基于大气电场突变特征的一次雷暴天气过程分析

方俏娴　殷启元　蔡占文　李翔

摘要 利用大气电场仪、广州双偏振多普勒雷达和粤港澳闪电定位系统等资料，综合分析了2020年9月23日广州一次雷暴天气过程的发展演变和大气电场变化特征。结果表明，大气电场变化曲线和时频谱特征可以反映雷暴的生成、发展和消亡（或远离测站）的过程，电场变化率、频域能量及雷达回波大值区与地闪爆发时段有很好的对应关系。电场变化率和频域能量显著增强时，说明雷暴云靠近测站或将有闪电发生。大气电场变化缓慢，电场变化率和频域能量明显下降时，说明雷暴云在消亡或远离测站。综合利用大气电场、雷达以及闪电定位资料等多源数据，分析雷暴天气发生前后的变化特征，可以更好地了解闪电的发生发展过程，提高雷电预警准确率和提前量。

关键词 闪电活动;大气电场;电场变化率;频域能量;雷达回波

中图分类号：P458.121.1 文献标识码：B 文章编号：2095–3305（2022）04–0129–04

闪电常伴随雷暴云团的发生、发展和消亡，雷暴具有局地性、突发性和短时性等特点，雷暴是广州的主要气象灾害之一[1]。研究表明，雷暴云的电荷分布一般具有偶极性或三极性结构特征，大气电场的变化特征可以反推雷暴云中的电荷结构。有学者利用大气电场的变化特征进行雷电预警，得到一些成果。董文乾[2]通过分析雷暴云电荷结构，结合大气电场仪测得的时间序列的内在特征进行研究，采用根据大气电场时间序列的变化特征对雷电的发生进行预警。有学者用阈值判定法进行了初步雷电预警，但效果不尽如人意。Arangurena等[3]对比分析了阈值法和极性反转法，发现电场数据发生首次极性反转更能有效预测闪电的发生，但虚警率和误报率较高。孟青等[4]尝试将电场数据与闪电定位数据结合起来进行雷电预警。曾庆峰[5]综合利用地面大气电场、闪电定位数据和雷达数据开展了首次地闪预报。Jana等[6]研究发现，对流天气条件下，云底高度和液态水含量与大气电场的变化密切相关，大气电场变化超前发生于对流性降水。Dementyeva等[7]利用全球闪电定位资料和地面电场验证了强对流天气预测，获得了较好的效果。有研究者利用三维大气电场数据，实现了雷暴的云定位和实时追踪。这些研究成果证明了大气电场数据预警雷电的可行性，但由于大气电场仪的标定方法和安装环境的不同，不同地区的电场报警阈值也不同。考虑到大气电场时域特征的复杂性，李颖等[8]采用了FFT研究大气电场频谱特征，发现雷暴和非雷暴天气的大气电场的幅度谱特征存在明显的差异。以往的雷电预警方法使用的资料单一，大气电场数据未能与其他气象资料有效融合应用，虚警率较高;而且大氣电场仪是一种无定向探测设备，无法得知雷暴发生的具体方位和雷暴的移动状况，缺乏直观性，需要结合其他资料加以分析。因此，综合利用大气电场、雷达资料和粤港澳闪电定位数据，研究大气电场在时域和频域下的变化特征，加强对雷暴发展过程中大气电场变化规律的认识，为雷电的发生、发展、消亡及雷电防护工作的开展和雷暴云电荷结构的研究提供依据。

1 数据和方法

1.1 资料

本研究使用的大气电场数据来源于新型MEMS大气电场仪，该大气电场仪安装在广州塔塔顶454 m平台（113°19' 9″E，23°6' 33″N），为了方便，以下简称测站。雷达资料来源于广州双偏振多普勒雷达，利用组合反射率资料。闪电定位资料来源于由广东省、香港、澳门三地气象部门共同建设的粤港澳闪电定位系统，该系统的闪电探测效率和回击探测效率均为93%，对下行闪电首次回击、继后回击、上行闪电回击的平均定位误差分别为361、252、294 m。由于大气电场仪探测半径为20 km左右，本研究仅统计以测站为中心，20  km半径范围内发生的闪电记录[9]。

1.2 时频域分析法

不同发展阶段的雷暴具有不同的大气电场波形，且受到闪电发生位置的影响，大气电场时域波形复杂多变。本研究利用时频域分析法对大气电场特征进行了分析。时域上，通过信号的波形和大气电场信号波动剧烈的特征分析。研究表明，不同天气条件下，不同频带内的大气电场信号的能量变化较大，且不同天气现象对不同频带内的信号能量影响不同，可利用大气电场信号的小波能量谱作为其频域特征[10]。因此，为了弥补时域下波形无法量化的缺陷，在频域上引入了小波能量谱分析方法，从时域向频域研究大气电场信号特征。

2 天气概况

2.1 天气过程概述

2020年9月23日13：00～21：00广州地区出现了一次较强的雷暴天气过程，局部伴随短时强降水和强雷电过程。此次雷暴过程是由于广州地区处于副热带高压西侧西南气流控制区（500 hPa），且在上游广西—湖南地区，有东北—西南向的切变线（850 hPa）东移，700～925 hPa盛行一致的西南风，使得广州附近地区聚集了大量水汽和能量，大气层结处于较强不稳定状态。随着低层切变线的东移，广州地区午后至晚上自西向东陆续出现雷暴天气。

2.2 闪电活动

粤港澳闪电定位系统监测到此次雷暴过程共发生总闪3 259次，其中云闪2 263次，地闪994次，地闪比例为30.6%。整个雷暴过程发生正地闪回击240次，负地闪回击754次，以负闪为主，占地闪总数的75.9%。平均负地闪强度为-17.28 kA，其中，负地闪最大回击强度为-96 kA，出现在16：41。正地闪最大强度86 kA，时间为16：24。图1是闪电频数逐6 min演变，可以看出，闪电频数分布具有双峰特征，主要集中发生于14：20～14：50和15：00～18：00。根据闪电频数和演变，以下分为4个不同发展阶段分析此次过程的闪电特征，分别为闪电发生前期、闪电发生初期、闪电爆发期、闪电消亡期。

第一阶段：13：28～14：00，为闪电发生前期，还没有闪电发生。

第二阶段：14：00～14：33，为闪电发生初期，共发生总闪65次，占整个过程闪电总数的2%，地闪26次，均为负地闪，地闪频数较低。

第三阶段：14：33～18：18，为闪电爆发期，共发生总闪3 191次，占整个过程闪电总数的97.79%，地闪968次，正闪240次（占比24.79%），大部分闪电发生在这一阶段。该阶段雷暴云发展成熟，闪电活跃，同时出现短时强降水（最大小时雨量达到78.3 mm，出现在16：00～17：00。其中，16：18～16：24总闪和地闪频数于达到峰值，分别为299次/6 min和102次/6 min。在16：24～18：18，闪电频数缓慢下降，但仍维持在较高数值。

第四阶段：18：18～21：00，为闪电消亡期，闪电频数迅速减少，仅发生少量云闪（0.21%），雷暴逐渐减弱并远离测站。

Ⅰ、Ⅱ、Ⅲ、Ⅳ分别表示雷暴过程的第一、二、三、四阶段

图2a、b描述了总闪和地闪的空间分布特征。可以看到，总闪和地闪具有相似的空间分布特征，闪电集中发生于测站西北部10～20 km处和测站南部5～20 km处，其中测站西北部的闪电更加密集，说明雷暴云在此处发展旺盛期。图2c显示，地闪中大部分雷电流强度小于20 kA，小部分雷电流强度超过50 kA。其中，5 kA以下所占比重最大，可能与闪电回击位置距离地面较远有关。

3 雷暴不同发展阶段的电场变化特征

不同发展阶段的雷暴，大气电场变化特征比较复杂，雷暴云经过测站时电场到达峰值且发生剧烈变化;雷暴云远离测站或消亡时，大气电场恢复平缓波动[11]。根据雷暴云的演变，探讨了雷暴不同发展阶段大气电场的时域和频域下的变化特征。

在闪电发生前期，图3a显示13：00在距离测站10 km左右的东北方向和西南方向分别有对流云团生成并逐渐发展，14：00雷达回波强度达到45 dBZ以上（图3b）。在此期间，大气电场开始出现波动，电场值稍微有所上升（图4a），与对流云团发展增强相对应，但此时还未发生闪电，电场幅值较小，变化缓慢，电场变化率和频域能量接近于0（图4b～c）。

在闪电发生初期，雷达回波（图4b～g）显示，此阶段测站东北侧的对流云团发展增强，45 dBZ以上雷达回波范围进一步扩大，同时测站西南侧的对流云团也在不断发展增强，逐渐靠近东北侧的对流云团。在此期间电场发生明显抖动（图4a），14：00左右大气电场由正值转为负值，随后电场又转为正值。同时，电场变化率明显上升，频域能量也明显增强（图4b），意味着该阶段云内电荷迅速累积。14：22测站西南侧的对流云团发生首次地闪回击，电流强度为-8 kA，发生位置距离测站11.6 km左右。此阶段共发生30次地闪回击，但均发生在测站10 km以外区域，大气电场变化率和频域能量未达到峰值。

在閃电爆发期，雷达回波（图4h ～t）显示，14：30～15：36东北侧的雷暴云团缓慢东移，逐渐远离测站并减弱，但是此时测站西侧有新的对流云团生成且不断发展增强，向东移动逐渐靠近测站。此外，顺德地区的强雷暴云团逐渐向东北移动，在15：36与测站西侧的雷暴云团合并（图3k），雷暴云团进一步发展增强，最强雷达回波达到50 dBZ以上。该阶段电场发生剧烈变化，电场大幅度正负交替跳变，最大值和最小值分别达到31.93和-31.36 kA/m。与此对应，电场变化率和频域能量也达到峰值，闪电定位资料显示此时地闪回击次数也达到峰值。电场变化率和频域能量大值区与地闪爆发时段有很好的对应关系。

在闪电消亡期，18：00雷暴云团向东北方向移动，逐渐远离测站（图3o），19：00测站20 km范围内已不存在15 dBZ以上的雷达回波（图3p）。此时，雷暴云内电荷中和殆尽，大气电场不再剧烈抖动，而是趋向于大幅度长时间的平缓波动，表现为雷暴消亡阶段电场的EOSO （End Of Storm-Oscillation） 振荡特征，与以往的研究一致。电场变化率和频域能量也迅速下降，大气电场变化率趋于0，频域能量逐渐恢复到低频段，大气电场逐渐恢复到雷暴发生前的特征。

以上分析表明：电场波动、变化率和频域能量特征可以反映雷暴的发展过程。在雷暴的不同发展阶段，大气电场时域和频域特征均存在明显的差异。在雷暴发生前，电场变化率很小，且电场信号主要集中在低频段;而当有雷暴云团正在靠近测站或测站附近的雷暴云团开始有闪电发生时，电场值和电场变化率明显上升，频域能量显著提高，尤其是高频段。在闪电爆发期间，大气电场剧烈变化，电场变化率和频域能量达到峰值。在雷暴消亡阶段，大气电场趋向于平缓波动，电场变化率明显下降，同时能量减弱且恢复到低频段内，大气电场缓慢恢复到雷暴发生前的特征。

由于雷暴发生初期是雷暴预警的关键阶段。因此，本研究利用不同阶段雷暴的大气电场的时域和频域下的变化特征，结合雷达回波和粤港澳闪电定位系统资料，对此次雷暴进行了雷电风险预警[12]。根据Mann-Kendall趋势检验法，可以得到13：58大气电场发生突变，14：00雷达回波强度也达到了40 dBZ以上，40 dBZ回波强度与测站的距离不到5 km，测站此时发出了黄色风险预警;随着闪电的发生和雷暴云的靠近，雷达回波增强，大气电场变化率和电场频域能量持续上升，闪电回击次数增多，14：27和14：33测站分别发出了橙色、红色预警（图5）。通过闪电定位资料进行检验，黄色风险预警提前量分别为174 min（以测站5 km范围内首次地闪回击时间为测站发生闪电事件的时间），橙色风险预警提前量分别为147 min，红色风险预警提前量分别为141 min。当电场变化率和电场频域能量恢复到雷暴发生前的特征，且雷达回波减小至30 dBZ以下时可认为雷暴已消亡。利用这个特征，在19：16解除了雷电风险预警。

此次广州雷暴发生、发展、消亡各个阶段的电场变化特征与以往的研究结果基本一致，但是不同阶段中大气电场强度、电场变化率和频域能量具有不同的特征。大气电场的变化与雷暴云的强度紧密相关。在非雷暴天气下，大气电场变化率达到0.1 kV/m，且大气电场信号主要集中在低频段，而当大气电场变化率上升到非雷暴天气的3倍以上时，且频域能量上也得到了明显提高，可认为电场发生异常，此时有雷暴云团正在靠近或附近的雷暴云团开始有闪电发生，这个时刻是雷电预警的关键时刻。同样，当大气电场变化率重新恢复到非雷暴天气的大气电场变化率且能量也恢复到低频段内，说明闪电结束，可解除雷电风险预警。

4 结论

（1）闪电发展初期大气电场的波动曲线反映了雷电发生的起始阶段大气电场明显变化的特征，当大气电场变化率上升到非雷暴天气的3倍以上，且频域能量上明显增强，可判断电场发生异常，意味着雷暴云正在靠近测站或测站附近即将有闪电发生。

（2）对于广州此次雷暴过程，单站电场值、电场变化率曲线和电场时频谱图反映了雷暴的生成、发展和消亡的过程以及雷暴云的移动趋势，大气电场时域和频域下的突变特征可作为雷电风险预警的指示信号之一。

（3）电场变化率大值、频域能量高值区、雷达回波大值区与地闪爆发时段有很好的对应关系。

（4） 大气电场变化率和频域能量显著下降，以及频域能量从高频段回落到低频段的变化特征，可为解除雷电风险预警提供参考依据。

大气电场、闪电监测网和雷达资料有很好的对应关系，综合利用大气电场、闪电定位资料和雷达资料，可有效提高雷电预警效果。本研究讨论了大气电场突变特征在广州一次雷暴天气个例中的应用，不同地区的雷暴还有待验证，该技术仍有待提升，后期将结合其他资料如卫星、雷达、闪电定位监测网、地面气象自动站等多源数据，建立基于大气电场突变特征的雷电分级预警方法。

参考文献

[1] 殷启元，范祥鹏，陈绿文，等.广东省雷电伤亡事故特征分析[J].自然灾害学报，2019，28（6）：204-213.

[2] 董文乾，张社岐，孙连强.地面电场监测数据在雷暴预报中的应用[J].陕西气象，2007（1）：25-28.

[3] Aranguren D， Montanya J， Sola G， et al. On the lightning hazard warning using electrostatic field： Analysis of summer thunderstorms in Spain[J]. Journal of Electrostatics， 2009， 67（2/3）： 507-512.

[4] 孟青，吕伟涛，姚雯，等.地面电场资料在雷电预警技术中的应用[J].气象， 2005， 31（9）：30-33.

[5] 曾庆锋.雷暴云地面电场特征和基于多源观测资料的雷电安全风险预警研究[D].南京：南京信息工程大学大气物理学院，2013.

[6] Jana S， Maitra A. Electric field variation in clear and convective conditions at a tropical urban location[J]. Journal of Geophysical Research Atmospheres， 2019， 124（4）： 2068-2078.

[7] Dementyeva S O， Ilin N V， Shatalina M. V， et al. Forecast of convective events and its verification against atmospheric electricity observations[J]. Izvestiya， Atmospheric and Oceanic Physics， 2020， 56（2）： 123-129.

[8] 李颖，王振会，肖稳安，等.大气电场的FFT 频谱分析及雷暴预报研究[J].气象科学，2013，33（1）： 66-70.

[9] 陈绿文，吕伟涛，张义军，等.粤港澳闪电定位系统对高建筑物雷电的探测[J].应用气象学报， 2020，31（2）：165-174.

[10] 康海龙，刘成，姜秀杰.基于大气电场特征的天气现象识别算法研究[J].计算机仿真，2014，31（12）：312-315，324.

[11] 刘畅，张远扬，张婧雯，等.成都地区一次雷暴过程地面电场演变特征[J].高原山地气象研究，2018，38（1）： 77-80.

[12] 张洪波，李哲浩，席秋义，等.基于改进过白化的Mann-Kendall趋势检验法[J].水力发电学报，2018，37（6）：34-46.

责任编辑：黄艳飞

Analysis of a Thunderstorm in Guangzhou Base on the Variation Characteristics of Atmospheric Electric Field

FANG Qiaoxian et al（Guangdong Technical Support Center of Meteorological Public Security， Guangzhou， Guangdong 510640）

Abstract Using data of atmospheric electric field， dual-polarimetric radar and Guangdong-Hong Kong-Macao lightning location system， the thunderstorm process in Guangzhou on 23 September 2020 was analyzed. The results showed that the oscillation of atmospheric electric field and time-frequency domain features reflect the process of thunderstorm nascence， development and dissipation （or far away from the station）. The high value of large variation of atmospheric electrostatic field， time-frequency domain energy， and reflectivity cores agreeably corresponded to the lightning outbreak stage. When the variation of atmospheric electric field time-frequency domain energy of the electric field increases significantly， it meaned that a thunderstorm cloud was closing to the station or there will be lightning soon. The variation of atmospheric electric field and time-frequency domain energy decrease obviously， indicating that the thunderstorm cloud was dying out or away from the station. Comprehensive utilization data of atmospheric electric field， radar and lightning location system to analyze the evolution characteristics of thunderstorms was useful to improve the accuracy and time advance of lightning risk early warning.

Key words Lightning activity; Atmospheric electric field; Variation of atmospheric electric field; Time-frequency domain energy; Radar echo

基金項目 广东省气象局科学技术研究项目（GRMC2021M16）;广东省气象公共安全技术支持中心科学技术研究项目（2021A03）。

作者简介 方俏娴（1989—），女，广西南宁人，助理工程师，主要从事短时临近天气预警及其相关方法研究。#通信作者：殷启元（1984—），男，河北石家庄人，高级工程师，主要从事雷电灾害研究和雷电监测预警技术研究，E-mail：76806604@qq.com。

收稿日期 2022-01-15