周鑫,張文娟,張義軍,孫秀斌,鄭棟,姚雯
(1.中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室,北京100081;2.成都信息工程大學(xué)電子工程學(xué)院,四川成都610225;3.復(fù)旦大學(xué)大氣與海洋科學(xué)系/大氣科學(xué)研究院,上海200438;4.復(fù)旦大學(xué)海洋氣象災(zāi)害聯(lián)合實驗室,上海200438)
雷暴是伴隨著閃電發(fā)生的一種常見的對流活動,而地理位置、氣候和天氣條件的不同可能會導(dǎo)致雷暴產(chǎn)生不同的災(zāi)害天氣,例如大風(fēng)、暴雨、冰雹等[1]。研究發(fā)現(xiàn),美國休斯頓地區(qū)的雷暴頻次與冰雹具有很強的相關(guān)性[2],東非地區(qū)的雷暴活動促進了大西洋颶風(fēng)的生成[3],而我國高閃電頻次雷暴與春季極端降水相關(guān)性非常大[4]。因此,了解雷暴分布和變化特征有利于增強人們對雷暴活動的認識,從而有效地防御其所帶來的危害。區(qū)域性雷暴分布及其氣候特征的研究對于強對流天氣預(yù)報和全球雷暴氣候特征的揭示也具有重要意義。
對于全球和區(qū)域性雷暴氣候特征,前人已開展一定研究。Price等[5]認為全球雷暴大部分發(fā)生在南北緯30°,且主要集中在美洲、非洲和東南亞的熱帶大陸地區(qū)。Mezuman等[6]發(fā)現(xiàn)全球約50%的雷暴發(fā)生在海洋,而海洋雷暴主要發(fā)生在凌晨和上午。Changnon等[7]利用雷暴日資料分析了1896—1995年美國雷暴時空分布特征,發(fā)現(xiàn)美國西部大部分地區(qū)雷暴數(shù)量呈上升趨勢,東部大部分地區(qū)則呈下降趨勢。Pinto等[8]利用1951—2011年巴西東南部三個城市的雷暴日資料分析發(fā)現(xiàn),圣保羅和坎皮納斯雷暴活動顯著增加,而里約熱內(nèi)盧雷暴活動無明顯變化趨勢。Manohar等[9]發(fā)現(xiàn)印度季風(fēng)期開始和結(jié)束時(6月和9月)的雷暴活動比季風(fēng)中期(7月和8月)更強。在我國雷暴氣候研究方面,張敏鋒等[10]利用30年雷暴日資料發(fā)現(xiàn)我國東南和華南為雷暴高值區(qū),西北地區(qū)為雷暴低值區(qū)。楊波等[11]進一步發(fā)現(xiàn)我國華南、江南地區(qū)春季雷暴活動高發(fā)區(qū)主要在廣西東部至廣東西部??卒h等[12]利用1961—2016年雷暴日資料,研究了我國七大地理區(qū)域(東北、北方、西北東部、西北西部、西藏、西南和東南)雷暴日數(shù)的時空分布特征,發(fā)現(xiàn)我國雷暴日數(shù)整體呈減少趨勢。Xu等[13]發(fā)現(xiàn)南海雷暴的閃電頻次明顯高于太平洋深海區(qū)域。王婷波等[14]利用國家閃電監(jiān)測網(wǎng)數(shù)據(jù)發(fā)現(xiàn)我國中東部地區(qū)雷暴具有局地性強和快速生消的特點。鄭永光等[15]發(fā)現(xiàn)夏季川西高原及云南北部、云南和貴州交界處和廣西北部、浙江、福建和江西是我國的雷暴活躍區(qū),且6—7月較8月雷暴活動更為活躍。
近年來,隨著閃電定位網(wǎng)的建立和完善,全球(陸地和海洋)閃電監(jiān)測成為可能。盡管如此,由于不同雷暴過程產(chǎn)生閃電數(shù)量的差異[16],閃電時空分布特征并不能反映雷暴活動特征的全貌。國內(nèi)外學(xué)者嘗試建立了基于閃電觀測數(shù)據(jù)識別雷暴的方法。Tuomi等[17]開發(fā)了利用時空閾值區(qū)分閃電簇進而識別并追蹤雷暴的算法,分析了芬蘭雷暴活動的特點。Betz等[18]基于LINET(lightning detection network)閃電定位網(wǎng)的探測數(shù)據(jù),利用閃電密度判別雷暴的跟蹤算法,對地中海雷暴進行識別、追蹤和預(yù)測。Mezuman等[6]基于全球閃電定位網(wǎng)(WWLLN)的觀測數(shù)據(jù),利用時間和空間密度矩陣設(shè)置閾值區(qū)來聚類雷暴簇。Wang等[19]利用地閃資料,基于空間聚合算法將閃電聚類為雷暴。周康輝等[20]利用密度極大值快速搜索聚類算法將地閃數(shù)據(jù)聚類為雷暴。姜蘇等[21]將TITAN(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)算法應(yīng)用到地閃定位資料中進行雷暴識別。閆文輝等[22]利用地基多普勒天氣雷達反射率因子數(shù)據(jù)和改進的DBSCAN聚類算法識別雷暴單體的三維結(jié)構(gòu)。以上研究及其算法的建立說明利用閃電定位數(shù)據(jù)識別雷暴具有可能性。盡管如此,目前國內(nèi)外大部分研究是針對閃電或者雷暴日的分析,而分析雷暴活動氣候特征及其雷暴屬性變化的研究較少。特別是,目前的閃電定位資料多來自于陸地站網(wǎng)的組網(wǎng)觀測,對海上的閃電和雷暴觀測有很大的局限性。
本研究利用2010—2018年WWLLN全球閃電定位數(shù)據(jù),采用了基于閃電聚類雷暴空間聚類算法(DBSCAN),建立了西北太平洋地區(qū)雷暴數(shù)據(jù)集,研究了該區(qū)域雷暴活動的空間分布、季節(jié)分布和日變化等氣候特征,同時選取四個關(guān)注區(qū)域(西太平洋、印度洋、南海和我國內(nèi)陸南方區(qū)域)進行了雷暴特征和海陸差異的對比分析。本文基于閃電資料的雷暴研究能夠給出雷暴數(shù)量、雷暴閃電聚集區(qū)面積、雷暴延展尺度等多種信息,并根據(jù)雷暴中包含的閃電數(shù)反映雷暴活動的強弱,豐富了對該區(qū)域雷暴活動的氣候特征和規(guī)律性的認識。
本文研究區(qū)域范圍為70°E~180°,15°S~60°N,包含亞洲東部、西北太平洋和印度洋北部(圖1)。為了分析不同海域以及海、陸的雷暴氣候特征差異,選取了四個重點關(guān)注區(qū)域(圖1中方框區(qū)域),分別命名為:西太平洋(PO,130~150°E,0°~20°N)、南海(SCS,110~117°E,7~18°N)、印度洋(IO,82~95°E,0°~10°N)和我國內(nèi)陸南方區(qū)域(INL,110~116°E,23~30°N)。
圖1 研究范圍及四個重點關(guān)注區(qū)域(西太平洋PO,南海SCS,印度洋IO和我國內(nèi)陸南方區(qū)域INL)
本研究使用的閃電數(shù)據(jù)來源于全球閃電定位網(wǎng)(WWLLN)。WWLLN通過探測8~18 kHz甚低頻(VLF)閃電電磁輻射信號來組網(wǎng)定位閃電發(fā)生的時間和位置[23]。研究表明,WWLLN閃電定位精度平均為10 km,探測效率約為11%[24-26]。通過與洛斯阿拉莫斯陣列(LASA)比較,發(fā)現(xiàn)WWLLN定位的閃電均位于雷暴活躍區(qū)內(nèi)[27]。目前WWLLN全球站點數(shù)目已達到80多個[28]。隨著觀測站點數(shù)的逐年增加,站網(wǎng)探測效率也不斷增加。Zhang等[29]和Wang等[30]利用TRMM LIS/OTD高分辨率氣候數(shù)據(jù)計算了西北太平洋區(qū)域WWLLN的相對探測效率,結(jié)果顯示2005—2016年相對探測效率從4.3%上升到19.1%。盡管站網(wǎng)探測效率在這十幾年中變化較大,但對于整個研究區(qū)域,WWLLN在2010年后的探測效率較為穩(wěn)定,年變化差異較小[29-30],因此本文選用2010—2018年WWLLN數(shù)據(jù)。利用上述閃電數(shù)據(jù),基于DBSCAN算法將閃電聚類為雷暴。聚類后雷暴數(shù)量年變化比閃電數(shù)量年變化的穩(wěn)定性提高,一定程度上降低了WWLLN探測效率年變化帶來的影響。
本研究使用的雷達數(shù)據(jù)來自江蘇南通S波段新一代多普勒天氣雷達(CINRAD)。利用2012年7月3—4日一次雷暴天氣過程的組合反射率數(shù)據(jù),來檢驗DBSCAN對閃電的聚類效果。
DBSCAN是基于密度的空間聚類算法,根據(jù)點與點之間的距離和形成集群所需的最小點數(shù)(minPts),對滿足距離閾值(ε)的所有點進行聚類[31]。集群中的點分為核心點和非核心點。若在某一點的距離閾值ε內(nèi)至少存在minPts-1個點,則該點為集群的核心點。一個集群中核心點距離閾值ε范圍內(nèi)的所有點都屬于這個集群。
DBSCAN算法應(yīng)用于WWLLN閃電聚類雷暴,是一種符合物理實際的閃電數(shù)據(jù)聚類算法。聚類后的集群核心點位置能夠表示雷暴的強閃電活動區(qū)中心,而非核心點則位于雷暴的邊緣。閃電數(shù)據(jù)除具有經(jīng)度和緯度的空間位置信息外,還具有時間信息。因此基于WWLLN的DBSACN閃電聚類在考慮距離閾值(ε)和最小點數(shù)(minPts)的基礎(chǔ)上,還需要第三個參量——時間間隔(εtime)。Hutchins等[32]已經(jīng)成功運用DBSCAN算法對全球范圍內(nèi)的WWLLN閃電進行聚類,并通過設(shè)置不同閾值,分析聚類雷暴數(shù)量和雷暴面積的變化,發(fā)現(xiàn)相對其它參數(shù)閾值的設(shè)置,ε=12 km和minPts=2這種閾值組合下的聚類效果最好。本文基于此方法開展工作,因此基于WWLLN閃電的DBSCAN聚類雷暴公式為,
式中D為任意兩個閃電之間的距離(km),T為任意兩個閃電之間的時間差(h),P為構(gòu)成雷暴的閃電數(shù),ε為距離閾值,εtime為時間閾值,minPts為聚類的閃電個數(shù)閾值。F代表是否能夠聚類成功,當F<1時表示閃電能夠聚類為一個雷暴。本研究中,三個參量的閾值選取分別為ε=12 km、εtime=1 h和minPts=2。本研究的閾值選取與Hutchins等[32]相一致,聚類的雷暴與雷達高反射率區(qū)重疊率最高。
此外在聚類過程中,當閃電活動較為密集且閃電數(shù)目較少時,會聚類出一些面積極小的雷暴。根據(jù)聚類后的統(tǒng)計結(jié)果,由3個閃電聚類形成的雷暴平均面積為13 km2。因此選取該值為面積閾值,對面積<13 km2的雷暴進行剔除?;谝陨系膮?shù)閾值選取和數(shù)據(jù)質(zhì)量控制,對2010—2018年研究區(qū)域的WWLLN閃電數(shù)據(jù)進行雷暴聚類,聚類后的雷暴特征參量見表1。
表1 雷暴特征參量
為檢驗DBSCAN算法的聚類效果,對聚類后雷暴日的數(shù)量級和空間分布進行分析。整個西北太平洋高雷暴日數(shù)區(qū)域主要分布在熱帶島嶼、中南半島和南海南部,這些區(qū)域?qū)儆谌蛉箝W電煙囪區(qū)之一[33-34]。我國南、北雷暴日分布有明顯差異,南方地區(qū)年平均雷暴日超過40 d/y,北方地區(qū)雷暴日數(shù)則低于20 d/y,聚類結(jié)果給出的我國年平均雷暴日的空間分布和數(shù)量級,均與前人研究結(jié)果一致[35-36]。在此基礎(chǔ)上以一次雷暴過程為例,將聚類后的雷暴與天氣雷達觀測進行對比,以進一步檢驗聚類方法的可信度。2012年7月3—4日江蘇南通發(fā)生一次由西向東移動的多單體風(fēng)暴過程,產(chǎn)生了強烈閃電活動。圖2(見下頁)給出了基于WWLLN閃電的DBSCAN聚類雷暴(黑色多邊形)與雷達回波的疊加。在7月3日15:02(當?shù)貢r間,下同)(圖2a),聚類的雷暴活動中心位于121°E,32.6°N,與雷達觀測的強風(fēng)暴中心一致。雷暴主體的西側(cè)還有多個高反射率回波區(qū),表示多個雷暴單體正處于發(fā)展階段,聚類結(jié)果也進行了較好的顯示。在19:02風(fēng)暴活動加強,有多個強風(fēng)暴單體生成且較為分散,聚類結(jié)果與雷達回波反映的強風(fēng)暴單體空間分布基本一致(圖2b)。在23:02(圖2c),雷達觀測到單體已經(jīng)合并形成一個較大的強回波區(qū),聚類的雷暴中心位置與雷達強回波區(qū)的中心位置一致。在次日05:02雷達回波顯示風(fēng)暴過程開始消散,但還有兩個較強的單體存在,聚類的兩個雷暴與雷達回波反映的兩個單體一一對應(yīng)(圖2d)。
圖2 2012年7月3日江蘇南通一次雷暴過程基于WWLLN閃電的DBSCAN雷暴聚類結(jié)果(黑色多邊形)與雷達回波的疊加
在2010—2018年間,利用WWLLN閃電數(shù)據(jù)基于DBSCAN總共聚類了12717566次雷暴,海洋雷暴占62%,陸地雷暴占38%。整個研究區(qū)域內(nèi),平均每天WWLLN觀測到3869次雷暴發(fā)生,Hutchins等[32]統(tǒng)計平均每天亞洲閃電煙囪區(qū)域的雷暴數(shù)量約有5000左右,二者數(shù)量級相當。雷暴的平均面積(即雷暴閃電聚集區(qū)面積)為557.91 km2,雷暴平均延展尺度為31.99 km,雷暴平均WWLLN閃電頻次為33 str/(h·thu)。
圖3給出了不同區(qū)域雷暴特征參量的概率統(tǒng)計分布圖,雷暴特征參量均符合對數(shù)正態(tài)分布的特點,即大部分樣本分布在數(shù)值較小的區(qū)域,而小概率覆蓋在較寬的雷暴參量大值區(qū),與Miller等[37]得出的結(jié)果一致。雷暴面積的峰值區(qū)間位于<100 km2,位于該區(qū)間的雷暴約占總雷暴數(shù)量一半(圖3a)。雷暴延展尺度的峰值區(qū)間位于8~24 km(圖3b),單個雷暴的閃電頻次峰值位于3~8 str/h(圖3c)。對于四個關(guān)注區(qū)域,西太平洋(PO)相對其它區(qū)域,其面積和延展尺度較小的雷暴所占比例較高,其它區(qū)域雷暴空間尺度分布沒有較大的差異(圖3a和圖3b)。PO區(qū)域的低閃電頻次(3~16 str/h)雷暴數(shù)量比例最大,其次是IO和INL,SCS最小(圖3c)。當雷暴產(chǎn)生的閃電頻次較大(為16~80 str/h)時,四個區(qū)域的閃電頻次分布比例無明顯差異。
圖3 雷暴特征參量概率分布
圖4a給出了雷暴密度的空間分布,研究區(qū)域中雷暴密度最高值大于20 thu/(100 km2·y),最低值小于0.1 thu/(100 km2·y)。從整體看,雷暴數(shù)密度隨著緯度的分布逐漸減小。雷暴活動密集區(qū)(>10 thu/(100 km2·y))主要分布在10°S~10°N的低緯度熱帶島嶼(即海洋性大陸),其次是10~25°N的中南半島和中國南部沿海區(qū)域,南海西南部也有部分區(qū)域雷暴密度較高(5~10 thu/(100 km2·y))。特別注意到,喜馬拉雅山南麓的東端(90°E,25°N)存在一個明顯的雷暴高值中心,這是由于印度洋暖濕氣流與地形的相互作用,使得該地區(qū)雷暴增強。基于閃電聚類識別出的雷暴高值區(qū)與吳學(xué)珂等[38]和陽向榮等[39]給出的中尺度對流系統(tǒng)在此區(qū)域的強密集中心相吻合。雷暴密度低值區(qū)(<1 thu/(100 km2·y))主要分布在深海海域、高緯度地區(qū)和中國西北部。我國雷暴高發(fā)區(qū)主要分布在廣東省和海南省,由于地形作用而產(chǎn)生的雷暴增強,導(dǎo)致該地區(qū)也是我國極端降水的主要落區(qū)[4]。我國雷暴低值區(qū)主要分布在新疆南部、青海和甘肅北部。
雷暴平均面積的空間分布如圖4b所示。面積較大(>900 km2/thu)的雷暴主要分布在澳大利亞北部、我國東部和南部近海區(qū)域以及日本東側(cè)海域,表明這些區(qū)域雷暴過程易產(chǎn)生活躍的閃電活動。而赤道附近(10°S~10°N)的深海海域、我國西部和高緯度大陸地區(qū),其雷暴平均面積較?。ǎ?00 km2/thu)。海洋雷暴中,距離海岸線越近的海域雷暴其平均面積越高。沿臺灣島到日本島區(qū)域也有較大面積的雷暴發(fā)生,這與黑潮暖流有關(guān)[40]。
圖4 雷暴特征參量的空間分布
圖5給出了研究區(qū)域雷暴數(shù)空間分布的季節(jié)變化,這里采用北半球季節(jié)劃分,將全年分為冬季(12—2月)、春季(3—5月)、夏季(6—8月)和秋季(9—11月)。冬季(圖5a)整個亞洲大陸雷暴活動為一年中最弱,僅喜馬拉雅山南麓的西側(cè)有少量雷暴活動發(fā)生,雷暴活動主要集中在低緯度熱帶島嶼。但值得一提的是,日本東部近海海域的雷暴活動在冬季達到最強,這可能與黑潮有關(guān),冬季冷空氣與黑潮暖流接觸促進閃電發(fā)生[41]。春季(圖5b)對應(yīng)著亞洲季風(fēng)區(qū)的季風(fēng)前期,熱帶島嶼地區(qū)的雷暴活動為全年最活躍。雷暴活動中心在春季開始向北發(fā)展,大陸20°N以南地區(qū)雷暴頻繁發(fā)生,特別是受南海影響的菲律賓和中南半島、受孟加拉灣影響的印度東部和喜馬拉雅山南麓東側(cè)。李進梁等[40]也指出,亞洲季風(fēng)區(qū)的低緯度地區(qū)強雷暴更容易發(fā)生在春季,強中心位于喜馬拉雅山南麓東端和中南半島,本文與其結(jié)論一致。夏季(圖5c)雷暴活動繼續(xù)北移,20~30°N中低緯度大陸地區(qū)雷暴活動大大加強,我國東南沿海區(qū)域雷暴數(shù)明顯增多。這是由于夏季為季風(fēng)期,在西南季風(fēng)的作用下來自西太平洋的暖濕季風(fēng)氣流與冷空氣或地形相作用,在該地區(qū)出現(xiàn)較強的雷暴活動[41]。南海和菲律賓東側(cè)海域的雷暴數(shù)量達到全年最多。印度北部和孟加拉灣的雷暴也達到全年最多,這是由于印度洋暖濕季風(fēng)氣流在高原迎風(fēng)面受迫抬升,進而出現(xiàn)較強雷暴活動[42]。相反地,由于西南季風(fēng)將印度洋的暖濕空氣向北往東亞輸送[40],低緯度熱帶島嶼(印度尼西亞、馬來西亞)的夏季雷暴活動則相對春季明顯減弱。此外注意到在夏季,從臺灣島到日本島的洋面沿東北方向出現(xiàn)一個帶狀雷暴活躍區(qū)域,該區(qū)域雷暴數(shù)從春季開始增多,夏季達到最強,明顯高于鄰近海域。馬明等[43]指出是由于黑潮的影響,黑潮暖流高溫高鹽的特征能夠促進流經(jīng)海域的雷暴發(fā)展。秋季(圖5d)雷暴活動開始南移,大陸20°N以北的地區(qū)雷暴活躍程度急劇下降,而赤道附近低緯度熱帶島嶼的雷暴活動又開始增強,這主要是太陽直射點由北回歸線向南回歸線移動,導(dǎo)致低緯度地區(qū)地表溫度升高引起大氣層結(jié)不穩(wěn)定[40]。
圖5 年平均雷暴數(shù)(thu/(100 km2·y))的季節(jié)變化
圖6給出了西太平洋(PO)、南海(SCS)、印度洋(IO)和我國內(nèi)陸南方區(qū)域(INL)四個區(qū)域,雷暴數(shù)、雷暴平均面積、雷暴平均WWLLN閃電頻次的月分布。可以發(fā)現(xiàn),四個區(qū)域的雷暴參量月分布具有明顯的差異。除西太平洋外,其它三個區(qū)域的雷暴數(shù)月變化波動較大(圖6a)。南海雷暴從5月開始迅速增多,6月達到峰值,7—9月仍持續(xù)較高雷暴數(shù),10月雷暴開始減弱。我國內(nèi)陸南方區(qū)域(INL)的雷暴活動月變化與南海相似,隨著地表溫度的升高和大氣不穩(wěn)定性的增加,雷暴4月開始增多,5—8月雷暴發(fā)生頻繁,8月達到峰值,10月后迅速減弱,10月—次年2月雷暴數(shù)量達到谷值。印度洋北部區(qū)域的雷暴活動則呈現(xiàn)不同的月變化特點,2—5月為雷暴活躍期,雷暴數(shù)量占比達到全年最大,6—9月雷暴活動最弱。
從雷暴平均面積(圖6b)來看,西太平洋和印度洋的全年雷暴面積月變化小于南海和陸地區(qū)域。南海的雷暴平均面積在12月達到最大值(765 km2),并且夏季(6—8月)雷暴維持在較大面積(>610 km2)。陸地雷暴平均面積受季節(jié)影響變化較大,3月達到峰值(880 km2),隨后逐漸下降,12月達到最小值。在雷暴平均閃電頻次(圖6c)方面,陸地區(qū)域具有與其他三個區(qū)域不同的特點。西太平洋、印度洋和南海區(qū)域的雷暴平均閃電頻次月變化與該地區(qū)的雷暴平均面積月變化趨勢一致,而陸地區(qū)域不同。INL雷暴數(shù)3月開始顯著增多,雷暴平均面積3月達到最大值,但雷暴平均閃電頻次5月才達到峰值。夏季(6—8月)我國內(nèi)陸南方區(qū)域雷暴數(shù)達到峰值,但雷暴面積和平均雷暴閃電頻次均有所減小。說明在我國內(nèi)陸南方區(qū)域初春雷暴較多,但閃電活動并不活躍;而高閃電頻次的雷暴在春末夏初開始迅速增多。Xu等[4]利用LIS資料研究同樣發(fā)現(xiàn)我國內(nèi)陸南方區(qū)域,雷暴數(shù)峰值出現(xiàn)在6—8月,而高閃電頻次的雷暴數(shù)則在4—5月達到峰值。研究指出,從春季(3—5月)到夏季(6—8月),雖然我國內(nèi)陸南方區(qū)域的對流不穩(wěn)定有效位能(CAPE)增加,但由于夏季盛行的中高層西風(fēng)帶的減弱,使得雷暴垂直風(fēng)切變減弱以及暖云厚度增加。較弱的風(fēng)切變導(dǎo)致了風(fēng)暴尺度的減小,而暖云厚度的增加促進了暖雨過程、抑制了冰相過程和冰粒子體積的減少,因此造成了夏季雷暴平均閃電頻次的降低。
圖6 四個區(qū)域雷暴特征參量的月變化
圖7給出了四個研究區(qū)域雷暴數(shù)的逐時日變化。陸地雷暴(INL)活動呈現(xiàn)典型的單峰型日變化特征,09—10時雷暴數(shù)量開始迅速上升,14—15時達到峰值(71 thu/(107km2))且雷暴大部分發(fā)生在午后及傍晚,夜間和清晨(22—08時)陸地雷暴最不活躍,并于07—09時出現(xiàn)一個較小的谷值。與陸地雷暴強烈的日變化不同,海洋雷暴(PO和IO)的日變化較為平緩,這與海洋閃電頻次的日變化特征相一致[41]。盡管日變化幅度小,但可以看出海洋雷暴在凌晨00—03時有個較弱的峰值,在傍晚18—20時出現(xiàn)弱的谷值。海洋與陸地雷暴峰值時刻出現(xiàn)顯著的差異,主要是因為陸地雷暴數(shù)日變化的最大值出現(xiàn)在下午與白天地面升溫有關(guān),而海洋雷暴數(shù)日變化的最大值與夜間增強的中尺度對流系統(tǒng)有關(guān)[44]。南海(SCS)雷暴活動與西太平洋和印度洋不同,具有其獨特的日變化特征:具有一個較為明顯的日峰值,峰值時刻出現(xiàn)在上午10—12時;而谷值出現(xiàn)時刻與PO和IO一致,均在20時左右。SCS與PO雷暴日變化差異大,是因為SCS四周環(huán)顧島嶼,海岸線效應(yīng)對SCS的雷暴日變化有一定的影響[45]。
圖7 四個關(guān)注區(qū)域雷暴數(shù)(thu/(107km2))的逐時日變化
圖8給出了研究區(qū)域雷暴日變化峰值和谷值出現(xiàn)時間的空間分布。從整體看,大部分陸地區(qū)域的雷暴峰值出現(xiàn)在下午(12—18時)。盡管如此也注意到,高原南麓、天山南麓、四川東部地區(qū)的雷暴峰值發(fā)生在凌晨(圖8a)。這些地區(qū)主要是山谷或盆地,白天受到多云天氣的影響,地面升溫較慢,大氣層穩(wěn)定,不利于對流形成;而夜間云頂輻射冷卻快,而地面降溫慢,因此易形成夜間和凌晨的雷暴[40]。20°N以南深海區(qū)域的雷暴峰值主要發(fā)生在00—06時,中緯度海洋區(qū)域的雷暴峰值時段既有凌晨又有午后和傍晚,而南海區(qū)域由于受到陸地的作用,其雷暴峰值發(fā)生在中午和午后(10—14時)。對于雷暴的不活躍時間,海洋雷暴谷值主要發(fā)生在夜間(18—24時),而陸地雷暴谷值則出現(xiàn)在00—12時(圖8b)。
利用日變化中雷暴數(shù)的最大值除以最小值,得到雷暴數(shù)的峰谷值比例,它能夠表明該地區(qū)雷暴數(shù)的日變化劇烈程度(圖8c)。海洋雷暴的峰谷值比率較低(<8),表明海洋上的雷暴活動在一天中沒有強烈的變化。陸地雷暴的峰谷值比率較高,高值區(qū)位于熱帶島嶼、印度半島、中南半島和我國青藏高原地區(qū),峰谷比率超過50(圖8c),說明這些區(qū)域的雷暴活動日變化最為劇烈。受海陸風(fēng)的影響,熱帶島嶼、印度半島和中南半島地區(qū)的對流活動中午開始發(fā)展,下午達到最強,晚上慢慢減弱[46];而青藏高原地區(qū)是由于對流云白天發(fā)展,而晚上減弱,導(dǎo)致雷暴活動日變化劇烈[47]。
圖8 a.雷暴峰值出現(xiàn)時間的空間分布(LT);b.雷暴谷值出現(xiàn)時間的空間分布(LT);c.雷暴數(shù)峰值與谷值比率的空間分布。
利用2010—2018年WWLLN全球閃電定位資料,采用DBSCAN閃電密度空間雷暴聚類方法,詳細研究了西北太平洋地區(qū)(70°E~180°,15°S~60°N)雷暴活動的統(tǒng)計特征、空間分布、季節(jié)變化和日變化等氣候特征,得出如下結(jié)論。
(1)整個研究區(qū)域內(nèi),WWLLN平均每天觀測到3869次雷暴發(fā)生,雷暴平均面積為557.91 km2,平均延展尺度為31.99 km,平均閃電頻次為33 str/(h·thu),海洋雷暴占62%,陸地雷暴占38%。雷暴特征參量(雷暴面積、雷暴延展尺度、雷暴閃電頻次)均符合對數(shù)正態(tài)分布的特點?;赪WLLN聚類的雷暴面積的峰值區(qū)間位于0~100 km2,雷暴延展尺度的峰值區(qū)間位于8~24 km,單個雷暴的閃電頻次峰值位于3~8 str/(h·thu)。西太平洋相對于南海、我國內(nèi)陸南方區(qū)域和印度洋區(qū)域,其面積、延展尺度和閃電頻次較小的雷暴所占比例較高。
(2)雷暴活動隨著緯度的增高逐漸減弱。雷暴活躍區(qū)主要分布在低緯度熱帶島嶼,其次是中南半島、南海西南部和中國南部沿海區(qū)域。雷暴密度低值區(qū)主要分布在深海海域、高緯度地區(qū)和中國西北部。平均面積較大的雷暴區(qū)與高雷暴密度區(qū)的空間分布存在一定差異。海洋雷暴中,距離海岸線越近的海域雷暴其平均面積越高。沿臺灣島到日本島區(qū)域也存在與黑潮暖流有關(guān)的大面積雷暴。
(3)西北太平洋地區(qū)雷暴活動具有顯著的季節(jié)變化。在冬季,整個大陸和深海區(qū)域幾乎沒有雷暴產(chǎn)生,但日本東部近海海域的雷暴活動達到全年最強。雷暴活動在春季開始向北發(fā)展。在夏季,中低緯度大陸地區(qū)雷暴活動明顯加強,我國東南沿海區(qū)域雷暴數(shù)顯著增多,特別是由于黑潮的影響,從臺灣島到日本島的洋面沿東北方向出現(xiàn)一個帶狀雷暴活躍區(qū)域。相反地,低緯度熱帶島嶼的夏季雷暴活動則相對春季明顯減弱。秋季雷暴活動開始南縮,大陸20°N以北的地區(qū)雷暴活躍程度急劇下降。
(4)受季風(fēng)的影響,南海雷暴從5月開始迅速增多,6月達到峰值,10月開始減弱。西太平洋和印度洋雷暴特征參量的月變化小于南海。我國內(nèi)陸南方區(qū)域雷暴數(shù)3月開始顯著增多,雷暴平均面積3月達到最大值,但雷暴平均閃電頻次5月才達到峰值。夏季(6—8月)我國內(nèi)陸南方區(qū)域雷暴數(shù)達到峰值,但雷暴面積和平均雷暴閃電頻次均有所減小。垂直風(fēng)切變減弱以及暖云厚度增加,造成了我國內(nèi)陸南方區(qū)域夏季雷暴平均閃電頻次的降低。
(5)陸地雷暴活動呈現(xiàn)典型的單峰型日變化特征,雷暴大部分發(fā)生在午后及傍晚(14—15時達到峰值),但也發(fā)現(xiàn)高原南麓、天山南麓、四川東部地區(qū)的雷暴峰值發(fā)生在凌晨,可能與地形有關(guān)(山谷或盆地)。海洋雷暴日變化則較為平緩,深海區(qū)域的弱雷暴峰值發(fā)生在00—06時。南海雷暴活動與西太平洋和印度洋不同,具有其獨特的日變化特征:較為明顯的日峰值(10―12時)和谷值(20時左右)。熱帶島嶼、印度半島、中南半島和我國青藏高原地區(qū)的雷暴活動日變化最為劇烈,雷暴數(shù)日變化的峰谷比值最高。