雷暴是一种常见的强对流灾害性天气,雷暴过程中雷暴云的电荷结构是现阶段重要研究内容之一。一些学者认为,雷暴过程中,CAPE值较高时电荷结构多呈正偶极性,CAPE值较低时雷暴云则呈现三极性电荷结构[1-2]。郭凤霞等[3]利用三维时变双参数动力电耦合模式,发现较高的扰动位温多形成偶极性电荷结构,而扰动位温介于强和弱之间时,易形成典型的三极性电荷结构。次正电荷区的形成与持续时间与很多因素有关。言穆弘等[4]利用二维时变轴对称模式,发现云下部次正电荷区的持续时间与对流场关系密切,张义军等[5]通过利用二维时变轴对称模式及实际探空资料的研究发现,次正电荷区的发展强弱和持续时间的长短与温湿条件有关。
通过统计我国强对流天气过程,发现我国雷暴主要发生在华南、云南中南部、青藏高原中东部、川西高原等地区,短时强降水主要发生在华南地区[6]。珠江三角洲地区每年因雷电灾害造成的损失高达5 000万元[7]。广东省地处低纬,北回归线横贯中部,太阳高度角大,辐射强度大,气温高,空气常处于不稳定状态[8]。大部分研究表明广东地区的雷暴呈现偶极性电荷结构。张义军等[9]通过对广东地区人工触发闪电的观测,发现人工触发闪电多在地面为负电场(规定头顶为负电荷地面为负电场)的情况下取得成功,且云内主负电荷区的负电荷被中和。放电过程的幅值电流一般在10 kA以上,触发高度在100~200 m之间,高度较低[10]。张敏锋等[11]利用广东地区甚低频(VLF)地闪定位仪资料,通过对雷击发生的时间、雷电流幅值、极性等进行分析,发现在所有地闪中负地闪占94.97%,而正地闪仅占5.03%,远低于我国北方雷暴中正地闪出现的比例,由此提出广东地区雷暴云的电荷分布多呈上正下负的偶极性结构,并认为偶极性电荷结构是导致广东地区正地闪出现的比例远小于北方的原因。闪电进行过程中一般伴随有甚高频(VHF)电磁脉冲信号辐射,董万胜等[12]利用甚高频(VHF)闪电宽带干涉仪定位系统,分析研究了中国广东地区1999年7月云闪的时空演变特征、辐射及其相应电场变化特征,通过辐射源定位结果表明,云闪放电起始于向上发展的负击穿过程,从而认为广东地区云内电荷结构具有上正下负的偶极性电荷结构。
综上所述,目前获取雷暴云电荷结构的方法主要是通过地面电场观测结果反推和VHF闪电辐射源定位结果来判断。第一种方法,假设的成分太多,反推结果和实际情况存在较大差异;第二种方法,只能反推放电涉及到的空间电荷分布,无法再现雷暴实际电荷结构。所以目前得到的广东地区的电荷结构呈现偶极性特征这一结论还有待深入讨论。广东省清远市南接珠三角北部,地处广东北部山区,区域强对流天气尤其明显,年平均雷暴日最高可达120天,雷电活动十分频繁[13]。清远地区雷电的活动特征与其雷暴结构的特殊性是有密切关系的,因此本文利用三维积云起-放电模式,模拟了广东清远地区一次强雷暴过程,通过对这次雷暴的宏微观特征的认识,来分析此次雷暴的电荷结构、放电特征及其成因,加深对广东地区雷暴电荷结构的认识。
2 天气实况与模式介绍 2.1 天气实况2015年7月17日晚09时(北京时,下同),广东清远地区(113.01 °E,24.17 °N,海拔55 m)发生了一次雷暴过程,一直持续到夜里12时。本次过程由切变线系统造成的,是一次系统性天气过程。7月17日,华南地区处于584 dagpm副高外围,在500、700、850 hPa都有切变存在,但位置有差异,700 hPa水汽接近饱和,切变线附近强的辐合产生大范围强烈上升运动,水汽和动力条件很好。雷暴发展剧烈,伴有闪电与短时大风,同时产生强降水。总体来说这次过程是一次典型的系统性雷暴过程。
由图 1可见,这次过程对流发展的不稳定能量很大,CAPE值达到3 381.83 J/kg。对流抑制能量(CIN)为-7.80 J/kg,适当的CIN会聚集不稳定能量,突破对流抑制作用的能量会增大上升气流速度[14]。K指数为40.10 ℃,表明底层暖湿,中层湿度层厚,高层冷,K值越大,层结越不稳定,K指数>36 ℃的时候有100%的可能形成雷暴天气[15]。沙氏指数(SI)小于0时,表示层结不稳定,本次过程的SI为-2.64 ℃。600~300 hPa中层平均相对湿度很大,达到了83.3%,为雷暴云的发展提供了更多的潜热,使气块上升速度增加,对流活动增强。抬升凝结高度(LCL)为0.73 km,表明近地面空气湿度大,抬升到较低的高度时就能达到饱和,产生凝结。自由对流高度(LFC)为1.01 km,说明抬升的湿空气由于过早的相变产生的潜热释放较大。由以上参数可以看出,清远的不稳定大气层结已构成有利于对流系统发展的条件。
|
图 1 2015年7月17日20:00清远探空T-lnP图 蓝色虚线为露点温度,蓝色实线为温度层结曲线,红色实线为状态曲线。 |
本次过程地面温度达到30 ℃,中高层以下均比较湿,高湿区深厚,有利于产生降水。底层水平风为西风,高层为东风,从低到高,水平风风向风速有较为明显的切变,风向有顺时针旋转趋势,这样的环境风切变有利于强雷暴的发展。
2.2 模式介绍本文采用三维雷暴云动力-电耦合数值模式基于孔凡铀等[16-17]的三维冰雹云模式,动力、微物理和电过程参数化方案详见参考文献[15-16, 18-20]。本文在模式中考虑了霰-冰晶、冰雹-冰晶、霰-雪和冰雹-雪之间的非感应碰撞起电机制,雨滴-云滴、霰-云滴、冰雹-云滴、霰-冰晶和冰雹-冰晶的感应碰撞起电机制。感应与非感应起电机制分别采用Ziegler等[21]和Saunders等[22]的参数化方案。同时本文还加入Mansell等[23]假设,即由于冰-冰粒子之间传导率低且接触时间短,碰撞对于感应电荷转移无效,因此只考虑了霰粒子和云滴的感应碰撞。放电参数化方案以Mansell等[23]方案为基础,郭凤霞等[24]在击穿阈值和闪电通道感应电荷的分配过程上进行改进,闪电结束后通道上的感应电荷分配给水凝物粒子的过程中考虑了水凝物粒子原本携带的电荷,放电参数化方案中闪电依据逃逸击穿理论启动[25]。
模拟区域为36 km×36 km×18.5 km,水平与垂直方向格距分别为1 km和0.5 km,初始扰动采取热泡扰动方式,其中心区域水平方向的扰动半径为8 km×8 km,扰动温度Δθ=1.8 ℃,模式的大、小时步分别为10 s和1 s,模拟时间为90 min。
3 流场和微物理场的模拟结果 3.1 流场和降水由图 2和图 3可见,大于5 m/s的强上升气流区域先增加后减少。在26~36 min,6~10 km高度达到最大值12.5 km3,45 min后,强上升气流区域逐渐减小,所在高度降低,但在60~80 min时在12~14 km的高度上出现了一个小范围的上升气流区。强下沉气流区域分布较为零散,最大下沉速度区域与最大上升速度区域出现的时间和高度基本一致,60~80 min期间约3 km高度存在一个较强的小下沉气流区。
|
图 2 大于5 m/s的上升速度体积等值线图(a)和小于-2.5 m/s的下沉速度体积值线图(b) Max代表最大值;灰色短实线从低到高分别是0 ℃、-10 ℃、-20 ℃和-40 ℃所在位置。单位:km3。 |
|
图 3 闪电频次(单位:次/min)和上升、下沉速度(单位:m/s)及降水强度(单位:mm/h)随时间的演变 |
由图 3可见,液态降水最早出现在模拟雷暴发展到近20 min时,降水强度在上升风速达到最大之后约10 min达到最大值150 mm/h,固态降水强度整体上远小于液态降水强度,值几乎为零。在液态降水强度达到极值的同时,固态降水强度也达到了最大。
3.2 水凝物粒子的时空分布上升气流源源不断地给对流体中水凝物粒子提供使其快速增长的水汽。水凝物粒子释放相变潜热,增大了云体发展的不稳定能量,也增加了粒子之间互相碰撞的几率,从而影响到雷暴云的起电过程。
从图 4可见,由于空气湿度大,热泡抬升到约1 km高度时发生水汽凝结,雷暴云发展到10 min时,云滴约1~5 km高度出现了比含水量的大值区。随着对流的继续发展,云滴的顶高不断向上延伸,在约35 min时达到了-42 ℃层高度。雨滴在接近25 min时接地,一直持续到约80 min,表明这期间地面出现降雨,约30~40 min,接地的雨滴比含水量值较大,说明这段时间降雨较强,这与图 3给出的液态降水强度的结果一致。
|
图 4 粒子比含水量(各高度水平最大值)的时空演变
a.云滴粒子;b.雨滴粒子;c.霰粒子;d.冰晶粒子;e.雹粒子。Max代表最大值; 灰色短实线从低到高分别是0 ℃、-10 ℃、-20 ℃和-40 ℃所在位置。 单位:g/kg。 |
冰相粒子的产生和消耗与各种粒子有关。冰晶在25 min出现,对比图 5,冰晶凝华增长(VDvi)是冰晶最早的源项,冰核核化过程(NUvi)质量产生率从37 min开始增长,50 min左右达到最大值。冰晶出现后,霰撞冻云滴(CLcg)与霰撞冻过冷雨水(CLrg)使霰粒子很快出现。随着对流的持续发展,上升气流为云内中上部的霰粒子提供了大量使其生成和增长的水汽,霰的凝华(VDvg)和霰撞冻冰晶(CLig)的过程在27 min左右开始,不断增加。随着霰与云水、雨滴、冰晶不断撞冻,霰粒逐渐增大数量增多,开始自动转化成雹(CNgh)下落,25 min左右转化率很大,雹的比含水量在30 min达到最大值。中层的霰粒增长转化为雹下落,是霰粒的主要消耗方式。
|
图 5 霰粒(a)、冰晶(b)和雹(c)主要源(1)、汇(2)项质量产生率随时间的变化 单位:t/s。 |
云滴凝结增长,碰并聚合,生成雨滴。云中上升气流比较强的时候,水滴下降慢,滞留于云中的时间长,若它的下降速度小于上升气流速度时,会边上升边增长,直到下落速度等于上升气流速度时,停止上升,但会继续长大,直到掉出云外形成降水。上升气流速度越大,收集滴在云内到达的高度越大,返回云底的尺度也越大,但所需的时间反而是减少[26],本次过程中,从25 min开始,上升气流速度大,降水时间早,较好说明了这一点。广东地区水汽充足,小粒子随着强上升气流快速上升,很快增长为雨滴等大粒子,随着降水的发生,降水粒子的拖曳,开始出现有组织的下沉气流,对比图 2可以看出,在60~80 min处,下沉气流体积与降水同时达到峰值。
图 4可以看到霰和雹的底部分别在3 km和2 km高度以上,离地面较高,对应的温度分别为15 ℃和20 ℃。霰和雹在6 km(0 ℃等温线)高度以下比含水量不断降低,两者分布范围都没有接地,说明没有固态降水产生。广东地区夏季平均气温在28.6 ℃[27],地表温度较高,使固态降水粒子在空中融化成液态降水粒子,对比图 5,雹最主要的消耗来自雹融化为雨水(MLhr)。冰雹多发生在高原地区与华北山区,而短时强降水多发生在华南地区[6],以上很好地解释了这种分布特征。
张义军等[5]通过模拟研究南昌(南方)、兰州(西北)和昌都(高原)3个不同海拔、不同纬度地区的雷暴电荷结构,得出三地雷暴云最大云顶高度分别为10 km、8.8 km和4.8 km,本文雷暴个例模拟中,云体一直延续到大约17 km的高度,高于其他地区。
4 电活动特征模拟结果 4.1 放电情况和电荷结构总体特征董万胜等[12]利用闪电宽带干涉仪系统,发现广东地区雷暴云上部为正电荷集中区域,下部为负电荷集中区域。由图 6可见,这次清远雷暴的电荷结构并非单一的偶极性电荷分布。在雷暴云初期即28~43 min左右,0 ℃层左右雷暴云底部5~7 km处存在较明显的次正电荷区,中部的主负电荷区深厚,从7 km(-8 ℃)一直向上延伸,最高延伸到近11 km(-30 ℃)。云上部11~12.5 km(-30~-42 ℃)处出现了较弱的主正电荷区。次正电荷区电荷量在35 min时达到峰值,随后逐渐减弱,仅存在约30 min。约40 min后,中部负电荷区和上部正电荷区均进一步抬升并加强,空间电荷结构逐渐演变成偶极性。
|
图 6 各高度上水平最大净电荷密度(红色代表正电荷,蓝色代表负电荷)随时间的演变 红色虚线从低到高分别是0 ℃、-10 ℃、-20 ℃和-40 ℃等温线。单位:nC/m3。 |
上升气流与云中起电有密切关系,上升气流中心区域穿过-20 ℃等温层会产生强起电[5]。在这次过程中,9 km高度对应-20 ℃等温层,对比图 2、图 3和图 6发现,当上升速度中心区域达到这个高度的时候(30~40 min),雷暴云呈现出中部负电荷区深厚的三级性结构,同时存在一个小的闪电数目峰值,说明雷暴云起电比较强。次正电荷区与强上升气流的减弱程度与持续时间具有很强的相关性[4]。30~60 min上升气流速度较大,此时下部正电荷区较明显,但随着强降水的发生,上升气流不能维持,次正电荷区消失。
由图 3可见,此次过程共模拟出179次云闪,其中2次正地闪。云闪多集中在35~70 min,峰值约20次/min。本次模拟中,两次正地闪分别发生在第46 min和第63 min,闪电的起始均位于11 km左右的高度,即位于中部负电荷区和上部主正电荷区之间。其中,负先导向上部正电荷区传播,正先导向下部负电荷区传播,形成了短而直的通道。负先导到达约11.5 km的上部主正电荷区处开始水平延伸,出现了分叉结构,正先导到达约10.5 km的中部负电荷区处开始水平延伸,其中有一个下行正先导发展到了地面,形成了正地闪。
实际探测中,以清远(113.01 °E,24.17 °N)为中心,25 km为半径的区域(模式范围)内,探测效率约为94%的广东电网地闪定位系统(GDLLS)[28]定位出了31次地闪,其中有8次正地闪。我们认为模拟结果偏少的原因可能与我们的放电参数化方案阈值的设置有关。不同高度闪电的击穿阈值不同,有可能会导致模式的模拟结果与实际情况产生的闪电有差异[23-24],我们会在以后的工作中进一步完善放电参数化方案,以模拟出更准确的结果。广东地区较高的气温使得对流层顶较高,雷暴云顶容易达到较高的高度,雷暴云起电位置较高,云内之间不同极性电荷区之间的放电较云地之间的放电更容易发生。本次模拟中云闪数目远多于地闪数目证明了这一点。
4.2 霰粒子和冰晶粒子的电荷密度分布特征由图 7可见,冰晶数浓度范围随着时间的推移不断扩大,50 min时水平方向铺开并已接近对流层顶,蓝色部分的霰粒子分布范围很广,高度跨度约10 km,35~50 min冰晶和霰数浓度重合面积不断增加,60 min的时候有所减少。冰晶大部分分布在低于-40 ℃的雷暴云顶部区域,在雷暴云成熟期和消亡期位于云砧部位,且都分布在上升气流比较强的地方,在持续气流和充足水汽的支持下,冰晶的比含水量变化较为平稳,稳定在0.12 g/kg。35~50 min冰晶的范围有所抬升,50 min以后冰晶的范围仅水平延伸。霰粒子比含水分布中心随着时间不断回落,35 min时,比含水量较大的霰粒子(大于1.2 g/kg)分布低于-35 ℃,50 min时,比含水量较大的霰粒子中心分布在-20 ℃,另外还有一个中心分布在-5 ℃,60 min时,-5 ℃的霰粒子比含水量进一步增大,形成一个小型中心,80 min的时候,比含水量基本消散到0.2 g/kg左右,高度仅在0 ℃等温线附近。
|
图 7 特殊时刻霰和冰晶粒子数浓度(红色代表冰晶粒子,蓝色代表霰粒子;单位:10i/m3)的剖面分布(a);特殊时刻冰晶(b)和霰(c)比含水量y=18 km的剖面分布 1.第35 min;2.第50 min;3.第65 min;4.第80 min。单位:g/kg。紫色虚线从低到高分别是0 ℃、-10 ℃、-20 ℃和-40 ℃等温线。 |
粒子是通过碰撞起电的,霰粒子通过碰撞每分钟携带的电荷密度用电荷起电率表示。图 8中,非感应起电率主要呈现上负下正的特征,正起电率分布在0 ℃~-20 ℃的范围内,负起电率分布在-20℃~-40 ℃的范围内。霰粒子的电荷密度与非感应起电率的极性、强度和范围均吻合较好。冰晶粒子的电荷密度与霰粒子极性相反,大小和范围与霰粒子相同。
|
图 8 特殊时刻电荷起电率(红色代表正电荷起电率,蓝色代表负电荷起电率;单位:pC/(m3s))的等值线分布(a);特殊时刻冰晶(b)和霰(c)电荷密度y=18 km的剖面分布 1.第35 min;2.第50 min;3.第65 min;4.第80 min。单位:nC/m3。紫色虚线从低到高分别是0 ℃、-10 ℃、-20 ℃和-40 ℃等温线。 |
Mansell等[29]在三维SEM (storm electrification model)研究中表明,雷暴内起电过程以霰和冰晶粒子之间的非感应起电机制为主。图 8可见,有效液水和非感应起电都出现在上升气流区。在非感应起电参数化方案中,有效液水含量ELWC(Effective liquid water content)处于一定条件下,霰粒子在反转温度层以下会荷正电,在反转温度层以上会荷负电[30]。在0 ℃~-25 ℃区域内,由于ELWC大于霰荷正电荷所需的ELWC的阈值,霰和冰晶粒子碰撞分离后霰带正电荷,形成了0 ℃~-25 ℃范围内的正起电率区域,而在-25 ℃高度以上,霰和冰晶粒子碰撞分离后带负电荷,形成负起电率区域。
黄秀媚等[31]经过统计探空资料,发现近10年清远0 ℃层平均高度为4 622 m,图 7、图 8可以看到,本次过程中,基于探空数据得出的0 ℃层高度处于4 500~5 000 m,处于平均范围内。周盼盼等[32]通过对高亚洲地区夏季0 ℃层高度变化的统计发现,高亚洲地区0 ℃层高度表现出了从北到南,从低海拔到高海拔增加的趋势。位于低海拔的广东地区有着较高的0 ℃层高度,霰粒子分布高,与冰晶粒子碰撞更为容易,因而由霰冰碰撞产生的非感应起电比较强,这对电荷结构起着决定性作用。起电率与冰晶和霰粒的分布密切相关,对比图 8和图 6,霰和冰晶粒子数浓度的重合区域比较大时,起电范围大,电荷密度大,50 min以后,雷暴进入消散阶段,底部的霰粒子没有足够强的上升气流使其进一步增长,且云内出现的下沉气流和降水很快地减少云下部存在霰粒子的数量,导致冰晶和霰重合范围不断减小,次正电荷区消失,电荷结构演变成稳定的偶极性结构。
5 结论与讨论采用三维雷暴云动力-电耦合数值模式,通过模拟清远2015年7月17日一次强雷暴过程,探究此次雷暴的宏微观及电活动特征,从微物理角度探究雷暴的电荷结构和复杂成因。
(1) 由于本次过程水汽充足,上升气流速度大,小粒子随着强上升气流快速上升,迅速增长为雨滴等大粒子,因而降水时间出现早,强度大。同时因为气温较高,很难产生固态降水,固态降水粒子在空中融化成液态降水粒子,以雨的形式落下。云体高度一直延续到大约17 km,远高于中国其他地区雷暴的平均云体高度。
(2) 雷暴电荷结构由三级性结构逐渐演变成偶极性结构。雷暴云形成阶段霰粒子与冰晶重合面积大,非感应碰撞作用强。成熟阶段冰晶随强上升气流抬升,霰的自动转化作用增强,中层霰粒转化为雹,融化成液态降水下落,使上升气流不能维持,冰晶和霰粒子重合面积减少,次正电荷区消散。
(3) 地面气温高使得0 ℃层高度高。模拟的0 ℃层位于4 500~5 000 m,比较符合实际观测。较高的对流层顶使得雷暴云起电位置高,继而使云内之间不同极性电荷区之间的放电较云地之间的放电更容易发生,本次模拟中云闪数目远多于地闪数目证明了这一点。
许多研究结果表明,对于广东地区雷暴,多数情况下呈现偶极性电荷结构,而本文的模拟结果发现,广东雷暴的电荷结构也可能呈现三级性结构。但本文只对一次强雷暴过程进行了数值模拟研究,由于雷暴云内部电荷结构的复杂性与广东雷暴的特殊性,广东地区电荷结构的真实情况还有待进一步的模拟与观测。
| [1] | RANDELL S C, RUTLEDGE S A. A modeling study on the early electrical development of tropical convection:continental and oceanic (monsoon) storms[J]. Mon Wea Rev, 1994, 122: 1 852-1 877. DOI:10.1175/1520-0493(1994)122<1852:AMSOTE>2.0.CO;2 |
| [2] | 郑栋, 张义军, 马明, 等. 大气环境层结对闪电活动影响的模拟研究[J]. 气象学报, 2007, 65(4): 622-632. DOI:10.3321/j.issn:0577-6619.2007.04.014 |
| [3] | 郭凤霞, 张义军, 郄秀书, 等. 雷暴云不同空间电荷结构数值模拟研究[J]. 高原气象, 2003, 22(3): 268-274. DOI:10.3321/j.issn:1000-0534.2003.03.010 |
| [4] | 言穆弘, 郭昌明, 葛正谟. 积云动力和电过程二维模式研究Ⅰ:计算结果[J]. 地球物理学报, 1996, 39(增刊): 65-77. |
| [5] | 张义军, 言穆弘, 张翠华, 等. 不同地区雷暴电荷结构的模式计算[J]. 气象学报, 2000, 58(5): 617-627. DOI:10.3321/j.issn:0577-6619.2000.05.010 |
| [6] | ZHENG L L, SUN J H, WEI J. Thunder events in China:1980-2008[J]. Atmospheric and Oceanic Science Letters, 2010, 3(2): 181-188. |
| [7] | 易燕明, 杨兆礼, 万齐林. 雷电灾害对珠江三角洲区域经济发展的影响[J]. 资源科学, 2005, 27(1): 64-68. DOI:10.3321/j.issn:1007-7588.2005.01.011 |
| [8] | 涂燕铭, 潘耀清, 周彦斌, 等. 广东雷暴多发的原因分析及其预防对策[J]. 广东气象, 2000(增刊2): 33-35. |
| [9] | 张义军, 刘欣生, 肖庆复. 中国南北方雷暴及人工触发闪电特性的对比分析[J]. 高原气象, 1997, 16(2): 113-121. DOI:10.3321/j.issn:1000-0534.1997.02.001 |
| [10] | 郄秀书, 张义军, 张其林. 闪电放电特征和雷暴电荷结构研究[J]. 气象学报, 2005, 63(5): 646-658. DOI:10.3321/j.issn:0577-6619.2005.05.010 |
| [11] | 张敏锋, 刘欣生, 张义军. 广东地区雷电活动的气候分布特征[J]. 热带气象学报, 2000, 16(1): 46-53. |
| [12] | 董万胜, 刘欣生, 张义军, 等. 云闪放电通道发展及其辐射特征[J]. 高原气象, 2003, 22(3): 221-225. DOI:10.3321/j.issn:1000-0534.2003.03.003 |
| [13] | 汪林生.清远地区110~500 kV架空输电线路防雷措施的研究[D].吉林大学, 2017. |
| [14] | 郑栋, 张义军, 孟青, 等. 北京地区雷暴过程闪电与地面降水的相关关系[J]. 应用气象学报, 2010, 21(3): 287-297. DOI:10.3969/j.issn.1001-7313.2010.03.004 |
| [15] | 郭凤霞, 张义军, 言穆弘, 等. 环境温湿层结对雷暴云空间电荷结构的影响[J]. 高原气象, 2004, 23(5): 678-683. DOI:10.3321/j.issn:1000-0534.2004.05.016 |
| [16] | 孔凡铀, 黄美元, 徐华英. 对流云中冰相过程的三维数值模拟Ⅰ:模式建立及冷云参数化[J]. 大气科学, 1990, 14(4): 441-453. DOI:10.3878/j.issn.1006-9895.1990.04.07 |
| [17] | 孔凡铀, 黄美元, 徐华英. 对流云中冰相过程的三维数值模拟Ⅱ:繁生过程作用[J]. 大气科学, 1991, 15(1): 78-88. |
| [18] | 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[J]. 气象学报, 2002, 60(6): 722-731. DOI:10.3321/j.issn:0577-6619.2002.06.010 |
| [19] | 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[J]. 气象学报, 2002, 60(6): 732-739. DOI:10.3321/j.issn:0577-6619.2002.06.011 |
| [20] | 郭凤霞, 张义军, 言穆弘. 雷暴云首次放电前两种非感应起电参数化方案的比较[J]. 大气科学, 2010, 34(2): 361-373. DOI:10.3878/j.issn.1006-9895.2010.02.10 |
| [21] | 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]. J Geophy Res, 1991, 96(D7): 12 833-12 855. DOI:10.1029/91JD01246 |
| [22] | SAUNDERS C P R, KEITH W D, MITZEVA R P. The effect of liquid water on thunderstorm charging[J]. J Geophy Res, 1991, 96(D6): 11 007-11 017. DOI:10.1029/91JD00970 |
| [23] | MANSELL E R, MACGORMAN D R, ZIEGLER C L, et al. Simulated three-dimensional branched lighting in a numerical thunderstorm model[J]. J Geophy Res, 2002, 107(D9): 4 075 |
| [24] | 郭凤霞, 王昊亮, 孙京, 等. 积云模式下三维闪电分形结构的数值模拟[J]. 高原气象, 2015, 34(2): 534-545. |
| [25] | MARSHALL T C, MCCARTHY M P, RUST W D. Electric field magnitudes and lightning initiation in thunderstorms[J]. J Geophy Res, 1995, 100(D4): 7 097-7 103. DOI:10.1029/95JD00020 |
| [26] | 盛裴轩, 毛节泰, 李建国, 等. 大气物理学[M]. 北京: 北京大学出版社, 2013. |
| [27] | 丁丽佳, 王春林, 凌良新. 广东地区平均气温的时空变化特征[J]. 中国农业气象, 2011, 32(4): 500-506. DOI:10.3969/j.issn.1000-6362.2011.04.004 |
| [28] | CHEN L, ZHANG Y, LU W, et al. Performance evaluation for a lightning location system based on observations of artificially triggered lightning and natural lightning flashes[J]. J Atmos Oceanic Tech, 2012, 29(12): 1 835-1 844. DOI:10.1175/JTECH-D-12-00028.1 |
| [29] | MANSELL E R, MACGORMAN D R, ZIEGLER C L, et al. Charge structure and lightning sensitivity in a simulated multicell thunderstorm[J]. J Geophys Res, 2005, 110(D12): ACL2-1-2-14 |
| [30] | 郭凤霞, 陆干沂, 吴鑫, 等. 强雷暴中正地闪发生的条件[J]. 中国科学:地球科学, 2016, 46(5): 730-742. |
| [31] | 黄秀媚. 广东省0℃层高度变化分析[J]. 广东气象, 2011, 33(3): 56-61. DOI:10.3969/j.issn.1007-6190.2011.03.018 |
| [32] | 周盼盼, 张明军, 王圣杰, 等. 高亚洲地区夏季0℃层高度变化及其影响特征研究[J]. 高原气象, 2017, 36(2): 371-383. |
2018, Vol. 34


