ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于闪电聚类方法的西北太平洋区域雷暴活动特征

周鑫 张文娟 张义军 孙秀斌 郑栋 姚雯

周鑫, 张文娟, 张义军, 孙秀斌, 郑栋, 姚雯. 基于闪电聚类方法的西北太平洋区域雷暴活动特征[J]. 热带气象学报, 2021, 37(3): 490-501. doi: 10.16032/j.issn.1004-4965.2021.047
引用本文: 周鑫, 张文娟, 张义军, 孙秀斌, 郑栋, 姚雯. 基于闪电聚类方法的西北太平洋区域雷暴活动特征[J]. 热带气象学报, 2021, 37(3): 490-501. doi: 10.16032/j.issn.1004-4965.2021.047
ZHOU Xin, ZHANG Wenjuan, ZHANG Yijun, SUN Xiubin, ZHENG Dong, YAO Wen. CHARACTERISTICS OF THUNDERSTORM ACTIVITY IN THE NORTHWEST PACIFIC BASED ON LIGHTNING CLUSTERING METHOD[J]. Journal of Tropical Meteorology, 2021, 37(3): 490-501. doi: 10.16032/j.issn.1004-4965.2021.047
Citation: ZHOU Xin, ZHANG Wenjuan, ZHANG Yijun, SUN Xiubin, ZHENG Dong, YAO Wen. CHARACTERISTICS OF THUNDERSTORM ACTIVITY IN THE NORTHWEST PACIFIC BASED ON LIGHTNING CLUSTERING METHOD[J]. Journal of Tropical Meteorology, 2021, 37(3): 490-501. doi: 10.16032/j.issn.1004-4965.2021.047

基于闪电聚类方法的西北太平洋区域雷暴活动特征

doi: 10.16032/j.issn.1004-4965.2021.047
基金项目: 

国家重点研发计划项目 2019YFC1510103

中国气象科学研究院基本科研业务费重点项目 2020Z009

详细信息
    通讯作者:

    张义军, 男, 河北省人, 博士, 研究员, 主要从事大气电学研究。E-mail: zhangyijun@fudan.edu.cn

  • 中图分类号: P446

CHARACTERISTICS OF THUNDERSTORM ACTIVITY IN THE NORTHWEST PACIFIC BASED ON LIGHTNING CLUSTERING METHOD

  • 摘要: 利用2010—2018年全球闪电定位网(WWLLN)观测资料, 采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集, 研究了该区域雷暴的时空分布特征, 并进行海陆差异对比。研究结果表明, 在合理设定DBSCAN参数阈值的条件下, 基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869, 雷暴的闪电密集区平均面积为557.91km2, 平均延展尺度为31.99 km, 平均闪电频次为33 str/(h·thu)。在空间分布上, 东南亚沿海地区与热带岛屿的雷暴活动最强, 南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上, 整个区域雷暴活动在夏季(6—8月)达到全年最强, 南海雷暴活动6月达到峰值, 而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显著增多, 雷暴平均面积达到最大, 但雷暴平均闪电频次5月才达到峰值。在日变化方面, 陆地雷暴活动呈现典型的单峰型特征, 大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓, 南海具有其独特的雷暴日变化特征。

     

  • 图  1  研究范围及四个重点关注区域(西太平洋PO,南海SCS,印度洋IO和我国内陆南方区域INL)

    图  2  2012年7月3日江苏南通一次雷暴过程基于WWLLN闪电的DBSCAN雷暴聚类结果(黑色多边形)与雷达回波的叠加

    雷达观测时间(当地时间):a.15:02;b.19:02;c.23:02;d.次日05:02。黑色‘+'代表聚类雷暴闪电,红色‘.’代表非聚类雷暴闪电,将发生在雷达观测时间前后半小时内的闪电聚类为雷暴。

    图  3  雷暴特征参量概率分布

    a.雷暴面积;b.雷暴延展尺度;c.雷暴闪电频次。

    图  4  雷暴特征参量的空间分布

    a.雷暴数密度(thu/(100 km2·y)); b.雷暴平均面积(km2/thu)。

    图  5  年平均雷暴数(thu/(100 km2·y))的季节变化

    a.冬季(12—2月);b.春季(3—5月);c.夏季(6—8月);d.秋季(9—11月)。

    图  6  四个区域雷暴特征参量的月变化

    a.平均雷暴数(thu/(106 km2)); b.雷暴平均面积(km2); c.雷暴平均闪电频次(str/(h·thu))。

    图  7  四个关注区域雷暴数(thu/(107km2))的逐时日变化

    图  8  a.雷暴峰值出现时间的空间分布(LT); b.雷暴谷值出现时间的空间分布(LT); c.雷暴数峰值与谷值比率的空间分布。

    表  1  雷暴特征参量

    特征参量 定义 单位
    雷暴发生时间 聚类成该雷暴闪电的开始时间 年月日时
    雷暴位置 聚类成该雷暴闪电的质心位置 经纬度
    雷暴面积 聚类成该雷暴闪电的最小外接凸多边形的面积 km2
    雷暴延展尺度 聚类成该雷暴闪电中相距最远的2个闪电之间的距离 km
    雷暴闪电频次 单位时间内聚类成该雷暴中的闪电数 str/h
    下载: 导出CSV
  • [1] HAYWARD L, WHITWORTH M, PEPIN N, et al. A comprehensive review of datasets and methodologies employed to produce thunderstorm climatologies[J]. Nat Hazard Earth Sys, 2020, 20(9): 2 463-2 482. doi: 10.5194/nhess-20-2463-2020
    [2] GAUTHIER M L, PETERSEN W A, CAREY L D, et al. Relationship between cloud-to-ground lightning and precipitationice mass: A radar study over Houston[J]. Geophys Res Lett, 2006, 33(20): L20803, doi: 10.1029/2006GL027244.
    [3] PRICE C, YAIR Y, ASFUR M. East African lightning as a precursor of Atlantic hurricane activity[J]. Geophys Res Lett, 2007, 34(9): 139-158. http://www.wwlln.com/publications/price_2006GL028884.pdf
    [4] XU W. Thunderstorm climatologies and their relationships to total and extreme precipitation in China[J]. J Geophys Res, 2020, 125(19): 1-19. http://www.researchgate.net/publication/346779866_Thunderstorm_Climatologies_and_Their_Relationships_to_Total_and_Extreme_Precipitation_in_China
    [5] PRICE C. NATO Science Series Ⅱ: Mathematics, physics and chemistry[M]. Dordrecht, Netherlands: Springer, 2006: 85-99.
    [6] MEZUMAN K, PRICE C, GALANTI E. On the spatial and temporal distribution of global thunderstorm cells[J]. Environ Res Lett, 2014, 9(12): 1-9. http://www.researchgate.net/profile/Eli_Galanti/publication/269701698_On_the_spatial_and_temporal_distribution_of_global_thunderstorm_cells/links/570f406808aee76b9dae09a1.pdf
    [7] CHANGNON S A, CHANGNON D. Long-term fluctuations in thunderstorm activity in the United States[J]. Clim Change, 2001, 50(4): 489-503. doi: 10.1023/A:1010651512934
    [8] PINTO O, PINTO I R C A, FERRO M A S. A study of the long-term variability of thunderstorm days in southeast Brazil[J]. J Geophys Res Atmos, 2013, 118(11): 5 231-5 246. doi: 10.1002/jgrd.50282
    [9] MANOHAR G K, KANDALGAONKAR S S, TINMAKER M I R. Thunderstorm activity over India and the Indian southwest monsoon[J]. J Geophys Res, 1999, 104(D4): 4 169-4 188. doi: 10.1029/98JD02592
    [10] 张敏锋, 冯霞. 我国雷暴天气的气候特征[J]. 热带气象学报, 1998, 14(2): 156-162. https://rdqxxb.itmm.org.cn/article/id/19980209
    [11] 杨波, 王园香, 蔡雪薇. 我国华南江南春季雷暴气候特征分析[J]. 热带气象学报, 2019, 35(4): 470-479. doi: 10.16032/j.issn.1004-4965.2019.043
    [12] 孔锋, 郭君, 王一飞, 等. 近56年来中国雷暴日数的时空分异特征[J]. 灾害学, 2018, 33(3): 87-95. doi: 10.3969/j.issn.1000-811X.2018.03.017
    [13] XU W, RUTLEDGE S A. Convective variability associated with the boreal summer intraseasonal oscillation in the South China Sea region[J]. J Climate, 2018, 31(18): 7 363-7 383. doi: 10.1175/JCLI-D-18-0091.1
    [14] 王婷波, 周康辉, 郑永光. 我国中东部雷暴活动特征分析[J]. 气象, 2020, 46(2): 189-199. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX202002005.htm
    [15] 郑永光, 王颖, 寿绍文. 我国副热带地区夏季深对流活动气候分布特征[J]. 北京大学学报(自然科学版), 2010, 46(5): 793-804. https://www.cnki.com.cn/Article/CJFDTOTAL-BJDZ201005019.htm
    [16] 郄秀书, 周筠珺, 袁铁. 卫星观测到的全球闪电活动及其地域差异[J]. 地球物理学报, 2003, 46(6): 743-750. doi: 10.3321/j.issn:0001-5733.2003.06.004
    [17] TUOMI T J, LARJAVAARA M. Identification and analysis of flash cells in thunderstorms[J]. Quart J Roy Meteor Soc, 2005, 131(607): 1191-1 214. doi: 10.1256/qj.04.64
    [18] BETZ H D, SCHMIDT K, OETTINGER W P, et al. Cell-tracking with lightning data from LINET[J]. Adv Geophys, 2008, 17(18): 55-61. http://core.ac.uk/download/pdf/25766590.pdf
    [19] WANG C, ZHENG D, ZHANG Y, et al. Relationship between lightning activity and vertical airflow characteristics in thunderstorms[J]. Atmos Res, 2017, 191: 12-19. doi: 10.1016/j.atmosres.2017.03.003
    [20] 周康辉, 郑永光, 蓝渝. 基于闪电数据的雷暴识别、追踪与外推方法[J]. 应用气象学报, 2016, 27(2): 173-181. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201602005.htm
    [21] 姜苏, 苏建峰, 陈媛, 等. 基于地闪定位资料的雷暴识别[J]. 科学技术与工程, 2015, 15(3): 236-239. doi: 10.3969/j.issn.1671-1815.2015.03.047
    [22] 闫文辉, 黄兴友, 赵钰锦, 等. 基于改进DBSCAN聚类算法的雷暴单体三维结构识别技术介绍[J]. 热带气象学报, 2020, 36(4): 542-551. doi: 10.16032/j.issn.1004-4965.2020.050
    [23] HUTCHINS M L, HOLZWORTH R H, RODGER C J, et al. Far-Field power of lightning strokes as measured by the World Wide Lightning Location Network[J]. J Atmos Ocean Tech, 2012, 29(8): 1 102-1 110. doi: 10.1175/JTECH-D-11-00174.1
    [24] RODGER C J, BRUNDELL J B, HOLZWORTH R H, et al. Growing detection efficiency of the World Wide Lightning Location Network[J]. Aip Conf Proc, 2009, 1118: 15-20. http://search.ebscohost.com/login.aspx?direct=true&db=aph&AN=39054483&site=ehost-live
    [25] ABARCA S F, CORBOSIERO K L, GALARNEAU T J. An evaluation of the Worldwide Lightning Location Network(WWLLN)using the National Lightning Detection Network(NLDN)as ground truth[J]. J Geophys Res, 2010, 115(D18): 1-11. doi: 10.1029/2009JD013411/full
    [26] RUDLOSKY S D, SHEA D T. Evaluating WWLLN performance relative to TRMM/LIS[J]. Geophys Res Lett, 2013, 40(10): 2 344-2 348. doi: 10.1002/grl.50428
    [27] JACOBSON A R, HOLZWORTH R, HARLIN J, et al. Performance assessment of the World Wide Lightning Location Network(WWLLN), using the Los Alamos Sferic Array(LASA)as ground truth[J]. J Atmos Ocean Tech, 2006, 23(8): 1 082-1 092. doi: 10.1175/JTECH1902.1
    [28] PERMYAKOV M, KLESHCHEVA T, POTALOVA E, et al. Characteristics of typhoon eyewalls according to World Wide Lightning Location Network data[J]. J Geophys Res, 2019, 147: 4 027-4 043. http://www.researchgate.net/publication/334433994_Characteristics_of_Typhoon_Eyewalls_According_to_World_Wide_Lightning_Location_Network_Data
    [29] ZHANG W, ZHANG Y, ZHENG D, et al. Relationship between lightning activity and tropical cyclone intensity over the northwest Pacific[J]. J Geophys Res, 2015, 120(9): 4 072-4 089. doi: 10.1002/2014JD022334
    [30] WANG F, QIE X, WANG D, et al. Lightning activity in tropical cyclones and its relationship to dynamic and thermodynamic parameters over the northwest Pacific[J]. Atmos Res, 2018, 213: 86-96. doi: 10.1016/j.atmosres.2018.05.027
    [31] KRIEGEL H P, KRÖGER P, SANDER J, et al. Density-based clustering[J]. Wires Data Min Knowl, 2011, 1(3): 231-240. doi: 10.1002/widm.30
    [32] HUTCHINS M L, HOLZWORTH R H, BRUNDELL J B. Diurnal variation of the global electric circuit from clustered thunderstorms[J]. J Geophys Res, 2014, 119(1): 620-629. doi: 10.1002/2013JA019593
    [33] 朱润鹏, 袁铁, 李万莉, 等. 基于卫星观测资料的全球闪电活动特征研究[J]. 气候与环境研究, 2013, 18(5): 639-650. https://www.cnki.com.cn/Article/CJFDTOTAL-QHYH201305009.htm
    [34] CHRISTIAN H J, BLAKESLEE R J, BOCCIPPIO D J, et al. Global frequency and distribution of lightning as observed from space by the Optical Transient Detector[J]. J Geophys Res, 2002, 108(D1): Acl 4-1-Acl 4-15, doi: 10.1029/2002JD002347.
    [35] 顾震潮. 我国雷暴的气候特点[J]. 地理学报, 1978, 33(1): 42-48. doi: 10.3321/j.issn:0375-5444.1978.01.004
    [36] 王学良, 余田野, 汪姿荷, 等. 1961—2013年中国雷暴气候特征及东亚夏季风影响研究[J]. 暴雨灾害, 2016, 35(5): 471-481. doi: 10.3969/j.issn.1004-9045.2016.05.009
    [37] MILLER P, ELLIS A W, KEIGHTON S. A preliminary assessment of using spatiotemporal lightning patterns for a binary classification of thunderstorm mode[J]. Weather Forecast, 2015, 30(1): 38-56. doi: 10.1175/WAF-D-14-00024.1
    [38] 吴学珂, 郄秀书, 袁铁. 亚洲季风区深对流系统的区域分布和日变化特征[J]. 中国科学: 地球科学, 2013, 43(4): 556-569. https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK201304007.htm
    [39] 阳向荣, 费建芳, 黄小刚, 等. 亚洲季风区不同形态中尺度对流系统的特征分析[J]. 气象科学, 2017, 37(4): 436-449. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX201704002.htm
    [40] 李进梁, 吴学珂, 袁铁, 等. 基于TRMM卫星多传感器资料揭示的亚洲季风区雷暴时空分布特征[J]. 地球物理学报, 2019, 62(11): 4 098-4 109. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201911005.htm
    [41] ZHANG W, ZHANG Y, ZHENG D, et al. Lightning climatology over the northwest Pacific region: An 11-year study using data from the World Wide Lightning Location Network[J]. Atmos Res, 2018, 210: 41-57. doi: 10.1016/j.atmosres.2018.04.013
    [42] TYAGI A. Thunderstorm climatology over Indian region[J]. Mausam, 2007, 58(2): 189-212.
    [43] 马明, 陶善昌, 祝宝友, 等. 卫星观测的中国及周边地区闪电密度的气候分布[J]. 中国科学(D辑: 地球科学), 2004(4): 298-306. https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK200404001.htm
    [44] NESBITT S W, ZIPSER E J. The diurnal cycle of rainfall and convective intensity according to three years of TRMM measurements[J]. J Climate, 2003, 16(10): 1 456-1 475. doi: 10.1175/1520-0442(2003)016<1456:TDCORA>2.0.CO;2
    [45] YANG G Y, SLINGO J. The diurnal cycle in the tropics[J]. Mon Wea Rev, 2001, 129(4): 784-801. doi: 10.1175/1520-0493(2001)129<0784:TDCITT>2.0.CO;2
    [46] BASU B K. Diurnal variation in precipitation over India during the summer monsoon season: observed and model predicted[J]. Mon Wea Rev, 2007, 135(6): 2 155-2 167. doi: 10.1175/MWR3355.1
    [47] 郄秀书, TOUMI R. 卫星观测到的青藏高原雷电活动特征[J]. 高原气象, 2003, 22(3): 288-294. doi: 10.3321/j.issn:1000-0534.2003.03.013
  • 加载中
图(8) / 表(1)
计量
  • 文章访问数:  4
  • HTML全文浏览量:  7
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-24
  • 修回日期:  2021-05-08
  • 网络出版日期:  2021-09-27
  • 刊出日期:  2021-06-01

目录

    /

    返回文章
    返回