2024, Vol. 48
文章信息
- 张源源, 孙豪, 王鹏, 孟繁辉, 刘钊, 栾在茂. 2024.
- ZHANG Yuanyuan, SUN Hao, WANG Peng, MENG Fanhui, LIU Zhao, LUAN Zaimao. 2024.
- 青岛沿海地区雷暴过程闪电始发位置的微物理参量特征分析
- Characterization of the microphysical parameters associated with lightning initiation in thunderstorms over the Qingdao coastal area
- 海洋科学, 48(2): 58-68
- Marine Sciences, 48(2): 58-68.
- http://dx.doi.org/10.11759/hykx20221225001
-
文章历史
- 收稿日期：2022-12-25
- 修回日期：2023-02-22
2. 中国气象局 气象探测中心 北京 100081;
3. 潍坊市气象局, 山东 潍坊 261000
2. CMA Meteorological Observation Centre, Beijing 100081, China;
3. Weifang Meteorological Bureau, Weifang 261000, China
闪电是重要的天气现象, 国内外学者对闪电的研究已有数百年历史, 对起电机制、通道的发展情况以及与雷暴云演变的关系等问题已经获得很多规律性的认识。当前普遍认为, 闪电的发生发展与雷暴云内的微物理与动力特征息息相关。Davery等[1]利用美国雷电探测网(NLDN)和第二代雷电探测系统(LDAR-Ⅱ)以及极化雷达数据对2013年肯尼迪航天中心KSC附近发生的50个夏季(5月至9月)的非孤立风暴进行分析, 认为在闪电结束期间, 雷达水平反射率因子ZH快速下降, –5 ℃层ZH>40 dBz, –10 ℃层ZH>35 dBz, 在–10 ℃和–15 ℃层存在霰粒子。Lund等[2]利用S波段双偏振雷达及闪电辐射源定位系统对美国俄克拉荷马州的一次中尺度对流系统进行分析, 认为闪电始发位置在垂直方向上有两个集中区, 较高的集中区位于回波核上方, 水平反射率因子(radar horizontal reflectivity factor, ZH)范围为35~47.5 dBz; 较低的集中区位于融化层附近。Karunarathna等[3]对一次超级单体中发生的66次闪电过程进行统计并得出相似的结论, 云闪几乎都始发于回波核上方, ZH值范围为20~35 dBz; 地闪始发于回波核顶以及周边, ZH值范围为25~40 dBz。Mattos等[4]研究表明, 在雷暴的强中心处存在一个柱状正值差分反射率(ZDR)区, 在其顶端为过冷水、半冻结液滴以及霰粒的混合区。同时, Smith等[5]利用X波段偏振雷达与飞机观测到的粒子相态数据表明, 这个区域存在液态水的凝结过程, 进一步证实了其为相态混合区的结论。Biggerstaff等[6]在美国佛罗里达州一次中尺度对流系统中研究表明, 高空差分传播相移率(specific differential phase shift, KDP)出现负值区可以作为强电场生成的信号, 原因是冰晶粒子在电场的作用下会发生垂直向的排列, 闪电始发于KDP接近于零的位置。Mecikalski等[7]利用偏振雷达对美国阿拉巴马州北部的一次深对流系统研究表明, 闪电始发于回波核上方的霰粒集中区。Calhoun等[8]利用多部雷达与闪电辐射源定位系统结合分析, 发现辐射源定位密度最大的位置位于强上升气流中心的外围, 这个区域中的霰粒和冰晶会有更大的概率发生碰撞起电。张义军等[9]通过分析发现山地、海岸、中尺度气旋多发区以及热带辐合区是全球闪电的高发区。郄秀书等[10]、孙凌等[11]、王东方等[12]、孙萌宇等[13]等自2014年起, 在北京组织开展雷电灾害天气系统的暖季综合协同观测实验, 获得对北京及周边城市群区域的雷电天气系统特征和规律的实际认识, 研究结果为北方内陆地区的雷电预警提供了指导。杜赛等[14]通过分析华南地区典型雷暴过程双偏振雷达参量与闪电活动关系, 发现双偏振雷达参量与闪电频次的趋势在时间变化上有较好的一致性。
青岛位于黄海西北部, 属于暖温带季风气候, 并具有海洋特征。每年4月—9月是雷暴活动的多发期, 雷暴过程产生的闪电造成严重的人员伤亡和经济损失。另外, 前人通过双偏振雷达分析青岛沿海地区的雷暴活动的研究较少, 闪电始发阶段的双偏振雷达参量特征还不清晰。因此, 基于双偏振雷达对青岛沿海地区的闪电预警预报开展研究是十分必要的。本文利用青岛地区雷电低频磁脉冲传感器获取的闪电三维辐射源定位结果结合S波段双偏振雷达资料及多普勒天气雷达资料, 对青岛沿海地区2019—2020年发生的5次雷电灾害天气系统的微物理过程进行分析, 提取雷电始发阶段双偏振雷达的各项参量, 获得雷电始发阶段的各项预警指标, 为提高海洋雷电预报预警的时效性和准确性提供重要参考。
1 资料与方法 1.1 资料介绍本文采用双偏振雷达资料和三维闪电定位资料。双偏振雷达资料由青岛市气象部门的S波段双偏振雷达探测数据获得。青岛S波段天气雷达位于青岛市黄岛区大涧山, 雷达天线海拔高度210.8 m。为加强天气雷达对雷暴天气系统的监测能力, 获取更多的雷暴有效探测信息, 2019年, 青岛市气象局将传统多普勒雷达升级为双偏振雷达, 双偏振雷达在传统雷达只发射水平电磁波基础上增加了纵向电磁波, 从而更好地探测云内粒子的形态和相态。
三维闪电定位数据选用低频磁脉冲闪电探测系统探测到的闪电资料。该系统于2019年由青岛市气象局建设, 共包含7个低频磁场脉冲传感器测站, 分别位于平度、莱西、即墨、铁山、董家口、田横岛和潮连岛(如下图 1)。该系统包含两套雷电VLF/LF探测方法, 一套是宽带平板快电场探测法, 另一套是宽带磁场探测法。宽带磁场探测的探测范围大, 但易于受到场地电磁干扰。而宽带平板电场探测仪增益较小、探测范围相对较小, 但频响宽、场地误差较小, 背景噪音和场地干扰较小。系统采用到达时间差法(time of arrival, ToA)“波形匹配”技术, 能给出闪电的三维发展轨迹, 时间分辨率为0.1 μs, 地闪定位精度为100~200 m; 云闪定位的水平距离误差为50~200 m; 垂直高度误差为100~250 m。
 |
| 图 1 青岛双偏振雷达塔和7个低频磁场脉冲传感器测站位置分布 Fig. 1 Location distribution of seven low-frequency magnetic sensors around Qingdao |
系统通过7个测站联网观测, 实现对一次闪电的N个脉冲进行准确定位, 即实时描绘了整个闪电的发生发展轨迹。该系统采用刘恒毅等[15]提出的甚低频和低频(very-low/low frequency, VLF/LF)三维闪电定位技术, 通过采集VLF/LF 2个频段的磁场脉冲波形, 利用ToA对闪电辐射源进行定位, 系统使用定位原理如图 2所示。
 |
| 图 2 三维雷电定位系统的硬件与软件算法构成概况图 Fig. 2 Structure of the hardware and software algorithm with the three-dimensional lightning location system |
图 3给出了各测站同步观测到的一次闪电过程的电磁脉冲波形图。图中的每个双极性脉冲对应一次闪电放电过程的一个辐射源, 一次闪电持续时间小于1 s, 闪电过程中的一些较强快速放电过程会激发不同强度的电磁脉冲。在定位前, 采用波形互相关(cross-correlation)技术实现电磁脉冲辐射源的匹配, 并获取电磁脉冲辐射源到达相应观测子站间的到达时间差。然后, 采用非线性最小二乘拟合算法[16], 实时反演出每个脉冲所对应的时空位置(x, y, z, t), 就可以实现每次闪电的三维定位。
 |
| 图 3 各测站同步观测到的一次闪电过程的电磁脉冲波形图 Fig. 3 Typical electromagnetic pulse waveforms of cloud-to-ground lightning observed synchronously at seven stations |
由于不同相态的粒子其形状、浓度、介电常数的差异, 雷达对其探测到的偏振参量不同, 可以使用模糊逻辑算法[17-20]进行粒子相态识别。模糊逻辑算法是将雷达参数输入隶属函数转换成模糊基, 利用输出结果代替实际测量值并进行识别。本文主要考虑与闪电活动相关的粒子相态种类, 分别为雨、湿霰、干霰、湿雪、干雪、冰晶、雹。
隶属函数形状选择不对称的梯形T型函数, 如下(1)式所示:
| $P\left(x, X_1, X_2, X_3, X_4\right)= \begin{cases}0, & x<X_1, \\ \frac{x-X_1}{X_2-X_1}, & X_1 \leqslant x<X_2, \\ 1, & X_2 \leqslant x<X_3, \\ \frac{X_4-x}{X_4-X_3}, & X_3 \leqslant x<X_4, \\ 0, & x \geqslant X_4,\end{cases} ,$ | (1) |
隶属函数整体由X1, X2, X3, X4这4个参数决定, 6类待识别相态合计共24个隶属函数, 将实际测量值代入识别算法如下(2)式:
| $ {R_j} = \sum\limits_{i = 1}^4 {{A_i}{P_{ij}}} , $ | (2) |
其中, i为雷达的第i个参量, j为待识别相态的种类。本文使用ZH、ZDR、KDP、相关系数CC、温度T共5种参量识别6种不同相态粒子, 所以i=1~4, j=1~6。Pij表示第i个雷达参数对第j种相态识别的贡献强度, 通过代入(1)式的隶属函数求得。Ai为第i个参量对识别贡献的权重系数, Rj为4个雷达参量对相态识别的贡献强度累加值, 选择Rj最大的相态识别类型作为最终的识别结果。本文的隶属函数门限值及权重系数参考了Keenan[21]的结果, 具体参数见表 1和表 2。
| 雨 | 湿雪 | 干雪 | 湿霰 | 干霰 | 冰晶 | ||
| ZH / dBz | 23 | 0 | 0 | 39 | 38 | 0 | |
| 27 | 0 | 0 | 42 | 40 | 0 | ||
| 58 | 43 | 35 | 54 | 50 | 25 | ||
| 63 | 46 | 41 | 56 | 52 | 32 | ||
| ZDR / dB | 0.1 | –0.3 | –0.2 | –0.8 | –0.6 | –0.3 | |
| 0.6 | 0.2 | 0.2 | –0.4 | –0.4 | 0.2 | ||
| 3.8 | 2.6 | 0.5 | 2.6 | 0.8 | 5 | ||
| 4.3 | 3.2 | 0.7 | 3.2 | 1.2 | 5 | ||
| KDP/(°·km–1) | –0.4 | –0.2 | –0.1 | –0.4 | –0.8 | 0.3 | |
| 0.2 | 0.3 | 0.2 | 0 | –0.4 | 0.5 | ||
| 12 | 2.0 | 0.5 | 2.0 | 0.4 | 1.5 | ||
| 12 | 2.3 | 0.8 | 2.2 | 0.8 | 1.8 | ||
| CC | 0.92 | 0.75 | 0.92 | 0.90 | 0.92 | 0.90 | |
| 0.97 | 0.84 | 0.97 | 0.97 | 0.97 | 0.96 | ||
| 1 | 0.93 | 1 | 1 | 1 | 1 | ||
| 1 | 0.98 | 1 | 1 | 1 | 1 |
| 雨 | 湿雪 | 干雪 | 湿霰 | 干霰 | 冰晶 | |
| ZH | 1.0 | 0.8 | 8.0 | 1 | 0.8 | 0.8 |
| ZDR | 0.8 | 0.8 | 0.6 | 1 | 1.0 | 1.0 |
| KDP | 0.8 | 0.6 | 0.6 | 0.8 | 0.6 | 1.0 |
| CC | 0.6 | 0.6 | 0.6 | 0.8 | 0.6 | 0.8 |
结合S波段双线偏振雷达获取的水平反射率因子ZH、差分反射率ZDR、差分相移率KDP、相关系数CC、相态识别产品HCL在定位处的垂直剖面, 以及雷达组合反射率因子、液态水含量等资料, 针对青岛沿海地区2019—2020年发生的5次较为强烈的雷暴天气过程, 利用闪电三维辐射源定位结果对闪电始发位置雷暴云的雷达参量特征以及微物理过程进行分析研究。
表 1为雷暴过程的闪电数量统计, 图 4为雷暴过程的闪电数量随时间的演变。可以看出, 5次青岛地区的闪电活动都主要以云闪为主, 云闪平均占比都大于60%, 2019年8月2日雷暴过程云闪占比高达80%。雷电活动的初始期, 云内带电粒子逐渐增多, 云内电荷量逐渐增强, 闪电主要以云闪为主, 随着电荷积累, 雷暴云和地面之间的电场强度增大, 地闪数量逐渐增多, 雷电活跃期主要以地闪为主。雷电活动消散期, 雷暴逐步消散云内电荷减弱, 地闪次数大幅降低, 云闪的发生频数依然较多。
| 日期 | 云闪数量/次 | 地闪数量/次 | 总闪数量/次 | 云闪占比 | 地闪占比 |
| 2019-06-01 | 779 | 381 | 1 160 | 67% | 33% |
| 2019-08-02 | 19 040 | 8 033 | 27 073 | 70% | 30% |
| 2019-08-08 | 6 610 | 1 664 | 8 274 | 80% | 20% |
| 2020-04-16 | 1 564 | 995 | 2 559 | 61% | 39% |
| 2020-05-23 | 2 173 | 1 092 | 3 264 | 66% | 34% |
 |
| 图 4 2019—2020年5次雷电过程闪电数量随时间变化 Fig. 4 Lightning number variation with time |
将雷电活跃期, 三维闪电脉冲辐射源每6 min的定位结果与雷达相关参量叠加。闪电活动最强烈时刻的雷达组合反射率因子如图 5所示, 图中“·”表示云闪脉冲辐射源位置, 即闪电的云内始发位置, “+”和“－”分别表示正地闪和负地闪的地面接闪点位置。可以看出, 闪电主要始发于强回波区(ZH≥45 dBz), 向周围空间辐射发展, 地闪的接闪位置距离主雷暴云系可达10~30 km。分别将雷电多发时段每6 min的定位结果与雷达组合反射率因子、液态水含量进行叠加, 图 6给出了24组三维闪电脉冲辐射源每6 min的定位结果与雷达参量值的箱型图和正态分布情况。闪电始发区域的组合反射率CR中位数为55 dBz, 平均数为54.5 dBz。液态水含量VIL的中位数为37 kg/m2, 上下范围差距较小, 平均数为35.9 kg/m2。
 |
| 图 5 三维闪电脉冲辐射源和雷达组合反射率CR的叠加图(填色, 单位dBz) Fig. 5 Three-dimensional lightning-pulse location data and combination flection factor data of the Doppler radar |
 |
| 图 6 三维闪电脉冲辐射源每6 min的定位结果与雷达参量值的箱型图 Fig. 6 Three-dimensional lightning-pulse location data obtained for a duration of 6 min and a box chart of Doppler radar parameter values |
为了进一步分析闪电始发位置的微物理特征, 本文使用双线性插值法, 分别将S波段双偏振雷达水平反射率ZH、差分反射率ZDR、相关系数CC、相态识别产品HCL的垂直剖面与脉冲定位结果叠加, 图 7和图 8分别具体给出了2020年4月16日和2020年5月23日较为典型的2次过程中雷电频发时段的微物理过程。由图 7可以看出, 闪电主要发生在强回波区上方, 闪电的初始脉冲的高度为5 km左右, 位于–10 ℃等温线附近, 回波核的水平反射率ZH≥30 dBz, 差分反射率ZDR的范围为1~3, 说明闪电初始脉冲发生位置的粒子分布基本呈扁椭球型。结合相关系数CC=0.955和HCL相态粒子表明这一区间为湿度较大的干霰和湿霰粒子为主。结合ZH、ZDR值的分布可以推测, 在闪电始发的回波核区域, 存在上升气流。上升气流中的雨滴通过循环碰并作用, 直径逐渐变大, 大的雨滴在垂直方向上因气流影响而变为扁椭球型, 在雷达参量上的表现是ZDR为正值。在上升运动中, 不同相态粒子相互碰撞, 产生大量电荷, 部分液态粒子上升至接近云顶高度时凝结为冰相粒子(小冰雹或者小冰粒子), 电荷聚集产生放电。因此, 此次闪电主要始发于混合相态粒子的区域内。
 |
| 图 7 2020年4月16日S波段双偏振雷达ZH、ZDR、CC、HCL和三维闪电脉冲辐射源 Fig. 7 ZH, ZDR, CC, and HCL data of the S-band polarimetric radar and three-dimensional lightning-pulse location data for April 16, 2020 |
 |
| 图 8 2020年5月23日S波段双偏振雷达ZH、ZDR、CC、HCL和三维闪电脉冲辐射源 Fig. 8 ZH, ZDR, CC, and HCL data of the S-band polarimetric radar and three-dimensional lightning-pulse location data for May 23, 2020 |
分析2020年5月23日的雷电始发过程(图 8所示), 强回波核的水平尺度和垂直尺度较大, 强回波核(ZH≥50 dBz)高度超过10 km, 闪电多始发于对流单体前侧倾斜上升气流区和后侧下沉区, 闪电发生高度基本为4 km, 同样位于0 ℃与–10 ℃等温线之间, 低层差分反射率ZDR>3, 相关系数CC=0.97, 表明降水中包含一定浓度的直径较大的液态粒子或融化的冰粒子(湿霰)降水粒子直径较大。结合以上参数值可以推测, 强烈的上升运动将水成物粒子带到较高的高度, 因粒子大小不同, 相对运动速度不同导致雨滴间相互碰并剧烈, 产生大量电荷。两次过程都始发于0 ℃与–10 ℃层之间, 与2020年4月16日的雷电始发过程不同, 此次过程闪电主要始发于以液态粒子为主(可能包含有融化的冰相粒子)的区域内, 因强烈的垂直上升运动(ZDR很大)发生电荷转移, 发生放电现象。
对2019—2020年5次雷电过程中多发时段162个闪电脉冲辐射源的4个雷达参量进行统计分析, 雷达各参量的箱式图和正态分布情况如图 9所示。可以得出, 闪电脉冲辐射源位置的水平反射率ZH主要为35~45 dBz, 最大值为60 dBz, 最小值为27 dBz, 平均数为40.68 dBz。差分反射率ZDR均为正值, 中位数为2 dB, 主要集中在1.5~2.5 dB, 最大值为4 dB, 最小值为1.2 dB, 平均数为2.26 dB。相关系数CC中位数为0.98, 主要为0.97~0.99, 平均数为0.977。闪电辐射源的高度(即闪电始发位置)一般高于4.8 km, 夏季雷电的始发高度一般大于5 km, 其他季节的雷电始发高度略低, 为4~4.5 km以上, 这与不同季节的0 ℃等温线的高度有关。结合雷电发生当天的探空资料, 大部分雷电始发于0 ℃等温线和–10 ℃等温线之间, 部分雷电天气过程的始发高度突破–10 ℃等温线, 一般位于液态水、湿霰和干霰混合相态粒子区。部分雷电过程发生于湿霰区的中上部, 这种情况一般ZDR很大, 也就是回波核内有很强的垂直上升运动。以上表明, 闪电的初始起电位置与破融化层的湿霰区域(过冷水区)有很大的关联性。主要原因是在强回波核区域, 大的雨滴在强上升气流作用下被动抬升, 来不及凝结, 在–10 ℃~0 ℃等温层之间存在CC大值区且HCL为湿霰粒子, 说明为过冷水区。过冷水区中极易产生大直径的霰粒, 在强上升气流的作用下, 大直径霰粒与冰晶碰撞从而极易发生闪电过程。本文统计分析的雷达各参量值, 可用于青岛沿海地区双偏振雷达判断闪电始发的预警指标。
 |
| 图 9 三维闪电脉冲辐射源位置与双偏振雷达4个参量值的箱型图 Fig. 9 Three-dimensional lightning-pulse location data and a box chart of S-band polarimetric radar parameter values |
本文利用低频磁脉冲传感器获取的三维闪电定位资料结合S波段双偏振雷达资料针对2019—2020年青岛地区发生的5次典型雷电天气过程, 对闪电始发的微物理过程进行详细剖析并统计分析雷达各参量指标情况, 主要结论如下:
(1) 青岛地区的闪电活动主要以云闪为主, 云闪平均占比大于60%, 夏季雷电活动的云闪占比略高于其他季节。雷电活动的初期和后期主要以云闪为主, 雷电活动强盛期主要以地闪为主。雷电移动方向主要以自西向东方向和自东南向西北方向为主。
(2) 闪电主要始发于强回波区(ZH≥45 dBz), 向周围空间辐射发展, 地闪的接闪位置距离主雷暴云系可达10~30 km。闪电始发区域的组合反射率CR中位数为55 dBz, 主要集中于50.5~60 dBz。液态水含量VIL的中位数为37 kg/m2, 上下范围差距较小, 主要为34~ 39 kg/m2。
(3) 闪电脉冲辐射源位置的双偏振雷达水平反射率ZH主要为35~45 dBz, 平均数为40.68 dBz。差分反射率ZDR均为正值, 中位数为2 dB, 主要集中在1.5~2.5 dB, 平均数为2.26 dB。相关系数CC中位数为0.98, 主要为0.97~0.99, 平均数为0.977。闪电始发高度大于4.8 km, 夏季雷电的始发高度一般大于5 km, 大部分雷电始发于0 ℃等温线和–10 ℃等温线之间, 部分雷电天气过程的始发高度突破–10 ℃等温线, 一般位于液态水、湿霰和干霰混合相态粒子区。部分雷电过程发生于湿霰区的中上部, 这种情况一般ZDR很大, 也就是回波核内有很强的垂直上升运动。
(4) 闪电的初始起电位置与突破融化层的湿霰区域(过冷水区)有很大的关联性, –10~0 ℃等温层之间存在CC高值区且HCL为湿霰粒子。本文统计分析的雷达各参量值, 可用于青岛沿海地区双偏振雷达判断闪电始发的预警指标。
| [1] |
DAVERY M, FUELBERG H. Using radar-derived parameters to forecast lightning cessation for nonisolated storms[J]. Journal of Geophysical Research Atmospheres, 2017(122): 3435-3456. |
| [2] |
LUND N. Relationships between lightning location and polarimetric radar signatures in a small mesoscale convective system[J]. Monthly Weather Review, 2009, 137(12): 4151-4170. DOI:10.1175/2009MWR2860.1 |
| [3] |
KARUNARATHNA N, MARSHALL T, KARUNARATHNE S, et al. Initiation locations of lightning flashes relative to radar reflectivity in four small Florida thunderstorms[J]. Journal of Geophysical Research: Atmospheres, 2017(122): 6565-6591. |
| [4] |
MATTOS E, MACHADO L, WILLIAMS E, et al. Electrification life cycle of incipient thunderstorms[J]. Journal of Geophysical Research: Atmospheres, 2017, 122: 4670-4697. DOI:10.1002/2016JD025772 |
| [5] |
SMITH P, MUSIL, DENNIS J. Observations of mixed- phase precipitation within a CaPE thunderstorm[J]. Journal of Applied Meteorology and Climatology, 1999, 38: 145-155. DOI:10.1175/1520-0450(1999)038<0145:OOMPPW>2.0.CO;2 |
| [6] |
BIGGERSTAFF M, ZOUNES Z, ALFORD A, et al. Flash propagation and inferred charge structure relative to radar-observed ice alignment signatures in a small Florida mesoscale convective system[J]. Geophysical Research Letters, 2017, 44(15): 8027-8036. DOI:10.1002/2017GL074610 |
| [7] |
MECIKALSKI R, BAIN A, CAREY L, et al. Radar and lightning observations of deep moist convection across Northern Alabama during DC3: 21 May 2012[J]. Monthly Weather Review, 2015, 143(7): 2774-2797. DOI:10.1175/MWR-D-14-00250.1 |
| [8] |
CALHOUN K, MACGORMAN D, ZIEGLER C, et al. Evolution of lightning activity and storm charge relative to dual-Doppler analysis of a high-precipitation supercell storm[J]. Monthly Weather Review, 2013, 141(7): 2199-2223. DOI:10.1175/MWR-D-12-00258.1 |
| [9] |
张义军, 马明, 吕伟涛, 等. 闪电活动的气候学特征研究进展[J]. 气象学报, 2008, 66(6): 906-915. ZHANG Yi, MA Ming, LU Weitao, et al. Review on climate characteristic of lightning activity[J]. Acta Meteorologica Sinica, 2008, 66(6): 906-915. DOI:10.3321/j.issn:0577-6619.2008.06.006 |
| [10] |
郄秀书, 袁善锋, 陈志雄, 等. 北京地区雷电灾害天气系统的动力-微物理-电过程观测研究[J]. 中国科学(地球科学), 2020, 64(1): 10-26. QIE Xiushu, YUAN Shanfeng, CHEN Zhixiong, et al. Understanding the dynamical-microphysical-electrical processes associated with severe thunderstorms over the Beijing metropolitan region[J]. Scientia Sinica Terrae, 2020, 64(1): 10-26. |
| [11] |
孙凌, 陈志雄, 徐燕, 等. 北京一次强飑线过程的闪电辐射源演变特征及其与对流区域和地面热力条件的关系[J]. 大气科学, 2019, 43(4): 759-772. SUN Ling, CHEN Zhixiong, XU Yan, et al. Evolution of lightning radiation sources of a strong squall line over Beijing metropolitan region and its relation to convection region and surface thermodynamic condition[J]. Chinese Journal of Atmospheric Sciences, 2019, 43(4): 759-772. |
| [12] |
王东方, 郄秀书, 袁善锋, 等. 北京地区的闪电时空分布特征及不同强度雷暴的贡献[J]. 大气科学, 2020, 44(2): 225-238. WANG Dongfang, QIE Xiushu, YUAN Shanfeng, et al. Spatial and temporal distribution of lightning activity and contribution of thunderstorms with different lightning-producing capabilities in Beijing metropolitan region[J]. Chinese Journal of Atmospheric Sciences, 2020, 44(2): 225-238. |
| [13] |
孙萌宇, 郄秀书, 孙凌, 等. 北京城区相继多次降雹的一次强雷暴的闪电特征[J]. 大气科学, 2020, 44(3): 601-610. SUN Mengyu, QIE Xiushu, SUN Ling, et al. Lightning activity of a severe thunderstorm with several hail-fall stages in Beijing metropolitan Region[J]. Chinese Journal of Atmospheric Sciences, 2020, 44(3): 601-610. |
| [14] |
杜赛, 刘显通, 孙皓霆, 等. 华南一次典型雷暴过程双偏振雷达参量与闪电活动关系研究[J]. 热带气象学报, 2021, 37(3): 427-438. DU Sai, LIU Xiantong, SUN Haoting, et al. Relationship between dual-polarization radar parameters and lightning activity during a typical thunderstorm in South China[J]. Journal of Tropical Meteorology, 2021, 37(3): 427-438. |
| [15] |
刘恒毅, 董万胜, 蔡力, 等. 一套双频段三维全闪电定位系统及其初步观测结果[J]. 中国电机工程学报, 2019, 39(12): 3561-3569. LIU Hengyi, DONG Wansheng, CAI Li, et al. Initial results of a dual band 3-D lightning locating system[J]. Proceedings of the CSEE, 2019, 39(12): 3561-3569. |
| [16] |
张广庶, 王彦辉, 郄秀书, 等. 基于时差法三维定位系统对闪电放电过程的观测研究[J]. 中国科学(地球科学), 2010, 40(4): 523-534. ZHANG Guangshu, WANG Yanhui, QIE Xiushu, et al. Using lightning location system based on time-of-arrival technique to study three-dimensional lightning discharge processes[J]. Scientia Sinica Terrae, 2010, 40(4): 523-534. |
| [17] |
郭凤霞, 马学谦, 王涛, 等. 基于X波段双线偏振天气雷达的雷暴云粒子识别[J]. 气象学报, 2014, 72(6): 1231-1244. GUO Fengxia, MA Xueqian, WANG Tao, et al. An approach to the hydrometeors classification for thunderclouds based on the X-band dual-polarization Doppler weather radar[J]. Acta Meteorological Sinica, 2014, 72(6): 1231-1244. |
| [18] |
吴翀. 双偏振雷达的资料质量分析, 相态识別及组网应用[D]. 南京: 南京信息工程大学, 2019. WU Chong. Data Quality analysis, hydrometeor classification and mosaic application of polarimetric radars in China[D]. Nanjing: Nanjing University of Information Science and Technology, 2019. |
| [19] |
宋文婷, 李昀英, 黄浩, 等. 基于S波段双偏振雷达资料的降水粒子类型识别算法及应用[J]. 大气科学学报, 2021, 44(2): 209-218. SONG Wenting, LI Yunying, HUANG Hao, et al. Hydrometeors classification and its application based on S-band dual polarization radar data[J]. Transactions of Atmospheric Sciences, 2021, 44(2): 209-218. |
| [20] |
李晓敏, 周筠珺, 肖辉, 等. 基于X波段双偏振雷达对雷暴单体中水成物粒子演变特征的研究[J]. 大气科学, 2017, 41(6): 1246-1263. LI Xiaomin, ZHOU Yunjun, XIAO Hui, et al. Research on the evolution characteristics of hydrometeors in a thunderstorm cell with X-band dual-polarimetric radar[J]. Chinese Journal of Atmospheric Sciences, 2017, 41(6): 1246-1263. |
| [21] |
KEENAN T. Hydrometeor classification with a C-band polarimetric radar[J]. Australian Meteorological Magazine, 2003, 52: 23-31. |