四川盆地雷暴动力及微物理模拟参量与地闪关系的研究

马永杰，周筠王君3

（1.成都信息工程学院大气科学学院，四川成都610225；2.南京信息工程大学气象灾害预报预警与评估协同创新中心，江苏南京210044；3.中国科学院陆面过程与气候变化重点实验室，甘肃兰州730000；4.96427部队53分队，陕西宝鸡721000）

0 引言

闪电是强对流天气中伴随的剧烈的大气放电现象。大量研究指出雷暴云闪电活动与云内动力过程和微物理过程关系密切。在观测研究方面，Carey et al.[1]利用多参数雷达研究闪电发生时云中的动力、微物理过程，发现地闪率的快速下降与霰和雹的下降在时间上相重叠。Lopez et al.[2]利用双偏振雷达对云内粒子的研究表明冻结层之上的霰含量与地闪活动的变化关系密切。Takahashi[3]采用云内摄像的方法对冬季雷暴云内的粒子形状和电荷进行测量，发现最活跃的粒子起电过程出现在－20℃层左右，与霰的主要分布区一致。Gauthier et al.[4]分析了46000[J2]个WSR－88D雷达数据反演的雷暴云内垂直积分冰相粒子质量与地闪活动的关系，发现垂直积分冰相粒子质量与地闪之间存在很好的线性关系。袁铁等[5]利用TRMM卫星携带的闪电成像仪（LIS）观测的闪电资料和测雨雷达（PR）反射率因子反演的冰相粒子含量研究飑线中闪电和冰相粒子的关系，得出飑线中单体尺度上总闪电频数和冰相粒子含量之间有非常密切而稳定的线性相关关系。在数值模拟研究方面，Miller等[6]利用二维放电频数模式研究指出上升气流速度和霰浓度是影响闪电频数的主要因素。言穆弘等[7]利用二维时变积云动力模式模拟了非感应起电过程，讨论了流场、降水以及冰晶谱分布对起电的影响。张义军等[8]利用二维时变动力和电模式对雷暴的放电活动进行模拟，指出雷暴中的闪电和上升气流速度之间有很强的相关性，同时也需要一定浓度和大小的云中水成物粒子。这些研究在很大程度上丰富了对闪电放电过程的认识，但同时也提出了更进一步的问题：如何利用现有的认识更好地预报闪电？

随着中尺度数值模式的快速发展，WRF模式已经能很好再现强对流天气过程。一些研究人员开始利用WRF模式进行强对流天气的模拟研究。国内，闫之辉等[9]、李嘉鹏等[10]、沈桐立等[11]、袁成松等[12]和马红云等[13]利用WRF模式对强对流过程进行模拟，讨论使用不同物理参数化方案对模拟效果的影响，得出模拟强对流过程的最佳参数化方案组合。国外，Zepka等[14－15]在巴西东南部利用WRF模式比较研究各种云的参数化方案，并根据雷电发生与模式运算得到的参数之间的关系进行雷电活动的预报。Yair et al.等[16]等提出LPI（Lightning Potential Index），并将其用于WRF模式预报地中海地区雷电活动的研究中；Barthe等[17]利用WRF模式模拟2个风暴，指出对于2个风暴，最大上升气流速度是一个好的替代。四川盆地位于青藏高原东缘，盆地内海拔变化剧烈，地形复杂，是强对流天气的多发地区之一。周筠王君等[18]利用搭载于卫星上的光学瞬变探测器（OTD）和闪电成像仪（LIS）资料研究指出青藏高原东部及东南部边缘和在四川盆地及邻近的城市群内是雷电的多发区。利用新一代中尺度数值模式WRF研究发生在四川盆地的一次雷暴过程中闪电与云内上升气流和微物理场之间的关系，以期对闪电预警预报做出初步研究。

1 天气概况、数据资料及模式设置

1.1 天气概况

2011年7月23日四川盆地出现一次高空冷涡后部的突发性暴雨过程。从红外云图上可发现，23日01时盆地西北部广元开始有对流云团生成并逐渐向南发展，23日06时，在绵阳附近形成一尺度约为100km左右的中尺度对流云团，该对流云团维持并继续向南移动，23日18时，基本移出四川盆地。该对流云团在南移过程中先后使沿途绵阳、德阳、成都、眉山、乐山和宜宾6市部分地区降暴雨。此过程还伴有局地性大风和冰雹等强对流天气，电闪雷鸣，广元、德阳、成都和眉山等市出现风雹灾害，瞬时最大风速达20.9 m／s，[U3]冰雹直径为2～3cm。四川省雷电定位网监测了这次过程中丰富的地闪信息。

肖递祥等[19]利用雷达资料研究此次过程指出，23日02时左右，广元剑阁有零散对流回波生成，03时最强回波强度达到55dBz以上，回波向南移动过程中逐渐加强，中心强度一直维持在50dBz以上，07时强回波到达德阳主城区，08时德阳市区上空完全被45～55dBz强度的回波覆盖，降雨强盛时刻（08时18分）反射率因子垂直剖面图上45dBz以上强回波顶达到9km高度，高于－20℃所在高度，而且具有低层弱回波和中高层回波悬垂的“穹窿”特征，强对流风暴结构明显；09时强回波移到德阳以南，德阳市区强降雨结束。

表1是2011年7月23日00～18时盆地地闪频数及研究区域地闪频数随时间的统计特征。可见对流云团在移动过程中有强烈的闪电发生。06时左右开始影响德阳地区，07时目标区域的地闪开始集中发生，10时基本消失。研究的区域为德阳及周边地区（104°E～105°E，30.5°N～31.5°N），时间为7时00分至10时00分，包括了强对流风暴进入至离开德阳及周边地区的整个时空范围。研究的时刻为7：00，7：15，7：30，…，9：45，即每隔15min为一个分析点，共计12个时次。对于每一个时次，统计以此时刻为中心点前后各5min内发生的闪电，即7：00那一时刻的频数是指6时55分至7时05分，7：15的频数是指7时10分至20分。以此类推。

表1 2011年7月23日00时至18时（北京时）逐小时地闪频数

1.2 数据资料

使用的资料包括：2011年7月22日12时至23日12时（世界时）NCEP FNL 1°×1°的每6小时再分析资料；四川省雷电定位系统探测到的闪电定位数据；国家基本气象站和四川省区域站点的24小时累计降水资料。

1.3 模式参数设置

采用新一代中尺度数值模式WRFV3.4版本，模式侧边界条件和初始场为NCEP FNL1°×1°的每6小时再分析资料经过WRF前处理系统（WPS）处理得到，模拟采用兰伯特投影方式、三层网格单向嵌套方案，三层网格的水平分辨率分别为30km，10km和3.33km，3.33km分辨率的区域覆盖四川盆地范围；三重网格格点数分别为126×126，154×130，235×196；三层网格的垂直方向为35层的η坐标，顶层气压为50hPa；模式积分时间步长分别为180s，60s，20s；第一层每3小时输出1次结果，第二层每1小时输出1次结果，第三层每15min输出1次结果。模拟时间为2011年7月22日12时至23时12时，共计24小时。模拟物理方案配置为：长波辐射和短波方案分别采用RRTM和Dudhia方案，边界层方案采用YSU方案，近地面层采用Monin－Obukhov方案，陆面过程采用Noah LSM方案，其中第一和第二层网格区域采用积云对流参数化和云微物理过程方案，最内层区域关闭深对流参数化过程，即采用“显示深对流模拟”。在其他物理方案保持不变的条件下，采用3种积云参数化方案和3种微物理方案进行两组合（如表2），通过模拟降水结果与实况的对比，选择模拟效果最理想的组合方案，在此基础上研究闪电与模式输出的微物理场量及垂直速度等的时空关系，为闪电预警预报提供一种可能的方法。

表2 WRF模拟试验中积云对流方案与微物理方案组合方案代号

2 结果分析

2.1 云物理组合方案的选择

利用降水资料验证模式对此次过程的模拟效果。分别采用表2中的组合方案进行模拟，结果显示：3个微物理方案相比，Thompson方案结果与实际情况最接近，而Lin和WSM6方案不能很好的模拟出降水区域；在保持Thompson方案不变的情况下，3个对流参数化方案相比，KF、BM和GD的模拟结果相差不大，其中KF对流参数化方案模拟效果最好。综上，KF－Thomp组合方案具有最好的模拟效果。

图1是KF－Thomp组合方案模拟出的24小时降雨量与实况24小时的累计降雨量。在实况降水量（图b）中，从绵阳经德阳至成都沿东北－西南走向有一降水密集区，最大值为120mm左右。模式较好的模拟出了此降水量值区，降水量基本相同，但落区较实况向东南方向有约50km系统性的偏移量。总体来看，模拟的降水落区与实况相当接近，量级一致。因此，采用KF－Thomp组合方案WRF模式比较成功地模拟此次天气过程，可以在此基础上进行下一步的研究。以下均采用KF－Thomp方案的模拟输出结果进行分析。

图1 2011年7月22日12至23日12时（UTC）24h累计降雨量（单位：mm）

2.2 地闪频数与冰相粒子的关系

图2是地闪频数平均值与霰（500hPa）、雪晶（300hPa）和冰晶（300hPa）含量平均值的空间分布图。图2（a）中500hPa霰含量的平均值与地闪频数平均值分布并没有完全重合，虽然有一定的偏移，但高值区却有比较好的对应关系。图2（b）中300hPa雪晶含量平均值区与地闪频数平均值区也未完全重合，但雪晶的含量更大，高值区同样与地闪有较好的对应关系。图2（c）中300hPa冰晶含量平均值空间分布与地闪空间分布十分接近。高值区的偏移约为50km，与模拟降水的系统性的偏移一致。为了进一步了解霰和雪晶与地闪频数空间分布的差异，计算目标区域内每个时次霰、雪晶和冰晶含量最大值与地闪频数最大值的空间分布的距离差值（如图3）。可知，300hPa雪晶含量误差最大，这说明500hPa霰含量比300hPa雪晶含量在表示地闪频数分布上更为准确。而500hPa霰含量与300hPa冰晶含量相比，冰晶的空间分布与地闪更为一致。

图2 地闪频数平均值与500hPa霰含量、300hPa雪晶和300hPa冰晶含量平均值的空间分布

图3 500hP霰最大含量、300hPa雪晶最大含量及300hPa冰晶最大含量与最大闪电频数分布误差（单位：km）

图4 最大地闪频数与500hPa霰最大含量、300hPa雪晶与300hPa冰晶最大含量随时间的变化

图4是地闪频数最大值与500hPa霰、300hPa雪晶和300hPa冰晶最大含量随时间的变化图。由图可知，在研究的时次内，8：00地闪频数最大，为45fl／（10min），霰含量最大值与冰晶含量最大值比闪电提前约15min，含量最大值分别为11g／kg和0.13g／kg；雪晶含量最大值比闪电晚大约15min，含量最大值为6.7g／kg。霰与冰晶含量最大值有相同的变化趋势，二者的变化比地闪频数最大值的变化要提前约15min；而雪晶含量最大值的变化基本与地闪频数相同步。为进一步研究地闪与动力及微物理的关系，选取地闪频数最大时刻及相邻时刻，即7：45、8：00、8：15 3个时刻的进行分析。分别作出这3个时刻闪电与3种冰相粒子的空间分布图，见图5。7：45，闪电频数与霰含量空间分布对应较好，大值区基本重合。而对于雪晶来说，含量空间分布范围广，但在闪电频数分布的空间位置也有大值区与之对应，然而并不是所有雪晶分布的地方均有闪电发生。冰晶含量较少，在0～0.04g／kg，冰晶含量所在区域与地闪频数的分布空间位置分布配合一致。8：00，闪电频数最大，霰含量反而降低，最大含量为5.5g／kg。霰有2个高值区，闪电也有2个高值区，但空间位置有偏移。雪晶含量分布范围也有2个高值区。冰晶含量的分布与闪电频数的分布位置一致。8：15，霰含量有2个比较大的区域，与闪电频数的空间分布有偏移。雪晶含量值分布区远大于闪电空间分布。闪电频数分布与冰晶含量与闪电分布区域同样一致。由图还可发现300hPa冰晶与闪电的密切关系。综上，闪电活动频繁区域对应云中比较大的冰相粒子含量区域，这说明冰相粒子对闪电活动的重要作用；然而冰相粒子含量高的区域并不都有闪电发生，这可能是由于闪电的发生和相关粒子含量并不直接对应，而与云内的电荷分布和电场直接相关。

图5 闪电频数与霰、雪晶和冰晶质量混合比的叠加图（图中阴影为闪电频数，线条：第一行为500hPa霰质量混合比，第二行为300hPa雪晶质量混合比，每三行为300hPa冰晶质量混合比）

2.3 地闪频数与上升气流的关系

强烈上升气流是雷暴等强对流天气的一个重要条件与特征。图6是地闪频数与500hPa垂直速度的叠加图。从图中可以看到地闪频数与垂直速度有较好对应。下沉气流处无地闪发生，地闪发生在垂直速度较大的区域周围。地闪频数密集的区域其周围的垂直速度相应非常高，然而并不是垂直速度大的区域都有地闪产发生。原因可能是有云闪发生，但限于资料不能做出确定的结论。

图6 500hPa垂直速度（阴影，单位：m／s）与地闪频数（等值线）

图7 上升气流速度垂直剖面图（单位：m／s）

已有观测表明，在雷暴云中上升气流的垂直分布在中层有一个极大值，在极大值之下和之上上升气流分别随高度的降低和升高而减小。图7为500hPa垂直速度最大值处上升气流速度的垂直剖面图，图中阴影区为大于4 m／s的速度。由图可见，模拟的上升气流最大值在400hPa高度上下，7：45，上升气流速度最大值达16m／s，而在8：00闪电集中发生的时刻上升气流速度略有下降，8：15，上升气流最大值高度略有下降。在强上升气流的作用下，过冷液态水到达对流层较高的高度，转化为冰相粒子，并进行一系列物理过程，形成云内复杂的电荷结构，最终形成闪电。

3 结论与讨论

采用新一代中尺度数值模式WRF对四川盆地2011年7月23日雷暴过程进行模拟，研究雷暴中云地闪电与模式输出的云中垂直上升气流及微物理粒子之间的关系，得到以下几点结论：

（1）Thomp显式云方案能很好模拟此此过程，KF－Thomp组合方案能较为成功模拟出该次强雷暴天气过程，降水预报与实况在量级上较为一致，空间分布上存在约50km的系统性偏移。

（2）500hPa霰和300hPa冰晶含量在时间上比地闪频数超前约15min，而300hPa雪晶含量与地闪频数在时间上基本同步。冰相粒子空间分布与地闪频数有关系复杂，闪电活动频繁的区域对应云中比较大的冰相粒子含量区域，冰相粒子含量高的区域并不都有闪电发生。

（3）上升气流速度对冰相粒子的分布起关键作用，上升气流速度大的区域附近闪电活动频繁。

采用中尺度数值模式WRF仅对四川盆地一个例进行研究，WRF模式参数化设置在该地区是否具有普适性或在该地区某一类天气过程是否具有普适性需要进一步研究；得到的结论也需要更多的个例进行检验。在闪电与动力及微物理关系基础上进行闪电活动的数值模拟也是今后的一个重要工作。

[1] Carey，L D，S A Rutledge.A multiparameter radar case study of the microphysical and kinematic evolution of a lightning producing storm[J].Meteor.Atmos.Phys.，1996：59，33－64.

[2] López，R E，J P Aubagnac.The lightning activity of a hailstorm as a function of changes in its microphysical characteristics inferred from polarimetric radar observations[J].J.Geophys.Res.，102（D14），1997：16799－16813.

[3] Takahashi，T，T Tajiri，et al.Charges on Graupel and snow crystals and the electrical structure of winter thunderstorms[J].J.Atmos.Sci.，1999：56，1561－1578.

[4] Gauthier，M L，W A Rutledge，et al.Relationship between cloud－to－ground lightning and precipitation ice mass：A radar study over Houston.Geophy[J].Res.Let.，2006：33，L20803，doi：10.1029／2006GL027244.

[5] 袁铁，郄秀书.基于TRMM卫星对一次华南飑线的闪电活动及其降水结构的关系研究[J].大气科学，2010，34（1）：58－70.

[6] Miller K，GadianA，SaundersC，et a1.Modelling and observations of thundercloud electrification and lightning[J].Atmos.Res.，2001.，58：89－115.

[7] 言穆弘，刘欣生，安学敏，等.雷暴非感应起电机制的模拟研究：云内因子影响[J].高原气象，1996，15（4）：425－437.

[8] 张义军，言穆弘，刘欣生.雷暴中放电过程的模式研究[J].科学通报，1999，44：1322－1325.

[9] 闫之辉，邓莲堂.WRF模式中的微物理过程及其预报对比试验[J].沙漠与绿洲气象，2007，1（6）：1－6.

[10] 李嘉鹏，银燕，金莲姐.等 WRF模式对澳洲一次热带深对流系统的模拟研究[J].热带气象学报，2009，25（3）：287－294.

[11] 沈桐立，曾瑾瑜，朱伟军，等.2006年6月6－7日福建特大暴雨数值模拟和诊断分析[J].大气科学学报，2010，33（1）：14－24.

[12] 袁成松，王秋云，包云轩，等.基于 WRF模式的暴雨天气过程的数值模拟及诊断分析[J]大气科学学报，2011，34（4）：456－466.

[13] 马红云，郭品文，宋洁.耦合不同陆面方案的WRF模式对2007年7月江淮强降水过程的模拟[J].大气科学，2009，33（3）：557－567.

[14] Zepka，G S，PintoJr，et al.A method to ddentify the better WRF parameterizations set to describe lightning occurrence[J].21st International Lightning Detection Conference，2010.

[15] Zepka，G S，Lightning forecasting in southeastern Brazil using the WRF model，Atmos[J].Res.，2013，http：／／dx.doi.org／10.1016／j.atmosres.2013.01.008.

[16] Yair，Y，B Lynn，Prediciting the potential for lighting actity in Mediterranean storms based on the Weather Research and Forecasting（WRF）model dynamic and microphysical fields[J].J.Geophys.Res.，2010，115，D04205，doi：10.1029／2008JD010868.

[17] Barthe，C.，W.Deierling and M.C.Barth，Estimation of total lightning from various storm parameters：A cloud－resolving model study，J.Geophys.Res.，2010，115，D24202，doi：10.1029／2010JD014405.

[18] 周筠王君，孙凌，杨静，等.中国西南及其周边地区雷电活动的特征分析[J].高压电技术，2009，35：1309－1315.

[19] 肖递祥，杨康权，祁生秀.2011年7月四川盆地两次突发性暴雨过程对比分[J].气象，2012，38（12）：1482－1491.