山西岢岚地区雷暴气候统计特征及其严重年大气环流背景

程胡华，焦育忠，段龙飞，崔永生

(太原卫星发射中心气象室，山西　岢岚　036301)



山西岢岚地区雷暴气候统计特征及其严重年大气环流背景

程胡华，焦育忠，段龙飞，崔永生

(太原卫星发射中心气象室，山西岢岚036301)

利用1970—2014年山西省岢岚地区地面雷暴观测资料及NCEP再分析资料，统计分析岢岚地区雷暴的气候特征，并研究雷暴严重年6—8月平均大气环流和对流稳定性特征。结果表明：(1)1970—2014年山西岢岚地区雷暴活动具有很强的季节性、时间性特征，主要集中在6—8月(占总数的74.08%)、13:00—21:00(占总数的66.46%)；年雷暴日数呈增多趋势，每10 a约增加1.8 d，雷暴初日最早出现于3月25日，终日最晚出现在11月3日，且初、终日的年际差异较大；(2)小波分析结果显示，近45 a岢岚地区年雷暴日数具有明显的2.457 a和4.1322 a周期变化特征；(3)多雷暴年，岢岚地区位于500 hPa平均位势高度及距平场槽底，而少雷暴年则位于槽后脊前；(4)多雷暴年的CAPE值为229.70 J·kg-1，是少雷暴年的2.0191倍，多雷暴年的K指数值达31.6 ℃，比少雷暴年大2.83 ℃，表明多雷暴年大气的不稳定性程度更高。

雷暴；气候特征；小波分析；环流背景；岢岚

引　言

雷暴是由积雨云引起的伴有雷电活动和阵性降水的局地风暴，常造成人畜雷击死亡、击毁通信设备及引起森林火灾等，给国家经济和人民生命及财产造成严重威胁和损失。与其它灾害性天气相比，雷暴具有非常强的局地性、瞬时性和频繁性等特点，从而增大了雷暴发生地点、发生时间和消亡时间的预报难度。近年来，一些学者提出了一系列方法[1-3]进行雷暴预报，有力地提高了雷暴的预报水平，这些预报方法大多需要历史雷暴资料和反映雷暴的大气环流形势及物理诊断量(如K指数和CAPE指数等)，因此研究雷暴天气的气候特征及其相应的环流形势和物理诊断量特征具有十分重要的意义。

截止目前，气象工作者对我国许多地区的雷暴气候特征进行大量相关研究，并取得了一系列有意义的结论[4-23]，其中胡玲等[12]发现，近47 a青海高原雷暴总体呈减少趋势，但各区变化特征不一致，雷暴越多的地区减少趋势越明显，雷暴最少的柴达木盆地变化不明显，甚至略有增加；靳利梅等[13]分析了上海雷暴的气候特征和变化规律，指出在1960—2008年期间，上海年平均雷暴日数总体减少，且秋季减少最显著；巩崇水等[16]分析了中国雷暴天气的气候特征，认为中国年平均雷暴日的地理分布可大致分成4个区域，东南高发区、西南高发区、东北次高发区和西北低发区；张春松等[19]分析了武威市雷暴天气的时空分布特征及变化趋势，并依据气流的南北配置方法对雷暴天气进行了环流分型；李桑等[20]对1980—2010年中国南方雷暴频次进行统计分析，指出雷暴频次的日变化呈午后至凌晨多，当雷暴频次偏高时，西太平洋副热带高压异常偏弱，南方对流层中上层有异常的上升运动；郭冬艳等[22]对海南地区雷暴气候特征及其大气环流背景研究分析，指出雷暴偏多年的位势高度距平出现大范围的负距平，且副高较弱、位置偏东，而雷暴偏少年副高较强、脊线偏西；央美等[23]对1966—2011年西藏那曲地区7个气象站的雷暴天气观测资料进行分析，发现多雷期、少雷期的差异主要表现在西太平洋副热带高压脊线西伸脊点的经度位置、巴尔克什湖东部至青藏高原处高压脊和高原短波槽的位置和强弱上。上述研究表明，雷暴日数及其变化趋势存在明显的地区差异，还与大气环流存在紧密联系。

岢岚地区位于晋西北黄土高原中部，地势东南高、西北低，东部为岢岚山，山上森林茂密，植被良好；西南部为烧炭山，山上牧草繁茂；西与西北部为黄土丘陵区，水土流失严重。其地形地貌复杂，是典型的高海拔山区地带，夏季午后常出现短生命史、小尺度的强对流天气系统，是雷暴天气的多发地。特殊的地形地貌特征对该区的雷暴气候特征产生重大影响。岢岚地区为我国卫星发射的3大基地之一，而卫星发射的条件之一是要求发射阵地无雷暴天气，因此对该地区雷暴进行气候统计研究，分析雷暴严重年的大气环流背景和对流稳定性特征，对我国航空航天事业的发展具有重要意义。

1　资料与方法

所用资料包括：(1)1970—2014年山西省岢岚县气象站地面雷暴逐时观测资料；(2)1970—2014年美国NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)再分析资料的Ds090.0数据集(1970年1月—1978年12月，水平分辨率为2.5°×2.5°)、Ds093.1数据集(1979年1月—1999年12月，水平分辨率为0.5°×0.5°)和Ds083.2数据集(2000年1月—2014年12月，水平分辨率为1°×1°)的500 hPa高度场、温度场和湿度场(850 hPa、700 hPa和500 hPa)以及对流有效位能(CAPE)。

采用数理统计方法分析1970—2014年岢岚地区的雷暴气候特征。利用Mann-Kendall检验法[24]分析雷暴日数的突变特征；利用Morlet小波方法进行年雷暴日数的周期分析，并与传统的傅立叶分析方法对比[25]。Morlet小波方法能同时较好地反映时域和频域局部特征，还可以发现突变，并指出序列变化中的主次周期及在各时间段的影响大小。其计算原理可参见Torrence等[26]文献。

2　雷暴气候特征

2.1年际变化

图1为岢岚地区1970—2014年雷暴日数的年际变化特征。可以看出，近45 a岢岚地区年雷暴日数总体呈显著增加趋势，每10 a约增加1.8 d(通过α=0.05的信度检验)，年雷暴日数平均为37.56 d，最多为57 d(1990年)，最少为22 d(1972年和2009年)，主要处于35～45 d之间(约占总数的62%)，1985年以前以偏少为主，1990年代中前期和2001年以后以偏多为主；相邻年的年雷暴日数变化最大值为32 d，出现于1989/1990年，由25 d增加到57 d，而相邻年变化最小值为0 d，出现于1986/1987年、2004/2005年；5 a滑动平均曲线总体呈显著上升趋势，且阶段性特征更明显，1990年代以前呈增加趋势，之后表现为减少趋势，至1998年以后再次表现为逐渐增加趋势。

图2为1970—2014年岢岚地区各月雷暴日数的年变化。可看出，该地区雷暴活动主要集中在夏季6—8月，但不同年份月雷暴日数峰值出现的月份存在差异，如1973、1977、1982年等月雷暴日数最大值出现于6月，1970、1974、1976年等最大值出现于7月，而1980、1987、2000年等最大值出现于8月；近45 a月雷暴日数最大值为18 d，分别出现在1973年6月、1974年7月和1990年7月；除1972年9月、2007年5月外，其余年份5—9月都有雷暴活动出现。

图1　1970—2014年岢岚地区年雷暴日数的年际变化

图2　1970—2014年岢岚地区各月雷暴日数的年变化(单位：d)

2.2年内变化

近45 a来，岢岚地区共出现1 690个雷暴日，雷暴最早出现于3月25日(1989年)，最晚结束于11月3日(1977年和1989年)；月累计雷暴日数超过10 d的主要集中于6—8月，占总数的74.08%，其中雷暴日数最大值出现在7月7日，共22 d，即该日出现雷暴的概率约为50%。另外，雷暴日数出现较多的月份，波动也较大(图3)。

图3　1970—2014岢岚地区雷暴日数的月变化

2.3日变化

由于岢岚地区地形地貌特征复杂，在夏季午后的热力作用下，易出现短时、局地的雷暴天气，因此其雷暴具有明显的日变化特征。图4给出1970—2014年岢岚地区雷暴时次数在不同时刻的变化。可看出，近45 a岢岚地区共出现5 239个雷暴时次，最多的雷暴时次数出现在16:00(北京时，下同)，达524次，年均约11.64次，约占总数的10%，而最少的雷暴时次数出现于09：00(68次)，年均约1.5次，约占总数的1.3%；雷暴时次数从12:00开始急剧增多，到16:00达到最大，随后急剧减少，其中累计雷暴时次数超过250次的位于13:00—21:00，约占总数的66.46%；00:00—12:00的雷暴时次数均少于150次，为雷暴发生的低概率时段。

图5为1970—2014年岢岚地区平均雷暴时次数的月变化。可看出，岢岚地区雷暴时次数的月分布特征近似以7月16:00为圆心向四周逐渐减少的圆，雷暴时次数主要集中在6—8月的15:00—18:00，雷暴时次数最多达153次，出现在7月16:00，而05:00—12:00为雷暴活动低潮期。

图4　1970—2014年岢岚地区雷暴时次数的日变化(单位：次)

图5　1970—2014年岢岚地区平均雷暴时次数的月变化(单位：次)

3　年雷暴日数的周期分析

图6为岢岚地区1970—2014年雷暴日数的Morlet小波分析结果。由Morlet小波系数实部(图6a)和功率谱(图6b)可以看出，岢岚地区年雷暴日数存在2 a、4 a、7 a和13 a左右的振荡周期，其中2 a、4 a左右的周期通过了95%的置信水平，而7 a、13 a左右的周期则不显著，故岢岚地区年雷暴日数存在显著的准2 a、4 a左右的周期变化。为进一步确定变化的主周期，由总体小波功率谱(图6c)可知，通过95%置信水平的周期分别为2.457 a和4.1322 a，对应的功率谱值分别为82.6和60.1，故2.457 a为岢岚地区年雷暴日数变化的主周期。

4　年雷暴日数的突变分析

图7为1970—2014年岢岚地区年雷暴日数的Mann-Kendall突变检验。UF表示年雷暴日数的顺序统计曲线，UB则为逆序统计曲线，若UF或UB值>0，表明序列呈上升趋势，反之则呈下降趋势。给定显著性水平α=0.05，临界线U=±1.96。当统计曲线超过临界线时，表明上升或下降趋势显著。由图7可看出，2005年以前，UF值处于波动状态，而后呈上升趋势，但UF值未超过临界线，表明年雷暴日数上升趋势不显著，且无突变点。

图6　1970—2014年岢岚地区年雷暴日数的Morlet小波系数实部(a)、功率谱(b，黑色网格区通过95%的置信水平，虚线为10-5误差等值线，其内部误差<10-5表示受边界影响小，外部误差>10-5表示受边界影响较大)及总体小波功率谱(c，实线为功率谱，虚线为95%的置信水平)

图7　1970—2014年岢岚地区年雷暴日数的M-K突变检验

5　大气环流背景和对流稳定性分析

5.1多雷暴年及少暴雷年的确定

根据世界气象组织规定，将雷暴日数距平值(|△S|)为2倍标准差(2σ)的事件称为异常事件，距平值为1.3σ的称为严重事件[21]。图8为1970—2014年岢岚地区年雷暴日数距平的年际变化，可看出，1972、1990和2009年|△S|达2σ以上，表明这3 a为雷暴发生的异常年；1990、1992、2002、2012、2014年|△S|>1.3σ，为多雷暴年，1972、1975、1984、1989、1993、2009年|△S|<1.3σ，为少雷暴年。下面将针对岢岚地区多雷暴年、少雷暴年的500 hPa高度场和对流稳定性进行对比分析，探讨大气环流背景和对流稳定性对雷暴活动的影响。

图8　1970—2014年岢岚地区年雷暴日数距平

5.2500 hPa大气环流背景

图9为1970—2014年岢岚地区多雷暴年、少雷暴年在雷暴发生盛期(6—8月)的500 hPa合成高度场及距平场。可看出，多、少雷暴年6—8月500 hPa合成高度场(图9a、图9c)的差异主要表现在2方面：相对于多雷暴年500 hPa合成高度场值5778 gpm，少雷暴年的合成高度场值更高，达5 791 gpm，更接近于5 800 gpm线；多雷暴年，岢岚地区处于宽广的槽底，有利于长时间的强对流天气产生，而对应的少雷暴年处于槽后脊前，不利于强对流天气的产生。多、少雷暴年6—8月500 hPa高度距平场(图9b、图9d)之间差异更明显，数值上，多雷暴年高度距平为负距平，其值为-11.24 gmp，而少雷暴年距平值为1.83 gpm；分布形势上，多雷暴年，岢岚地区正处于距平值底部，其正北方存在一明显的距平低值中心区，该低值中心对应为蒙古冷涡，可见该地区多雷暴年主要是蒙古冷涡长时间存在导致的，这与实际情况一致；少雷暴年，低值中心明显东移，此时岢岚地区明显处于槽后脊前，蒙古冷涡天气系统已移出该地区，有利于出现晴好天气。

图10给出岢岚地区1970—1984年雷暴偏少年段、2002—2014年雷暴偏多年段6—8月500 hPa合成高度场及其距平。可看出，雷暴偏少和偏多年段的6—8月500 hPa合成高度场(图10a、图10c)之间的差异类似于少雷暴年和多雷暴年，即雷暴偏少年段的合成高度场值更大(5 797 gpm)且位于槽后，而偏多年段的合成高度场值较小(5 781 gpm)，且同样位于宽广的浅槽区。雷暴偏少与偏多年段的距平值分布类似于少雷暴年和多雷暴年，在雷暴偏少年段(图10b)，高度距平为正值(7.4692 gpm)，偏多年段(图10d)，距平为负值(-8.6170 gpm)；分布形势上，在雷暴偏少年段，岢岚地区西北方向有一明显正距平大值中心，而在雷暴偏多年段，其北面则存在一明显的西南—东北向负距平中心，其分布特征与多雷暴年和少雷暴年之间存在较明显的不同。

图9　1970—2014年岢岚地区6—8月多雷暴年(a、b)和少雷暴年(c、d)的500 hPa合成高度场(a、c)及其距平场(b、d)(单位：gpm，★为岢岚气象站，以下相同)

图10　岢岚地区1970—1984年(a、b)、2002—2014年(c、d)6—8月500 hPa合成高度场(a、c)及其距平场(b、d)(单位：gpm)

5.3对流稳定性

通过分析500 hPa高度场及其距平有利于了解雷暴天气的大气环流背景特征，但对于判断雷暴天气是否发生还不够深入。目前，在气象业务中判断雷暴天气是否发生，常用的雷暴预报因子为对流有效位能(CAPE)和K指数，这2个因子均能很好地反映大气稳定性特征，其值越大，表明大气越不稳定，则越有利于雷暴天气的产生，反之亦然。

图11给出岢岚地区在多雷暴年、少雷暴年的6—8月CAPE和K指数分布特征。可看出，多雷暴年(图11a)和少雷暴年(图11b)的CAPE值随纬度变化非常明显，在27°N以南均存在明显强对流活动，且随着经度增加，CAPE大值区域均存在北抬，多雷暴年的CAPE大值区更偏北。另外，该地区多雷暴年与少雷暴年的CAPE值相差较大，多雷暴年的CAPE值为229.701 J·kg-1(图11a)，少雷暴年为113.765 J·kg-1(图11b)，前者为后者的2倍多。与CAPE类似，K指数值同样与纬度和经度密切相关(图11c、图11d)，多雷暴年的K指数值为31.5934 ℃，少雷暴年为28.7621 ℃，多雷暴年比少雷暴年大2.8313 ℃。上述分析可见，多雷暴年的大气对流活动更加剧烈，大气不稳定性程度更高。

图11　1970—2014年岢岚地区多雷暴年(a、c)和少雷暴年(b、d)6—8月CAPE(a、b，单位：J·kg-1)和K(c、d，单位: ℃)指数分布特征

6　结　论

(1)1970—2014年，岢岚地区的年雷暴日数变化较大，总体呈增加趋势，每10 a约增加1.8 d，且未发生突变现象；雷暴具有很强的季节性、时间性特征，集中出现在夏季(6—8月)的13:00—21:00；雷暴具有明显的2.457 a(主周期)和4.1322 a(次周期)周期振荡变化。

(2)从500 hPa大气环流背景来看，岢岚地区年雷暴日数变化主要受蒙古冷涡影响，当蒙古冷涡在6—8月期间长时间影响岢岚地区时，有利于该地区雷暴日数的增多；反之则不利。

(3)多雷暴年的CAPE值为少雷暴年的2.0191倍，且多雷暴年的K指数值比少雷暴年大2.8313 ℃，表明多雷暴年的大气对流活动更加剧烈，大气不稳定性程度更高。

致谢：非常感谢两位匿名审稿专家和编辑部对本研究提出重要的建设性修改意见

[1] 秦春明,尚可政,王式功,等. 辽宁葫芦岛1～10 d雷暴天气预报方法[J]. 干旱气象,2012,30(2):192-201.

[2] 陈勇伟,郑涛,王汉堃,等. 基于BP神经网络模型的雷电潜势预报[J]. 干旱气象,2013,31(3):595-601.

[3] 孔德兵,尚可政,王式功,等. 基于逐步回归分析的西北地区东部雷暴概率预报方法研究[J]. 干旱气象,2016,34(1):181-187.

[4] 张敏锋,刘欣生,葛正谟. 我国北方地区雷电活动的时空特征[J]. 高原气象,2000,19(3):277-284.

[5] 蔡新玲,刘宇,康岚,等. 陕西省雷暴的气候特征[J]. 高原气象,2004,23:118-123.

[6] 山义昌,王善芳. 近40年潍坊地区雷暴日的气候特征[J]. 气象科技,2004,32(3):191-194.

[7] 胡艳,端义宏. 上海地区雷暴天气的气候变化及可能影响因素[J]. 中国海洋大气学报,2006,36(4):588-594.

[8] 张旭晖,高苹,许祥,等. 江苏雷暴日发生规律及其大气环流预报模型的建立[J]. 气象科技,2006,34(5):532-537.

[9] 王建兵. 甘南高原雷暴的气候特征[J]. 干旱气象,2007,25(4):51-55.

[10] 景怀玺,石圆圆,白虎志. 甘肃中部雷暴天气变化的气候特征分析[J]. 干旱气象,2007,25(1):53-57.

[11] 许迎杰,尹丽云,邓勇,等. 低纬高原雷暴的气候特征分析[J]. 高原气象,2008,27(4):889-894.

[12] 胡玲,郭卫东,王振宇,等. 青海高原雷暴气候特征及其变化分析[J]. 气象,2009,33(11):64-70.

[13] 靳利梅,史军. 上海地区雷暴气候特征及变化研究[J]. 干旱气象,2010,28(1):54-58.

[14] 任景轩,朱克云,张杰,等. 近30年西藏地区雷暴变化特征[J]. 气象科技,2011,39(3):289-294.

[15] 郭冬艳,翟盘茂,姜涛,等. 海南夏季雷暴时空分布特征及成因[J]. 气象科技,2011,39(5):562-568.

[16] 巩崇水,曾淑玲,王嘉媛,等. 近30年中国雷暴天气气候特征分析[J]. 高原气象,2013,32(5):1442-1449.

[17] 周贺玲,张绍恢,杨艳. 河北廊坊雷暴大风的气候特征[J]. 干旱气象,2014,32(4):588-592.

[18] 拉巴次仁,来志云,索朗白玛,等. 近40年西藏地区雷暴事件的时空变化特征[J]. 高原气象,2014,33(4):1131-1134.

[19] 张春松,杨晓玲,刘蓉,等. 甘肃武威市雷暴天气时空分布特征[J]. 干旱气象,2015,33(4):559-565.

[20] 李桑,龚道溢. 1980-2010年中国南方雷暴频次的统计特征及其变化[J]. 高原气象,2015,34(2):503-514.

[21] 吴志伟,王镇江,朱筱英,等. 镇江地区雷暴日的时空分布及雷暴日异常多年的特征分析[J]. 气象科学,2003,23(2):245-252.

[22] 郭冬艳,辛吉武,吴胜安,等. 海南雷暴气候特征及大气环流背景分析[J]. 气象科技,2008,36(4):404-408.

[23] 央美,旦增格列,达瓦泽仁,等. 那曲地区雷暴天气时空变化特征及影响因素[J]. 应用气象学报,2014,25(6):751-760.

[24] 魏凤英. 现代气候统计诊断与预测技术(第二版)[M]. 北京：气象出版社，2008.

[25] 赫立生,李新,李月英. 太阳活动变化的小波分析[J]. 干旱气象,2006,24(4):15-19.

[26] Torrence C, Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998,79:61-78.

Climate Characteristics of Thunderstorms and Atmospheric Circulation Background in the Years with Severe Thunderstorms in Kelan of Shanxi Province

CHENG Huhua, JIAO Yuzhong, DUAN Longfei, CUI Yongsheng

(TheMetOfficeofTaiyuanSatelliteLaunchCenter,Kelan036301,China)

Based on the hourly thunderstorm observation data in Kelan of Shanxi and NCEP reanalysis data during 1970-2014, the climate characteristics of thunderstorms were analyzed statistically by using linear tendency estimation, Morlet wavelet analysis and Mann-Kendall test, the characteristics of mean atmospheric circulation and convective stability from June to August in the years with severe thunderstorms during 1970-2014 were discussed by using composite analysis. The results are as follows: (1) The seasonal and time characteristics of thunderstorm in Kelan of Shanxi were very obvious during 1970-2014, the thunderstorm mainly occurred from June to August, which accounted for about 74.08% of the total, and it mainly occurred from 13:00 to 21:00, which accounted for about 66.46%. The annual thunderstorm days presented an increasing trend on the whole in the past 45 years, and the climatic tendency rate was 1.8 d·(10 a)-1. The initial date of thunderstorm in Kelan was 25 March, while the ending date of thunderstorm was 3 November, and the annual variations of the initial and ending dates of thunderstorm were great during 1970-2014. (2) The significant periods of thunderstorm days during 1970-2014 were 2.4570 a and 4.1322 a. (3) On 500 hPa geopotential height and anomaly fields, the Kelan of Shanxi located at the bottom of trough in active thunderstorm years, while it located in the northwest airflow behind the trough in less active thunderstorm years. (4) The value of CAPE was 229.701 J·kg-1in active thunderstorm years, and it was 2.0191 times of that in less active thunderstorm years, and the value ofK-index in active thunderstorm years was 31.5934 ℃, and it was lightly larger than that in less active thunderstorm years, which indicated that the atmosphere was more unstable in active thunderstorm years.

thunderstorm; climate characteristics; wavelet analysis; circulation background; Kelan

10.11755/j.issn.1006-7639(2016)-04-0640

2016-01-27；改回日期：2016-05-16

总装青年科技基金项目(2014ZBTY4003)和太原卫星发射中心科学基金项目(2015ZBTY4008)共同资助

程胡华(1983- )，男，工程师，主要从事天气气候方面研究. E-mail:chenghongxi2012@qq.com

1006-7639(2016)-04-0640-08DOI:10.11755/j.issn.1006-7639(2016)-04-0640

P468

A

程胡华，焦育忠，段龙飞，等.山西岢岚地区雷暴气候统计特征及其严重年大气环流背景[J].干旱气象，2016，34(4)：640-647, [CHENG Huhua, JIAO Yuzhong, DUAN Longfei, et al. Climate Characteristics of Thunderstorms and Atmospheric Circulation Background in the Years with Severe Thunderstorms in Kelan of Shanxi Province[J]. Journal of Arid Meteorology, 2016, 34(4):640-647],