雷暴云特征数据集及我国雷暴活动特征

马瑞阳 郑 栋 姚 雯 张文娟

(中国气象科学研究院灾害天气国家重点实验室/雷电物理和防护工程实验室，北京 100081)

引 言

雷暴云是产生闪电的对流云，常常伴随强降水、大风、冰雹、龙卷等灾害性天气过程，是天气监测和预报的重要对象。雷暴云可以到达很高的高度，对平流层和对流层物质交换、大气辐射过程等具有重要影响，与气候变化存在复杂的耦合过程。雷暴云内的闪电活动还是大气中氮氧化物的主要自然源，参与大气化学过程，影响气候变化。因此，了解雷暴活动的特征具有重要的科学意义。

雷暴云虽然属于对流系统，但其时空尺度和对流强度的分布范围较宽，已有的关于对流云气候特征研究倾向关注水平尺度较大、垂直发展较强的对流过程，但这不足以反映雷暴活动的全貌，如对流研究中常被关注的中尺度对流系统(mesoscale convective system，MCS)，在样本选取时通常要求其尺度和强度超过一定条件，一般具有较大的对流区面积[1-6]。在深对流和强深对流的气候特征研究中，往往要求云发展到很高的高度，如深对流云要求20 dBZ 反射率因子超过14 km，强深对流云要求40 dBZ 反射率因子超过10 km[7-12]。但上述定义的对流系统可能占雷暴活动的较小部分，大量产生闪电的雷暴云可能未达到以上尺度和强度要求。因此单独针对雷暴云开展研究，有助于全面了解对流活动特征。

闪电是判别雷暴云的直接指标。Mezuman等[13]和Hutchins等[14]基于全球闪电定位网(World-Wide Lightning Location Network，WWLLN)数据，通过对闪电进行聚类，确定雷暴事件，进而研究雷暴活动的时空分布特征；周康辉等[15]使用密度极大值快速搜索算法对闪电数据进行聚类，实现雷暴云的识别与追踪。但上述方法实际得到的是雷暴云中闪电活动聚集区，且难以反映雷暴云的结构属性。美国犹他大学基于TRMM(Tropical Rainfall Measuring Mission)卫星观测数据建立的RPF(Radar Precipitation Feature)数据集中包含TRMM携带的闪电成像仪(Lightning Imaging Sensor，LIS)观测到的闪电频次信息[16]，是开展雷暴研究的重要数据之一，在揭示全球和区域雷暴活动的研究中发挥了关键作用[17-20]。但TRMM卫星作为极轨卫星，对固定地点的到访频次极为有限，难免错失大量处于其短暂观测时间(每次约90 s)之外的样本，以及因闪电活动频次低，在观测时间内没有产生闪电的雷暴。且TRMM卫星轨道扫描宽度较小(比如测雨雷达扫描宽度约247 km)，对部分雷暴云的观测可能不完整。此外，TRMM卫星运行在35°S～35°N，对高纬度地区无观测能力。

整体上，目前雷暴云数据集非常有限，每种数据集均有局限性。本研究使用地球同步轨道FY-2E气象卫星相当黑体亮度温度(black body temperature，TBB)和WWLLN数据，利用两种观测手段区域覆盖范围广、观测时间连续的优势，建立雷暴云特征数据集。本文对该数据集进行说明，并利用该数据集初步探讨我国陆地和毗邻海域雷暴活动的特征，对数据集进行检验，为该数据集在科学研究中的进一步应用奠定基础。

1 雷暴云特征数据集的建立

本研究利用2010—2018年FY-2E气象卫星的TBB和云分类(cloud classification，CLC)产品以及WWLLN的闪电定位数据进行雷暴云识别，并计算其特征参量，形成雷暴云特征数据集。本文的雷暴云明确为产生闪电的云。

1.1 数 据

FY-2E气象卫星运行在地球静止轨道，于2008年12月23日发射升空，2009年2月初始定位于104.5°E的赤道上方，同年12月正式接替FY-2C气象卫星，2015年7月FY-2E气象卫星漂移至86.5°E的赤道上空，其观测数据截至2019年1月。本文选择数据为2010—2018年FY-2E气象卫星的TBB产品和CLC产品，时间分辨率为1 h，星下点分辨率为5 km。TBB数值与对流云云顶高度通常反向对应，TBB值越低，表明云顶高度越高，对流越强，反之亦然。CLC数据给出云区和非云区的判别，在云区给出云类型的判别。

WWLLN是由美国华盛顿大学管理并与多所大学和研究机构合作建立的全球闪电定位网，在3～30 kHz探测闪电放电击穿信号[21-22]，其数据主要由包含强击穿事件的闪电组成，其中大电流地闪占据更大比例[23-26]。根据Bürgesser等[25]的估计，在东亚地区，WWLLN探测效率约为TRMM/LIS的10%；考虑到LIS的探测效率约为88%[27]，粗略推测WWLLN在东亚地区的实际探测效率为8%左右。

1.2 数据集建立方法

雷暴云特征数据集建立步骤如下：①初选TBB不超过-32℃的云区为备选区域，如图1中红色曲线包围的区域。Maddox[1]提出将TBB不超过-32℃ 作为中尺度对流复合体(mesoscale convective complex，MCC)的识别标准之一，该标准在对流活动研究方面也被广泛参考[2-5,28-31]。Thiel等[32]等指出云顶温度低于-30℃可用于区分区域内有无闪电活动。在前期分析中，通过检查WWLLN数据与TBB数据的对应情况，发现75%以上的WWLLN闪电位置处TBB温度值小于-32℃，因此本研究也使用该温度阈值作为雷暴云区域需满足的条件之一。为防止因下垫面影响可能引起的误判，要求TBB不超过-32℃的区域在CLC产品中必须被识别为云区。将满足上述两个条件的区域作为备选区。②使用最小二阶矩法对备选区的轮廓形状进行椭圆拟合，如图1中蓝色线条所示的椭圆。③将该TBB时刻前20 min和其后40 min共1 h时段内的所有WWLLN闪电叠加在TBB图上，如果有任何一个WWLLN闪电落在备选区域内或拟合椭圆内，则该备选区域被确认为雷暴云。另外，对于TBB不超过-32℃区域内无WWLLN闪电的备选区域，若其内WWLLN闪电均来自于包含在其内的其他备选区域，则该备选区域被识别为非雷暴云。若两个TBB不超过-32℃区域内无WWLLN闪电的备选区域在拟合椭圆区域有重合，且仅在拟合椭圆重合的位置有WWLLN闪电，则这两个备选区域均不进入雷暴云样本集。④获得雷暴云参数，形成特征数据集。数据集包括雷暴云时间、位置信息，用拟合椭圆表示的雷暴云形态(长轴、短轴、旋转角等)信息，表征雷暴云结构的云面积、TBB统计值、闪电频次以及其中包含的强对流核(由TBB不超过-52℃ 的区域表征)信息等。

图1 雷暴云区域识别示意图(红线包围区域为TBB不超过-32℃的区域，蓝线表示针对上述区域的拟合椭圆，黄色*为叠加的1 h内WWLLN闪电；红色和蓝色实线表示雷暴云，红色和蓝色虚线表示非雷暴云)

在雷暴云判别中同时要求被选区域的TBB不超过-32℃以及1 h内存在WWLLN闪电，是基于如下考虑：①云在1 h内虽然产生了闪电，但卫星观测的时刻可能位于没有闪电活动的阶段(如云最初形成的阶段或云消亡的阶段)，此时云的特征可能偏离对流属性，会影响雷暴云结构统计，采用TBB不超过-32℃的标准将尽可能排除这种影响。②雷暴云产生的闪电放电强度通常符合对数正态分布，即击穿强度相对较弱的闪电具有更大的比例，但在更长统计时间内，雷暴云产生强闪电并被WWLLN探测到的概率必然增加，使用1 h的WWLLN闪电数据一方面与卫星数据的时间分辨率对应，另一方面可以降低WWLLN较低探测效率的影响，尽可能减少遗漏雷暴云。

2 中国区域数据集的质量控制

雷暴云特征数据集覆盖FY-2E气象卫星的圆盘状观测区域，由于圆盘边缘区域卫星观测到的云可能不完整，因此数据集并不适合在整个区域直接使用。本研究首先关注中国陆地及其毗邻海域的雷暴活动特征，分析区域包含中国陆地、南海以及东部的毗邻海域。通过对该区域数据集的应用，初步了解我国雷暴活动的基本特征，并对雷暴云特征数据集的数据特点和可靠性予以展示。

预分析发现，数据集存在一些云扩展面积极大、闪电数量却极少的异常雷暴云，虽然数量少，却可以对雷暴云面积的统计造成显著影响。为此，需要首先对数据集进行质量控制。选出质心落在研究区域内的样本(共651826个)，根据雷暴云所含闪电数将它们对应到各闪电数区间，区间的划分确保落在每个区间内的样本大于2000个。分析每一个区间内雷暴云面积的分布，确定异常雷暴。判断方法：得到相应闪电频次区间雷暴云面积分布的25分位值Q1，75分位值Q2，雷暴云面积如果大于Q2+1.5×(Q2-Q1)或者小于Q1-1.5×(Q2-Q1)，则判断为异常雷暴云。上述阈值也是箱线图中表征数值分布特征时默认的异常值边界，假设数据是正态分布，这个边界值大致相当于±2.7倍标准差和99.3%的数据覆盖。随后对各个区间获得的异常边界面积阈值进行拟合，该拟合曲线作为异常雷暴云的判别条件。图2为研究区域内不同闪电频次和雷暴云面积区间的雷暴云样本量分布，A表示雷暴云面积(单位：km2)，F表示每小时闪电频次，红色点表示不同闪电频次区间得到的雷暴云面积异常值边界。采用前述异常值判别方法，此处只存在极大异常值。黑色线表示根据异常面积阈值和对应区间闪电频次得到的拟合函数，即A=7024.251F0.784，其与异常值的拟合优度达到0.99。只有位于该曲线下方的样本才进入分析，共计563900个，约占总样本量的87%。

图2 2010—2018年不同闪电频次(F)和雷暴云面积(A)区间的样本量分布

3 中国陆地及毗邻海域雷暴活动特征

3.1 雷暴活动空间分布

图3为2010—2018年雷暴小时数密度的空间分布，统计网格是1°×1°。由于样本的时间间隔是1 h，所以实际上雷暴活动信息既包含雷暴云频次信息，也包含雷暴活动时长信息，因此可将其称为雷暴小时数。如对于一个确定网格，1 h内有3个雷暴云影响该地区与1个雷暴云影响该地区3 h在雷暴小时数的分析上相等，确实比仅仅使用雷暴云频次(频次分别为1和3)更能体现雷暴活动影响。将每个网格统计得到的雷暴小时数除以网格面积和统计年份得到单位面积和单位时间的雷暴小时数，图3显示该数值较小，这是由于统计基于雷暴云质心位置进行。

由图3可以看到，雷暴活动在我国陆地的华南、西南、青藏高原东部和中部最为活跃，南海也是分析区域中雷暴活动最强的区域之一。我国北方雷暴活动相对较弱，仅华北和东北是两个雷暴活动相对较强的区域，西部的新疆、青海北部、甘肃和内蒙古西部是雷暴活动最弱区域。与李进梁等[20]使用TRMM/RPF数据得到的雷暴时空分布结果相比，两者在我国陆地共同分析区域具有非常好的一致性。但前者在南海区域显示较低值，南海地区的雷暴小时数仅约为东南沿海内陆的1/5，这与本研究的结果有较大差异。图3中南海北部的雷暴小时数约为东南沿海地区的1/2，南海南部雷暴小时数与内陆最活跃区域相当。这是因为本研究的数据集来自于高频率连续观测数据(逐小时)，其中包含雷暴云生命史的信息，而TRMM数据由于对同一地点的访问频率低(低纬度地区更低)，该数值主要反映瞬间雷暴数量，几乎不包含雷暴云生命史的信息(除非雷暴云的生命史超过TRMM同一地区的到访间隔)。如果南海地区雷暴云的生命史较长，则本研究的统计结果将大于基于TRMM数据的统计结果。此外，TRMM较低的观测频率导致其可能漏掉闪电频次较低的雷暴(约90 s 的扫描时间内未发生闪电)。本研究采用1 h的闪电数据进行雷暴云判断，则会将闪电活动较弱的雷暴云也纳入样本。在海洋对流活动整体弱于陆地对流活动的情况下，也会导致本数据集相比TRMM/RPF数据包含更多的海洋雷暴云样本。

图3 2010—2018年雷暴小时数密度

图4为中国陆地年平均雷暴日数的空间分布。该数据由全国陆地2481个地面气象站观测，时间覆盖1961—2014年，2014年起我国各级气象台站取消对雷暴日的人工观测项目。由图4可以看到，陆地上的年平均雷暴日数空间分布与本研究数据集得到的雷暴活动空间分布非常相似，一定程度支持本研究雷暴云特征数据集的可靠性。

图4 1961—2014年中国陆地年平均雷暴日数

3.2 雷暴活动季节变化

图5是2010—2018年30°～32°N范围内东西方向和112°～114°E范围内南北方向雷暴小时数的逐旬变化特征。从东西方向看，雷暴活动主要出现在6—9月,其中103°E以西的青藏高原地区，大部分地区雷暴活动具有双峰特点，分别为8月主峰和6月次峰。在103°E以东的陆地区域，雷暴活动的旬变化和月变化为单峰，峰值一般出现在7月。从南北方向看，以26°N为界的海洋和大陆区域雷暴活动季节变化具有显著差异。陆地区域，雷暴活跃阶段出现在6—8月，越往北，峰值倾向出现越早。海洋区域(南海)，雷暴活动存在两个峰值，第1个峰值出现在5月，第2个峰值出现在8月后，且越往南，该峰值出现时间越晚。峰值大小可以指示雷暴变化的剧烈程度。由图5可以看到，青藏高原(78°～88°E)、四川盆地及其东部(103°～112°E)以及长江以北(32°N以北)的闪电活动季节变化最剧烈，且随着纬度升高，一年中雷暴活动的月份呈减小趋势。不同地区雷暴活动季节变化的差异与该地区的大尺度环流背景、地形等密切相关，这需要在下一步的工作中探讨。

图5 2010—2018年30°～32°N范围内和112°～114°E范围内雷暴小时数的逐旬占比

3.3 雷暴活动日变化

图6是雷暴活动日变化峰值时间的空间分布，统计网格是2°×2°。由图6可见，陆地大部分地区雷暴活动峰值时间集中在14:00—20:00(北京时，下同)，体现了午后地面加热触发和加强对流的作用。四川盆地的雷暴活动峰值出现在02:00—05:00，与该地区降水和雷暴大风的日变化特征具有相似性[33-34]。毗邻海域雷暴活动峰值主要出现在上午，南海大部分地区对应02:00—11:00。

图6 2010—2018年雷暴活动日变化峰值时间

图7是2010—2018年30°～32°N范围内东西方向和112°～114°E范围内南北方向雷暴活动的日变化。从东西方向看，雷暴活动日变化在103°E处存在明显分界，103°E以西的青藏高原地区雷暴活动呈现显著的单峰值特点，峰值出现在16:00—18:00，且峰值时段的样本占比非常大，说明雷暴活动日变化集中出现在下午。103°～108°E的四川盆地区域，凌晨雷暴活动更频繁，下午存在1个次峰。108～123°E对应我国东部陆地地区，雷暴活动峰值出现在下午，从峰值时段的样本占比可知该地区雷暴活动日变化剧烈程度较青藏高原弱。123°E以东的海洋区域雷暴活动主要出现在上午。从南北方向看，在海陆分界约22°N以北的陆地区域，雷暴主要发生在午后，30°～36°N大致对应湖北和河南地区，雷暴活动凌晨还存在较明显的次峰。22°N以南的南海地区，雷暴活动日变化相对较弱，雷暴活动峰值出现在上午。因此可知，雷暴活动日变化最明显的差异体现在海陆对比，同时陆地不同地区的雷暴活动日变化也存在差异，说明雷暴活动日变化受地表长波辐射加热、环流、地形等多种因素共同作用。

图7 2010—2018年30°～32°N范围内和12°～114°E范围内雷暴小时数的逐时占比

3.4 雷暴云面积分布特征

雷暴云面积(即TBB不超过-32℃的区域面积)的分析使用5—9月暖季数据。这是因为前期测试发现，冷季和暖季雷暴云面积的空间分布形态在部分地区存在差异，冷季雷暴虽弱，但其面积往往更大(如发生闪电的雪暴，产生的闪电很少，且往往由系统性天气过程贡献，具有很大面积)，会对全年的统计结果造成影响。暖季的雷暴活动占据绝大部分(81%)，因此这里只分析暖季雷暴云的面积特征。

图8是2010—2018年5—9月雷暴云面积的分布图。由图8可见，雷暴云面积大体符合对数正态分布，雷暴云面积的峰值为1×103～1×104km2，其样本量占分析总样本量的37%。这一峰值分布范围远小于一些研究对MCS或MCC的定义，如要求TBB不超过-32℃的面积大于1×105km2或TBB不超过-52℃的面积大于5×104km2[1]，或TBB值不超过-32℃区域的短轴长度超过1.5个纬距(约111 km，意味大多数样本面积大于1×104km2)[2]。面积小于1×104，5×104km2和1×105km2的样本分别占总样本量的73%，89%和94%。在整个分析区域内，雷暴云面积平均值为3.0×104km2，中值为2.4×103km2，标准差为1.2×105km2，第90百分位的雷暴云面积为5.5×104km2。

图8 2010—2018年5—9月研究区域内雷暴云面积(A)的概率和累积概率分布

图9是雷暴云平均扩展面积的空间分布，统计网格是1°×1°。扩展面积指只要某一分析网格被雷暴云区域所覆盖或影响，则该雷暴云面积在相应的分析网格被统计。由图9可见，中国毗邻海域雷暴云平均扩展面积明显大于陆地，这与全球海洋对流或雷暴云面积大于陆地[14-15]一致。南海地区的雷暴云面积是区域内最大的，考虑到雷暴云的空间尺度与生命史大体正向对应，验证了3.1节中南海雷暴活动与陆地的对比与李进梁等[20]结果不一致的讨论。东海和黄海交界处也是雷暴云平均扩展面积较大的区域。陆地上，中国东部的雷暴云面积大于西部，平均值大于1.2×105km2的区域大致对应中国地形的第一阶梯，说明低海拔区域雷暴云平均扩展面积可能更大。西部整体上雷暴云平均扩展面积均较小，低值中心位于新疆、甘肃、内蒙古西部以及西藏。在青海柴达木盆地附近存在一个局地的雷暴云平均面积大值中心(大于1.2×105km2)，这可能与地形有关。

图9 2010—2018年5—9月研究区域内雷暴云平均扩展面积的空间分布

4 结论与讨论

本研究基于FY-2E气象卫星TBB和CLC数据以及WWLLN闪电数据，通过对TBB不超过-32℃ 的云区进行椭圆拟合，定义1 h内有WWLLN闪电落入TBB不超过-32℃的云区或椭圆区域的个例为雷暴云，获得雷暴云时间、位置、形态、结构、闪电活动等特征参量信息，构成雷暴云特征数据集。提取数据集中雷暴云位于中国陆地和毗邻海域的样本，经质量控制分析得到中国雷暴活动的特征，结论如下：

1)雷暴活动在中国陆地的华南、西南、青藏高原东部和中部以及南海海域最活跃。华北和东北地区是北方两个雷暴活动相对较强的区域，西北地区雷暴活动最弱。

2)30°～32°N范围内东西方向的雷暴活动季节变化分析表明，青藏高原地区雷暴活动具有8月主峰和6月次峰，青藏高原以东雷暴活动峰值一般在7月。112°～114°E范围内南北方向的雷暴活动季节变化分析表明海陆差异明显，陆地雷暴活跃阶段是6—8月，高纬度地区的峰值倾向发生更早。南海雷暴活动峰值在5月和8月后，纬度越低出现越晚。

3)陆地大部分地区雷暴活动峰值出现在14:00—20:00，毗邻海域雷暴活动峰值主要出现在早上。30°～32°N范围的分析表明：青藏高原地区大分部雷暴活动集中出现在16:00-18:00，四川盆地雷暴活动在凌晨更频繁，下午存在一个次峰。30°～36°N,112°～114°E范围内的雷暴活动在凌晨存在次峰。南海雷暴活动日变化程度相对较弱。

4)分析区域内，雷暴云TBB不超过-32℃面积符合对数正态分布，峰值区间位于1×103～1×104km2，平均面积为3.0×104km2。海洋雷暴云面积明显大于陆地，最大雷暴云面积中心在南海地区。陆地上，东部雷暴云面积大于西部，大于雷暴云面积平均值1.2×105km2的区域主要分布于中国地形的第一阶梯。此外，柴达木盆地存在一个雷暴云平均面积大于1.2×105km2的中心。

本研究目的在于展示新建立的雷暴云特征数据集，并对我国陆地及毗邻海域的雷暴活动特征进行分析，未涉及雷暴云特征数据集的全部信息。目前该数据集还被用于我国极端雷暴云事件、雷暴云结构研究，充分利用该数据集包含的雷暴云信息，可进一步深化对雷暴云活动规律的认识。除中国区域外，该数据覆盖了FY-2E气象卫星的圆盘观测区域，剔除边界因观测造成质量较差的样本，还可应用于不同气候区、不同下垫面条件下雷暴活动异同比较或小范围的区域性雷暴活动规律的研究。需要注意的是，由于WWLLN主要探测强闪电，且其定位误差约为10 km[26]，因此数据集中可能错失那些只产生弱闪电或面积较小(WWLLN闪电定位可能因误差落到了区域之外)的雷暴。此外，本文未涉及雷暴活动时空分布特征形成机理，下一步需结合再分析数据，研究与雷暴活动关系密切的气象要素特征，揭示雷暴活动规律形成的天气学机理。