华东地区雷暴天气对流有效位能统计分析

叶磊 张梅 赵定池等

摘要利用华东地区16个测站1986～2006年的逐3 h地面观测资料和08∶00、20∶00探空资料，对该地区雷暴发生的时间分布特征及对流有效位能（CAPE）进行统计分析。结果表明，华东地区雷暴发生频数从北向南呈递增趋势；夏季最多，春季次之，秋冬季最少；春夏季午后至傍晚是雷暴的频发时段，午夜至上午是北部地区雷暴的另一个高发期；夏季雷暴发生时CAPE值较大，春季雷暴发生时CAPE较小；无雷暴发生时CAPE值远小于雷暴发生时CAPE值；干型雷暴发生时CAPE值大于湿型雷暴。

关键词雷暴；频数统计；对流有效位能

中图分类号S429文献标识码A文章编号0517-6611（2015）31-160-03

The Statistical Analysis of Thunderstorm Convective Available Potential Energy in East China

YE Lei1， ZHANG Mei2， ZHAO Dingchi3 et al（1. Institute of Meteorology， PLA University of Science and Technology， Nanjing， Jiangsu 211101； 2. College of Science， Nanjing Agricultural University， Nanjing， Jiangsu 210095； 3. No.75822 Army of PLA， Guangzhou， Guangdong 510510）

AbstractBy using the 21a （19862006） ground observation and conventional radiosonde data from 16 sites（08∶00， 20∶00） in East China， the time distribution of thunderstorm occurrence and the convective available potential energy （CAPE） while thunderstorms occurred are analyzed. The results show that the thunderstorm frequency showed an increasing trend from north to south； thunderstorms occurred most frequently in the summer， the number in the spring autumn reduced， and it was least in autumn and winter； the thunderstorms occurred up from afternoon to nightfall in spring and summer， another period of occurred up in the northern plains is from midnight to noon； CAPE are larger while thunderstorms occurred in summer and CAPE are smaller while thunderstorms occurred in spring； CAPE of drythunderstorms are larger than CAPE of wetthunderstorms.

Key wordsThunderstorm； Frequency statistics； Convective available potential energy

雷暴是積雨云云体强烈发展阶段所产生的雷电现象，常伴有大风、暴雨、冰雹和龙卷等， 是一种严重的灾害性天气[1]。雷暴天气在补给作物后期生长所需水分的同时，阴雨、寡照、大风等对作物生长、设施农业及养殖业均造成不利影响，雷击还可致使农作人员、牲畜伤亡，因此提高气象灾害监测能力是农业增产增收的保障。但由于雷暴发生的时空尺度小、概率低，研究和预报的难度比较大。陶诗言等[2]分析指出有位势不稳定层结是雷暴系统发生的物理条件之一。描述层结不稳定的指数很多， 如沙氏指数、抬升指数等。相对于其他描述不稳定状态的指数，对流有效位能（Convective Available Potential Energy，CAPE）[3]考虑了整个大气的层结分布，能够反映大气的整体不稳定度，在雷暴的监测预警中被广泛应用。张建春等[4]利用天津地区NCEP再分析和实时观测资料计算2001～2010年5～9月的CAPE，统计分析发现，雷暴的有无、一般雷暴和雷暴大风之间的CAPE均有显著差异。华东地区是我国雷暴的频发区域之一。程向阳等[5]对安徽近50年雷暴的时空变化特征进行分析发现，安徽雷暴发生的高值区位于大别山区和皖南山区，年均雷暴日数为45～55 d。但对于华东地区雷暴的CAPE特征，特别是CAPE对雷暴短时预报的指示意义，在以往的文献中较少涉及。该研究在统计华东青岛、安庆、福州等站点雷暴发生频数的基础上，计算雷暴天气CAPE值，分析CAPE的变化规律，给出雷暴发生的阈值，为利用CAPE预报该区域的雷暴天气提供理论基础。

1资料和方法

1.1资料来源所用资料为中国气象数据科学共享网提供的1986～2006年常规观测资料，选取华东地区六省一市青岛、南京、安庆、福州等共16个代表性站点。其中地面资料为逐3 h，分别为02：00、05：00、08：00、11：00、14：00、17：00、20：00和23：00，探空资料为08：00和20：00。雷暴事件根据地面资料中天气现象中含雷暴的编码确定，包括编码为17、29以及91～99的天气现象编码，其中，伴有降水的雷暴为湿型雷暴，不伴有降水的雷暴为干型雷暴。

1.2对流有效位能计算方法Smith[6]将自由对流高度（Free Convection Level，LFC）和平衡高度（Equilibrium Level，EL）之间的层结曲线与状态曲线所围面积称为正面积（Positive Area，PA），在忽略摩擦效应和冻结过程的情况下，PA与LFC到EL间正浮力产生的动能大小成正比。对于正面积PA，通常称为对流有效位能，其计算公式为：CAPE=∫pLFCpELRd（Tvp-Tve）d ln p，式中，pEL为平衡高度处气压；pLFC为自由对流高度处气压；Rd为气体常数（287.05 J/kg）；Tvp、Tve分别为气块和环境的虚温；p为大气气压。从几何意义上说，CAPE正比于热力学图解上的正面积，表征大气不稳定能量。CAPE值越大，发生对流的可能性越大。

在此利用常规探空资料，对探空资料进行线性内插，计算每10 hPa的气压、温度、露点温度，可得温度、露点温度层结曲线；以地面作为气块抬升的起点，沿干绝热线抬升至凝结高度，再根据假相当位温守恒计算状态曲线；由层结（环境）曲线与状态（气块）曲线的交点确定自由对流高度和平衡高度；从自由对流高度处开始，进行不稳定能量积分，至平衡高度处，积分所得量值即为CAPE值大小。

2华东地区雷暴天气频数统计分析

2.1雷暴发生频数地域分布从1986～2006年华东16个站点雷暴发生频数分布（图1）可以看出，华东地区雷暴天气的地域性差异明显，从北向南雷暴天气发生频数大致呈增加趋势。江西为雷暴天气的高发区，邵武、赣州、南昌为雷暴天气发生频数最多的3个站点，分别为841、806、757次，这是因为江西处于南方且地形多为山区，有利于强对流天气的发展。而华东北部多为平原，雷暴发生频数明显少于南部地区，上海、成山头、青岛等站雷暴发生频数均低于300次，分别为230、248、295次。

对华东地区16个站点雷暴发生频数各月分布特征进行初步统计发现，以钱塘江为界，北部杭州、上海、南京等8个站点夏季雷暴发生频数较多，其中，6月份雷暴发生频数较少，7、8月份雷暴发生频数较多；钱塘江以南洪家、衢州、福州等站春季3月份雷暴发生频数已较多，3～8月雷暴发生频数呈增长趋势，但不显著，安庆站雷暴频数逐月变化与钱塘江以南几个站点类似。因此，可将华东地区划分为南部和北部2个地区，2个地区均为8个站点。

2.2雷暴发生频数逐月演变从1986～2006年华东地区雷暴发生频数逐月变化（图2）可以看出，雷暴天气具有明显的季节性，夏季（6～8月份）雷暴天气频发，占全年雷暴发生频数的58.42%，春季（3～5月）雷暴发生频数仅次于夏季，占全年雷暴发生频数的29.87%，秋冬季最少；北部地区雷暴发生频数呈单峰分布，7月份雷暴发生频数最多，8月份雷暴发生频数接近7月份，以7月为中心，其余月份雷暴频数逐渐减少。南部地区春季雷暴发生频数接近夏季，4月份雷暴发生频数多于5月份，这可能是因为4月份江淮气旋多发，伴有雷暴天气；5月份隨着副高的北抬，冷空气活动减弱，江淮气旋的发生频数降低，同时江淮气旋移动入海路径北移[7]，伴随发生的雷暴频数减少。南部地区2～6月雷暴发生频数明显大于北部地区，可见雷暴产生过程中地形抬升作用明显。

2.3雷暴发生频数逐3 h演变以上分析可知，华东地区春季和夏季是雷暴频发的季节，从1986～2006年华东地区春季和夏季雷暴发生频数逐3 h演变（图3）可以看出，春季南部地区各时次雷暴发生频数均明显大于北部地区，南部和北部地区雷暴发生频数均是20：00最多，11：00最少，其他时次相差不大。夏季午后3个时次（14：00、17：00、20：00）雷暴天气频发，发生频次分别为959、1 041、1 031次，这主要是因为夏季午后地面最高温度一般出现在14：00左右，底层积聚了大量能量，易形成不稳定层结，在高空槽或中低空切变线等系统影响下容易发生雷暴天气[8]；在夜间和上午为雷暴的低频时段，但其中23：00和02：00雷暴发生的频数相对较多，特别是02：00，发生频数达343次，这是因为夜间云顶的长波辐射降温会加强大气的层结不稳定，有利于产生夜间雷暴[9] ；午后3个时次（14：00、17：00、20：00）南部地区雷暴发生频数大于北部地区，而23：00～次日11：00 5个时次北部地区雷暴发生频数大于南部地区。郑淋淋等[10]对我国雷暴日变化特征进行分析时也发现，华北与江淮平原地区雷暴发生频数17：00～20：00达最多，23：00～次日02：00为另一个高峰，呈多峰型特点；南部地区主要发生在傍晚至日落前后（17：00～20：00），呈明显的单峰型，为山区和高原地区雷暴发生的特点。这与图3的统计结果相一致，即午夜至上午华东北部雷暴发生频数大于华东南部地区。

3雷暴天气CAPE统计分析

3.1春、夏季雷暴天气CAPE逐月变化3～8月是华东地区雷暴频发的月份，从3～8月雷暴天气发生时CAPE值的变化（图4）可以看出，钱塘江以北，夏季7、8月雷暴发生时CAPE值较大，中位数值分别达1 400、1 200 J/kg，这是因为夏季整体温度较高，热对流效应明显，无论有没有发生雷暴天气，计算出的CAPE值均较高；6月份雷暴发生时CAPE值较小，中位数值为900 J/kg，这是因为6月份长江中下游处于梅雨时期，雷暴多发但温度较低，CAPE值较小；春季4、5月雷暴发生时CAPE较小，中位数值分别为500、550 J/kg，这是因为华东地区4、5月份江淮气旋频发[7]，易产生雷暴，但温度较低，计算出的CAPE值也较小。华东南部地区6、7、8月雷

暴发生时CAPE值明显大于其他月份；南部地区5月份雷暴发生时CAPE值中位数约为1 100 J/kg，远大于北部地区5月份CAPE值中位数，这可能是因为南北纬度差异造成的，福建、江西、浙江南部5月份冷空气活动相对较弱，受副热带高压影响明显[1]，温度相对北部地区较高，局地热对流时有发生，雷暴发生时计算出的CAPE值相对较高。

安徽农业科学2015年

3.2不同类型雷暴天气CAPE分析Johns等[11]研究总结了雷暴发生的3个基本条件，包括条件不稳定、对流层中部或底层的水汽条件以及抬升条件。在此对无雷暴以及是否伴有降水雷暴发生时的CAPE进行计算，分析CAPE和水汽在雷暴发生中的作用。结果发现（图5），华东地区春季北部地区和南部地区无雷暴、干型雷暴和湿型雷暴发生时中位数均大致相当，分别为0、950、400 J/kg；干型雷暴日CAPE值中位数均大于湿型雷暴日CAPE值中位数，表明充足的水汽更有利于雷暴发生。华东地区夏季南区无雷暴、干型雷暴和湿型雷暴发生时CAPE值中位数分别达1 000、2 000、1 300 J/kg，均比北区大，可见夏季山区与平原相比，不稳定能量更易聚集。不同季节、不同区域干型雷暴CAPE值中位数均大于湿型雷暴，湿型雷暴CAPE值中位数略大于无雷暴天气，这是因为降水发生前不稳定能量积聚，CAPE值较高，降水过程相当于不稳定能量释放过程，降水之后不稳定能量释放，CAPE值计算较低；湿型雷暴伴有降水过程，计算出的CAPE值较

小。陈艳等[12]对山东一次典型暴雨过程中CAPE值变化进行分析发现，从暴雨发生前到暴雨发生结束CAPE值变化为先增大后减小。进一步研究发现，湿型雷暴发生之后，降水将不稳定能量释放得比较彻底，大气层结趋于稳定，雷暴不太容易再次发生；而干型雷暴发生后，不稳定能量没有完全释放，大气仍然处于不稳定状态，不稳定能量重新积聚后，比较容易再次发生雷暴。

4结论和讨论

（1）华东地区雷暴发生地域差异明显，从北向南呈递增趋势；季节性差异明显，夏季最多，春季次之，秋冬季最少；午后至傍晚是雷暴的频发时段，午夜至上午是北部地区雷暴的另一个高发期。

（2）北部地区7、8月份雷暴发生时CAPE较高，6月份较低，春季最低；南部地区5～8月份雷暴发生时CAPE值均较高，3、4月份最低。

（3）计算不同类型雷暴发生时CAPE值发现，干型雷暴发生时CAPE值大于湿型雷暴。伴有降水的雷暴发生后，雷暴不易再次发生；不伴有降水的雷暴发生后，雷暴较易再次发生。

（4）目前探空资料的间隔为12 h，而一般雷暴单体的生命史为几十分钟或几个小时，无法精确获得计算雷暴发生前后大气层结详细变化特征。该研究所采用的方法难免存在误差，廖晓农等[13]也曾探讨过增加14：00探空的必要性。文中结论是初步的，更多的个例分析、更长年代的资料、雷暴发生前后CAPE的计算和对比方法均是以后工作的方向。

参考文献

[1] 朱乾根，林锦瑞，寿邵文，等.天气学原理和方法[M].北京：气象出版社，1981：649.

[2] 陶诗言，丁一汇，周晓平.暴雨和强对流天气的研究[J].大气科学，1979（3）：227-238.

[3] BLANCHAND D O.Assessing the vertical distribution of convective available potential energy[J].Wea forecasting，1998，13：870-877.

[4] 张建春，王海霞，陶祖钰.对流有效位能预报能力的统计分析[J].暴雨灾害，2014，33（3）：290-296.

[5] 程向阳，谢五三，刘岩，等.安徽省近50年雷暴的时空变化特征及影响因素[J].长江流域资源与环境，2012（1）：117-121.

[6] SMITH R K.The physics and parameterization of moist atmospheric convection[M].The Netherlands：Kluwer Academic Publishers，1998：29-58.

[7] 魏建苏，刘佳颖，孙燕，等.江淮气旋的气候特征分析[J].气象科学，2013（2）：196-201.

[8] 戴建华，秦虹，郑杰.用TRMM/LIS资料分析长江三角洲地区的闪电活动[J].應用气象学报，2005（6）：728-736.

[9] 谢安，陈受钧.暴雨系统中的辐射特征[J].气象学报，1984（2）：177-188.

[10] 郑淋淋，孙建华，卫捷.1980～2008年我国强对流天气的统计特征[C]//中国气象学会.第27届中国气象学会年会灾害天气研究与预报分会场论文集.中国气象学会，2010：14.[11] JOHNS R H，DOSWELL Ⅲ C A.Severe local storms forecasting[J].Wea forecasting，1992，7：588-612.

[12] 陈艳，寿绍文，宿海良.CAPE等环境参数在华北罕见秋季大暴雨中的应用[J].气象，2005（10）：56-61.

[13] 廖晓农，俞小鼎，谭一洲.14 时探空在改进北京地区对流天气潜势预报中的作用[J].气象，2007，33（3）：28-32.