2019, Vol. 38
2. 湖北省公众气象服务中心, 湖北 武汉 430074;
3. 湖北省防雷中心, 湖北 武汉 430074
基于现代闪电探测和定位技术的发展, 闪电探测资料不仅可以从地基低频闪电定位网获取, 还可以由卫星携带的闪电成像传感器探测到。我国新一代静止气象卫星风云四号(FY-4)首次搭载高频闪电成像仪(LMI), 可提供中国区域一秒500次高频的总闪分布数据(曹冬杰, 2016)。然而, 目前闪电资料应用并不广泛, 大都在防雷避雷或闪电气候分布特征分析等方面(成勤等, 2011; 张义军等, 2008)。尽管近10年闪电资料在强对流天气系统的闪电活动特征的认识方面发挥越来越重要的作用(郄秀书等, 2014; 谭涌波等, 2017; 徐良韬等, 2016), 但在数值预报资料同化领域的应用仍然有限。闪电资料具有探测范围广、时空分辨率高、受地形影响小等优点, 因此如果能同化到数值模式中, 改善初始场对流活动信息, 对提高强对流天气的预报准确性有重要作用。目前闪电同化所面临的难点在于闪电的观测量不是常规大气物理量, 并不能作为模式变量来直观反映大气动、热力过程。因此在同化前将闪电观测量与某种模式变量(或诊断量)建立统计关系, 转化为模式变量的信息, 成为实现闪电间接同化进而提高数值模式预报准确率的关键步骤。
近年来的研究表明, 对流天气的地闪与对流降水率(或云内降水粒子)、冰水含量、雷达垂直液态水含量、回波顶高有很强的相关性, 并发现同化到模式中, 预报准确性得到提高(Papadopoulos et al, 2009; Pessi et al, 2009; Wang et al, 2017, 2014; Yang et al, 2015; 陈志雄等, 2017; 王延东等, 2014)。应用最多的是在美国业务天气预报系统RUC(Rapid Update Cycle)/RR(Rapid Refresh)的同化系统GSI(Gridpoint Statistical Interpolation)中, 闪电资料按照简单假设关系转换成代理雷达回波(proxy radar reflectivity)来进行同化。GSI同化技术也被引入到我国华中区域快速更新同化预报系统(WH-RAP/WH-HRRR)。由于WH-RAP/WH-HRRR基于美国国家环境预报中心(NCEP)短时临近业务系统RAP (13 km Rapid Refresh) /HRRR (3 km High Resolution Rapid Refresh)架构搭建, 因此其闪电同化模块采取与RUC相同的闪电—雷达回波经验公式, 并通过GSI 3DVAR和云分析技术, 实现闪电资料间接同化(Weygandt et al, 2008)。然而, GSI中的经验公式是基于北美洲地区的观测资料统计而得到的(Hu et al, 2008; Weygandt et al, 2008), 是否适用于华中区域有待商榷。同时, 国内有些研究表明, 闪电和雷达回波的关系具有地域性差异(范江琳等, 2014; 杨超等, 2009; 张腾飞等, 2011; 石湘波等, 2015), 且多数研究并未给明确的定量关系。因此, 需要重新对闪电与雷达回波之间的关系开展本地化的定量分析, 以期为地基闪电定位资料在华中区域模式中的同化应用, 以及将来FY-4星LMI的闪电探测资料(梁华等, 2017)在同化应用、弥补雷达观测缺失区域的雷达反射率等方面提供重要的科学依据。
天气雷达波束常受复杂地形阻挡, 雷达站海拔越高, 波束受地形阻挡越严重(肖艳姣等, 2008)。华中区域的腹心湖北省(下称鄂)西部多山地, 东部低山丘陵, 中南部为江汉平原。地处鄂西山地的宜昌雷达0.5°仰角扫描, 360°视野范围仅有不足30%的覆盖率(王曙东等, 2011); 而处江汉平原的武汉雷达波束阻挡影响很小(肖艳姣, 2007)。地形波束阻挡会产生反射率因子偏差, 因此有必要将雷达波束受地形阻挡严重的鄂西与其他区域区别对待。而根据我国气候地貌划分原则(李炳元等, 2008), 1000 m是我国低、中海拔的分界线, 故本文以1000 m海拔为界分112.07°E以西的鄂西山地(下称山区)和112.07°E以东的江汉平原-鄂东丘陵岗地(下称平原区)两个研究区域。
首先以2015年6月1—2日江汉平原强对流天气为个例, 初步分析闪电和雷达回波特征的关系。再以2014—2016年6—8月雷达、闪电数据齐全的17个雷暴个例为研究对象, 分山区和平原区统计并定量分析闪电活动与雷达回波的关系, 给出不同地形条件下的拟合方程。最后通过2017年和2018年各一次个例进行检验。
2 资料选取与方法介绍雷达资料是中国气象局组织研制的SWAN系统(Severe Weather Automatic Nowcast System)所提供的雷达三维组网反射率因子拼图数据。2014—2017年、2018年数据分别基于湖北及周边地区17部雷达、江西及周边15部雷达时间匹配的基数据进行组网, 使用不同层次的CAPPI (Constant Altitude Plan Position Indicator)运算得到的产品(肖艳姣等, 2007, 2006)。该数据以dBZ为单位存放, 时间分辨率为6 min, 水平分辨率为0.01°×0.01° (约1 km × 1 km), 垂直方向有21层, 高度范围为0.5~19 km。
2014—2017年地闪资料由湖北省ADTD (Active Divectory Topology Diagrammer)闪电监测定位系统所提供(成勤等, 2011; 冯建伟等, 2018; 王学良等, 2010)。该系统通过13个探测子站和1个监测定位系统中心站, 采用双曲时差技术为主、辅以磁方向定向算法、定向时差的混合交汇算法对闪电发生的时间、强度、极性和位置进行监测和定位。2018年地闪数据取自全国综合气象信息共享平台提供的ADTD定位数据集。
在原GSI同化系统中, 给定RUC网格(13.545 km)内的闪电频数与相应格点上垂直柱最大回波的假设关系有两个:线性和非线性关系(图 1)。其中线性关系式为REFL=min[40, 15+2.5×LTG] (Weygandt et al, 2008), LTG是RUC网格中40 min内的闪电频数; REFL为垂直柱最大代理回波。非线性对应关系见表 1。
|
图 1 原GSI同化系统中RUC网格内的闪电频数与垂直柱最大回波的关系 Fig. 1 Preliminary relationships between the number of lightning flashes in a given RUC grid box and the derivedproxy column maximum of reflectivity within the GSI |
|
表 1 GSI中RUC网格上LTG与REFL的非线性对应关系 Table 1 Non-linear relationship between LTG in a givenRUC grid box and REFL within the GSI |
本研究的目的就是要建立类似于上述GSI中的经验关系, 以便可应用到华中区域的同化试验中。由于WH-RAP和WH-HRRR的水平分辨率分别是13 km和3 km, 因此闪电频数分别格点化到13 km和3 km的空间分辨率。SWAN三维反射率因子通过取每个网格上垂直柱内最大反射率因子而转为二维反射率因子, 简称反射率因子或雷达回波。另外, SWAN雷达拼图的时间间隔为6 min, 所以, 本文选取的时间窗口为42 min, 某时刻闪电频数为对应时刻向前30 min及向后12 min (-30~+12 min, 即42 min内)闪电次数的累计量。
文中涉及的地图是基于湖北省测绘地理信息局网站标准地图服务系统下载的审图号为鄂S(2018)009的标准地图和审图号为GS(2016)2021的中国标准地图制作, 底图无修改。
3 个例分析首先以2015年6月1—2日强天气作为个例研究对象, 对湖北区域中尺度对流系统MCS的回波与闪电频数演变进行分析。2015年6月1日19:00(北京时, 下同)至2日06:00闪电活动主要集中在江汉平原南部, 其中20:00—21:00, 闪电频数陡增, 且向东南方向移动。与闪电活动一致, 20:00 MCS中强对流回波块分布松散, 21:00—22:00强对流回波块合并形成紧密的带状MCS, 并向东南方向移动(图 2)。强回波区(≥40 dBZ)与闪电分布重合, 与已有相关研究结果一致(杨超等, 2009)。其中, 4~8次·(km2 ·42min)-1的高频闪电活动集中在50~55 dBZ强回波区。
|
图 2 2015年6月1日20:00, 21:00, 22:00湖北区域闪电密度(左, 单位:次·km-2)及雷达最大回波水平分布(右, 矩形框表示MCS活动区, 单位: dBZ) Fig. 2 Comparison of lightning ground stroke density (left, unit: km-2) and observed column maximum reflectivity (right, rectangle means MCS active region, unit: dBZ) over the Hubei area at 20:00, 21:00, 22:00 on 1 June 2015 |
图 3给出了MCS活动范围内(图 2中的矩形框)闪电和雷达回波特征量的时序变化。从图 3中可以看出, 在MCS发展、成熟阶段, 最大回波强度和40~45 dBZ、45~50 dBZ强回波区面积与闪电总频数及其覆盖面积的变化趋势基本一致, 主要表现为各参数在20:00—20:59均急速增大/增强, 并且强回波面积和闪电面积在22:00达到峰值。线性相关分析(表 2)也表明, 闪电频数和面积与40~45 dBZ、45~50 dBZ强回波面积和最大回波强度均有显著的正相关(通过了0.05的显著性检验), 其中40~45 dBZ回波面积与闪电总频数的相关系数高达到0.890。而≥50 dBZ的回波面积与闪电参数的相关性较弱, 相关系数均在0.2以下。
|
图 3 2015年6月1日19:00至2日06:00强对流区闪电频数及覆盖面积与不同强度回波面积、最大回波强度变化 Fig. 3 Hourly variation of the number and area of lightning flashes, the areas of different radar reflectivities and the maximum reflectivity (MaxREFL) in severe convection area from 19:00 on 1 to 06:00 on 2 June 2015 |
|
|
表 2 不同强度回波面积(A)、最大回波强度与闪电总频数、闪电总面积及不同闪电密度区面积(B)的相关系数 Table 2 Correlations between the areas of different radarreflectivities (A), MaxREFL and lightning areas of different densities (B) and total lightning frequency |
在闪电密度分布中, 密度为1~3次·km-2的区域占闪电覆盖面积的95%以上[图 2(a), (c), (e)], 它与回波面积的相关性高于4~8次·km-2(表 2)。但与最大回波强度的相关性, 则是闪电高密度区(4~8次·km-2)大于低密度区(1~3次·km-2)(0.737>0.507)。
4 新拟合关系建立由上可知, 闪电频数与雷达回波及其面积的相关性高, 为进一步确定两特征量间的定量关系, 本节将研究个例扩展为17次强对流天气(表 3), 分山区和平原区两种地形条件, 同时对3 km、13 km网格内的闪电频数与相应网格内平均反射率因子进行分析。
|
|
表 3 2014—2016年6-8月湖北区域17次强对流天气过程 Table 3 List of the 17 severe convective events in Hubei from 2014 to 2016 |
相同数目的闪电频数对应的反射率因子在不同个例和对流过程的不同时段、不同位置存在较大的差异, 因此使用箱线图对闪电频数对应的反射率因子进行分析。箱线图是利用一组数据中的极小值、25百分位数、中位数、75百分位数和极大值来反映数据分布的中心位置和散布范围。每个单独箱形的长度表示相同闪电频数对应回波值的离散程度, 长度越短, 离散度越小, 对应的回波强度越集中; 反之, 回波强度越分散。中位数是以其在一组数据中的位置确定的该组全体数据的代表值。与均值不同, 它不受分布数列的极大或极小值影响。
图 4为3 km网格的对流区闪电频数与对应位置的柱内最大回波的箱线图, 其中自上而下的节点分别为回波强度的极大值、上四分位数(75百分位数)、中位数、下四分位数(25百分位数)、极小值; 空心圆和星号分别表示离散值和异常值, 均作剔除处理。由图 4可见, 在两种地形条件下, 3 km网格内低闪电频数(1~4次)对应的回波强度跨度大, 离散度也大; 而随闪电频数增大, 相应雷达回波值的离散度减小, 回波值趋于集中, 因此中位数的代表性也增强。同时, 回波的均方根误差(表略)也表明当闪电频数增加到5~11时, 均方根误差减小, 回波值趋于集中, 因此均值也具有较强的代表性。当闪电频数≥12时, 两种地形的样本量均减少, 均值代表性减弱; 山区回波离散程度时大时小, 使得中位数代表性也不稳定。不过总的来说, 两种地形下, 中位数和平均值对雷达回波都具有一定的代表性。
|
图 4 3 km网格的对流区闪电频数与对应位置的柱内最大回波的箱线图 Fig. 4 Boxplots of column maximum reflectivity corresponding to the number of lightning flashes per 3 km grid box in convection area over the plain and the mountain, respectively |
因此, 取每组雷达回波分布数列的均值和中位数, 分别与闪电频数构成两组坐标点, (闪电频数, 雷达反射率因子均值)与(闪电频数, 雷达反射率因子中值), 并绘制在同一张分布图, 同时做曲线拟合分析, 以进一步明确不同闪电频数与雷达回波的对应关系(图 5, 图 6)。
|
图 5 3 km网格内的闪电频次与回波强度均值和中位数的散点分布、对数拟合及S形曲线拟合RL2为对数拟合优度, RS2为S曲线拟合优度 Fig. 5 Scatter plots of the median and the mean in column maximum reflectivity corresponding to the number of lightning flashes per 3 km grid box over the plain and the mountain, respectively. R2 means goodness of fit |
|
图 6 13 km网格内的闪电频次与回波强度均值和中位数的散点分布、对数拟合及S形曲线拟合RL2为对数拟合优度, RS2为S曲线拟合优度 Fig. 6 Scatter plots of the median and the mean in column maximum reflectivity corresponding to the number of lightning flashes per 13 km grid box over the plain and the mountain, respectively. R2 means goodness of fit |
Weygandt et al (2008)通过一系列统计得到给定RUC网格(13.545 km)中的闪电密度与相应格点上柱内最大雷达反射率因子存在分段线性函数或近似对数函数分布关系(见图 1), 石玉恒等(2012)
在研究北京地区雷暴时, 指出反射率体积与闪电频数的指数拟合的关系优于线性拟合, 可见分布函数形式存在不确定性。本文根据观测的雷达反射率中位数、均值与闪电频次的散点分布(图 5, 图 6), 采用对数分布函数[ y=b + a·ln(x)]及与之相近的S曲线函数[y=exp(b+a/x)]模型进行曲线拟合。图 5和表 4给出了3 km网格闪电密度与回波强度的曲线模型中拟合优度最大的对数曲线和S形曲线拟合结果。两区域的四个拟合方程均通过了显著性水平为0.05的F分布临界值(F0.05)检验, 而且每个区域的S曲线拟合优度均高于对数曲线。其中, 平原区的S形曲线拟合优度高达0.711, 明显超过对数拟合优度; 山区的S形曲线拟合优度略高于对数拟合优度。
|
|
表 4 3 km网格闪电频次与回波强度的拟合方程及相关参数 Table 4 Fitting equations and the fitted parameters with respect to column maximum reflectivity and lightning flashes per 3 km grid box |
同样, 对13 km网格的闪电频数与柱内最大回波强度进行统计分析, 得到相应的拟合曲线及拟合方程(图 6, 表 5)。与3 km网格情况一致, 四个拟合方程也都通过了F0.05的检验, S形曲线比对数曲线更接近观测的散点, 同时拟合优度值显示, S曲线优于对数拟合。而不同区域的S形曲线(图 6)对比发现, 当相同数目闪电发生时, 山区的雷达回波强度低于平原区, 特别是闪电频数大于10次后, 山区保持在45 dBZ附近, 而平原区回波值超过45 dBZ。图 5显示, 3 km网格山区的拟合曲线略低于平原区。造成上述现象的原因可能是由于山区地形波束阻挡导致反射率因子出现了系统性偏低(勾亚彬等, 2017)。
|
|
表 5 13 km网格闪电频次与回波强度的拟合方程及相关参数 Table 5 Fitting equations and the fitted parameters with respect to column maximum reflectivity and lightning flashes per 13 km grid box |
上述分析表明, S形曲线拟合关系可作为山区和平原区的闪电-雷达回波新统计关系, 而且两种网格分辨率的S形曲线增长速率相似, 先陡增而后缓变, 类似于RUC/RR的同化系统GSI中给定的折线关系。
5 新拟合方程检验 5.1 S形曲线与GSI原经验曲线的比较为了进一步对比新S形拟合曲线与GSI原线性和非线性曲线的异同, 将13 km网格的新曲线和原曲线绘在同一张图上。由图 7可见, 两个区域S形曲线, 几乎与原GSI中的经验折线相平行。当闪电频数大于10时, 山区与平原区的相应回波强度再无明显增长, 分别稳定在43~44 dBZ和46~47 dBZ。而GSI中的非线性曲线与它们不同, 当闪电频次由0增加到30次时, 回波强度持续增大, 增长率虽有所减小, 但不显著。另外, 当相同数目闪电发生时, S形曲线拟合的反射率因子, 大于GSI中线性、非线性的拟合值, 而且平原区大于山区。
|
图 7 2017年7月14日19:00—21:00 13 km网格内闪电频次与回波强度的新统计关系与GSI中经验关系的比较, 及实测个例的散点分布 Fig. 7 Comparison of the new statistical relationships between LGT and REFL in 13 km grid box and the preliminary relationships within the GSI from 19:00 to 21:00 on 14 July 2017 |
选用新个例, 比较S形曲线与新个例闪电、雷达回波的分布, 以检验新拟合曲线的拟合效果。图 7中的散点给出了2017年7月14日19:00—21:00发生在宜昌、荆州交界的山区[图 8(b)虚矩形框内], 和黄冈、黄石交界的平原区[图 8(b)实矩形框内]雷暴天气的闪电与雷达回波实测数据。由图可见, 相对于GSI原经验曲线, S形曲线接近实际观测数据。平原区观测和拟合的柱内最大回波的平均绝对偏差为3.4 dBZ, 相关系数为0.707;山区回波的平均绝对偏差为4.5 dBZ, 相关系数为0.646;两个相关系数均通过了0.01显著性水平检验。
|
图 8 2017年7月14日19:00 13 km网格上闪电频数(a, 单位:次)、代理回波与观测回波(b~f, 单位: dBZ)对比实(虚)矩形框表示平原区(山区)强回波区 Fig. 8 Comparison of lightning flashes per 13 km grid column (a, unit: number), lightning-proxy reflectivity and observed column maximum reflectivity (b~f, unit: dBZ) at 19:00 on 14 July 2017. Solid (dashed) rectangle means the strong echo region in the plain (mountain) |
为了检验拟合回波的空间拟合效果, 将3 km和13 km分辨率各网格点上的闪电频数分别代到对应分辨率下的S形曲线拟合关系式中, 得到闪电代理回波的空间分布, 并将其与雷达实际观测回波进行比较。
图 8是2017年7月14日19:00闪电频数、实测雷达回波和各经验关系转换的柱内最大代理回波的13 km网格分辨率的空间分布。从图 8(a)中可以看出, 闪电有两个高频中心, 平均频次分别为24和38次。各代理回波的高值区与闪电高频区位置基本吻合, 与实际观测的强回波区也保持一致。但从数值上看, 利用S形曲线拟合方程转换的回波, 比GSI原经验关系确定的回波强度大, 而且更接近观测值。另外, 如果不考虑地形差异, 山区使用平原区的拟合公式, 所得代理回波比实际观测值明显偏大。
由3 km网格的代理回波与实际观测回波的对比(图 9)可见, 3 km网格的代理回波不仅再现了雷达观测回波的高值区, 而且比13 km网格代理回波拟合效果更准确。实测强回波区由3个回波核组成, 3 km网格代理回波可见其中两个明显的回波核, 而且位置一致。13 km网格的代理回波, 无法重现回波核。图 9(c)是在不考虑地形差异情况下利用山区S形曲线拟合方程计算得到的柱内最大代理回波, 可见, 平原区的代理回波呈现比实际回波偏低的现象。
|
图 9 2017年7月14日19:00 3 km网格S形曲线关系计算的代理回波与观测回波对比(单位: dBZ) Fig. 9 Comparison of observed column maximum reflectivity and lightning-proxy reflectivity obtained by the s-shaded curve statistical relationships on 3 km grid at 19:00 on 14 July 2017. Unit: dBZ |
为了进一步评估新拟合关系的适用性, 选用一次发生在统计拟合区以外的平原区个例, 即2018年3月4日江西飑线系统(陶局等, 2019), 做闪电代理回波的拟合效果比较与检验。图 10是2018年3月4日15:00 13 km、3 km网格分辨率闪电频数、雷达观测的最大回波水平分布以及通过拟合关系转换的柱内最大代理回波。从图 10中可以看到, 13 km分辨率下各经验关系转换的闪电代理回波能够再现飑线完整的带状结构和准确位置, 但转换的回波强度有明显差异。GSI原线性、非线性经验关系以及山区、平原区新拟合关系确定的回波强度依次增强, 其中前三者相比观测均偏低, 无法重现45 dBZ以上的强回波, 而仅有平原区的新拟合方程转换的回波呈现了飑线中的强对流, 因此更接近观测。图 10(g)和图 10(h)分别是3 km网格内的闪电频数分布及柱内最大代理回波。回波的强度虽总体上因闪电密度小而偏低, 但仍存在与观测一致的超过45 dBZ的代理回波, 甚至在飑线两端范围较小(200~500 m2)的强回波区[图 10(b)]也出现了代理回波强度超过45 dBZ的网格。
|
图 10 2018年3月4日15:00闪电频数(a, 单位:次)、代理回波与观测回波(b~h, 单位: dBZ)对比 Fig. 10 Comparison of lightning flashes (a, unit: number), lightning-proxy reflectivity and observed column maximum reflectivity (b~h, unit: dBZ) at 15:00 on 4 March 2018 |
以上分析表明, 无论对3 km还是13 km网格来说, 闪电频数依据S形曲线关系转换成的代理回波, 尽管在某些区域仍存在高估或低估现象, 但总体上, 能够较好地再现强回波区, 而且比GSI中原经验关系拟合的代理回波更接近观测值。同时, 区分地形条件的拟合效果, 比不考虑地形差异的效果好。
6 结论与讨论利用SWAN雷达三维拼图产品和闪电定位资料, 对湖北地区2014—2016年6—8月17次对流天气的闪电频数与雷达回波关系进行统计, 分山区与平原区建立拟合方程, 并取2017年和2018年各一次个例对拟合关系进行了检验, 得到如下结论:
(1) 闪电主要活动在≥40 dBZ的强回波区。对流区的闪电频数和面积与40~45 dBZ、45~50 dBZ强回波面积和最大回波强度呈显著正相关, 而与≥50 dBZ回波面积的相关性较弱。闪电低密度区(1~3次·km-2)面积与回波面积的相关系数高于闪电高密度区(4~8次·km-2)。但是与最大回波强度的相关性, 闪电高密度区大于低密度区。
(2) 在山区与平原区两种地形条件下, 闪电频数与垂直柱最大雷达回波间的S形曲线拟合关系均优于对数拟合。3 km的S形曲线平原区略高于山区; 而13 km平原区的S形拟合曲线明显高于山区的拟合曲线, 两者均高于GSI中原线性、非线性经验曲线, 增长率与GSI的线性曲线接近。
(3) 经检验, S曲线拟合的代理回波与闪电高频区、实际观测回波的高值区一致, 其中13 km网格的代理回波比GSI经验关系转换的回波强度大, 且比其更接近观测值, 但不如3 km网格代理回波拟合效果准确。不考虑地形差异, 代理回波会出现高估或低估现象。
区分地形条件, 重建本地化的闪电与雷达回波关系, 十分必要。利用新的统计关系进行同化试验, 以检验闪电资料同化的可行性与时效性是我们下一步需要做的工作。
Hu M, Weygandt S, Benjamin S, et al, 2008. Ongoing development and testing of generalized cloud analysis package within GSI for initializing rapid refresh[C]//13th Conference on Aviation, Range, and Aerospace Meteorology, New Orleans, LA.
|
|
Papadopoulos A, Serpetzoglou E, Anagnostou E N, et al. 2009. Evaluating the impact of lightning data assimilation on mesoscale model simulations of a flash flood inducing storm[J]. Atmospheric Research, 94(4): 715–725.
DOI:10.1016/j.atmosres.2009.05.008 |
|
Pessi A T, Businger S. 2009. The Impact of lightning data assimilation on a winter storm simulation over the North Pacific Ocean[J]. Monthly Weather Review, 137(10): 3177–3195.
DOI:10.1175/2009MWR2765.1 |
|
Wang Y, Yang Y, Liu D, et al. 2017. A case study of assimilating lightning-proxy relative humidity with WRF-3DVAR[J]. Atmosphere, 8(3): 20.
DOI:10.3390/atmos8030055 |
|
Wang Y, Yang Y, Wang C. 2014. Improving forecasting of strong convection by assimilating cloud-to-ground lightning data using the physical initialization method[J]. Atmospheric Research, 150(1): 31–41.
DOI:10.1016/j.atmosres.2014.06.017 |
|
Weygandt S S, Hu M, Benjamin S G, et al, 2008. Assimilation of lightning data using a diabatic digital filter within the Rapid Update Cycle[C]//In Proceedings of the 12th Conference on Integrated Observing and Assimilation Systems for Atmosphere, Oceans, and Land Surface (IOAS-AOLS), New Orleans, LA: 201-211.
|
|
Yang Y, Wang Y, Zhu K. 2015. Assimilation of Chinese doppler radar and lightning data using WRF-GSI:A case study of mesoscale convective system[J]. Advances in Meteorology(1): 1–17.
DOI:10.1155/2015/763919 |
|
曹冬杰. 2016. 风云四号静止卫星闪电成像仪监测原理和产品算法研究进展[J]. 气象科技进展, 6(1): 94–98.
DOI:10.3969/j.issn.2095-1973.2016.01.014 |
|
陈志雄, 郄秀书, 田野, 等. 2017. 云分辨尺度下一种综合调整水物质含量的闪电资料同化方法[J]. 气象学报, 75(3): 442–459.
DOI:10.11676/qxxb2017.035 |
|
成勤, 王学良, 肖稳安, 等. 2011. 我国中部五省云地闪电时空分布特征分析[J]. 暴雨灾害, 30(3): 254–259.
DOI:10.3969/j.issn.1004-9045.2011.03.009 |
|
范江琳, 马力, 青泉. 2014. 四川盆地地闪与对流性降水和雷达回波的关系[J]. 气象科技, 42(1): 118–124.
DOI:10.19517/j.1671-6345.2014.01.019 |
|
冯建伟, 侯文豪, 范雪, 等. 2018. 远距离地闪回击ELF/VLF电磁场传播特性的模拟分析[J]. 高原气象, 37(4): 1102–1109.
DOI:10.7522/j.issn.1000-0534.2018.00047 |
|
勾亚彬, 汪章维, 刘黎平, 等. 2017. 雷达波束部分遮挡识别应用及效果评估[J]. 高原气象, 36(1): 229–240.
DOI:10.7522/j.issn.1000-0534.2016.00010 |
|
李炳元, 潘保田, 韩嘉福. 2008. 中国陆地基本地貌类型及其划分指标探讨[J]. 第四纪研究, 28(4): 535–543.
DOI:10.3321/j.issn:1001-7410.2008.04.004 |
|
梁华, 鲍书龙, 陈强, 等. 2017. FY-4卫星闪电成像仪设计与实现[J]. 上海航天, 34(4): 43–51.
DOI:10.19328/j.cnki.1006-1630.2017.04.006 |
|
郄秀书, 刘冬霞, 孙竹玲. 2014. 闪电气象学研究进展[J]. 气象学报, 72(5): 1054–1068.
DOI:10.11676/qxxb2014.048 |
|
石湘波, 黄旋旋, 沈一平, 等. 2015. 不同下垫面雷暴雷达回波特征与地闪的关系[J]. 气象科技, 43(5): 880–887.
DOI:10.19517/j.1671-6345.2015.05.017 |
|
石玉恒, 张义军, 郑栋, 等. 2012. 北京地区雷暴的雷达回波特征与闪电活动的相关关系[J]. 气象, 38(1): 66–71.
DOI:10.7519/j.issn.1000-0526.2012.1.007 |
|
谭涌波, 向春燕, 马肖, 等. 2017. 冰晶核化对雷暴云闪电行为影响的数值模拟研究[J]. 气象学报, 75(2): 328–341.
DOI:10.11676/qxxb2017.015 |
|
陶局, 易笑园, 赵海坤, 等. 2019. 一次飑线过程及其受下垫面影响的数值模拟[J]. 高原气象, 38(4): 756–772.
DOI:10.7522/j.issn.1000-0534.2019.00035 |
|
王曙东, 裴翀, 郭志梅, 等. 2011. 基于SRTM数据的中国新一代天气雷达覆盖和地形遮挡评估[J]. 气候与环境研究, 16(4): 459–468.
DOI:10.3878/j.issn.1006-9585.2011.04.06 |
|
王学良, 刘学春, 黄小彦, 等. 2010. 湖北地区云地闪电时空分布特征分析[J]. 气象, 36(10): 91–96.
DOI:10.7519/j.issn.1000-0526.2010.10.015 |
|
王延东, 周筠珺, 王喜阳, 等. 2014. 闪电资料在中尺度WRF模式中同化方法的研究[J]. 热带气象学报, 30(2): 281–292.
DOI:10.3969/j.issn.1004-4965.2014.02.009 |
|
肖艳姣, 2007.新一代天气雷达三维组网技术及其应用研究[D].南京: 南京信息工程大学, 1-117.
http://cdmd.cnki.com.cn/Article/CDMD-10300-2007075488.htm |
|
肖艳姣, 刘黎平. 2006. 新一代天气雷达网资料的三维格点化及拼图方法研究[J]. 气象学报, 64(5): 647–657.
DOI:10.3321/j.issn:0577-6619.2006.05.011 |
|
肖艳姣, 刘黎平, 杨洪平. 2008. 基于天气雷达网三维拼图的混合反射率因子生成技术[J]. 气象学报, 66(3): 470–473.
DOI:10.3321/j.issn:0577-6619.2008.03.016 |
|
徐良韬, 张义军, 张文娟, 等. 2016. 台风莫拉菲(2009)登陆前后电荷结构演变的模拟研究[J]. 气象学报, 74(6): 1002–1016.
DOI:10.11676/qxxb2016.071 |
|
杨超, 肖稳安, 冯民学, 等. 2009. 强对流天气雷达回波与闪电特征的个例分析[J]. 气象科学, 29(3): 403–407.
DOI:10.3969/j.issn.1009-0827.2009.03.021 |
|
张腾飞, 段旭, 张杰, 等. 2011. 云南强对流暴雨的闪电和雷达回波特征及相关性[J]. 热带气象学报, 27(3): 379–386.
DOI:10.3969/j.issn.1004-4965.2011.03.011 |
|
张义军, 马明, 吕伟涛, 等. 2008. 闪电活动的气候学特征研究进展[J]. 气象学报, 66(6): 906–915.
DOI:10.3321/j.issn:0577-6619.2008.06.006 |
2. Hubei Public Meteorological Service Center, Wuhan 430074, Hubei, China;
3. Hubei Provincial Lightning Protection Center, Wuhan 430074, Hubei, China