectivity，MBR），即此范圍內(nèi)所有網(wǎng)格點的反射率因子平均值。隨后計算雷暴所有網(wǎng)格點的反射率因子與背景的平均反射率因子差值，若差值大于ΔM，則此網(wǎng)格點被確定為對流中心。

式（1）中，Mbg為背景平均反射率因子。然后確定對流中心的影響半徑r，其大小會隨著背景平均反射率因子而改變。

確定對流中心及其影響半徑后，在其影響半徑范圍內(nèi)的降水為對流降水，在其范圍外的降水則為層狀降水。

區(qū)分對流降水區(qū)和層云降水區(qū)后，同樣參考Steiner等［17］的做法，選擇3km高度的反射率因子來計算降水率，這里采用經(jīng)典的對流云反演降水計算方法：

式（3）中，Z為反射率因子，單位：mm6／m3；I為降水強度，單位：mm／h。對流降水量是6min內(nèi)對流雷達(dá)回波反演區(qū)域內(nèi)所產(chǎn)生的地面降水總質(zhì)量，單位：kg。計算過程將對應(yīng)雷達(dá)體掃時間內(nèi)（取整為6min）的閃電頻次與相應(yīng)時間內(nèi)的對流降水量對應(yīng)起來。

③雷達(dá)參數(shù)計算。雷達(dá)數(shù)據(jù)同樣被用來計算一些雷達(dá)參量，它們被用來作為對閃電和降水關(guān)系進(jìn)行分類分析的參考。本文使用的雷達(dá)參量包括：20dBZ反射率因子最大高度，為避免奇異點造成的影響，從最高層（20km）向下考慮，當(dāng)某層首先滿足反射率因子不小于20dBZ的格點數(shù)不小于10個，則該層被選為20dBZ反射率因子的最大高度層。該參數(shù)與云高（通常選擇18dBZ）在意義上相同，體現(xiàn)了雷暴對流運動的強度。12km高度上的最大反射率因子，為避免奇異點影響，選擇12km高度上反射率因子最大的10個格點值，以這10個反射率因子的平均值作為該高度的最大反射率因子。該參數(shù)同樣在一定程度上反應(yīng)了雷暴對流運動的強弱。0℃（由探空數(shù)據(jù)計算）層以上大于40dBZ的反射率因子體積與大于30dBZ的反射率因子體積的比值，40dBZ反射率因子的出現(xiàn)和高度發(fā)展經(jīng)常被用作預(yù)警閃電發(fā)生的條件［18－19］，且與對流引起的較大尺度的冰相粒子相關(guān)，說明其與引起閃電的起電過程關(guān)系密切；在雙偏振雷達(dá)分析中，與起電密切相關(guān)的冰相粒子，比如霰、小冰雹等在反射率因子數(shù)值上通常大于30dBZ［20］，在一定程度上反映了核心起電區(qū)體積在雷暴主體電荷區(qū)體積中所占的比例。

1.3 探空資料

北京探空站每日08：00（北京時，下同）和20：00的探空數(shù)據(jù)被用來計算大氣層結(jié)不穩(wěn)定度的相關(guān)參數(shù)，并提供雷達(dá)參數(shù)計算中的環(huán)境大氣0℃高度信息。08：00的探空將與跨過該時間點和08：00—20：00之間發(fā)生的雷暴過程對應(yīng)，20：00的探空將與跨過該時間點和20：00—次日08：00之間發(fā)生的雷暴過程對應(yīng)。本文使用的不穩(wěn)定度參數(shù)為對流有效位能和抬升指數(shù)，關(guān)于它們的定義和計算可參考文獻(xiàn)［21］。

2 閃電和降水的關(guān)系

2.1 整體關(guān)系

對28次雷暴過程綜合統(tǒng)計，得到總閃對應(yīng)降水量平均值為1.92×107kg·fl－1，最大值為7.91×107kg·fl－1，最小值為1.84×105kg·fl－1，中值為1.33×107kg·fl－1。累積分布5%和95%位置處的總閃對應(yīng)降水量分別為2.69×106kg·fl－1和6.05×107kg·fl－1，累積分布25%和75%位置處的總閃對應(yīng)降水量分別為6.56×106kg·fl－1和2.42×107kg·fl－1之間。鄭棟等［8］對相同地區(qū)分析得到的總閃對應(yīng)降水量平均值為2.65×107kg·fl－1，中值為2.26×107kg·fl－1。本研究結(jié)果與之相比偏小，除了個例差異的原因外，還由于所采用的對流區(qū)判別方法不同，本研究判別的對流區(qū)可能相對偏?。?2－23］。

圖2為所有體掃對應(yīng)的雷暴總閃頻次F（單位：個／6min）和對流降水量R（單位：kg）散點圖及其線性擬合結(jié)果。兩者的線性相關(guān)系數(shù)為0.584。

圖2 雷暴過程總閃頻次和對流降水量關(guān)系Fig.2 The relationship between total lightning frequency and convective precipitation

2.2 基于大氣不穩(wěn)定度參數(shù)分類的閃電和降水關(guān)系

2.2.1 基于對流有效位能分類

通常，具有較大對流有效位能的層結(jié)易產(chǎn)生更強烈的對流活動。依據(jù)不同雷暴對應(yīng)的對流有效位能的大小，同時考慮到不同分類情況下的樣本分布，該研究中將對流有效位能（ECAP）的閾值分為3類：ECAP＜1000J·kg－1，1000J·kg－1≤ECAP＜1600J·kg－1和ECAP≥1600J·kg－1，樣本量（占總樣本比例）為156（45%），123（35%）和68（20%）。表1給出了基于不同ECAP分類情況下，總閃對應(yīng)降水量的統(tǒng)計情況。從分布范圍上看，1000J·kg－1≤ECAP＜1600J·kg－1對應(yīng)的總閃對應(yīng)降水量范圍最廣，其次為ECAP＜1000J·kg－1，而ECAP≥1600J·kg－1對應(yīng)的總閃對應(yīng)降水量范圍最窄。從平均值看，ECAP＜1000J·kg－1和1000J·kg－1≤ECAP＜1600J·kg－1對應(yīng)的總閃對應(yīng)降水量較為接近，而ECAP≥1600J·kg－1所對應(yīng)雷暴的總閃對應(yīng)降水量相對較小。ECAP與總閃對應(yīng)降水量的這種關(guān)系Buechler等［24］在Tennessee峽谷涉及5個雷暴日的閃電和降水關(guān)系分析中也指出，當(dāng)出現(xiàn)較大ECAP時，每個閃電對應(yīng)的降水量偏小。

表1 不同ECAP分類下總閃對應(yīng)降水量的統(tǒng)計值Table 1 Statistics of rain yields per flash based on the classification of ECAP

對不同ECAP分類情況下的閃電和降水關(guān)系進(jìn)行線性擬合分析（表2）。由表2可以看到，對應(yīng)ECAP≥1600J·kg－1分類的總閃頻次和對流降水量的線性關(guān)系最為明顯。

表2 不同ECAP分類下總閃頻次和對流降水量的線性擬合關(guān)系Table 2 Linear fitting between total lightning frequency and convective precipitation based on the classification of ECAP

2.2.2 基于抬升指數(shù)分類

此處抬升指數(shù)（IL）的定義為500hPa高度上，氣塊狀態(tài)曲線溫度與層結(jié)曲線溫度的差（不同定義可能相反），這意味著正值表示正浮力，而負(fù)值表示負(fù)浮力?？紤]了抬升指數(shù)的分布和對應(yīng)分類樣本的數(shù)量，此處的分類區(qū)間選擇為IL＜0K，0K≤IL＜4K和IL≥4K，樣本量（占總樣本比例）為44（12%），183（52%）和125（36%）。

表3給出了對應(yīng)不同IL分類情況下的總閃對應(yīng)降水量統(tǒng)計結(jié)果。從分布范圍上看，0K≤IL＜4K對應(yīng)的總閃對應(yīng)降水量范圍最廣，其次是IL＜0K，而IL≥4K對應(yīng)的總閃對應(yīng)降水量范圍最窄。從平均值看，IL＜0K對應(yīng)總閃對應(yīng)降水量平均值最大，其次是0K≤IL＜4K，而IL≥4K對應(yīng)的總閃對應(yīng)降水量平均值最小。與對流有效位能類似，較大的IL（意味著較強的不穩(wěn)定）對應(yīng)了較小的總閃對應(yīng)降水量平均值。

表3 不同IL分類下總閃對應(yīng)降水量的統(tǒng)計值Table 3 Statistics of rain yields per flash based on the classification of IL

線性擬合分析（表4）表明，與IL≥4K分類對應(yīng)的雷暴閃電與降水關(guān)系線性相關(guān)最好。同樣，與IL＜0K分類對應(yīng)的線性擬合關(guān)系要比0K≤IL＜4K顯著，這可能是由于IL＜0K的分類只有兩次雷暴個例，其個體差異性較小。

表4 不同IL分類下總閃頻次和對流降水量的線性擬合關(guān)系Table 4 Linear fitting between total lightning frequency and convective precipitation based on the classification of IL

2.3 基于雷達(dá)參量分類的閃電和降水關(guān)系

2.3.1 基于20dBZ反射率因子最大高度分類

依據(jù)20dBZ反射率因子最大高度（H20dBZ）參數(shù)分布狀態(tài)以及相應(yīng)分類下的樣本分布（保證樣本分布相對均勻），H20dBZ被閾值11.5km 和13.5km劃分為3個區(qū)間。樣本量（占總樣本比例）為97（35%），85（31%）和94（34%）。由于20dBZ反射率因子發(fā)展高度在一定程度上體現(xiàn)了對流活動的強弱，所以這樣的劃分將具有兩個方面的含義：第一，不同強度的雷暴過程可能被區(qū)分；第二，雷暴發(fā)展過程不同階段被區(qū)分。

表5給出了對應(yīng)不同20dBZ反射率因子最大高度分類下總閃對應(yīng)降水量的統(tǒng)計情況。從分布范圍看，H20dBZ＜11.5km對應(yīng)的總閃對應(yīng)降水量范圍最廣，其次是11.5km≤H20dBZ＜13.5km，而H20dBZ≥13.5km對應(yīng)的總閃對應(yīng)降水量范圍最窄。通過與平均值的對比可知，11.5km≤H20dBZ＜13.5km的分類對應(yīng)的總閃對應(yīng)降水量相對較大，而H20dBZ＜11.5km和H20dBZ≥13.5km兩個分類對應(yīng)的總閃對應(yīng)降水量相對較小。如果簡單地與對流強度對應(yīng)起來，顯然適中的對流強度傾向?qū)?yīng)更大的總閃對應(yīng)降水量。Williams等［4］指出，具有更強閃電活動的雷暴或雷暴階段總閃對應(yīng)降水量相對偏小?？紤]到更強的閃電活動往往對應(yīng)更強的對流活動，這與表5中顯示的H20dBZ≥13.5km分類相比11.5km≤H20dBZ＜13.5km分類對應(yīng)較小的平均總閃對應(yīng)降水量一致。但由表5也可知，對應(yīng)H20dBZ＜11.5km分類的總閃對應(yīng)降水量相對更小。更強的對流相比適中對流對應(yīng)較小的總閃對應(yīng)降水量是由于強對流雷暴（或雷暴發(fā)展階段）閃電具有較大的頻次，從而降低了總閃對應(yīng)降水量的值，而較弱對流對應(yīng)較小的總閃對應(yīng)降水量則可能是由于弱對流雷暴（或雷暴發(fā)展階段）對應(yīng)的對流性降水較少。

表5 不同H20dBZ分類總閃對應(yīng)降水量的統(tǒng)計值Table 5 Statistics of rain yields per flash based on the classification of H20dBZ

表6為H20dBZ不同分類情況下總閃頻次和對流降水量的線性擬合結(jié)果。在H20dBZ＜11.5km的分類中，閃電與降水相關(guān)性更為顯著，而另外兩種分類情況下，兩者的相關(guān)關(guān)系相對偏弱。鄭棟等［8］在分析閃電和降水關(guān)系時，指出閃電和降水很少同時達(dá)到峰值，且沒有明顯前后對應(yīng)關(guān)系。文獻(xiàn)［8］將雷暴過程區(qū)分為閃電和降水共同增強的上升階段、閃電和降水共同減弱的下降階段及中間階段，在上升階段和下降階段，閃電和降水的相關(guān)關(guān)系要好于中間階段。本文結(jié)論與上述研究結(jié)論有相通之處，較小的H20dBZ可能意味著雷暴處于發(fā)展和消亡階段，此時閃電和降水通常具有共增和共減的特征，往往關(guān)系更為明顯。這樣的結(jié)論也意味著，在雷暴的旺盛階段，閃電和降水的關(guān)系可能更為復(fù)雜。

表6 不同H20dBZ分類總閃頻次和對流降水量的線性擬合關(guān)系Table 6 Linear fitting between total lightning frequency and convective precipitation based on the classification of H20dBZ

2.3.2 基于12km高度最大反射率因子分類

12km高度的反射率因子狀況通常也被用來反應(yīng)雷暴的對流發(fā)展強度［25］。此處選用12km高度的最大反射率因子（f12km）來對雷達(dá)體掃時段的數(shù)據(jù)進(jìn)行分類，考慮f12km的分布情況和分類區(qū)間體掃樣本的均勻分布，最終選擇25dBZ和35dBZ作為閾值，將對應(yīng)體掃的閃電和降水分為3類，樣本量（占總樣本比例）為101（33%），114（37%）和91（30%）。

表7給出了基于雷暴12km高度最大反射率因子分類情況下，總閃對應(yīng)降水量的統(tǒng)計情況。從分布范圍看，f12km≥35dBZ對應(yīng)的總閃對應(yīng)降水量范圍最大，其次是25dBZ≤f12km＜35dBZ，而f12km＜25dBZ對應(yīng)的總閃對應(yīng)降水量范圍最窄。從平均值對比來看，f12km≥35dBZ分類對應(yīng)的值要小于25dBZ≤f12km＜35dBZ分類，這與前面得到的強對流對應(yīng)較小總閃對應(yīng)降水量相一致。同時f12km＜25dBZ分類對應(yīng)的總閃對應(yīng)降水量最小，同樣可能是由于弱對流雷暴的對流性降水較少的原因。

表7 不同f12km分類總閃對應(yīng)降水量的統(tǒng)計值Table 7 Statistics of rain yields per flash based on the classification of f12km

表8給出了對應(yīng)不同分類的線性擬合結(jié)果。與20dBZ反射率因子最大高度的相關(guān)分類對比，基于當(dāng)前分類所獲得的閃電和降水相關(guān)關(guān)系偏弱，特別是對于f12km＞35dBZ的分類，相關(guān)系數(shù)僅為0.375，為3類中最低。f12km沒有H20dBZ對對流強度的表征性好。20dBZ反射率因子高度演變可以類比為云高的變化，它與對流強度顯然有直接關(guān)系，而對流強度對12km高度反射率因子演變的影響不僅體現(xiàn)在最大反射率因子特征上，可能還包括平均反射率因子、反射率因子面積等特征。雖然f12km的分類效果沒有H20dBZ的分類效果顯著，但同樣也表現(xiàn)出在雷暴旺盛階段，閃電和降水關(guān)系更為復(fù)雜。

表8 不同f12km分類下總閃頻次和對流降水量的線性擬合關(guān)系Table 8 Linear fitting between total lightning frequency and convective precipitation based on the classification of f12km

2.3.3 基于0℃層以上大于40dBZ和大于30dBZ反射率因子的體積比分類

0℃層以上大于40dBZ和大于30dBZ反射率因子體積比（V40／30）在一定程度上體現(xiàn)核心起電放電區(qū)在整個主要起電區(qū)域中的比例，它與雷暴對流強度也存在一定關(guān)系，如對于一般處于旺盛發(fā)展階段的雷暴可能存在較大面積的云砧區(qū)，小的冰相粒子可能被輸送到云砧區(qū)域，這樣有可能增大大于30dBZ反射率因子的體積，而0℃層以上大于40dBZ的反射率因子則總是傾向于出現(xiàn)在對流區(qū)及其周圍或下沉氣流區(qū)，此時，雷暴旺盛階段的V40／30相比雷暴初始階段可能偏小。從這個角度看，V40／30并不是一個直接反映上升氣流強度的量，還可能與云內(nèi)水平氣流的擴(kuò)展存在關(guān)系。這里僅從主要放電區(qū)和潛在主要起電區(qū)比例的角度提出該參數(shù)?？紤]V40／30分布情況和樣本在不同分類中的分布，選擇如下分類區(qū)間：V40／30＜0.39，0.39≤V40／30＜0.48和V40／30≥0.48，樣本量（占總樣本比例）為122（38%），100（31%）和98（31%）。表9給出了不同分類情況總閃對應(yīng)降水量分布特征，從分布范圍看，V40／30≥0.48對應(yīng)的總閃對應(yīng)降水量范圍最廣，其次是V40／30＜0.39，而0.39≤V40／30＜0.48對應(yīng)的總閃對應(yīng)降水量范圍最小。從平均值對比看，V40／30≥0.48分類對應(yīng)的總閃對應(yīng)降水量最大，而V40／30＜0.39分類對應(yīng)的總閃對應(yīng)降水量最小，同樣可能與對流降水的判別標(biāo)準(zhǔn)有關(guān)。從整體看，V40／30≥0.48分類對應(yīng)明顯較大的總閃對應(yīng)降水量，如果從雷暴水平擴(kuò)展的角度考慮，說明雷暴內(nèi)小的冰相粒子沒有被輸送到較遠(yuǎn)的地方，那么這種情況更多地出現(xiàn)在雷暴發(fā)展階段，則該分類中總閃對應(yīng)降水量平均值的對比與前面基于對流強度分析指出的對流不是很強時總閃對應(yīng)降水量較大的結(jié)論具有一致性。

表9 不同V40／30分類下總閃對應(yīng)降水量的統(tǒng)計值Table 9 Statistics of rain yeilds per flash based on the classification of V40／30

表10顯示了針對不同V40／30分類的閃電和降水關(guān)系擬合結(jié)果，V40／30＜0.39分類情況下，相關(guān)性最好，V40／30≥0.48分類情況次之。

表10 不同V40／30分類下總閃頻次和對流降水量的線性擬合關(guān)系Table 10 Linear fitting between total lightning frequency and convective precipitation based on the classification of V40／30

3 小 結(jié)

本文選取了北京及周邊的28次雷暴過程，基于大氣層結(jié)和雷暴雷達(dá)特征分別對雷暴和雷達(dá)體掃數(shù)據(jù)進(jìn)行了分類，進(jìn)而研究了SAFIR3000觀測的總閃頻次與雷達(dá)反演的對流降水之間的關(guān)系，得到如下主要結(jié)論：

1）總閃對應(yīng)降水量的分布范圍為1.84×105～7.91×107kg·fl－1，平均值為1.92×107kg·fl－1，中值為1.33×107kg·fl－1。總閃頻次與對流降水量相關(guān)系數(shù)為0.584。

2）依據(jù)大氣層結(jié)不穩(wěn)定參數(shù)對流有效位能和抬升指數(shù)對雷暴過程進(jìn)行分類，分析表明：隨著大氣層結(jié)的不穩(wěn)定性增強，每個閃電對應(yīng)的對流降水量有減小趨勢。對應(yīng)不同分類情況下的閃電和降水具有線性關(guān)系。從線性擬合結(jié)果看，更強不穩(wěn)定層結(jié)下，總閃頻次和對流降水相關(guān)關(guān)系更強。

3）基于雷暴20dBZ反射率因子最大高度和12km高度最大反射率因子分類的閃電和降水關(guān)系表明，更強對流的雷暴（或雷暴的強對流階段）對應(yīng)的總閃對應(yīng)降水量相對較小，這可能是由于強對流引起更多的閃電頻次，而弱對流雷暴（或雷暴的弱對流階段）對應(yīng)的總閃對應(yīng)降水量最小，可能是由于此情況下對流降水較少。

在不同分類情況下，閃電和降水的關(guān)系包括總閃對應(yīng)降水量以及擬合特性存在明顯差異，說明閃電和降水關(guān)系的復(fù)雜性，這一點還需要從閃電活動和降水的動力、微物理機(jī)理上進(jìn)一步解釋。本研究通過分類，細(xì)化了閃電和降水關(guān)系，可為實際應(yīng)用中基于不同情況下靈活使用不同的閃電和降水對應(yīng)關(guān)系提供參考。

［1］ 張義軍，周秀驥.雷電研究的回顧和進(jìn)展.應(yīng)用氣象學(xué)報，2006，17（6）：829－834.

［2］ Soriano L R，Pablo F D.Analysis of convective precipitation in the western Mediterranean Sea through the use of cloud－toground lightning.Atmos Res，2003，66：189－202.

［3］ Alexander G D，Weinman J A，Karyampudi V M，et al.The effect of assimilating rain rates derived from satellites and lightning on forecasts of the 1993superstorm.Mon Wea Rev，1999，127：1433－1457.

［4］ Williams E R，Geotis S G，Renno N，et al.A radar and electrical study of tropical“hot towers”.J Atmos Sci，1992，49：1386－1395.

［5］ Pineda N，Rigo T，Bech J，et al.Lightning and precipitation relationship in summer thunderstorms：Case studies in the North Western Mediterranean region.Atmos Res，2007，85：159－170.

［6］ Petersen W A，Rutledge S A.On the relationship between cloudto－ground lightning and convective rainfall.J Geophys Res，1998，103（12）：14025－14040.

［7］ 周筠君，郄秀書，王懷斌，等.利用對地閃的觀測估算對流性天氣中的降水.高原氣象，2003，22（2）：168－172.

［8］ 鄭棟，張義軍，孟青，等.北京地區(qū)雷暴過程閃電與地面降水的相關(guān)關(guān)系.應(yīng)用氣象學(xué)報，2010，21（3）：287－297.

［9］ Soriano L R，de Pablo F，Diez E G.Relationship between convective precipitation and cloud－to－ground lightning in the Iberian Peninsula.Mon Wea Rev，2001，129：2998－3003.

［10］ 鄭棟，但建茹，張義軍，等.我國地閃活動和降水關(guān)系的區(qū)域差異.熱帶氣象學(xué)報，2012，28（4）：569－576.

［11］ Chang D E，Weinman J A，Morales C A，et al.The effect of space borne microwave and ground－based continuous lightning measurements on forecasts of the 1998Groundhog Day storm.Mon Wea Rev，2001，129：1809－1833.

［12］ 周筠君，郄秀書，張義軍，等.地閃與對流性天氣系統(tǒng)中降水關(guān)系的分析.氣象學(xué)報，1999，57（1）：103－111.

［13］ Zipser E J.Deep cumulonimbus cloud systems in the tropics with and without lightning.Mon Wea Rev，1994，122：1837－1851.

［14］ Takayabu Y N.Rain－yield per flash calculated from TRMM PR and LIS data and its relationship to the contribution of tall convective rain.Geophys Res Lett，2006，33：L18705.

［15］ Kenneth L C，Martin J M，Edward A B，et al.A combined TOA／MDF technology upgrade of the US National Lightning Detection Network.J Geophys Res，1998，103：9035－9044.

［16］ 張義軍，孟青，馬明，等.閃電探測技術(shù)發(fā)展和資料應(yīng)用.應(yīng)用氣象學(xué)報，2006，17（5）：611－620.

［17］ Steiner M，Houze R A，Yuter S E.Climatological characterization of three－dimensional storm structure from operational radar and rain gauge data.J Applied Meteor，1995，34：1978－2007.

［18］ 吳量，馮桂力，楊仲江，等.雷達(dá)資料在雷電臨近預(yù)警中的應(yīng)用研究.成都信息工程學(xué)院學(xué)報，2011，26（6）：672－673.

［19］ 王飛，張義軍，趙均壯，等.雷達(dá)資料在孤立單體雷電預(yù)警中的初步應(yīng)用.應(yīng)用氣象學(xué)報，2008，19（2）：153－160.

［20］ Straka J M，Zrnic＇D S，Ryzhkov A V.Bulk hydrometeor classification and quantification using polarimetric radar data：Synthesis of relations.J Appl Meteor，2000，39：1341－1372.

［21］ 鄭棟，張義軍，呂偉濤，等.大氣不穩(wěn)定度參數(shù)與閃電活動的預(yù)報.高原氣象，2005，24（2）：196－205.

［22］ 孫明生，汪細(xì)明，羅陽，等.北京地區(qū)強對流天氣展望預(yù)報方法研究.應(yīng)用氣象學(xué)報，1996，7（3）：336－343.

［23］ 鄭棟，孟青，呂偉濤，等.北京及其周邊地區(qū)夏季地閃活動時空特征分析.應(yīng)用氣象學(xué)報，2005，16（5）：638－644.

［24］ Buechler D E，Wright P D，Goodman S J.Lightning／Rainfall Relationships during COHMEX.Preprints，16th Conf on Severe Local Storms，Amer Meteor Soc，1990：710－714.

［25］ Pessi A，Businger S，Cummins K L，et al.On the Relationship Between Lightning and Convective Rainfall over the Central Pacific Ocean.18th International Lightning Detection Conference，2004.

Relationship Between Lightning and Precipitation Based on Classification of Atmospheric Stratification and Development of Thunderstorm

Wang Tingbo1）Zheng Dong2）Zhang Yijun2）Yao Wen2）Zhang Wenjuan2）

1）（Chengdu University of Information Technology，Chengdu610225）
2）（Chinese Academy of Meteorological Sciences，Beijing100081）

A total of 28thunderstorms occurring in and around Beijing area from 2006to 2008are picked to investigate the relationship between total lightning（observed by SAFIR3000）and convective precipitation（by radar inversion）.These cases are classified according to parameters of the atmospheric stratification where they are generated and the reflectivity of radar.The quantitative results can provide a reference for the applications of lightning data on severe weather warning and precipitation estimation.The lightning forecast can also be improved by assimilating the relationship between the hydrometeors and the lightning activities to the numerical prediction models.The analysis can extend the application field of the lightning data.

The results show that the average convective rain yields per flash is 1.92×107kg·fl－1on the whole，while the linear correlation coefficient between the total lightning frequency and convective precipitation is 0.584.Total lightning frequency（expressed byFwith the time space being 6min）can be used to calculate the amount of convective precipitation with the equationR＝（2.813×108）＋（4.570×106）F.A total of 28 thunderstorms are classified according to the convective available potential energy（ECAP）and lifting indexILof the atmospheric stratification where they are generated.It is explored that strong instability of atmospheric stratification tends to be associated with smaller precipitation and more pronounced correlation between total lightning and precipitation.Of which，the classification ofECAPno less than 1600J·kg－1has the correlation coefficient of 0.837，the total lightning frequency can be used to calculate the amount of convective precipitation with the equation ofR＝（1.620×108）＋（5.478×106）F.While the classification ofILno less than 4Khas the correlation coefficient of 0.853，the total lightning frequency can be used to calculate the area of the amount of convective precipitation with the equation ofR＝（1.530×108）＋（6.276×106）F.Another three parameters calculated from radar reflectivity，i.e.，maximum height of 20dBZ reflectivity，maximum reflectivity at 12km level，and volume ratio of the reflectivity larger than 30dBZ above 0℃to the reflectivity larger than 40dBZ above 0℃，in terms of their radar volume scans.The most pronounced relationships between lightning and precipitation occur in the classification ofH20dBZ＜11.5km，25dBZ ≤f12km＜35dBZ，andV40／30＜0.39，when the correlation coefficients are 0.804，0.609 and 0.750，respectively.The linear correlation between lightning and precipitation show obvious differences in different classifications.The fitting equations in different classifications are revealed，which will provide references for the application of relationships between lightning and precipitation according to the characteristics of thunderstorm processes.

lightning；precipitation；atmospheric stratification；radar parameters

王婷波，鄭棟，張義軍，等.基于大氣層結(jié)和雷暴演變的閃電和降水關(guān)系.應(yīng)用氣象學(xué)報，2014，25（1）：33－41.

2013－02－05收到，2013－09－16收到再改稿。

國家自然科學(xué)基金項目（41005006，41030960），國家科技支撐計劃項目（2008BAC36B04），中國氣象科學(xué)研究院基本科研業(yè)務(wù)費專項（2013Z006）

＊通信作者，email：zhangyj＠cams.cma.gov.cn