应用气象学报  2009, 20 (5): 564-570   PDF    
引用本文
王飞, 董万胜, 张义军, 马明. 云内大粒子对闪电活动影响的个例模拟[J]. 应用气象学报, 2009, 20(5): 564-570.
Wang Fei, Dong Wansheng, Zhang Yijun, Ma Ming. Case Study of Big Particles Effect on Lightning Initiation in Clouds Using Model[J]. Journal of Applied Meteorological Science, 2009, 20(5): 564-570  
云内大粒子对闪电活动影响的个例模拟
王飞1,2, 董万胜1, 张义军1, 马明1     
1. 中国气象科学研究院雷电物理和防护工程实验室, 北京 100081;
2. 中国科学院研究生院, 北京 100049
2008-10-06 收到, 2009-06-23 收到修改稿.
资助项目: 国家重大基础研究项目 (2004CB418306)、国家自然科学基金项目 (40605004)、中国气象科学研究院基本科研业务费专项资金 (2008Y003) 和中国气象局气象新技术推广项目 (CMATG2006M12) 共同资助    
摘要: 利用三维云起电放电模式, 通过对2008年9月6日北京地区一次雷暴过程的模拟, 研究了云内雨滴、冰晶、霰和雹4种粒子对云内闪电活动的直接影响。对比几种主要冰相粒子比质量浓度的分布变化与模拟闪电开始发生高度的关系, 并分析几种冰相粒子所带电量变化率的时空变化特征后发现:霰和冰晶是对云内闪电发生作用最为重要的两种粒子; 雹粒子对闪电发生作用有限; 雨滴则对于主电荷区附近闪电发生没有直接影响。模拟结果表明:在实际观测中出现的雷达强回波达到某个高度之上可以预警闪电发生的现象, 主要是由于霰粒子在一定高度之上与冰晶之间发生强烈的电荷分离, 从而使云内电场迅速增强, 并最终引发闪电而导致的。
关键词: 三维云起电放电模式    比质量浓度    电量变化率    
Case Study of Big Particles Effect on Lightning Initiation in Clouds Using Model
Wang Fei1,2, Dong Wansheng1, Zhang Yijun1, Ma Ming1     
1. Laboratory of Lightning Physics and Protection Engineering, Chinese Academy of Meteorological Sciences, Beijing 100081;
2. GraduateUniversity of Chinese Academy of Sciences, Beijing 100049
Abstract: A thunderstorm process in Beijing on 20 September 2008 is simulated using a 3-D charging-discharging cloud model. The effects of big particles consisting of graupels, ices, hails and raindrops on lightning initiation are investigated.Temporal and spatial analysis on the model results, including the mass concentration and the charging velocity, shows that graupels and ices are the most important particles that affect the initiation of most lightning.Because lightning always initiate in the region with mass distribution of graupels and ices.The charging velocities of graupels and ices also reach large values there.From the analysis of time series, those large charging velocities of graupels and ices appear when lightning initiate intensively.Hails may also be an important factor effecting the lightning initiation except for the early stage of lightning activity.The region of lightning initiation correlates partially with the mass contribution of hails. The period when the charging velocities of hails reach their large values chimes with the lightning activity. But hails meet their large values below the height of lightning initiation.At the early stage of lightning activity, the mass concentration of hails is very small.Raindrops locates beneath the region of lightning initiation from beginning to end.Their charging velocities become prominent after the end of lightning activity.So it is impossible for raindrops to affect the lightning initiation directly.In many cases, it can be the signal of lightning warning that some kind of strong echo reaches a threshold height.Through the effect of particles on lightning initiation above, it can be concluded that the strong echo should be caused by graupels or hails.When graupels (hails) are brought to the upper level above the threshold height by updraft, graupels (hails) mixed with ices adequately and the strong charging process occurs among them.The first lightning will initiate soon after that.
Key words: 3-D charging-discharging cloud model     mass concentration     charging velocity    
引言

为了减少由于闪电发生引发的灾害, 对于闪电活动的观测和预警已经成为当前闪电研究工作的重点之一。这一研究工作所用到的观测手段包括卫星、雷达和闪电定位系统等, 并取得了一些研究成果[1]。其中, 多普勒雷达经过多年实际观测结果的检验, 被证明能够为闪电的预警提供重要依据。Gremillion等[2]分析了39个途经美国肯尼迪航天中心的雷暴后发现:雷达反射率因子和闪电活动之间存在相关性。对于夏季雷暴, 最好的预警指标是在-10 ℃层结高度上两个连续的体扫都能达到40 dBz的反射率因子阈值。Hondl等[3]通过分析Florida中部地区雷暴过程中多普勒天气雷达回波的演变, 发现在冻结层附近首先探测到10 dBz回波可以作为雷暴的初生特征, 比首次地闪提前5~45 min。Brandon等[4]利用北卡罗来那州中部地区的50个雷暴个例的回波、环境温度等多种资料进行的综合研究表明:回波强度为40 dBz, 环境温度参数为-10 ℃, 和回波强度为40 dBz, 环境温度参数为-15 ℃是预测云、地闪最好的两组参数组合。Maribel[5]分析了STEPS试验过程中12个雷暴个例和2个非雷暴个例的雷达和闪电资料, 结果发现:若要闪电能够发生, 则40 dBz以上的回波要达到7 km以上的高度。在国内, 王飞等[6]通过对北京2005年夏季33个雷暴单体和9个非雷暴单体的雷达和闪电资料的分析和检验, 得到了一个分级处理识别雷暴单体并对初次闪电发生时间进行预警的方法。该方法也认为40 dBz回波出现在0 ℃和-10 ℃层结高度之上是判断云内能否发生闪电的重要指标。

上述研究结果均认为强回波 (如40 dBz) 出现在一定高度之上 (如7 km或0 ℃层结高度等) 可以作为预警闪电发生的重要判据。但目前多普勒天气雷达的观测只能间接反映粒子的宏观大小和密度状况, 而无法精确识别粒子类型和大小。因此, 雷电预警中的强回波究竟反映得是云内何种类型粒子目前很难通过直接观测得以确认。为进一步探讨该现象的物理机制和意义, 数值模式成为目前最为有效的一种研究工具。

在二维暖云模式中考虑起电放电过程的尝试出现于20世纪70年代[7-8]。进入20世纪80年代后, 模式研究的重点开始转移到三维冷云模式中[9], 各种起电和放电过程的参数化方案也不断被完善, 模式的模拟效果也取得了较大改善[10-11]。在国内, 相关研究也取得了较大进展。孙安平等[12-13]发展了一个三维强风暴动力-电耦合模式。谭涌波[14]也在中国气象科学研究院的一个云模式基础之上发展了一个三维起电放电云模式, 并实现了对闪电通道分叉结构的细致模拟。

本文以一个三维起电放电云模式[14]为基础, 对2008年9月6日在北京地区发生的一次雷暴过程进行模拟, 并对其中雹、霰、冰晶和雨滴几种云内主要粒子的比质量浓度、各自所带电量变化率的分布在时间和空间上进行了对比分析。

1 个例模拟

本文所用模式的起电方案包括Ziegler等[15]的感应起电方案、Gardiner等[16]的非感应起电方案和冰晶次生[17]起电方案; 放电过程则采用一个改进的随机放电参数化方案[14]。模式水平分辨率为1 km, 格点数为76 ×76;垂直分辨率为500 m, 共40层。模拟时间为70 min。

2008年9月6—7日上午, 北京地区经历了一次较强的雷暴过程。图 1为9月6日17:00(北京时, 下同)—9月7日02:00北京雷达范围内40 dBz回波最大顶高的三点平滑变化曲线 (图 1a) 和SAFIR3000全闪定位系统在同时段内监测到的逐小时闪电频次变化图 (图 1b)。由回波顶高的演变可以看出, 40 dBz雷达回波顶高在17:30—18:00之间首次突破了0 ℃和-10 ℃层结高度, 而从相应的闪电活动观测结果来看, 基本满足40 dBz最大回波顶高突破0 ℃或-10 ℃层结高度后将有闪电活动出现的判据。

图 1. 2008年9月6日17:00—9月7日02:00北京雷达范围内40 dBz回波顶高的变化 (a) 和SAFIR3000同时段内观测到的逐小时闪电活动频次变化 (b) Fig 1. The 40 dBz echo top evolvement (a) and the lightning frequency observing by SAFIR3000 (b) in Beijing from 17:00 6 Sep 2008 to 02:00 7 Sep 2008

模式利用9月6日20:00的探空资料对其进行模拟。模拟时段内共模拟发生闪电147次, 最高频次为18次/min。闪电开始发生的高度基本分布在7~11 km, 发生时间集中在第12~33分钟。第1次闪电发生在模拟开始后约第12.7分钟, 闪电开始发生高度为10.5 km。图 2为第12分钟时空间负电荷浓度最大处的垂直剖面图。图 2显示, 当闪电活动即将开始时刻, 空间电荷的分布呈现出正-负-正的三极性结构。

图 2. 第12分钟时空间电荷浓度分布剖面图 (单位: C/m3) Fig 2. Profile of space charge density distribution at the 12nd minute (unit :C/m3)

2 模拟结果分析

为了充分说明几种主要粒子对云内闪电活动的作用, 本文分别从粒子比质量浓度的分布变化, 和粒子所带电量变化率的分布变化两个方面来讨论其各自对云内闪电活动的影响。其中, 定义每个格点上粒子所带电荷浓度与上一个时次该粒子所带电荷浓度之差为该类粒子在该格点上的起电速率。

2.1 比质量浓度分析

图 3为云内的雨滴、冰晶、霰和雹4类主要粒子在各高度层上比质量浓度最大值随时间的演变。从各类粒子比质量浓度在空间和时间上的分布与闪电开始发生高度变化的对比来看, 雨滴粒子分布位置始终远远低于闪电开始发生的高度。大部分时段中, 雨滴的分布位置都在0 ℃层结高度以下, 因而雨滴对云内闪电的发生没有直接影响。冰晶比质量浓度的分布位置在闪电活动前期与闪电开始发生的高度重合性较好。其比质量浓度在第1次闪电发生之前就在0 ℃甚至-10 ℃层结高度之上达到了较大的值。霰粒子比质量浓度分布高度与闪电开始发生高度的重合性在4类粒子中是最好的, 几乎所有闪电开始发生高度附近都有明显的霰粒子质量分布。同时, 大多数闪电开始发生的高度都位于霰粒子比质量浓度较大处。雹粒子质量在空间上的分布与闪电开始发生的高度重合性也较好, 只是在最初几次闪电开始发生的高度处雹粒子的比质量浓度数值还较低。之后闪电开始发生的高度也基本上分布在雹粒子比质量浓度分布的边缘区域, 而非最强的中心位置附近。

图 3. 雨滴、冰晶、霰和雹在各高度层上最大比质量浓度 (单位: g/kg) 随时间变化及闪电开始发生的高度 Fig 3. The maximum specific mass density (unit : g/kg) evolvement of rain drops, ice crystals, graupels and hails at every model levels and the height change of lightning initializations

2.2 粒子起电速率分析

将每个起电速率不为零的格点作为一个样本, 分别按照空间分布和时间演变对这些样本进行分析, 得到了粒子起电速率较大的时间段和所处高度。通过与闪电开始发生高度及时间的对比, 将这几类粒子对云内闪电活动的作用进行了判断。图 4和图 5分别为雨滴、冰晶、霰和雹4种粒子样本的空间分布及随时间变化图。

图 4. 每个格点上各类粒子所带电荷浓度随时间变化在高度上的分布 Fig 4. The height distribution of charge density change rate of rain drops, ice crystals, graupels and hails at every grid

图 5. 每个格点上各类粒子所带电荷浓度随时间变化 Fig 5. The evolvement of charge density change rate of rain drops, ice crystals, graupels and hails at every grid

从雨滴粒子起电速率随高度的分布来看, 数值相对较大的格点基本集中在4 km以下, 远低于闪电开始发生高度所分布的范围。起电速率的量级也较小, 为10-5~10-4 C/min。而从时间演变方面来看, 在闪电开始出现前的时段中, 雨滴的起电速率值都很小。而在闪电活跃期中, 部分格点样本中雨滴起电速率出现了一些较大的值, 但这样的样本数量却并不是很多。直到闪电活动结束后, 雨滴粒子起电速率较大的样本才大量出现。

冰晶起电速率值较大的样本所在高度基本集中在8~11 km高度。数量最集中且数值特别大的样本基本上分布在9.5~10.5 km范围内。这与闪电开始发生高度的空间分布有较好的一致性。从样本随时间的分布来看, 冰晶粒子起电速率值较大的样本基本都出现在闪电活动结束之前。而在闪电活动开始之前, 部分格点上的冰晶粒子起电速率已经出现较大值。在闪电活跃期中, 冰晶粒子起电速率达到最大值。整个模拟时段内冰晶粒子起电速率的量级较大, 为10-3~10-2 C/min。

霰粒子起电速率的量级为10-3~10-2 C/min, 与冰晶相当, 起电速率值较大的样本主要分布在6~10 km高度。其中, 数值特别大的样本又多出现于8.5~10.5 km之间。这与闪电开始发生高度的范围有较好的一致性。从其在时间轴上的分布来看, 霰粒子起电速率值较大的样本多集中在闪电活动结束之前。这一点与冰晶表现出的特点相似。在闪电开始之前, 霰粒子起电速率总体上以负相变化为主, 并在闪电发生前和闪电活动初期达到了负相变化的最大值。随后, 霰粒子的起电速率开始向正向变化转变, 并在闪电活跃期的中期达到正向变化最大值。这种变化趋势与冰晶粒子带电量变化率的变化趋势正好相反。

雹粒子起电速率值较大的样本数较其他3种粒子要少得多, 且量级较小, 只有10-5 C/min。从这些样本在高度上的分布来看, 数值相对较大的样本大多分布在8~10.5 km之间。从时间分布上看, 雹粒子的起电速率在初期以正向变化为主, 在闪电发生前和闪电活跃期的前期, 负相变化的样本数占主体地位。在闪电活跃期的中期, 雹粒子的起电速率又逐渐向以正向变化为主转变。在闪电活跃期的后期, 雹粒子起电速率值较大的样本数迅速减弱。

以上分析显示, 霰和冰晶是云内对闪电活动影响最大的两种粒子。这不仅由于两种粒子的质量分布、变化与闪电活动在时间和空间上有着较好的一致性, 而且它们各自起电速率较大值出现的高度和时间也与闪电活动的时空分布有较好的吻合。同时, 这两种粒子的起电速率在量级上也是4种粒子中最大的。而雨滴无论在质量还是起电速率的时空分布方面, 都与模拟闪电的发生没有明显联系。但雨滴对于闪电通道在云内发展的影响仍需要进一步研究。雹粒子虽然在质量分布位置上与闪电开始活动的区域高度也有较好的重叠, 但雹粒子的比质量浓度较小, 同时雹粒子所带电量的变化率在量级上也较小, 这就导致了雹粒子对云内闪电活动, 尤其是初期的闪电活动影响有限。

3 结论

本文利用一个三维云起电放电模式对北京地区2008年9月6日一次雷电过程进行了模拟。通过对模拟结果中雨滴、冰晶、霰和雹几种粒子比质量浓度分布和变化与模拟闪电开始发生高度的对比, 以及对它们各自起电速率在时空分布方面的讨论, 得到以下结论:

1) 雨滴主要的质量分布高度范围远低于闪电开始发生的高度, 其起电速率较大格点所分布的高度也远远低于闪电开始发生的高度; 同时, 雨滴带电量变化率较大的格点多出现在闪电活动结束之后, 变化率的量级也较小。

2) 雹粒子质量分布与变化和闪电开始发生的位置在高度和时间上都有较好的重叠性。但雹粒子比质量浓度值在闪电开始活动之前较低, 而其比质量浓度和所带电量变化率相对霰和冰晶偏低。

3) 冰晶和霰无论是在质量分布, 还是在各自起电速率的时空分布方面, 都与闪电活动具有较好的一致性。而它们各自起电速率在量级上也是4种粒子中最大的。

由以上分析结果可以看出, 霰和冰晶是对云内闪电发生影响最大的两种粒子。雹粒子在闪电活动期间对闪电发生具有一定影响, 但作用有限。雨滴则对云内闪电发生没有直接影响。而实际雷达观测中发现, 闪电发生前强回波 (如40 dBz) 达到一定高度 (如0 ℃或-10 ℃层结高度) 的现象, 反映的应为霰粒子进入了云内强起电区域, 导致云内电荷分离加剧, 并最终引发闪电。

参考文献
[1] 张义军, 周秀骥. 雷电研究的回顾和进展. 应用气象学报, 2006, 17, (6): 829–834.
[2] Gremillion M S, Orville R E, Thunderstorm characteristics of cloud-to-ground lightning at the Kennedy Space Center, Florida :A study of lightning initiation signatures as indicated by the WSR-88D. Wea Forecasting, 1999, 14: 640–649. DOI:10.1175/1520-0434(1999)014<0640:TCOCTG>2.0.CO;2
[3] Hondl K D, Eilts M D, Doppler radar signatures of developing thunderstorms and their potential to indicate the onset of cloud-to-ground lightning. Mon Wea Rev, 1994, 122: 1818–1836. DOI:10.1175/1520-0493(1994)122<1818:DRSODT>2.0.CO;2
[4] Brandon R Vincent, Lawrence D Carey, Douglas Schneider, et al. Using WS R-88D reflectivity for the prediction of cloudto-ground lightning : A central north Carolina study. National Weather Digest, 2003, 27: 35–44.
[5] Maribel Martinez. The Relationship between Radar Reflectivity and Lightning Activity at Initial Stages of Convective Storms. American Meteorological Society, 82nd Annual Meeting, First Annual Student Conference, Orlando, Florida, 2002.
[6] 王飞, 张义军, 赵均壮, 等. 雷达资料在孤立单体雷电预警中的初步应用. 应用气象学报, 2008, 19, (2): 153–160.
[7] Chiu Chinshan, Numerical study of cloud electrification in an axisymmetric, time-dependent cloud model. J Geohpys Res, 1978, 83: 5025–5049. DOI:10.1029/JC083iC10p05025
[8] Takahashi T, Tunderstorm electrification-a numerical study. J Atmos Sci, 1984, 41: 2541–2558. DOI:10.1175/1520-0469(1984)041<2541:TENS>2.0.CO;2
[9] Rawlins F, A numerical study of thunderstorm electrification using a three dimensional model incorporating the ice phase. Q J Roy Meteor Soc, 1982, 108: 779–800. DOI:10.1002/(ISSN)1477-870X
[10] Helsdon J H, Wu Jr G, Farley R D, An intracloud lightning parameterization scheme for a storm electrification model. J Geophys Res, 1992, 97: 5865–5884. DOI:10.1029/92JD00077
[11] Ziegler C L, Macgorman D R, Observed lightning morphology relative to modeled space charge an electric field distributions in a tornadic storm. J Atmos Sci, 1994, 51: 833–851. DOI:10.1175/1520-0469(1994)051<0833:OLMRTM>2.0.CO;2
[12] 孙安平, 言穆弘, 张义军, 等. 三维强风暴动力———电耦合数值模拟研究Ⅰ :模式及其电过程参数化方案. 气象学报, 2002, 60, (6): 722–731.
[13] 孙安平, 言穆弘, 张义军, 等. 三维强风暴动力———电耦合数值模拟研究Ⅱ :电结构形成机制. 气象学报, 2002, 60, (6): 732–739.
[14] 谭永波.闪电放电与雷暴云电荷、电位分布相互关系的数值模拟.合肥:中国科学技术大学, 2006.
[15] Ziegler C L, Macgorman D R, Dye J E, et al. A model evaluation of non-inductive graupel-ice charging in the early electrification of a mountain thunderstorm. J Geophy Res, 1991, 96, (D7): 12833–12855. DOI:10.1029/91JD01246
[16] Gardiner B, Lamb D, Pitter R L, et al. Measurements of initial potential gradient and particle charges in a Montana summer thunderstorm. J Geophys Res, 1985, 90, (D4): 6079–6086. DOI:10.1029/JD090iD04p06079
[17] Hallett J, Saunders C P R, Charge separation associated with secondary ice crystal production. J Atmos Sci, 1979, 36, (11): 2230–2235. DOI:10.1175/1520-0469(1979)036<2230:CSAWSI>2.0.CO;2