麗水不同天氣過程大氣電場特征分析

強玉華，楊 磊，姜燕敏，白云霞

(麗水市氣象局，麗水 323000)

0 引言

大氣電場是大氣電活動的重要參數，雷暴、降水、沙塵暴等天氣都會引發大氣電場的劇烈波動。大氣電場對各種氣象要素的變化有著較敏銳的反應，對一個地區大氣電場特征進行研究，有助于分析各種相關的天氣過程，對該地區氣候特征的研究也有重要意義[1-3]。目前國內多個省市建成了地面大氣電場探測系統，麗水地區已布設48套地面場模式大氣電場探測儀，文章通過差分和小波變化方法對比分析該地區降雨、降雪、雷暴等不同天氣過程的大氣電場特征[4-6]。

1 資料和方法

1.1 時序差分

雷暴發生時地面電場呈現脈沖式變化，相比其他天氣現象要劇烈，其中雷暴電場的斜率變化接近π/2。雷暴在時序變化上非常迅速，可利用電場時序變化率法處理大氣電場數據[7]。

在一維數值中，大氣電場強度和電位絕對值是相等的，方向相反，ΔV(x，y，z)=-E(x，y，z)。大氣電場數據進行一階差分處理可表示為：

dE(x，y，z)/dt=[Et2(x，y，z)-Et1(x，y，z)]/Δt

(1)

Et2和Et1分別為大氣電場的后一時刻和前一時刻的測量值，電場的差分大小與電場的測量時間間隔Δt有關，也與Et2、Et1之間的差值有關。文章中時間間隔Δt取1，式(1)可表示為：

E(x，y，z) =[Et+1(x，y，z)-Et(x，y，z)]

(2)

1.2 小波變換

利用小波函數來表示某一函數，分析對象的時間序列設為f(t)，小波函數是小波分析的關鍵，應具有一定的震蕩性，是能夠迅速衰減的函數類。小波基函數用ψ(t)表示，其滿足：

(3)

它可以通過尺度延伸和時間平移后組成函數系列，表示為：

(4)

式中，ψa，b(t)為子小波；a為尺度因子，為小波的周期；b為平移因子，是時間上的平移，是時間參數或平移因子。那么f(t)與ψa，b(t)構成的小波變換形式為：

(5)

通過上式變換，將f(t)從一維時間函數轉化為同時具有時間b和尺度a變化的二維參數空間：

(6)

式中，Δt為取樣間隔；n為樣本量。

由此可知小波分析的基本原理，即通過增加或減小伸縮尺度a得到f(t)的低頻或高頻信息，然后分析信號的特征，實現對f(t)信號不同時間尺度和空間局部特征的分析。文章主要是通過小波變換方程得到小波系數，從而分析時間序列的時序變化特征。

將小波系數的平方值取b域上的積分，得到小波方差：

(7)

小波變換具有信號降噪特性，小波分析降噪的具體過程為：選擇小波基函數，對信號進行N層小波分析，在多次分解的各層系數中選擇合理的閾值，最后對小波變換后的降噪信號進行重構。

2 麗水地區不同天氣大氣電場特征

2.1 降雨天氣電場特征

選取麗水市老竹中學站2018-02-09大氣電場數據，繪制大氣電場如圖1所示。全天累計降水0.1 mm，降水集中在08：00—13：00，大氣電場發生了較明顯的波動，最大電場強度達到0.66 kV/m，最小值為-0.37 kV/m，電場值未發生正負極之間的快速跳變轉換。

圖1 麗水老竹中學站降雨過程大氣電場

2.2 降雪天氣電場特征

2018-01-30夜間至31日白天麗水全市出現了降雪天氣，縉云城區積雪4 cm，選取縉云城區的大氣電場站點數據，繪制大氣電場曲線如圖2所示。

由圖2可知，縉云氣象局站31日00：00—05：00、11：00、16：00—18：00的電場值有明顯波動，電場最大正值達到6.59 kV/m，最大負值達到-4.22 kV/m。縉云城區降雪主要集中在31日00：00—05：00，電場幅度達到了6.59 kV/m；11：00和16：00—18：00有零星的降雪，電場幅值為1.0 kV/m。降雪過程電場波動時間和實況降雪時間吻合，電場均有較大的波動，主要降雪時段的大氣電場波動幅值較大，其余降雪時段的波動幅值較小，波動幅度和降雪量成正相關，正負極之間僅發生了1次快速跳變轉換，電場值在正負值之間抖動跳變的頻率并不劇烈。

圖2 縉云氣象局站降雪過程大氣電場

2.3 雷暴天氣電場特征

雷暴可看作是電荷的聚集、釋放中和的過程，當電荷聚集到一定量值時，釋放中和表現為閃電的發生，雷暴電荷結構具有多樣性和復雜性，同一雷暴過程的不同階段也會呈現不同的分布特征[8]。

選取2017-07-11聯城中學站點雷暴天氣大氣電場波動(圖3)。由圖3可見，16：10—16：20大氣電場不斷抬升，最大值達到2.0 kV/m，該階段是電荷不斷聚集的過程，或是雷暴云不斷靠近測站的過程；16：20—16：30大氣電場最大值為3 kV/m；16：20—17：18大氣電場值最大值為24.5 kV/m和-41.49 kV/m，分別出現在16：39和17：15；16：32—16：50，大氣電場值在正負值之間快速跳變；17：20—17：30大氣電場值最大值為7.3 kV/m，該時段的電場值強度和閃電頻次、閃電強度均明顯減弱，可認為是雷云的中期發展階段，大氣電場波動仍然較為劇烈；17：40—17：50，大氣電場最大負值為-1.96 kV/m，未發生地閃，此時間段閃電次數明顯減少，大氣電場值波動頻率明顯減弱，說明雷暴處于晚期消亡時期；17：50之后，大氣電場值在0 kV/m附近小幅顫抖，并恢復到大氣電場的正常值，此次雷暴過程終結。

圖3 聯城中學站00：00—24：00雷暴過程大氣電場

雷暴過程在初始、發展、成熟、消亡階段的大氣電場表現各不相同，根據這些特點，結合探測資料，找出雷電預警的關鍵參數，并在雷電預警中開展應用具有重要的意義。雷暴大氣電場的變化特征，明顯區別于降水和降雪天氣，雷暴大氣電場的波動峰值和頻率更高。

3 不同天氣過程時序差分

3.1 降雨時序差分

對麗水老竹中學站2018-02-09降雨天氣大氣電場差分后的電場值分段進行次數統計，次數分段統計直方圖如圖4所示。

圖4 麗水老竹中學站降雨天氣差分電場數據及數值分布

由圖4可見，降雨天電場差分后電場幅值均有減小，波動總體曲線成直線分布；差分電場值82.7%分布在±0.05 kV/m范圍內，最大和最小差分值均在±0.5 kV/m范圍內。

3.2 降雪時序差分

對縉云氣象局站2018-01-31降雪天氣大氣電場差分后的電場值分段進行次數統計，次數分段統計直方圖如圖5所示。

圖5 縉云氣象局站降雪天氣差分電場數據及數值分布

由圖5可知，降雪天氣差分電場值的幅度較電場測試值幅度未見明顯減小，原因可能是雪花中含有的靜電電荷飄落至探測探頭周邊時引起了正負極性的快速跳變，經過差分后其幅度仍然較大。從電場差分次數分段統計直方圖可得，大雪的差分值98.8%分布在±0.4 kV/m范圍內，降雪的最大和最小差分值主要在±3.0 kV/m范圍內。

3.3 雷暴時序差分

對聯城中學站2017-07-11雷暴天氣大氣電場差分后的電場值分段進行次數統計。

經統計可知，雷暴差分幅值是降雨、降雪和雷暴3種天氣過程中最大的，達到了13 kV/m和-20 kV/m，經過差分后其幅度仍然很大，同時發生了正負極性的快速高頻次跳變。雷暴發生時段16：10—17：50的差分值主要集中在±0.1 kV/m至±1 kV/m的范圍內，比降雨天氣的差分值±0.05 kV/m大1個數量級，比降雪天氣差分值±0.4 kV/m大1倍。

4 不同天氣過程小波分析

4.1 降雨天氣過程小波分析

對麗水老竹中學站2018-02-09降雨天氣大氣電場00：00—24：00的大氣電場數據進行小波分析，經過sym5的5～6層小波變換后，將5層小波變換后的波形與原信號進行疊加顯示。經過5層小波變換分析后，降低了地面大氣電場數據波形的重疊特征，小波波形順滑起伏，無突然跳變；大氣電場信號幅值介于-0.3～0.3 kV/m。

4.2 降雪天氣過程小波分析

對縉云氣象局站2018-01-31降雪天氣大氣電場00：00—24：00的大氣電場數據進行小波分析，經過sym5的5～6層小波變換后，將5層小波變換后的波形與原信號進行疊加顯示。經過5層小波變換分析后，降低了地面大氣電場數據波形的重疊特征，小波波形順滑起伏；大氣電場信號幅值介于-2～2 kV/m，幅值出現在降雪時段，小波電場信號的強度與降雪強度具有正相關性。

4.3 雷暴天氣過程小波分析

聯城中學站2017-07-11的00：00—24：00雷暴天氣大氣電場，經過sym5的5～6層小波變換后，將5層小波變換后的波形與原信號進行疊加顯示。經過5層小波變換分析后，降低了地面大氣電場數據波形的重疊特征；大氣電場信號幅值比原始信號明顯降低。小波變換信號在雷暴發生時段表現出活躍的上下起伏特征，起伏的幅度明顯大于降雨和降雪時的幅度，小波電場信號的強度與雷暴發生具有相關性。

5 結束語

文章對比了2017—2018年發生在麗水地區的降雨、降雪、雷暴天氣過程，通過時序差分和小波分析方法，得出以下結論：

1)在差分幅值上降雨、降雪天氣逐級增大1個數量級。降雨波動總體成直線分布；降雪時段差分電場幅值較大，且發生了正負極性的快速跳變。雷暴差分幅值是所有天氣過程中最大的，同時發生了正負極性的快速高頻次跳變。

2)降雨、降雪在小波變換后，幅值比原始信號降低，小波信號波動變得平滑，不再發生正負極的快速跳變；降低了原始信號波形的重疊度。雷暴天氣過程小波變換分析后，降低了地面大氣電場數據波形的重疊特征，小波波形順滑起伏，無突然跳變。小波變換信號在雷暴發生時段表現出活躍的上下波浪起伏，起伏的幅度明顯大于降雨和降雪，小波電場信號的強度與雷暴發生具有相關性。