一種新型雷電潛勢預(yù)報指數(shù)的構(gòu)建與試驗

趙　瑋，熊亞軍，郭金蘭

(1. 北京市氣象臺，北京　100089;2. 京津冀環(huán)境氣象預(yù)報預(yù)警中心，北京　100089；3. 中國氣象局北京城市氣象研究所，北京　100089)

?

一種新型雷電潛勢預(yù)報指數(shù)的構(gòu)建與試驗

趙瑋1，熊亞軍2,3，郭金蘭1

(1. 北京市氣象臺，北京100089;2. 京津冀環(huán)境氣象預(yù)報預(yù)警中心，北京100089；3. 中國氣象局北京城市氣象研究所，北京100089)

摘要：利用WRF模式輸出的0～-20 ℃層5種水成物粒子質(zhì)量混合比及垂直上升速度變量，結(jié)合雷暴云碰撞非感應(yīng)起電機制，構(gòu)建了一種新型的雷電潛勢指數(shù)(lightning potential index，簡稱LPI)。量綱分析結(jié)果表明，LPI指數(shù)本質(zhì)上是一種能量指數(shù)，能夠用來定量衡量雷暴云中的起電放電潛勢。利用北京地區(qū)2007年9月2日和2015年7月16~17日的2次典型雷電天氣過程對LPI指數(shù)的應(yīng)用情況進行實例驗證，結(jié)果表明：LPI指數(shù)與閃電活動在時間演變上具有較好的一致性，在空間分布上也具有較好的對應(yīng)關(guān)系，它能夠模擬出閃電活動的變化情況及峰值特征，其時間序列與閃電活動具有顯著的正相關(guān)性。LPI指數(shù)計算方案簡潔，物理意義明確，在精細化雷電潛勢客觀預(yù)報中具有一定的應(yīng)用價值和前景。

關(guān)鍵詞：雷電潛勢指數(shù)LPI；WRF模式；典型雷電天氣過程

引言

雷電預(yù)警是短時臨近天氣預(yù)報預(yù)警中事關(guān)生命和財產(chǎn)安全的一項重要內(nèi)容，開發(fā)計算方案簡潔、物理意義明確的雷電預(yù)警預(yù)報指數(shù)或者指標，對于客觀化、定量化、精細化的雷電預(yù)警預(yù)報具有重要意義。當(dāng)前天氣預(yù)報業(yè)務(wù)中雷電預(yù)警預(yù)報方法主要分為如下幾種類型：主觀預(yù)報方法，即預(yù)報員通過分析天氣形勢、探空圖、雷達等資料，結(jié)合本地化預(yù)報經(jīng)驗，對未來發(fā)生雷電的可能性進行主觀判斷；客觀預(yù)報方法，主要根據(jù)雷達回波、實況閃電以及風(fēng)場等探測資料，采用數(shù)學(xué)算法進行外推；利用模式輸出的K指數(shù)、沙氏指數(shù)、對流不穩(wěn)定能量參數(shù)或者其它強對流指數(shù)，建立閃電的回歸預(yù)報方程進行雷電概率預(yù)報。如Watson等[1]發(fā)現(xiàn)雷暴活動的時間和位置與低層盛行風(fēng)有很好的對應(yīng)關(guān)系，并利用低層風(fēng)的變化特征對肯尼迪航天中心的雷暴活動特征進行研究和預(yù)警；Neumann[2]利用相對濕度、風(fēng)以及韶華特指數(shù)進行雷暴概率預(yù)報；Hodle等[3]利用多普勒雷達超過10 dBZ的高層回波作為雷暴的初生信號進行統(tǒng)計分析，并試圖通過利用回波增長率以及輻合邊界特征來提高閃電的預(yù)測效率。可見，用于雷電預(yù)報的指數(shù)、指標尚未有統(tǒng)一的標準，進一步研究具有應(yīng)用價值的雷電預(yù)警指標非常有必要。隨著預(yù)報要求的逐步提高，結(jié)合高分辨率的中尺度氣象模式來建立精細化、客觀化的雷電預(yù)警預(yù)報系統(tǒng)成為雷電預(yù)警的重要方法。王飛[4]在一個已經(jīng)發(fā)展較為成熟的三維起電—放電云模式的基礎(chǔ)上，利用中尺度模式GRAPES對閃電活動進行數(shù)值模擬，指出冰晶和霰是影響云內(nèi)閃電活動最重要的2種冰相粒子。Saunders[5]的研究表明，0～-20 ℃區(qū)域是雷暴云非感應(yīng)起電機制的重要區(qū)域，此區(qū)域內(nèi)冰晶和霰粒子在過冷水存在條件下對雷暴云內(nèi)的起電放電機制存在重要影響。Lynn等[6]在Saunders的研究基礎(chǔ)上，利用中尺度模式WRF輸出的水成物粒子和云內(nèi)上升速度開發(fā)出了一種雷電潛勢預(yù)警預(yù)報指數(shù)(lightning potential index，簡稱LPI)，并進行了實例驗證[7]，結(jié)果表明LPI指數(shù)與閃電以及降水之間有很好的對應(yīng)關(guān)系。近年來國內(nèi)很多學(xué)者針對雷電災(zāi)害和雷電預(yù)警進行了大量研究[8-17]，龔嘉鏘等[18-19]利用WRF模式開展南京地區(qū)雷電潛勢預(yù)報研究，指出增加模式模擬的精確度，可進一步提高WRF模式雷電預(yù)警的效果。北京以WRF模式為核心的快速更新循環(huán)預(yù)報系統(tǒng)(BJ-RUC)已經(jīng)投入實際業(yè)務(wù)運行多年，預(yù)報員對該系統(tǒng)的評估和本地化適用已經(jīng)較為成熟[20-23]，本文嘗試利用WRF模式的輸出結(jié)果，構(gòu)建一種新的雷電潛勢指數(shù)LPI，并通過北京地區(qū)2次雷暴過程分析，研究其在華北區(qū)域雷電預(yù)報的適用性，以期為雷電災(zāi)害的防災(zāi)減災(zāi)提供有力的科學(xué)支撐。

1資料和模式方案設(shè)置

1.1閃電資料

2007年9月2日雷暴過程的閃電資料來自于SAFIR3000總閃電定位與雷暴預(yù)警系統(tǒng)。中國氣象局于2002年從VAISALA公司引進此套系統(tǒng)并在北京地區(qū)布設(shè)，2003年6月23日在北京地區(qū)試驗運行，隨后分2次對系統(tǒng)的3個探測子站和中心站處理系統(tǒng)(CPS)進行了升級與維護。SAFIR3000系統(tǒng)的3個探測子站分別選在北京市北部的懷柔、河北省廊坊市的永清、唐山市的豐潤(表1)；北京市氣象局為中心處理系統(tǒng)站。

表1　北京SAFIR3000探測系統(tǒng)3個探測子站的位置

2015年7月16~17日的雷暴過程所用的閃電資料來自于中國華云布設(shè)的ADTD云地閃電定位系統(tǒng)，數(shù)據(jù)從北京市氣象局的用戶終端獲取。該系統(tǒng)由ADTD閃電定位儀、中心數(shù)據(jù)處理站、用戶數(shù)據(jù)服務(wù)網(wǎng)絡(luò)及圖形顯示終端組成，主要用來探測云地閃。

1.2WRF模式試驗方案設(shè)置

使用WRF模式對2007年9月2日和2015年7月16~17日北京地區(qū)2次雷暴天氣過程進行數(shù)值模擬。WRF模式版本為3.0，采用27、9、3 km 三重嵌套方案(圖1)，格點數(shù)分別為151×151、142×184、172×199，垂直方向37 層。模式采用WSM6微物理方案(QVAPOR，QCLOUD, QRAIN, QICE, QSNOW和QGRAUP)，模擬輸出場中包含3種冰相粒子：冰晶粒子、雪粒子和霰粒子；2種液態(tài)水成物粒子：云水粒子和雨水粒子。

圖1　WRF模式模擬區(qū)域

2雷電潛勢指數(shù)(LPI)的構(gòu)建

在構(gòu)建雷電潛勢指數(shù)LPI時只考慮碰撞起電機制，并進行如下假設(shè)：極化假定，即降水粒子(大粒子)和云粒子(小粒子)受到外電場的作用而極化，假定電場的方向垂直向下，則粒子的上半部分被極化為負電，下半部分被極化為正電；重力分離假定，即假定降水粒子質(zhì)量遠大于云粒子，根據(jù)重力分離理論，降水粒子總體向下運動，而云粒子總體向上運動；碰撞交換電量假定，即假定2粒子碰撞時，粒子之間會交換電量，最后導(dǎo)致降水粒子帶負電，而云粒子帶正電；電荷分離假設(shè)，即通過重力分離機制，帶正電荷的云粒子向云的上部運動，而帶負電的降水粒子則向云的下部運動，最終形成中上部帶正電荷、而中下部帶負電荷的云內(nèi)電場分布特征。當(dāng)這種電荷積累達到一定強度(通常為E>105 V/m)時，電場開始擊穿放電。

用基于上述假定的起電過程構(gòu)建LPI指數(shù)時，需滿足以下幾個關(guān)鍵條件：滿足接觸或者碰撞后必須分離的條件，這是要求碰撞的粒子之間至少有一方為固態(tài)粒子；必須有一定的上升速度，這是粒子碰撞和分離的基礎(chǔ)；起電過程必須發(fā)生在一定的高度；溫度必須<0 ℃(存在固態(tài)的雪粒子、冰晶粒子)。LPI指數(shù)相應(yīng)地由如下幾個方面的參量構(gòu)成：LPI指數(shù)須包含與粒子數(shù)量有關(guān)的量，大粒子和小粒子的數(shù)量越多，越有利于碰撞非感應(yīng)起電，反之亦然；必須要包含與粒子種類有關(guān)的量，必須有固態(tài)粒子，因此溫度必須<0 ℃；LPI指數(shù)必須要包含與上升速度有關(guān)的量，因為粒子運動速度越大，碰撞越充分，LPI指數(shù)越大。LPI指數(shù)可用如下函數(shù)來表征：

(1)

公式(1)中至少包含3個變量：x1表征粒子多少，x2表征環(huán)境溫度，x3表征運動速度。本文構(gòu)建LPI指數(shù)時，采取簡化原則，僅考慮這3個最基礎(chǔ)的參數(shù)。

對于粒子數(shù)量，使用碰撞系數(shù)來衡量：

(2)

式中α和β分別代表大粒子與小粒子。據(jù)科西不等式可知，在粒子總數(shù)固定的條件下，即α+β=C(C為常量)的情況下，α和β的數(shù)量越接近，ε的數(shù)值越大。

在構(gòu)建LPI指數(shù)時，對于溫度的考慮采用簡化原則，只考慮環(huán)境溫度<0～-20 ℃的層次。在此層次上雷暴云中的冰、水混合物粒子等質(zhì)量混合比率較大，也是雷暴云發(fā)展較為旺盛的層次。

構(gòu)建LPI指數(shù)時必須考慮上升運動。Maribeth等[24]的統(tǒng)計分析表明云內(nèi)電荷高度與上升速度之間存在較強的相關(guān)性，云內(nèi)上升速度與云內(nèi)閃電存在較好的對應(yīng)關(guān)系。Deierling等[25-26]的研究表明，-5 ℃層以上的垂直速度與閃電活動之間存在較好的相關(guān)關(guān)系。鄭棟[27]在分析北京地區(qū)的閃電活動特征與大氣層結(jié)的關(guān)系時，也發(fā)現(xiàn)這一規(guī)律。建立LPI指數(shù)時，關(guān)于速度，考慮簡化原則，直接用環(huán)境的垂直速度來表征，且大粒子和小粒子均以垂直速度進行碰撞。這樣LPI指數(shù)用下式進行表征：

(3)

進行量綱分析可知：體積V的單位是m3，ε是一個無量綱數(shù)，上升速度ω的單位是m/s，dx、dy和dz的單位均為m，因此LPI的單位是J/kg，即LPI本質(zhì)上可以視為一種能量指數(shù)。

WRF模式模擬時采用WSM6方案，模擬的水成物粒子有5種，其中冰相粒子3種：冰晶粒子、雪粒子和霰粒子，液相粒子2種：云水粒子和雨水粒子。公式(3)中各個量的計算如下：

(4)

(5)

(6)

式中，Qi與Ql分別表征冰相粒子和液相粒子，qi、qs、qg表示冰晶粒子、雪粒子和霰粒子，qr和qc表示雨水粒子和云水粒子。實際計算時，不計算體積V，而對垂直方向的每一個格點做判斷，假如溫度在0～-20 ℃范圍內(nèi)，算作有效網(wǎng)格，并獨立計算此格點的LPI，最后計算所有格點的算術(shù)平均值。具體的計算方案和流程見圖2。

圖2　雷電潛勢指數(shù)LPI的計算方案和流程

3試驗結(jié)果分析

3.12007年9月2日雷暴過程

2007年9月2日08時(北京時，下同)北京地區(qū)高空500 hPa處于東北冷渦底部，有小股冷空氣從冷渦中分裂南下影響北京市。天氣分析表明：500 hPa上的東北冷渦、700 hPa低渦以及850 hPa切變線(圖略)是此次雷暴天氣過程的主要影響系統(tǒng)。850 hPa溫度場上北京地區(qū)受暖氣團控制，而500 hPa溫度場上北京地區(qū)受冷渦底部分裂的冷空氣控制，這種低層暖高層冷的結(jié)構(gòu)有利于不穩(wěn)定層結(jié)形成，為雷暴天氣的觸發(fā)提供了有利條件。

3.1.1LPI指數(shù)與閃電的時間序列對應(yīng)關(guān)系

圖3a給出2007年9月2日雷暴天氣中利用WRF模式模擬結(jié)果構(gòu)建的D3區(qū)域內(nèi)的平均LPI指數(shù)與實況閃電的時間序列對應(yīng)關(guān)系。可以看出，一天內(nèi)閃電主要有3個峰值階段，00~03時基本沒有閃電，04時閃電數(shù)迅速增加達到第1個峰值，小時閃電數(shù)接近4 000次；05~06時閃電數(shù)開始減少到每小時2 000次左右，06~10時閃電數(shù)逐漸增加，并在10時達到第2個峰值，小時閃電數(shù)高達8 500次左右；隨后閃電數(shù)開始逐漸減少，至12時閃電數(shù)減少至2 000次左右，13時的小時閃電數(shù)不足500次，14時閃電基本結(jié)束；隨后從15時開始閃電數(shù)又逐漸增加，至16時閃電數(shù)達到第3個峰值，其小時閃電數(shù)達2 000次左右，之后閃電數(shù)又逐漸減少至19時閃電消失，雷暴天氣過程趨于結(jié)束。00~03時模擬計算的LPI指數(shù)為0，在04時閃電活動的第1峰值時段，模擬的LPI指數(shù)劇增到20 J/kg左右，05~06時的LPI指數(shù)略有減?。?6~10時LPI指數(shù)呈波動增加，并在10時與實況閃電同步達到第2峰值，LPI指數(shù)值為140 J/kg左右；從10時開始，LPI指數(shù)值逐漸減小，并在14時左右減小到最低值。整體與實況閃電對應(yīng)較好，但對于16時閃電活動的第3峰值，LPI指數(shù)雖然較高(37 J/kg左右)，但并沒有與實況閃電完全同步達到峰值。21時以后LPI指數(shù)與實況閃電一樣逐漸減小。圖3b給出LPI指數(shù)與實況閃電對應(yīng)的散點圖，可以發(fā)現(xiàn)，模擬的LPI值與實況閃電擬合度較好，兩者之間的相關(guān)系數(shù)高達0.78，達到0.001的顯著性水平。

圖3　2007年9月2日雷暴過程模擬計算的LPI指數(shù)和實況閃電

3.1.2LPI指數(shù)與實況閃電的空間對應(yīng)關(guān)系

通過上述分析可知，LPI指數(shù)與閃電的時間序列在第1峰值時段有較好的對應(yīng)關(guān)系，下文以第1峰值時段為例，進一步分析LPI指數(shù)與閃電的空間對應(yīng)關(guān)系。圖4為第1峰值時段(04~06時)模擬計算的LPI指數(shù)與實況閃電的空間對應(yīng)關(guān)系。從圖4a可以發(fā)現(xiàn)：模擬的LPI指數(shù)04時大值區(qū)主要集中在117°E～117.4°E、40.3°N～40.5°N區(qū)域內(nèi)，此區(qū)域內(nèi)大部分LPI指數(shù)值超過100 J/kg；圖4d的實況閃電分布表明，04時在(117.4°E、40.2°N)格點的周邊區(qū)域有頻繁的閃電活動，閃電活動范圍與LPI的范圍基本一致，但從區(qū)域位置來看，兩者并不嚴格一一對應(yīng)。與實況閃電相比，模擬的LPI大值區(qū)略微偏北，且相對狹長。在117.4°E經(jīng)線上，40.4°N偏北區(qū)域LPI有一模擬的大值區(qū)存在，但只有零星的實況閃電與之對應(yīng)。圖4b給出模擬的05時LPI大值區(qū)分布，與04時相比，05時的LPI大值區(qū)范圍明顯擴大，在117°E～117.5°E、40.1°N～40.5°N區(qū)域內(nèi)均為明顯的LPI大值區(qū)，且大部分區(qū)域的LPI值超過100 J/kg。從對應(yīng)的閃電分布來看(圖4e)，閃電范圍較04時明顯擴大，且閃電主要位于117.4°E～117.8°E、40°N～40.4°N區(qū)域內(nèi)。與閃電區(qū)域相比，LPI大值區(qū)略微偏東。圖4c給出06時 LPI的分布情況，可見LPI范圍進一步擴大，但超過100 J/kg的區(qū)域有所減小，尤其是(117.4°E、40.4°N)格點附近的橢圓形LPI大值區(qū)減弱。從06時閃電區(qū)域(圖4f)看雖然范圍較05時有所擴大，但不如05時密集。

3.22015年7月16~17日雷暴過程

2015年7月16日傍晚至17日上午北京地區(qū)發(fā)生一次雷暴天氣過程，全市出現(xiàn)雷雨大風(fēng)天氣，北京西南部房山區(qū)出現(xiàn)小冰雹。天氣分析表明：500 hPa上的東北冷渦、850 hPa暖切變線以及東南低空急流是此次雷暴天氣過程的主要影響系統(tǒng)(圖略)。

圖4　第1峰值時段(04~06時)模擬計算的LPI指數(shù)(a,b,c,單位：J/kg)與實況閃電(d,e,f)的空間對應(yīng)關(guān)系

低空東南急流有利于低層水汽的輻合及動力抬升，高空冷渦分裂冷空氣與低層暖濕空氣形成高層干冷低層暖濕的不穩(wěn)定層結(jié)，16日20時CAPE值為871 J/kg，為雷暴天氣的觸發(fā)提供了有利的環(huán)境條件。

3.2.1LPI指數(shù)與閃電的時間序列對應(yīng)關(guān)系

圖5a給出2015年7月16~17日北京地區(qū)雷暴天氣中利用WRF模式模擬結(jié)果構(gòu)建的D3區(qū)域內(nèi)的平均LPI指數(shù)與實況閃電(地閃)的時間序列對應(yīng)關(guān)系。從圖5a可見，16日08時至17日08時24 h內(nèi)閃電活動主要有3個峰值階段。前2個峰值出現(xiàn)在16日20時至17日01時，16日20時之前基本沒有閃電，22時閃電數(shù)劇烈增加達到第1峰值，小時閃電數(shù)為115次；23時閃電數(shù)迅速減小到45次之后在17日00時達到第2峰值(100次左右)，17日01時閃電數(shù)減少至39次左右。隨后閃電數(shù)又逐漸增加，05時閃電數(shù)達到第3峰值，小時閃電數(shù)為235次左右，08時閃電消失，雷暴天氣過程趨于結(jié)束。與之對應(yīng)的LPI指數(shù)模擬出2個明顯的峰值，第1峰值出現(xiàn)在16日20時至17日00時，對應(yīng)實況閃電的前2個峰值過程，這說明目前LPI指數(shù)對于實況閃電的快速波動變化響應(yīng)能力不足。17日01時后LPI指數(shù)逐漸增加，并在05時與實況閃電同步達到峰值，LPI指數(shù)值為238 J/kg；隨后LPI指數(shù)值逐漸減小，并在08時左右減小到最低值。通過分析24 h閃電活動可以看出，LPI指數(shù)對于持續(xù)時間較長、強度較大的閃電活動模擬能力更強。圖5b給出LPI指數(shù)與實況閃電對應(yīng)的散點圖，可以發(fā)現(xiàn)，模擬的LPI值與實況閃電擬合度較好，兩者之間的相關(guān)系數(shù)高達0.89，通過0.001的置信度檢驗。

3.2.2LPI指數(shù)與實況閃電的空間對應(yīng)關(guān)系

通過分析LPI指數(shù)與閃電活動的時間序列發(fā)現(xiàn)，第3峰值時段二者有較好的一致性，因此以第3峰值時段作為代表，進一步分析LPI指數(shù)與實況閃電的空間對應(yīng)關(guān)系。圖6為第3峰值時段(17日05~07時)模擬計算的LPI指數(shù)與實況閃電的空間對應(yīng)關(guān)系。可以發(fā)現(xiàn)，17日05時模擬的LPI指數(shù)大值區(qū)主要集中在115.2°E～115.6°E、39.2°N～39.6°N區(qū)域內(nèi)，此區(qū)域內(nèi)大部分LPI指數(shù)值超過120 J/kg；圖6d的實況閃電分布表明，05時在(115.8°E、39.7°N)格點的周邊區(qū)域有頻繁的閃電活動發(fā)生，閃電活動區(qū)域與LPI大值區(qū)范圍大體一致，但從區(qū)域位置來看，兩者并不嚴格一一對應(yīng)。與實況閃電相比，模擬的LPI大值區(qū)偏西南，且對應(yīng)實況閃電偏南一側(cè)的較為密集區(qū)域，LPI值較小(20 J/kg左右)。與05時相比，06時的LPI大值區(qū)范圍減小且東移，數(shù)值超過120 J/kg(圖6b)。從對應(yīng)的閃電實況分布來看(圖6e)，閃電范圍較05時有所減小且分為南北2個密集區(qū)域，與LPI大值區(qū)的分布較為一致，但LPI大值區(qū)分布整體偏西南。07時 LPI大值區(qū)范圍進一步縮小并且向東移動，但中心強度仍然超過120 J/kg(圖6c)。對應(yīng)時刻的閃電實況分布范圍也明顯減小且集中(圖6f)，呈塊狀分布?？傮w來看，LPI大值區(qū)的分布范圍和移動演變情況與實況閃電對應(yīng)較好，整體位置略偏西南。

圖5　2015年7月16~17日雷暴過程模擬計算的LPI指數(shù)和實況閃電

圖6　2015年7月17日05~07時模擬計算的LPI指數(shù)(a,b,c,單位：J/kg)與實況閃電(d,e,f)的空間對應(yīng)關(guān)系

4結(jié)論

(1)雷電潛勢指數(shù)LPI是一個用來衡量雷暴云起電放電潛勢的指標量。該指數(shù)用WRF模式輸出的微物理場、動力場和溫度場計算得出。量綱分析表明，LPI指數(shù)本質(zhì)上是一種能量指數(shù)，且與云內(nèi)起電放電機制相結(jié)合，具有明確的物理意義。

(2)利用WRF模式對北京2次雷暴天氣過程進行模擬，計算的LPI指數(shù)與閃電活動時間序列對比分析表明，LPI指數(shù)與閃電活動在時間演變上具有較好的一致性。對于持續(xù)時間長、強度大的閃電活動，LPI指數(shù)的指示意義更顯著。LPI指數(shù)與閃電活動具有較好的相關(guān)性，2次過程二者的相關(guān)系數(shù)分別為0.78和0.89，均通過0.001的信度檢驗。

(3)選擇2次雷暴過程中一段閃電峰值時段進行LPI指數(shù)與實況閃電的空間分布對比分析。結(jié)果表明LPI指數(shù)與實況閃電的空間分布有較好的對應(yīng)關(guān)系。在分布范圍和移動演變方面與實況閃電較為一致，但在落區(qū)上還有一定的差距，這與模式的模擬精度有關(guān)。提高模式模擬的精確度，可進一步提高LPI指數(shù)的精確度，從而改進雷電預(yù)警的效果。

當(dāng)然，本文的分析只是針對個例分析而言，下一步還將針對不同地區(qū)、不同雷暴天氣系統(tǒng)進行更加深入的分析。

參考文獻:

[1] Watson A I,Holle R L, Lopez R E, et al. Surface wind convergence as a short-term predictor of cloud-to-ground lightning at Kennedy Space Center[J]. Weather and Forecasting,1991,6:49-64.

[2] Neumann C J. The Thunderstorm Forecasting System at the Kennedy Space Center[J]. Journal of Applied Meteorology, 1971,10(5):921-936.

[3] Hodle K D, Eilts M D. Doppler radar signatures of developing thunderstorms and their potential to indicate the onset of cloud-to-ground lightning[J]. Month Weather Review, 1994,122:1818-1836.

[4] 王飛. GRAPES中尺度模式對閃電活動的數(shù)值模擬研究[D]. 北京：中國氣象科學(xué)研究院與中國科學(xué)院研究生院,2010.

[5] Saunders C P R. Charge separation mechnisms in clouds[J]. Space Sci Rev, 2008,137(1-4):335-354, doi:10.1007/s11214-008-09345-0

[6] Lynn B H, Yair Y. Lightning Potential Index: A new tool for predicting the lightning density and the potential for extreme rainfall[J]. Geophysical Research Abstracts, 2008,10,EGU General Assembly, Vienna, EGU2008-A-01571, SRef-ID: 1607-7962/gra/EGU2008-A-01571.

[7] Lynn BH, Yair Y. Prediction of lightning flash density with the WRF model[J]. Advances in Geosciences, 2010,23:11-16.

[8] 高燚，蒙小亮，勞小青. 基于聚類分析的海南島雷電災(zāi)害易損度風(fēng)險區(qū)劃[J]. 自然災(zāi)害學(xué)報, 2013, 22(1):172-182.

[9] 扈海波,王迎春,熊亞軍. 基于層次分析模型的北京雷電災(zāi)害風(fēng)險評估[J]. 自然災(zāi)害學(xué)報，2010,19(1):104-109.

[10] 楊世剛,郝孝智,任曉霞,等. 山西省2006年雷電災(zāi)害成因分析及應(yīng)對措施[J]. 自然災(zāi)害學(xué)報,2008,17(2):117-120.

[11] 覃衛(wèi)堅，壽紹文,王詠青,等. 廣西雷暴分布特征及災(zāi)害成因分析[J]. 自然災(zāi)害學(xué)報，2009,18(2):131-138.

[12] 沙躍龍. 雷電預(yù)警預(yù)報技術(shù)研究與實現(xiàn)[D]. 成都:電子科技大學(xué)，2009.

[13] 馮鶴,李小龍,張彥勇. 白石山風(fēng)景區(qū)雷電災(zāi)害風(fēng)險評估研究[J]. 氣象與環(huán)境科學(xué),2014,37(1):114-118.

[14] 孫翠梅,沈興建,錢鵬,等. 鎮(zhèn)江雷暴氣候特征及天氣學(xué)預(yù)報方法分析[J]. 氣象與環(huán)境科學(xué),2014,37(3):8-13.

[15] 程麗丹,楊美榮,李鵬,等. 河南省雷電活動時空分布特征[J]. 氣象與環(huán)境科學(xué),2013,36(1):50-53.

[16] 黃蘭蘭. 強雷電天氣過程閃電定位資料分析及預(yù)警服務(wù)[J].氣象與環(huán)境科學(xué),2014,37(3):88-93.

[17] 盧友發(fā),李丹,黃蘭蘭. 河南省雷電災(zāi)害風(fēng)險評估進展及建議[J].氣象與環(huán)境科學(xué),2013,36(2):92-95.

[18] 龔嘉鏘，郭鳳霞，田琨，等. 基于WRF模式的兩種雷電潛勢預(yù)報[J]. 氣象科學(xué)，2014(2)：206-212.

[19] 龔嘉鏘. 基于WRF模式的兩種雷電預(yù)警方法對比分析[D]. 南京：南京信息工程大學(xué),2013.

[20] 范水勇,郭永潤,陳敏,等. 高分辨率WRF三維變分同化在北京地區(qū)降水預(yù)報中的應(yīng)用[J]. 高原氣象,2008,27(6):1181-1188.

[21] 陳敏,范水勇,鄭祚芳,等. 基于BJ_RUC系統(tǒng)的臨近探空及其對強對流發(fā)生潛勢預(yù)報的指示性能初探[J]. 氣象學(xué)報,2011,69(1)：181-194.

[22] 魏東,尤鳳春,范水勇,等. 北京快速更新循環(huán)預(yù)報系統(tǒng)_BJ_RUC_模式探空質(zhì)量評估分析[J]. 氣象, 2010,36(8)：72-80.

[23] 范水勇,陳敏,仲躋芹,等. 北京地區(qū)高分辨率快速循環(huán)同化預(yù)報系統(tǒng)性能檢驗和評估[J]. 暴雨災(zāi)害, 2009,28(2)：119-125.

[24] Maribeth Stolzenburg W, David RustBradley F, Smull Thomas C Marshall.Electrical structure in thunderstorm convective regions: 1. Mesoscale convective systems[J]. Journal of Geophysical Research:Atmospheres, 1998,103(D12)：14059-14078.

[25] Deierling W, Petersen W A, Latham J, et al. The relationship between lightning activity and ice fluxes in thunderstorms[J]. J Geophys Res, 2003,113.D15210,doi:10.1029/2007JD009700.

[26] Deierling W, Petersen W A.Total lightning activity as an indicator of updraft characteristics[J]. J Geophys Res, 2008,113. D16210, doi:10.1029/2007JD009598.

[27] 鄭棟. 北京地區(qū)閃電活動特征和大氣層結(jié)與閃電活動的關(guān)系研究[D]. 蘭州:中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所,2004.

Construction and Experiment of a New Lightning Potential Index

ZHAO Wei1, XIONG Yajun2,3, GUO Jinlan1

(1.BeijingMunicipalWeatherForecastCenter,Beijing100089,China;2.EnvironmentalMeteorologyForecastCenterofBeijing-Tianjin-Hebei,Beijing100089,China;3.InstituteofUrbanMeteorology,CMA,Beijing100089,China)

Abstract:Combined with thunderstorm cloud collision non-inductive charging mechanism and based on the WRF module output data that contained five kinds of hydrometeors quality mixing ratio and vertical velocity variables from 0 ℃ layer to -20 ℃ level, a new lightning potential index (LPI) has been created in this paper. The dimensional analysis showed that LPI was a kind of energy index,it could be used to measure the potential power of thunderstorm electrification and discharging. Two typical thunderstorm cases were investigated by using the new LPI index, which occurred in Beijing on 2 September 2007 and 16-17 July 2015. The results showed that the time series of the LPI and lightning had a significant positive correlation. It was easy to generate lightning when the LPI index was positive. In spatial characteristics, there was also a good corresponding relationship between LPI index and lightning. The LPI index has a concise calculation program, a clear physical meaning and application prospect in fine lightning potential forecast in the future.

Key words:lightning potential index; WRF module; typical thunderstorm cases

中圖分類號：P457.9

文獻標識碼：A

文章編號：1006-7639(2016)-01-0173-08

doi:10.11755/j.issn.1006-7639(2016)-01-0173

作者簡介：趙瑋(1983-)，女，工程師，碩士，主要從事短時臨近天氣預(yù)報工作.通訊作者：熊亞軍(1979-)，男，高級工程師，碩士，主要從事雷電預(yù)警和環(huán)境預(yù)報工作.

基金項目：2015年度北京市局創(chuàng)新團隊“城市氣候評估研究”和中國氣象局城市氣象研究所基本科研業(yè)務(wù)專項基金(IUMKY201303PP0103)共同資助

收稿日期：2015-06-19；改回日期：2015-09-16

趙瑋，熊亞軍，郭金蘭.一種新型雷電潛勢預(yù)報指數(shù)的構(gòu)建與試驗[J].干旱氣象，2016，34(1)：173-180, [ZHAO Wei, XIONG Yajun, GUO Jinlan. Construction and Experiment of a New Lightning Potential Index[J]. Journal of Arid Meteorology, 2016, 34(1):173-180], doi:10.11755/j.issn.1006-7639(2016)-01-0173