飑线系统中的闪电活动与雷达回波特征的相关性研究

于函 张鸿波 刘冬霞 陈志雄 田野 袁善锋 王东方 卢晶雨 ,3 周筠珺 郄秀书 , 3

1 成都信息工程大学大气科学学院, 成都 610225

2 中国科学院大气物理研究所中层大气和全球环境探测重点实验室(LAGEO), 北京 100029

3 中国科学院大学地球与行星科学学院, 北京 100049

4 福建师范大学地理科学学院, 福州 350007

5 中国气象局北京城市气象研究院, 北京 100089

6 北京市气象局气象探测中心, 北京 100081

1 引言

飑线是一种在中纬度地区常见的中尺度对流系统，一般由多个雷暴单体或雷暴群线性排列而成，是破坏性最强和最大的强天气过程，通常伴随强风、雷电、暴雨、冰雹等强对流天气（丁一汇, 2005）。国内外已有许多针对飑线过程中的热力、动力和微物理过程展开的观测和研究（Biggerstaff and Houze,1991; Meng et al., 2013; Qie et al., 2021），随着 闪电探测技术的不断进步，飑线系统内起电和放电过程研究也受到重视，研究获得了飑线系统中电荷结构演变和不同区域闪电活动规律的认识（如Marshall and Rust, 1993; Nielsen et al., 1994; Dotzek et al.,2005; Cui and Li, 2011; 徐 燕 等, 2018）。Carey et al.（2005）分析了一次飑线过程内闪电活动特征，发现闪电多发生于飑线前部的对流区，闪电辐射源分布呈现出从对流区向层云区倾斜的形式。刘冬霞等（2013）分析一次发生于北京地区的飑线系统，结果也发现闪电辐射源集中分布于前部线状对流区，且逐渐向层状云区递减。孙凌等（2019）针对北京地区的一次飑线过程发现闪电辐射源主要分布于对流线区内，且对流云区内强回波体积增大时，闪电辐射源数量也增多。不过，之前学者对飑线闪电活动的研究多集中关注在飑线过程的个例研究。

飑线系统中的闪电活动与微物理过程相关，通常认为非感应起电机制是云内主要的起电机制（Takahashi, 1978; Saunders et al., 1991; Saunders and Peck, 1998; Mansell et al., 2005; Saunders et al.,2006; 李万莉等, 2012），云内不同的冰相水成物粒子（主要是霰粒子与冰晶）之间发生碰撞、弹开时，会发生电荷分离，也就是起电过程；当云中的电荷分层，累积到一定程度时，局部电场超过击穿阈值，闪电放电过程产生。天气雷达（多普勒雷达、偏振雷达等）可有效反映雷暴发生发展过程中云内粒子的分布信息（刘黎平等, 2002; 冯亮等, 2018;Peterson et al., 2020），因此国内外许多学者曾利用雷达回波面积、体积等特征量和闪电活动之间进行了一些对比研究，表明闪电活动与回波强度（Zipser and Lutz, 1994; 刘冬霞等, 2010）、回波面积或体积（吴学珂等，2013；赖悦等，2015）、不同温度层结的雷达反射率因子（Gremillion and Orville, 1999；Mosier et al., 2011）等都有一定的相关性。但是，虽然闪电活动与雷达回波特征量之间存在相关性，但针对不同地区得到的相关性结果不完 全 相 同（Ge et al., 1992; Carey and Rutledge,1996; Boussaton et al., 2007; 王飞等, 2008; 王力艳和车向辉, 2016），且缺少定量研究。

通过构建闪电和强对流特征参量间的定量关系，可为闪电资料在数值模式中的同化奠定基础（Deierling et al., 2005, 2008; Deierling and Petersen,2008; Basarab et al., 2015; Fierro and Mansell, 2018;Carey et al., 2019; Chen et al., 2019）。在国内以往闪电和雷达回波特征的研究中，由于缺少对云闪的观测资料，多数仅针对地闪研究，而地闪仅占全部闪电的不足1/3，云闪则占2/3 以上，因此对包括云闪和地闪在内的全闪研究是十分必要的。包含飑线在内的中尺度天气过程中往往会产生剧烈的闪电活动，2015～2017年在北京地区开展了基于多种探测手段的雷暴协同观测实验，获得了大量珍贵的包含闪电全闪和天气雷达观测个例数据集。本文基于北京宽频带闪电网（BLNet）获得的三维全闪资料（地闪和云闪），并结合多普勒天气雷达资料等，对观测到的7次飑线过程进行分析，探讨闪电活动与雷达回波特征之间的关系，研究成果不仅可以进一步认识飑线中闪电活动和对流参量的关系，也可以为数值模式预报中的闪电资料同化提供参考。

2 观测资料和方法

本文选用的闪电资料为北京宽频带闪电网BLNet（Beijing Broadband Lightning Network）的全闪三维定位资料（图1）。BLNet 是一个区域性、多频段的闪电综合探测和定位网，覆盖全北京及河北、天津部分地区，截至2017年该定位网共包括有16 个观测子站，能同时对地闪和云闪辐射脉冲进行探测和三维定位，其中对总闪的平均探测效率达 到 了93.2%（王 宇 等, 2015; Wang et al., 2016;Srivastava et al., 2017; Qie et al., 2021）。为了得到更为准确的闪电定位结果，在闪电资料处理过程中选择同步定位站点数量4站及以上的辐射源进行分析，由于在一个闪电中包含有多个辐射源的探测定位结果，所以本文参考Qie et al.（2021）的研究方法，将时间差小于400 ms 且水平距离差小于15 km的辐射源定位结果识别为同一次闪电。若在一次闪电内既包含地闪回击脉冲，也包含云闪脉冲，则以首次地闪回击脉冲定位结果代表该次地闪的定位结果；若闪电为云闪，则以第一个辐射源定位结果作为该次闪电的定位结果。

图1 北京宽频带闪电网（BLNet）的测站布局，测站如图中16 个黑色三角形所示，红色边界为北京地区范围，绿色区域边界为河北区域范围，蓝色边界为天津区域范围Fig. 1 Layout of the Beijing Broadband Lightning Network (BLNet)with 16 stations (black triangles), the red line representing the Beijing area, the green line representing the Hebei area, and the blue line representing the Tianjin area

本文选用的雷达资料来自于北京市观象台S 波段多普勒天气雷达。该雷达位于（39.81°N，116.47°E），海拔高度31 m，探测半径为230 km，其体扫周期为6 min，以径向分辨率1 km，方位角分辨率1°的极坐标格式对基数据进行存储。通过双线性插值的方式将极坐标形式的雷达基数据转化为分辨率为0.01°（经度）×0.01°（纬度）×1 km（高度）的三维网格化数据。

在针对雷达回波的特征分析中，考虑0～−30°C 温度区域内大于30 dBZ的回波体积既可以表征强回波在水平方向的分布，也可反映其在云内垂直方向的发展，且云内电荷分离主要发生在冰相和液相水成物粒子共存的混合相态区域内，以冷云过程为主，因此，本文选择0～−30°C 区域大于30 dBZ的回波体积（V30dBZ）作为衡量雷达回波变化的指标。根据北京南郊观象台的探空数据（http://weather.uwyo.edu [2017-08-08]）进 行 插 值计算得到每次飑线过程0～−30°C 温度区域所对应的高度范围，进而计算7次飑线过程中不同时刻V30dBZ的大小。

为了定量分析闪电活动与雷达回波体积之间的关系，度量两变量在不同时刻相关性的密切程度，通过计算交叉落后相关系数，进行两变量的时滞相关性分析，具体计算公式为

其中，rxy表示变量x与变量y之间得到滞后相关系数的大小，是落后时间τ 的函数，通常情况下落后时间τ 的大小不超过样本容量的1/3。n代表样本容量，、分别对应两变量各自的平均数大小，sx、sy代表变量x与变量y的标准差。在本文的讨论中，变量x与变量y分别代表总闪频数大小和0～−30°C 温度区域内大于30 dBZ的回波体积。

文中所选择的闪电及雷达数据研究范围为北京地区（39.44°N～41.06°N，115.41°E～117.50°E）。闪电频数的计算时间间隔以雷达体扫时间为准，即自雷达体扫开始时间对应时刻为闪电频数开始统计的开始时间，雷达体扫结束时间即为闪电频数统计的结束时间。表1 给出了2015～2017年中BLNet观测到的北京地区发生飑线系统的雷暴过程的时间、每6 min 的平均闪电频数、每6 min 最大闪电频数以及发生的天气系统条件。从表中可以发现，7次飑线过程中的最大闪电频数都较高，均属于强雷暴过程（王东方等，2020），其中20150727次飑线过程得到的6 min 的最大闪电频数可达1256 flashes (6 min)−1。7次飑线过程主要发生在东北冷涡系统和槽前的天气系统背景条件之下。

表1 2015～2017年中7次飑线过程情况Table 1 Overview of the seven squall line cases from 2015 to 2017

3 结果分析

3.1 一次典型飑线的闪电特征和雷达回波的对比分析

首先以2017年7月7日过程为例详细介绍飑线过程中闪电特征和雷达回波的对比分析。从气象条件上看（图略），此次过程受冷涡系统影响。在500 hPa 上，北京地区西南部存在一个深厚的低涡系统，冷中心与低压中心基本重合，北京上空以偏西气流为主。12:00（协调世界时，下同），北京站的探空结果显示，对流有效位能（CAPE）值为1965 J kg−1，对流抑制位能（CIN）较小，为214 J kg−1，900 hPa 附近存在逆温层，低层为偏南风，且水平风从低层到高层呈顺转形势，水平风的垂直切变较强，上述层结条件有利于强对流活动的发生、发展。

飑线系统整体上为自西向东的方向移动。在此次过程中，北京地区共经历了两次飑线系统先后过境，其中第一次飑线20170707_SL1（the first squall line）过程发生发展时间为11:30～14:24，第二次过程20170707_SL2 相对较弱，过境的时间为14:30～16:48，位于第一次飑线系统的南侧。图2 为飑线发展过程中的雷达组合反射率与闪电活动的叠加。在系统发展初期，北京西部存在强对流单体，同时，在该单体后部及北部存在弱的对流系统；随着系统逐渐向东移动，其强度和范围进一步增加，形成线状对流（图2a），飑线形态逐渐稳定。闪电频数不断增加，且以云闪和负地闪为主。13:12（图2b），总闪频数达到峰值，且负地闪密集分布于弓状回波之内，正地闪分布于对流云区的强回波边缘位置。13:48（图2c）飑线系统回波结构逐渐松散，闪电频数逐渐降低，正地闪集中分布在北段强回波及南段后部层云区。14:06 系统移出北京，闪电频数明显降低，此时正地闪分布在强对流系统后部的层云区范围内。同时，北京地区西侧又发展出新的对流单体，新的对流系统逐渐移入北京地区（图2d），闪电活动再次活跃，但闪电频数的分布相较前一次过程明显减弱。15:36（图2e）新的系统发展成熟，闪电活动又一次达到峰值。之后，随着系统的逐渐东移，移出北京，闪电频数逐渐降低。16:24（图2f）系统主体已全部移出北京城区范围，但仍有少量云闪发生在北京东部边缘地区。通过闪电活动与雷达组合反射率的叠加可以清晰的发现，在飑线系统的演化过程中，闪电活动主要集中在30 dBZ以上的强回波区域内，仅有少部分的闪电落在后部的层云区。在12:54（图2g）飑线系统发展成熟时，从其对应的雷达回波剖面和闪电三维空间分布上（图2h）可以发现，闪电活动主要分布在6～11 km 之间。

图2 2017年7月7日第一次飑线过程（a）12:36、（b）13:12、（c）13:48 和第二次飑线过程（d）14:48、（e）15:36、（f）16:24 的S 波段雷达组合反射率（单位：dBZ）与6 min 内闪电活动分布；（g）第一次飑线12:54 的雷达组合反射率，（h）沿图（g）中黑色虚线的垂直剖面，叠加剖线前后0.1°范围、6 min 内的全部闪电辐射源（黑点）分布。（a）至（g）图中黑色点代表云闪（IC），蓝色“–”代表负地闪（NCG），黑色“+”代表正地闪（PCG）Fig. 2 Composite reflectivity from the S-band radar and corresponding lightning distributions within 6 min of the squall line (SL) on July 7, 2017: (a)1236 UTC, (b) 1312 UTC, (c) 1348 UTC represent the first process (SL1); (d) 1442 UTC, (e) 1536 UTC, (f) 1624 UTC represent the second process(SL2). (g) The radar reflectivity of 1254 UTC for the first process; (h) the vertical cross-section of radar reflectivity along the dotted line shown in (g)and the lightning radiation sources (black dots) within 0.1° in 6 minutes. From (a) to (g), the black points represent IC (Intra-Cloud); the blue “–”represents NCG (Negative Cloud-to-Ground); the black “+” represents PCG (Positive Cloud-to-Ground)

图3 给出了20170707 飑线过程中闪电频数随时间的演变特征，可以看出在两次飑线系统的发展过程中，闪电活动以云闪为主，闪电频数呈现双峰分布，13:12 左右总闪频数达到峰值，为416 flashes(6 min)−1，地闪活动中以负地闪占主导地位。而随着后续闪电频数逐渐降低，地闪活动则表现的更为活跃，其中正地闪比例（PCG/CG）值增大，正地闪占总地闪比例升高。随着第二个线性对流系统进入北京地区，闪电频数再次升高，15:36 总闪频数再次达到峰值，大小为111 flashes (6 min)−1，而随着后续对流系统的逐渐移出，闪电频数也随之迅速降低。在本次过程中，通过比较6 min 内总闪频数与雷达回波在0～−30°C 温度区域回波体积（V30dBZ和V35dBZ）的时间变化中可以发现（图3c），两者随时间的演变规律基本一致，均呈现出双峰分布。在第一次飑线系统发展过程中，随着总闪频数的增加，混合相态区域回波体积大小也不断增加，总闪频数与回波体积的峰值变化基本对应，V30dBZ最大值可达25000 km3，V35dBZ则可达到17000 km3；在第二次对流系统进入北京地区的过程中，两者变化趋势虽类似，但可明显看出两者峰值之间存在时间差，闪电频数与回波体积两者之间的时间差大约为36 min。通过时滞相关性的分析，发现在第一次过程中，闪电频数与回波体积大小之间存在同期相关性，两者的相关系数大小为0.76。而在第二次过程中，总闪频数超前于雷达回波体积的变化，并在闪电提前于雷达回波体积36 min时，两者相关性达到最大，最大相关系数为0.61。由于第二次过程较弱，在后面的分析中与第一次过程合并为一次过程，不再单独分析。

图3 2017年7月7日飑线过程中闪电频数和0～−30°C 温度区域回波体积（V30dBZ 和V35dBZ）随时间变化曲线：（a）地闪（CG）和云闪（IC）；（b）正地闪（PCG）、负地闪（NCG）及正地闪比例（PCG/CG）；（c）总闪频数[实线，单位：flashes (6 min)−1]和回波体积（虚线，V30dBZ 和V35dBZ，单位：km3）Fig. 3 Evolution of lightning frequency of the squall line on July 7, 2017: (a) Cloud-to-ground (CG) and Intra-cloud (IC); (b) Positive CG (PCG),Negative CG (NCG) and the ratio of PCG (PCG/CG); (c) total lightning frequency [solid line, units: flashes (6 min)−1], and the echo volume greater than 30 dBZ, 35 dBZ between 0 and –30°C level (dotted lines, V30dBZ, V35dBZ, units: km3)

3.2 六次飑线的闪电频数与雷达回波的时间变化特征

通过对2017年7月7日飑线过程中的闪电活动和雷达回波的对比分析，发现在闪电活动的空间分布上两者之间有明显的对应关系，然而，在闪电频数和雷达回波体积的时间演变中，闪电频数的峰值同时或提前于雷达回波体积的峰值出现。为了检验闪电频数与雷达强回波体积的关系，下面进一步分析2015～2017年观测到的另外6次飑线过程。考虑到一般强雷暴云中30 dBZ回波可能提前于35 dBZ出现，下面选择30 dBZ作为强回波阈值，关注V30dBZ的变化特征。

图4 为这6次飑线过程中闪电频数与V30dBZ随时间的演变情况。在闪电频数随时间的演变过程中，可以发现这6次飑线过程所产生的闪电频数均较高，V30dBZ的最大值也都超过了12000 km3。其中，在20150727 个例中，在对流旺盛发展的阶段，V30dBZ的最大值可超过30000 km3。

通过分析闪电频数和V30dBZ随时间的演变特征可以发现，从总体上看，在这6次过程中，两者随时间的演变规律与20170707 飑线过程中的情况类似。闪电频数与V30dBZ之间总体变化趋势基本一致，在开始阶段，闪电频数和V30dBZ均逐渐增加；而在系统进入减弱阶段或消散阶段后，两者也均出现下降的趋势。但6次过程也同样存在闪电频数与回波体积大小之间的错峰现象，其中4次过程（图4b、d、e、f）闪电频数的时间变化基本上同时或提前于V30dBZ峰值的时间变化特征，如在20170713 个例中（图4d），闪电频数和V30dBZ随飑线系统发展总体上表现出三个峰值，其中闪电频数达到三个峰值的时刻分别为12:12、14:48 和16:48，而V30dBZ达到这三个峰值的时刻则分别为12:48、15:36 和16:54，呈现出闪电频数早于V30dBZ的变化。而在另外两次过程中，未体现出闪电频数同时或提前于V30dBZ峰值变化的特征，而是表现为闪电频数峰值落后于V30dBZ峰值。这可能是由于不同个例存在的差异性，如气象场要素、降水粒子以及不同单体的放电活跃性差异等原因造成。

图4 2015～2017年BLNet观测到的（a–f）另外6次飑线过程的闪电频数[实线，单位：flashes (6 min)−1]和V30dBZ（虚线，单位：km3）的时间变化曲线Fig. 4 Evolution of total lightning frequency [solid lines, units: flashes (6 min)−1] and V30dBZ (dotted lines, units: km3) for (a–f) the other six squall lines from 2015 to 2017

3.3 闪电频数与雷达回波参数的时滞相关性分析

为了更为精确的定量化闪电频数与强回波体积之间的相关性及两者之间存在的超前滞后关系，下面进一步定量分析两者的时滞相关性。表2 给出了所统计飑线过程中的时滞相关性结果，包括两变量之间的时滞关系、最大相关系数的大小以及产生的时间差大小。可以看出，在七次飑线过程中，有五次过程均呈现出闪电频数变化同时或超前于V30dBZ的变化。

表2 2015～2017年飑线过程的时滞相关性分析Table 2 Lagged correlation of the squall lines from 2015 to 2017

通过得到的滞后相关性的关系可以发现，在20160609 与20170707 两次个例中，闪电频数与回波体积之间是呈同期相关的，其中20170707次过程的相关性程度更高，相关系数大小为0.72，而在20170713、20170802 和20170808 三次飑线过程中，闪电频数均提前于雷达回波体积的时间变化，最大相关系数的大小分别为0.69、0.71 和0.69。另外，20150727 和20160621 两次过程的闪电频数峰值落于V30dBZ峰值，这两次过程分别在闪电频数落后V30dBZ特征量30 min 和60 min时达到最大相关性。此外，由于不同飑线系统之间的差异性，包括系统发展的环流形势条件、温湿条件以及合并方式等热动力原因的不同，不同个例结果得到的超前时间也不完全相同，其中最短的超前时间为6 min，即为20160609 个例，而最长的超前时间为20170802 个例，达到了96 min。整体而言，从这几次飑线过程的时滞相关性分析结果可以发现，当6 min 闪电频数与V30dBZ之间存在0～96 min 的时间窗大小时，两者之间可以达到最大的相关性，这一结果可能在一定程度上能够为提前预警对流性天气增强过程提供指示性因子。

4 结论与讨论

本文综合利用北京宽频带闪电网BLNet 全闪三维定位和多普勒天气雷达等资料，对2015～2017年间观测到的7次飑线过程的闪电活动和雷达回波之间的关系进行分析。首先以2017年7月7日发生于深厚冷涡系统的天气背景下的飑线过程为例。研究发现，闪电活动中云闪占主导地位，地闪活动以负地闪活动为主。对比闪电活动与雷达回波分布，发现闪电活动主要集中在30 dBZ以上的强回波区和6～11 km 的高度范围内。

进而对2015～2017年探测的7次飑线系统的闪电活动和V30dBZ随时间的演变分析发现，二者随时间的演变规律基本一致，但两者达到峰值的时间不完全相同，闪电频数的峰值表现为同时、提前或落后于V30dBZ的峰值出现，并且在7次飑线系统中，有5次过程表现为闪电峰值同时或提前于V30dBZ峰值，但不同个例闪电频数峰值提前于V30dBZ的程度不同，二者的滞后相关系数均超过了0.61，但不同个例达到最大相关性的时间窗长度不同，即达到最大相关性时，闪电频数峰值提前于V30dBZ的时间范围为0～96 min 之间，可能是与不同飑线过程的发展方式及热动力条件等原因的不同有关。

随着闪电探测技术的不断提高，近年来多位学者（Wang et al., 2014; 陈志雄等, 2017; Chen et al.,2019）发现将闪电资料同化进数值模式可以有效提升对强对流天气的预报能力。基于闪电活动与降水率、水成物粒子、上升气流速度或雷达反射率之间的关系，可为数值模式初始场提供更多的对流信息。Wang et al.（2014）建立了地闪频数与雷达回波之间的经验关系，同化应用于数值模式中，对降水预报有很好改进效果。本文的研究结果为基于雷达反射率因子的闪电资料同化的深入研究提供了科学依据。

值得说明的是本文虽然揭示了飑线过程中闪电活动与雷达回波的关系，但是要想全面认识闪电活动与强对流天气的雷达回波之间关系以及存在时滞相关性关系的物理原因，还需要结合高精度数值模拟，以及更多雷暴个例的观测资料进行更为深入细致的分析研究。

致谢感谢参与和支持北京宽频带闪电网（Beijing Broadband Lightning Network，简称BLNet）的全体人员。感谢北京市气象局提供的天气雷达等资料。本文所使用的气象探空资料来自于http:// weather.uwyo.edu [2017-08-08]。