高分辨中尺度雷电预报模式GRAPES_LM的建立及其初步应用试验

为了探索雷电天气的数值预报新方法,在高分辨GRAPES_Meso中尺度预报模式中添加了各种水成物电荷密度预报方程组,同时从传统基于云模式的三维雷电模式中剥离出起电过程和放电过程参数化方案,作为中尺度模式的一种物理过程参数化方案嵌套进中尺度模式,使得整套中尺度模式包含了大气动力、雷电过程及各种物理过程,建立了大气动力-物理过程和雷电过程一体化的数值预报模式GRAPES_LM,建立的GRAPES_LM模式包含了多种复杂的微物理过程参数化方案,其中,包括中国气象科学研究院开发研制的双参数对流云参数化方案;包含了霰/雹与冰晶/雪晶碰撞回弹的非感应起电、霰/雹与云滴碰撞的感应起电及霰碰撞大云滴造成冰晶繁生的次生冰晶起电3种起电参数化方案以及最新的随机双向放电参数化。并利用美国CCOPE观测试验中的个例观测资料(1981年7月19日),进行了初步应用模拟试验,对模式的雷电数值预报的可行性进行了验证分析。结果表明,高分辨率GRAPES_LM模式对1981年7月19日的雷电过程个例做出了成功的模拟预报,较好地给出了雷暴云的动力、微物理和电过程的时空演变,雷电天气数值预报新方法的可行性得到了初步验证。     

雷暴起电和放电物理过程在WRF模式中的耦合及初步检验

本文将雷暴云的起电、放电物理过程引入中尺度的WRF (Weather Research and Forecasting)模式,并对超级单体和飑线过程进行了模拟研究.起电过程在Milbrandt双参数微物理方案中写入,包含霰、雹与冰晶、雪之间的非感应起电机制,以及霰、雹与云滴之间的感应起电机制.放电参数化方案只考虑了闪电...     

基于WRF模式对华北一次飑线过程中雷电活动的间接和直接模拟研究

将非感应起电机制和放电参数化方案耦合到WRF模式的Morrison双参数微物理方案中,并在模式中引入了闪电潜势指数LPI,在此基础上模拟了2009年6月16日华北一次飑线过程,讨论模式对闪电活动再现能力。模拟结果显示,模式能够较好地再现雷达回波和降水分布特征,说明模式对此次飑线过程的宏观和微观特征具有一定的模拟能力。利用计算闪电潜势指数LPI的间接模拟,能够指示出大致的闪电分布特征,但闪电潜势指数LPI分布范围明显大于实际闪电落区;而通过耦合电过程的WRF模式直接输出闪电密度的直接模拟,模拟结果与实际闪电密度分布的对应关系较好,但由于模式中输出的闪电密度为总闪电密度,与观测地闪密度资料相比,模拟的闪电密度偏大。     

重庆地区一次雷暴云电过程及其对初始云滴数浓度响应的数值模拟

采用耦合了Saunders和Takahashi两种非感应起电参数化方案的RAMS(Regional Atmospheric Modeling System)模式,对重庆地区一次雷暴过程进行模拟,对比分析了两种起电参数化方案下,电荷开始分离时和雷暴云发展到成熟阶段时的水成物粒子的分布、所带电荷密度以及雷暴云的电荷结构分布。模拟结果表明,在Saunders起电参数化方案下,雷暴云的电荷结构从起电到放电都呈现偶极性特征,而在Takahashi参数化方案下,雷暴云的电荷结构则由反偶极性发展成正偶极性。为研究CCN(cloud condensation nuclei)对雷暴云的影响,本文进行了两组敏感性试验,随着云滴初始数浓度增加,雷暴云的电荷结构没有发生极性翻转,但雷暴云中电荷量增加,电荷分布区域变大,有利于闪电发生。在Saunders起电参数化方案下,当云滴初始数浓度大于2 000 cm-3时,电荷量变小。通过分析微物理量场和微物理过程发现,随着云滴初始数浓度增加,冰相粒子质量混合比增加,在Saunders起电参数化方案下,当云滴初始数浓度大于2 000 cm-3时,霰粒子质量混合比减小。验证了CCN的变化能影响云的微物理过程,从而影响雷暴云的电荷分布以及闪电的发生,尤其是冰相物质的变化显著影响了雷暴云的起电过程。     

不同闪电参数化方案对海南岛一次强对流闪电过程的数值模拟研究

利用耦合非感应起电方案和闪电参数化方案的WRF V3.9.1中尺度模式,模拟了2018年6月26日发生在海南岛的一次强对流过程,讨论模式中3种闪电参数化方案(LPI方案、PR92w方案和PR92z方案)对热带岛屿地区闪电活动的模拟能力。结果表明：模式能较好地反演出此次强对流过程的雷达回波特征,垂直速度和水成物粒子是影响模式预报闪电的重要因素,云内发展较强的垂直速度和丰富的冰相粒子有利于云内起电过程的发展。LPI方案和PR92w方案模拟出闪电的分布形式和闪电上正下负的结构,起电区域均位于8～15 km, PR92z方案模拟闪电分散,偏差较大;LPI方案的ETS评分(Equitable Threat Score)表现最优,为0.65;进一步分析LPI值与闪电频数的相关关系发现两者之间具有显著的正相关关系,区域平均LPI与闪电频数相关系数为0.9,拟合优度为0.83。     

一种新型雷电潜势预报指数的构建与试验

利用WRF模式输出的0~-20℃层5种水成物粒子质量混合比及垂直上升速度变量,结合雷暴云碰撞非感应起电机制,构建了一种新型的雷电潜势指数(lightning potential index,简称LPI)。量纲分析结果表明,LPI指数本质上是一种能量指数,能够用来定量衡量雷暴云中的起电放电潜势。利用北京地区2007年9月2日和2015年7月16~17日的2次典型雷电天气过程对LPI指数的应用情况进行实例验证,结果表明:LPI指数与闪电活动在时间演变上具有较好的一致性,在空间分布上也具有较好的对应关系,它能够模拟出闪电活动的变化情况及峰值特征,其时间序列与闪电活动具有显著的正相关性。LPI指数计算方案简洁,物理意义明确,在精细化雷电潜势客观预报中具有一定的应用价值和前景。     

国家级强对流潜势预报业务进展与检验评估

为了推动我国现阶段天气预报业务向专业化和精细化方向发展,国家气象中心自2009年组建了强天气预报中心并开展了国家级强对流落区潜势预报业务。开发了基于加密自动气象站WS报、全国闪电定位监测网、FY系列卫星以及雷达组网等多种实况观测资料的强对流实时监测产品,制定了基于MICAPS 3.0业务平台的《中尺度天气分析规范》,研发了基于全球模式T639以及区域中尺度模式GRAPES-RUC、WRF-EPS等模式输出量的强对流动力热力参数的诊断分析产品及潜势预报方法,建立了国家级强对流天气实时预报业务并发布雷暴、雷雨大风和冰雹、短时强降水等分类落区预报指导产品。对2010年4—9月国家级预报产品进行的客观检验结果表明：6小时间隔雷暴TS评分为18%,短时强降雨为2.6%,冰雹和雷雨大风为2.1%;12小时间隔雷暴TS评分为18.4%,短时强降雨为4.1%,冰雹和雷雨大风为1.3%。     

中低层水平风速对闪电和降水影响的数值模拟

利用三维雷暴云动力电耦合模式,对无风、弱风、中等强度风和较强风这四种不同中低层水平风速情况下雷暴的发展特征进行了敏感性试验。模拟结果表明,随着中低层水平风速增大,雷暴云内粒子生长受到抑制,云内起电过程将变得缓慢,起电区域发生转移,更长的起电时间使云内产生更大的电场、发生更剧烈的放电过程,但若风速过大,云内电场将被严重抑制而不发生放电,中等强度风最有利于闪电发生。中低层水平风速在一定范围内增长将使降水增多,但若风速过大,降水将减少。中低层水平风对闪电和降水影响明显,在对雷暴云闪电和降水的研究中应当综合考虑其对云内动力、微物理过程的影响。     

基于闪电聚类方法的西北太平洋区域雷暴活动特征

利用2010—2018年全球闪电定位网(WWLLN)观测资料, 采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集, 研究了该区域雷暴的时空分布特征, 并进行海陆差异对比。研究结果表明, 在合理设定DBSCAN参数阈值的条件下, 基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869, 雷暴的闪电密集区平均面积为557.91km2, 平均延展尺度为31.99 km, 平均闪电频次为33 str/(h·thu)。在空间分布上, 东南亚沿海地区与热带岛屿的雷暴活动最强, 南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上, 整个区域雷暴活动在夏季(6—8月)达到全年最强, 南海雷暴活动6月达到峰值, 而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显著增多, 雷暴平均面积达到最大, 但雷暴平均闪电频次5月才达到峰值。在日变化方面, 陆地雷暴活动呈现典型的单峰型特征, 大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓, 南海具有其独特的雷暴日变化特征。      

影响首都机场的一次雷暴过程的红外云图和闪电分析

利用卫星云图和闪电资料对１９９４年８月２日影响首都机场的一次雷暴过程进行了详细的分析。结果表明,这次雷暴过程中有３个中尺度对流系统的发生和发展,因而对首都机场的影响持续了约５ｈ。闪电资料的分析表明,闪电活动的位置、频率和极性与对流系统的发展阶段有关。因此,除了每小时一次的卫星云图外,即时的闪电观测资料也是预报中尺度对流系统很有用的工具。     

Evaluating the impact of lightning data assimilation on mesoscale model simulations of a flash flood inducing storm

Flash floods are associated with highly localized convective storms producing heavy rainfall. Quantitative precipitation forecasting of such storms will potentially benefit from explicit representations of deep moist convection in numerical weather prediction models. However, explicit representation of moist convection is still not viable in operational mesoscale models, which rely on convective parameterizations for issuing short to medium-range forecasts. In this study we evaluate a technique that uses regional Cloud-to-Ground (CG) lightning observations to define areas of deep moist convection in thunderstorms and adjust the model-generated precipitation fields in those regions. The study focuses on a major flash flood inducing storm in central Europe (23 August 2005) that was simulated with the aid of an operational weather forecasting system (POSEIDON system based on Eta/NCEP model). The performance of the technique is assessed using as reference distributed rainfall estimates from a network of radar observations. The results indicate that CG lightning data can offer sufficient information to increase the mesoscale model skill in reproducing local convective precipitation that leads to flash floods. The model error correction is shown to be proportional to the density of lightning occurrence, making the technique potentially suitable for operational forecasting of flash flood inducing thunderstorms.     

北京地区的闪电时空分布特征及不同强度雷暴的贡献

利用北京闪电定位网(BLNET,Beijing Lightning Network)和SAFIR3000(Surveillance et Alerte Foudre par Interometrie Radioelectrique)定位网7年共423次雷暴的闪电资料,并按照雷暴产生闪电多少,同时参考雷达回波和雷暴持续时间,将雷暴划分为弱雷暴(≤1000次)、强雷暴(>1000次且≤10000次)和超强雷暴(>10000次),分析了北京地区的闪电时空分布特征及不同强度等级雷暴对闪电分布的贡献。北京总闪电密度最大值约为15.4 flashes km-2a(^-1),平均值约为1.9 flashes km^-2a(^-1),大于8 flashes km^-2a(^-1)的闪电密度高值区基本分布在海拔高度200 m等高线以下的平原地带。不同强度雷暴对总雷暴闪电总量贡献不同,弱雷暴(超强雷暴)次数多(少),产生的闪电少(多),超强雷暴和强雷暴产生的闪电分别占总雷暴闪电的37%和56%。不同强度雷暴对总雷暴的闪电密度高值中心分布和闪电日变化特征影响显著,昌平区东部、顺义区中东部和北京主城区是总雷暴闪电密度大于12 flashes km-2a(-1)的三个主要高值区中心,前两个高值中心受强雷暴影响大,而主城区高值中心主要受超强雷暴影响。总雷暴晚上频繁的闪电活动主要受超强雷暴和强雷暴影响,这两类雷暴晚上闪电活动活跃,分别占各自总闪电的69%和65%,而弱雷暴闪电活动白天陡增很快,对总雷暴午后的闪电活动影响大。另外,不同下垫面条件闪电日变化差异大,山区最强的闪电活动出现在白天,午后闪电活动增强很快,主峰值出现在北京时间18:00,而平原最强的闪电活动发生在晚上,平原(山麓)的主峰值比山区推迟了约1.5小时(1小时)。     

广州地区雷暴过程云-地闪特征及其环境条件

应用雷电定位系统和高空观测资料并结合雷达回波资料, 对广州地区雷暴过程云-地闪特征进行分析, 并就有、无云-地闪出现的两组不同对流天气过程的环境条件进行了比较研究。结果表明:广州地区的雷暴过程以负的云-地闪为主, 负云-地闪所占比例在90%以上。云-地闪发生频率与雷暴系统强度演变有直接联系, 对于同一系统来说, 随着系统回波强度的增强, 云-地闪发生的频率也增高。但不同系统中, 云-地闪发生频率有很大不同, 回波强(弱)的对流系统并不意味着云-地闪发生的频率就高(低)。有云-地闪记录的对流天气过程具有更大的垂直切变、更高的相对风暴螺旋度以及更多的对流抑制能量, 云-地闪现象更易于出现在更加有组织和更强的对流系统中。研究还发现广州及周边城市区域对雷暴系统回波强度及云-地闪现象可能有影响, 两个典型个例分析表明, 雷暴系统移经城市区域时回波强度减弱, 云-地闪发生频率减小, 雷暴移过城市区域后, 强度可重新加强, 云-地闪发生频率增大。     

雷暴闪电活动特征研究进展

从一般雷暴、灾害性雷暴和台风的闪电活动特征以及雷暴闪电尺度特征四个方面对相关研究进行梳理.一般雷暴通常具有正常极性电荷结构,云/地闪比例在3左右(中纬度地区),地闪中正地闪占比为10％左右,负地闪位置往往更集中于对流区.灾害性雷暴倾向具有活跃的云闪,低比例的地闪,易出现反极性电荷结构,正地闪比例偏高.闪电活动与灾害性天...     

北京地区雷击事例的气象条件分析

利用卫星云图、雷达资源和闪电信息对１９９８年７月２３日５和８月１６夜间发生于北京地区的两次雷击事例进行了分析。结果表明,这两次雷暴过程是因局地对流云的发展所致,雷暴中的电活动与对流活动密切相关,闪电资料可以及时发现强对流的活动及其变化趋势,是短时预报的一种很有用的工具。     

基于非静力模式物理扰动的中尺度集合预报试验

以GRAPES中尺度有限区模式作为试验模式, 从模式的不确定性方面来构造中尺度的集合预报, 重点考虑物理因子与初始条件的扰动作用。针对2004年7月10日北京城区的突发性暴雨过程进行了36 h的集合预报试验。结果表明:GRAPES模式可有效地捕捉到中尺度过程的信息; 中尺度集合预报是可行的, 可改进中尺度暴雨过程落区、强度的预报; 不同集合方案的预报结果各不相同, 同一方案各个成员的预报结果也有差异, 即存在适宜的离散度; 在离散度分析中发现在北京附近存在一个明显大值区, 且在大气中低层的垂直结构表现出一致性, 表明这一区域的预报不确定性很大。从集合检验结果中得到:单纯考虑模式物理扰动来构造中尺度集合预报系统有一定难度, 当加入初始场不确定信息后, 同时考虑模式的不确定性和初始场的不确定性, 有助于捕捉更多的中尺度系统的不确定信息, 有助于构造更为有效的中尺度集合预报系统。     

华中地区不同地形下的雷暴地闪特征分析

利用湖北省2013-2018年6-8月ADTD闪电探测数据对该地区的闪电活动进行特征分析后发现,地闪密度和日变化特征与地形密切相关,其中,闪电密度高值区出现在海拔500～1500m的中尺度山脉向平原的过渡地带以及山脉之间的平原(河谷)地区;山区的地闪集中在午后至傍晚时段,具有明显的单峰特征,平原的地闪日变化相对平缓,虽...     

基于BP神经网络模型的雷电潜势预报

为了使用神经网络较好地解决在雷电潜势预报中常见的非线性问题,本文通过计算南京地区2008年6～8月46个对流参数与雷电发生的相关系数,选取了与雷电发生关系较好的刀、SI、CIN等7个对流参数作为BP神经网络的输入因子。利用2008年的资料所建立的BP神经网络模型,预报了南京地区2009年6～8月的雷暴活动潜势,结合实际雷暴发生情况,得到此模型的POD为80．9％,FAR为9．5％,CSI为74．5％,PDFD为2．9％,FOM为19．1％。表明该BP模型预报准确率较高,性能稳定,有较好的推广价值。     

A PRELIMINARY STUDY ON THUNDERSTORM FORECAST WITH LS-SVM METHOD

The LS-SVM(Least squares support vector machine) method is presented to set up a model to forecast the occurrence of thunderstorms in the Nanjing area by combining NCEP FNL Operational Global Analysis data on 1.0°×1.0° grids and cloud-to-ground lightning data observed with a lightning location system in Jiangsu province during 2007-2008.A dataset with 642 samples,including 195 thunderstorm samples and 447 non-thunderstorm samples,are randomly divided into two groups,one(having 386 samples) for modeling and the rest for independent verification.The predictors are atmospheric instability parameters which can be obtained from the NCEP data and the predictand is the occurrence of thunderstorms observed by the lightning location system.Preliminary applications to the independent samples for a 6-hour forecast of thunderstorm events show that the prediction correction rate of this model is 78.26%,false alarm rate is 21.74%,and forecasting technical score is 0.61,all better than those from either linear regression or artificial neural network.