基于雷達參量的湖北地閃預警方法及效果檢驗*

茍阿寧 吳翠紅 袁延得 冷 亮 朱傳林 韓芳蓉 吳 濤

1 中國氣象局武漢暴雨研究所，武漢 430205 2 武漢中心氣象臺，武漢 430074 3 青海省氣象災害防御技術中心，西寧 810001 4 湖北省防雷中心，武漢 430074

提 要：利用天氣雷達、探空資料，采用成熟的雷暴識別外推技術，比較有、無地閃活動時的概率密度分布和隸屬度特征差異，提取雷達參量，采用模糊邏輯原理建立臨近1 h地閃預警方法。分析表明，-25～-10℃高度層最大反射率因子(REF)和回波頂高是湖北地閃預警的最佳因子，尤以REF-15℃、REF-20℃和REF-25℃表現最佳，REF-10℃效果次之，垂直積分液態含水量對雷電指示意義較小，根據不同因子貢獻不同給與了不等權重分配，并通過雷電樣本閾值分布規律，采用動態權重系數進行細化，實現了地閃未來1 h的臨近落區預報。利用每6 min滾動預報未來1 h(6 min間隔)的臨近預報結果和實況進行1 km網格點對點綜合評分，30 min擊中率(POD)可達50%以上，臨界成功指數(CSI)為30%左右，POD和CSI隨預報時效緩慢降低。通過個例預報檢驗，發現該預報方法在大范圍雷暴天氣預報評分較高，而局地對流的預報評分偏低。該研究說明基于雷達參量的模糊邏輯地閃預警方法基本合理可靠，可用于湖北雷電短時臨近自動預報預警及決策服務。

引 言

雷暴泛指深厚濕對流(deep moisture convection，DMC)(Doswell Ⅲ,2001)，可以伴有雷電，也可以沒有雷電活動，王秀明等(2014)則認為雷暴伴有測站“聞雷”。雷電放電過程中，呈現出電磁效應、熱效應以及機械效應，對于人員生命、建筑物和電器設備有很大的危害性。能否及時在雷電發生之前進行精準預警，提前做好防護，對于防雷減災工作的開展和確保社會安全生產具有十分重要的意義。雷達能較好地觀測云中粒子的一些宏觀特征，其時空分辨率高、實時性強，且已有比較成熟的算法和各類產品，可以用來預警雷電。早在20世紀40年代，Workman and Reynolds(1949)、Laksen and Stansbury(1974)、Marshall and Radhakant(1978)、Dye et al(1986；1989)和Goodman et al(1988)發現混合相態粒子與起電有著緊密聯系，利用雷達數據推斷不同環境高度的等溫層可能存在多種混合相態粒子，并通過不同高度的雷達反射率值來預報雷電，這一發現對使用雷達數據進行雷電臨近預報起到重要的啟示作用。隨后，Buechler and Goodman(1990)、Michimoto(1991)、Hondl and Eilts(1994)、Gremillion and Orville(1999)、Vincent et al(2005)、Clements and Orville(2008)嘗試使用溫度層結高度結合雷達回波強度進行雷電預報研究，并通過效果檢驗發現，-10℃等溫層結合40 dBz是CSI(critical success index)評分較高的關鍵影響因子。與此同時，Watson et al(1995)使用雷達其他導出參數，如垂直積分液態含水量(vertically integrated liquid,VIL)預報雷電，認為雷電和VIL在1～15 kg·m-2對應較好，但隨著VIL值的增加，雷電的發生有了很大的分散性，并總結出VIL不能單獨用于預報雷電(Watson et al,1995;MacGorman et al,2007)，以上研究成果表明雷達資料對雷電臨近預報技術的快速發展起到了很好的促進作用。

國內學者針對不同區域雷暴系統的雷達回波特征進行分析,找出大量的雷電臨近預警指標。比如華北地區的閃電多發生在30 dBz強回波高度超過-10℃的時段內(張義軍等，1995)，颮線系統6 min地閃頻數和雷達回波頂高有很好的對應關系等(易笑園等，2009)，王飛等(2008)、石玉恒等(2012)利用全閃資料通過大量個例分析得出了北京地區的雷電預警雷達回波特征參量。華中地區，羅樹如等(2005)認為江西對流初生發展階段正地閃多于成熟和消亡階段，而負地閃集中在成熟階段；孫凌等(2012)則從地閃頻數指數入手，提出了湖南地區地閃活動等級預報診斷指標。華東地區，江蘇40 dBz回波高度突破-10℃溫度層結高度的時間提前于第一次地閃(鐘穎穎等，2012)，而山東地閃主要集中發生在6 km高度上雷達回波≥35 dBz的區域(吳學珂等，2013)。以上研究對中國地區的雷電預警特征有了更深入的發現，諸如此類的研究成果為雷達資料應用于雷電臨近預報奠定了良好的基礎。香港天文臺(Li and Lau,2008)使用雷達外推技術，建立了雷電群臨近外推預報系統(Short-range Warnings of Intensity Rainstorm in Localized System,SWIRLS)。呂偉濤等(2009)將雷達作為主要工具，研發了重點區域雷電臨近預警系統(Lightning Nowcasting and Warning System,CAMS_LNWS)。中央氣象臺基于閃電資料的雷暴單體識別和追蹤等實時監測和外推預報技術，與相關省市等聯合開發了災害性天氣短時臨近預報業務系統(Severe Weather Alarm and Nowcasting,SWAN)(鄭永光等，2010；韓豐和沃偉峰，2018；俞小鼎和鄭永光，2020)。武漢中心氣象臺已利用數值模式預報資料，開發建立了湖北雷電潛勢預報系統并投入業務運行，12 h間隔 TS(threat score)檢驗評分可達70%以上，但臨近預報仍依賴于單一的雷達反射率客觀外推預報產品，預報效果有待提高。現有研究也表明不同地區受天氣氣候、地理環境影響，基于雷達參量的雷電預警指標不盡相同，需要明確本地化的特征。如何選擇適合武漢及周邊地區的雷達特征定量化指標，明確合理的雷電預警方案，還缺乏系統性的研究。

要解決這些問題，開展觀測研究，包含大量歷史個例的統計分析、算法選取和預警效果檢驗顯得尤為重要。基于以上原因，本文應用新一代多普勒天氣雷達和二維地閃觀測資料，對湖北中東部2013—2018年90次雷暴個例開展分析研究，其中2013—2015年62次雷暴個例作為分析統計樣本，2016—2018年28次個例進行預報效果檢驗。首先將雷達基數據從極坐標轉換為直角坐標數據，進而使用SCIT(storm cell identification and tracking)算法多閾值識別思路(Johnson et al,1998)對有地閃和無地閃活動時的雷達特征量進行提取，主要包含0℃等溫層以上最大反射率因子(REF)、回波頂高(ET)和VIL等9組雷達參數，通過分析比較有、無地閃活動時的雷達參量概率密度函數和隸屬度特征差異，選取預警因子，采用模糊邏輯原理建立未來1 h地閃預警方法。最后通過點對點評分檢驗，證明這種預報方法在湖北中東部是切實可行的，可為湖北雷電臨近預警方法研究以及防雷減災提供重要的技術支撐。

1 資 料

文中使用湖北2013—2018年雷電高發季節6—8月的雷暴個例作為研究對象。雷達資料采用武漢新一代多普勒天氣雷達CINRAD-SA(圖1)的基數據，將極坐標轉換成直角坐標，包含反射率因子、徑向速度、回波頂高和垂直積分液態含水量等產品，其中反射率因子水平分辨率為0.01°×0.01°，高度垂直分辨率為1 km，時間分辨率為6 min。閃電數據為湖北省ADTD(advanced TOA and direction system)二維地閃定位系統監測數據(圖1)，采用時差法和定向時差聯合法進行閃電定位，共13個探測子站，能探測正、負地閃，包含經緯度、發生時間、強度、陡度等參數，網內定位精度小于500 m，時間精度為0.1 μs，整體探測效率超過80%，剔除了可能由云閃造成的15 kA以下的正地閃及定位誤差導致的300 kA以上的大電流異常數據。使用武漢站每日08時和20時(北京時，下同)的探空資料提取不同等溫層高度。另外，使用了湖北省民政災情資料，包含強對流災害性天氣的類型、發生時間、涉及范圍、影響程度及價值評估等，進一步對雷暴個例中的強對流類型進行細化。

2 個例選取和方法

2.1 雷暴個例選取

考慮到2013年之后取消雷暴人工觀測，為保證樣本豐富，綜合利用常規氣象觀測、雷達回波、二維閃電定位觀測(本文中的閃電統一指地閃的回擊位置及相關屬性，下同)和民政災情等資料進行雷暴個例篩選。雷暴個例選取原則：(1)整個雷暴生命期至少監測到3個及以上地閃發生；(2)雷暴過程伴有任意尺寸冰雹觀測記錄、自動站8級以上(≥17.2 m·s-1)瞬時大風、測站聞雷清楚(距離測站半徑50 km 范圍、時間間隔小于1 h，ADTD觀測到10次以上的地閃)、≥30 mm·h-1的短時強降水等任意一種以上的強對流天氣，滿足以上兩個條件的雷暴過程定義為一次雷暴個例。對于出現多種強對流現象的個例，按照冰雹、大風、聞雷、短時強降水的等級順序，判定為一次雷暴個例。為了保證數據的有效性和個例的普適性，研究樣本控制在以武漢雷達為中心半徑150 km范圍內。按照以上選取標準，共選出2013—2018年夏季6—8月90次雷暴個例作為研究對象，詳見表1。

表1 2013—2018年90次雷暴個例特征(單位：個)

2.2 雷暴單體識別算法

使用反射率因子強度及面積閾值，采用空間連續性原則識別雷暴三維結構，用橢圓擬合雷暴外形并計算特征量。在識別過程中，為分割相互粘連的多個雷暴，本文借鑒WSR-88D系統SCIT算法多閾值法提取雷暴核思路(Johnson et al,1998)，使用二級閾值，初始最大反射率因子強度閾值是25 dBz，在此基礎上使用第二級最大反射率因子強度閾值(默認為40 dBz)。對所有雷暴體的水平投影面(即組合反射率)進行雷暴面的二次識別，如在某一個雷暴體投影面中識別出多個雷暴中心，且每一個滿足一定的面積閾值，則判別該雷暴體為多核雷暴，使用子雷暴投影面對組成整個雷暴體的雷暴段在垂直方向進行分割，由分割后的雷暴段重新構成各子雷暴，具體參數詳見表2。

表2 雷暴單體識別方法

2.3 雷暴單體和閃電相關性的判定

針對每個體掃階段的雷達數據，進行SCIT雷暴單體識別，獲得初生到消亡階段所有單體，并獲得所有單體的時間和空間信息。和雷達體掃時間保持一致，將雷達開始體掃時間6 min單體區域內是否有地閃回擊監測數據作為地閃實況，對SCIT所有識別出來的單體根據時間和空間信息與相應時段內的地閃數據進行匹配。若地閃回擊位置發生在單體中，則認為該單體是有地閃的雷暴單體樣本，否則為無地閃的雷暴單體樣本，分別統計有地閃單體和無地閃單體對應的雷達各特征參量最大值。當兩個或以上的單體存在時，用單體幾何中心和地閃的距離來判斷，取距離和時間間隔最近的單體作為地閃歸屬對象。

3 雷達與地閃的相關性研究

3.1 地閃的雷達指示因子

電荷中心的位置與溫度垂直分布有關，其主要的負電荷中心位于-25～-5℃混合相態層(Mason,1953；Moore and Vonnegut,1977；Jayaratne,2003)，故本文選取的地閃雷達指示因子主要有：0℃高度層以上不同等溫層最大反射率因子及0℃高度層以上最強回波所在高度、回波頂高、不同高度垂直積分液態含水量等。經過不同高度、不同強度等級篩選，共9組、65個雷達參數(表3)進行統計分析。統計結果顯示，2013—2015年62次雷暴個例共識別出 42 025個單體，將是否發生地閃作為因變量，6 min 為一個時間樣本，統計發生有地閃活動的樣本為26 122個、無地閃活動的樣本為15 903個。

表3 地閃活動時的雷達指示因子

3.2 預警因子提取方法

概率密度函數數學上描述的是一個連續隨機變量的輸出值，必須有確定的有界區間，對區間積分形成的面積就是事件在這個區間的概率，常以f(x)表示，0≤f(x)≤1。而概率分布函數F(x)則是給出取值小于某個值的概率，dF(x)/dx=f(x)。隸屬度采用周康輝等(2017)的方法，通過得到有地閃的概率分布函數FY(x)和無地閃的概率分布函數FN(x)，計算隸屬度MF(x)，即：

(1)

地閃實況作為評判是否發生雷電的標準，有地閃為1，無地閃則為0，統計表3中每一個雷暴單體的雷達參量，計算有、無地閃的概率密度函數，通過比較兩者重疊面積的大小選取最佳預報因子和閾值，再利用隸屬度，將其轉化為無量綱的可能性預報因子場。

3.2.1 不同等溫層最大反射率因子(REF)

混合相態層中霰粒與冰晶發生碰撞導致正負電荷的產生，同時兩者也是正負電荷的載體，是雷暴閃電的基本要素。-25～-5℃等溫層是雷暴起電的主要區域，蘊含大量濕軟雹及充沛過冷水。從-10、-15、-20和-25℃高度層附近的最大反射率因子REF-10℃、REF-15℃、REF-20℃、REF-25℃的概率密度分布和隸屬度特征差異(圖2)發現，REF-15℃、REF-20℃和REF-25℃對地閃有很好的區分度，重疊面積分別為0.336、0.306和0.284，有、無地閃活動時的區分度較高。有地閃活動時樣本的REF-15℃、REF-20℃、REF-25℃主要分布在概率密度超過38、35和31 dBz，峰值為45、40和38 dBz的區間范圍內，隸屬度顯示此閾值區間出現地閃的概率可達到0.6以上，而無地閃活動時樣本的概率密度峰值僅為30、26和22 dBz，可作為地閃預警的重要參量。REF-10℃重疊面積稍大，為0.362，且有、無地閃活動時樣本的峰值較為接近，對地閃能否發生的區分度稍差，故選取REF-15℃、REF-20℃和REF-25℃作為臨近預警因子。

圖2 不同等溫層最大反射率因子(a,b)REF-10℃、(c,d)REF-15℃、(e,f)REF-20℃、(g,h)REF-25℃的(a,c,e,g)概率密度和(b,d,f,h)隸屬度

3.2.2 雷達回波垂直積分液態含水量(VIL)

VIL表示積云內有充足的云水，有利于云冰、軟雹形成和結凇，從而產生閃電，表現為較強的VIL，該特征量為垂直高度的積分量，可整體反映雷暴內部粒子聚集程度。圖3中有地閃活動時樣本峰值出現在海平面至18.3 dBz回波最大高度的VIL約為15～20 kg·m-2的附近，隸屬度為0.6，無地閃活動時樣本則為5 kg·m-2，大部分有地閃活動的樣本發生在VIL≈10～30 kg·m-2的峰值區間，重疊面積為0.398(圖3a，3b)。0℃等溫線至18.3 dBz回波最大高度的VIL(圖3c，3d)有、無地閃活動時的峰值都在5 kg·m-2左右，重疊面積為0.367，10 kg·m-2以下的VIL幾乎沒有任何區分度。兩種VIL有、無地閃活動時的重疊面積稍大，峰值較為接近，綜合考慮VIL對地閃活動的識別能力稍稍偏弱。由于ADTD資料只能觀測地閃的接地位置，而非起電位置，接地位置上空很可能并不是主要的起電區，放電區域上空的VIL與起電區的VIL會存在差異，有可能導致地閃位置上空的VIL與地閃活動相關性偏弱。

圖3 雷達回波(a,b)海平面至18.3 dBz回波最大高度VIL和(c,d)0℃高度層至18.3 dBz回波最大高度VIL的(a,c)概率密度和(b,d)隸屬度

3.2.3 雷達回波18.3 dBz回波頂高(ET)

較高的ET暗示有強大的上升氣流，上升氣流將較輕帶電粒子帶到高層，導致過冷水區域正負電荷粒子垂直分離，電荷在不同高度聚集而形成不同極性的凈電荷層，激發閃電。因此產生閃電時，雷暴內部應具備較強上升運動，在實際雷達觀測中反映為較強的回波上升到一定高度之上。從圖4a中ET概率密度函數的分布來看，有地閃活動時樣本峰值在17 km左右，隸屬度(圖4b)在0.8以上，無地閃活動時的樣本峰值在8 km，之后隨著ET增大，無地閃樣本數量迅速較少，ET逐漸增大到10 km之后兩者的區分性能迅速變好，但8 km高度的隸屬度僅0.2，12.5 km迅速接近0.6，兩者的重合面積較小，僅為0.303。因此，ET對于有、無地閃活動具有較好的區分性，ET≈12.5 km是預警的另外一個重要雷達參量。

圖4 雷達回波18.3 dBz回波頂高的(a)概率密度和(b)隸屬度

3.2.4 雷達回波0℃高度層以上最大反射率因子REFmax≥0℃及所在高度

圖5a中，有地閃與無地閃活動時的REFmax≥0℃的概率密度峰值較為接近，無地閃活動時的樣本峰值為42 dBz，有地閃活動時的樣本峰值為53 dBz，隸屬度為0.6(圖5b)，無地閃活動時的樣本在REFmax≥0℃超過48 dBz之后數量迅速較少，兩者重合面積稍大，為0.416，識別效果相對偏弱。REFmax≥0℃所在高度的概率密度分布顯示，兩者樣本幾乎重合，峰值區域5 km，有地閃活動時的樣本隸屬度為0.5(圖5c,5d)，這一參量的區分度幾乎很小，但可以發現湖北發生地閃的充分條件為，REFmax≥0℃必須達到48 dBz以上且48 dBz以上回波高度必須突破5 km。

圖5 雷達回波(a，b)0℃高度層以上最大反射率因子 REFmax≥0℃和(c，d)REFmax≥0℃所在高度的(a，c)概率密度和(b，d)隸屬度

綜上所述，REF-15℃、REF-20℃、REF-25℃、ET對地閃的區分度較高，識別效果較好，可作為地閃臨近預警的主要參量，VIL和REFmax≥0℃效果次之，可作為輔助參量。

4 預警方案的確定

4.1 權重系數

根據有、無地閃活動時的樣本統計(圖2～圖5)對預警指標分別賦予下限和上限兩個閾值，動態權重可分三級，當預警指標低于閾值下限時，對應的權重為0，當預警指標高于閾值上限，對應的權重為1；當預警指標介于閾值上、下限之間時，對應的權重按線性插值計算。REF-15℃、REF-20℃、REF-25℃、ET和REFmax≥0℃的地閃樣本均呈正態分布，樣本隨著雷達回波強度增強和回波高度迅速增多，之后出現峰值，到達一定強度閾值、回波高度超過一定高度之后，地閃樣本數量反而減少。通過90%地閃樣本分布得到6個預警指標對應的模糊邏輯隸屬度權重系數，解析如下：

(2)

(3)

(4)

(5)

(6)

(7)

(8)

式中：f為權重系數；a、b分別為閾值下限和上限；x為雷達回波參數閾值。f1～f6分別代表REF-15℃、REF-20℃、REF-25℃、ET、VIL和REFmax≥0℃的動態權重系數。以上雷達特征因子分析和權重系數提供當前雷暴信息，為地閃外推預報提供基礎支撐。

4.2 預警方案

模糊邏輯算法廣泛用于氣象等領域(Cho et al,2006；Gourley et al,2007)。臨近預報利用概率密度函數和隸屬度特征，經過權重系數將預報因子進行組合，使用TITAN(thunderstorm identification,tracking,analysis and nowcasting)算法(Dixon and Wiener,1993)外推預報的雷達多個參數作為模糊邏輯的輸入，將各個因子權重加在一起，超過一定閾值就可以判斷地閃初生，之后地閃落區的移向移速及雷暴生成、加強、維持或者衰減階段的落區變化，最終得到武漢地區每6 min滾動預報未來1 h(間隔6 min)的地閃落區臨近預警方案，即：

y=f1×REF-15℃+f2×REF-20℃+f3×REF-25℃+

f4×ET+f5×VIL+f6×REFmax≥0℃

(9)

式中：y為預報概率，數值在0～1.0(100%)，值越大，表明地閃出現的概率越高，f1～f6為動態權重系數，該臨近預警方法在系統平臺實時運行，每6 min 一次滾動預報，預報間隔為6 min，預報時效為1 h。為保證追蹤多單體雷暴和颮線的增長速度，而不僅僅局限于單體的移動，使用橢圓濾波器，很大程度上平滑和濾除了弱的和更易衰減的反射率因子場(Wolfson et al,1998)，所以本文采用細長的橢圓表示地閃預報落區。

總的來說，本文的研究目的是根據雷暴過程中當前雷達體掃數據情況，每6 min滾動預報研究范圍未來1 h內哪些區域會發生地閃，哪些區域不發生地閃。即當前狀態下，有的單體是可能發生地閃的，而有的單體僅是發生降水的單體，不會發生地閃。通過具體分析，試圖獲取有、無地閃發生的單體中雷達各特征參量的差異，利用這些統計結果明確預警指標，建立預警方案，每6 min對雷暴中各個單體區域未來1 h地閃活動做預報。對當前識別出的單體，利用成熟的區域識別外推算法(TITAN)，預報其未來6 min間隔單體的位置、形狀、體積以及單體中各雷達參量的演變情況，然后對外推出的未來6 min間隔的雷達各參量應用文中獲得的地閃預警方案，預報單體區域是否會發生地閃。

該方法每隔6 min自動運行，預警未來0～1 h內地閃活動情況。若當前時刻地閃監測系統沒有監測到地閃活動，但通過外推算法獲得的單體，在未來0～1 h內達到文中預警方案中地閃發生的雷達參量閾值，則單體未來0～1 h內有閃電發生，且未來地閃發生位置為外推算法確定的區域；若未來0～1 h 內未達到預警方案中地閃發生雷達參量閾值，則預報該單體不發生地閃。若當前時刻地閃監測系統已經監測到閃電活動，如果所在單體其外推獲得的單體未來0～1 h能達到預報方案中的各項閾值，仍然預報該單體有閃電發生；如果其所在單體未達到預報方案中的各項閾值，則將預報該單體在未來0～1 h不發生閃電。實際應用中表明該方法能夠對地閃在雷暴生命期的演變趨勢預警有很好的指示作用。

5 檢驗評估

5.1 整體檢驗評估

(1)檢驗對象及實況：采用1 km格點對格點逐一對比的檢驗方法進行整體檢驗評估。使用2016—2018年6—8月28次雷暴個例，預報范圍以雷達為中心300 km×300 km內，將此范圍內每6 min 滾動預報的未來1 h(6 min間隔)的預報產品(橢圓)1 km格點化，橢圓邊緣采用占每個格點的比例來判斷該格點的歸屬。將預報范圍內二維閃電定位實況數據采用鄰近插值法插值到1 km網格點上，形成6 min累計的閃電次數格點化數據，對 1 km 網格內的預報和實況進行點對點評分。在300 km×300 km預報范圍內預報能發生地閃的橢圓格點算預報有，計為Hit；沒有發生地閃的橢圓格點算預報無，計為False；當單體1 km格點上出現地閃，而預報無地閃，計為Failure；最后對三種格點數量進行整體統計，計算Hit、False和Failure格點數。

(2)評分指標：網格預報評分指標包括擊中率(POD)，虛警率(FAR)和臨界成功指數(CSI)，計算方式如下：

(10)

(11)

(12)

式中:Hit為正確預報格點數，False為空報格點數，Failure為漏報格點數。0≤POD/FAR/CSI≤1.0，且POD、CSI越接近于 1.0，表明預報效果越好，FAR則相反。

用28次過程外推出每6 min間隔的雷達參量計算發生概率，雷電樣本共118 901個，其中預報有、無地閃出現的樣本分別為85 601個和33 300個。圖6列出了1 km格點到格點6 min間隔臨近預報的POD、FAR和CSI值，從網格點數的綜合評分來看，1 h預報時效每6 min間隔的臨近預報結果POD和CSI分別可以達到34%～52%和23%～35%，隨著預報時效增加，POD和CSI緩慢下降，而FAR在0～6 min最低，為45%左右，54～60 min時增加到65%，安徽姚葉青等(2011)采用10 km格點0.5 h和1 h的POD、CSI分別為87%、63%和76%、51%，本文1 km的綜合評分結果比 10 km 網格結果偏低，這和網格的細化程度有關，整體結果較為滿意。

圖6 2016—2018年28次雷暴個例每6 min滾動預報未來1 h(6 min間隔)的POD、FAR和CSI評分

5.2 個例評估情況

下面通過不同雷暴天氣類型中地閃的臨近預報結果進行檢驗說明，一次是2018年5月18日大范圍中尺度對流系統(MCS)雷暴天氣，另外一次是2018年7月26日的局地對流。檢驗時間間隔為6 min，空間分辨率為1 km，分別統計了雷暴生成、發展、成熟和消亡階段的地閃預報情況。

受高空低槽和低層切變線共同影響，2018年5月18日江漢平原至鄂東北先后經歷了一次強雷電天氣過程，MCS持續了5 h左右，雷電由有組織性的MCS產生，分布范圍廣。而7月26日午后鄂東地區自南向北的一次雷電過程則是由副熱帶高壓外圍強烈靜力不穩定的大氣層結誘發的，雷電由分散性的脈沖風暴產生，局地性強。從圖7兩次雷暴生命史6 min滾動的預報情況來看，大范圍MCS引發的雷電過程POD整體預報結果較為平穩，0～30 min基本保持在40%以上(圖7a)，MCS成熟期(09:00—10:30)30～60 min預報時效的POD下降到20%～30%。FAR(圖7c)在MCS整個階段變化不大，整體保持在40%～65%，CSI(圖7e)生命期維持在30%左右，0～30 min表現整體優于30～60 min。7月26日雷暴基本以孤立單體或者多單體為主，從17:30—19:00持續90 min的1個孤立的雷暴單體生消演變過程預報評分來看，雷暴成熟期(18:00)之后0～30 min的POD顯著增加，最高可達60%以上，而30～60 min變化較為平穩，穩定在30%左右(圖7b)。FAR(圖7d)和CSI(圖7f)變幅不大，整個生命期分別保持在60%和10%左右。

通過不同類型雷電天氣生命史6 min滾動預報未來1 h評分及預報落區與地閃實況對比結果顯示，該預報方法對大范圍雷電天氣的預報準確率較高(圖7g)，對局地對流造成范圍較小的雷電天氣評分結果稍差(圖7h)。同時發現，該方法也有一些需要改進的地方，第一是為了保證初閃預報，模型閾值可能有所偏低，發展加強至成熟階段前后造成的空報偏多；第二是預報落區采用橢圓表示，對局地對流來說，可能預報落區偏大，實況地閃數量相對較少，造成1 km格點評分空報較多，后續將使用更客觀準確的落區表示方式進行改進。

圖7 2018年(a,c,e)5月18日和(b,d,f)7月26日兩次雷暴生命史過程每6 min滾動預報(a,b)POD,(c,d)FAR,(e,f)CSI評分,以及(g)5月18日10:30和(h)7月26日18:30未來1 h預報(每6 min預報為一個黑色橢圓)與地閃實況(紅色圓點)對比

6 結論與討論

根據地閃和雷達參數的相關性，利用武漢新一代多普勒天氣雷達數據，對2013—2018年發生在湖北6—8月以武漢雷達為中心半徑150 km探測范圍內的90次雷暴個例進行相關統計，通過湖北地閃雷達參數的定量化分析，采用雷暴識別和追蹤技術，建立了基于雷達參數的地閃每6 min滾動預報未來1 h的本地化臨近預報模型，從而得到地閃初生、移向移速及雷暴生命期過程中地閃變化的預報信息。最后對實際天氣過程的臨近預報結果和實況進行了網格點對點評分。得出以下結論：

(1)通過分析-10、-15、-20和-25℃等溫層高度的最大反射率因子REF-10℃、REF-15℃、REF-20℃、REF-25℃的概率密度和隸屬度分布，綜合有、無地閃樣本的峰值分布、概率密度重合面積和隸屬度特征等，發現REF-15℃、REF-20℃和REF-25℃是湖北地閃預警的最佳因子，REF-10℃效果次之。綜合REFmax≥0℃分析，考慮湖北發生地閃的充分條件為，0℃等溫線以上的最大反射率因子超過一定閾值，REFmax≥0℃達到48 dBz且48 dBz以上的回波高度突破5 km(即強回波必須超過0℃層等溫線之上)。

(2)分析有、無地閃樣本海平面至18.3 dBz回波最大高度VIL及0℃至18.3 dBz回波最大高度的VIL的對應關系，發現VIL這一雷達參數對地閃識別能力較弱，地閃和無地閃重疊面積較大，且地閃發生峰值和無地閃峰值區域有較大重合，綜合考慮VIL對地閃預警效果偏弱，預警方案中適當縮小其權重，這一研究成果與劉維成等(2005)指出的VIL對高原東側雷電活動預警意義不大等結論吻合。

(3)ET對于地閃具有較好的區分性。地閃樣本概率密度函數峰值為17 km，隸屬度達0.8以上，無地閃樣本峰值為8 km，隸屬度僅為0.2，10 km 的隸屬度迅速增加到0.4，12.5 km接近0.6。兩者的重合面積較小，ET≈12.5 km是湖北地閃臨近預警的另外一個重要雷達參量。

(4)根據以上地閃和雷達參數的分析，利用雷暴識別追蹤技術，通過模糊邏輯方法，得到未來1 h地閃初生、地閃移向移速及雷暴加強、成熟和消亡階段的地閃落區變化臨近外推預報。該臨近預報方法，每6 min滾動預報一次未來1 h(間隔6 min)的地閃落區，預報結果已投入業務運行，效果良好。

(5)通過對2016—2018年28次雷暴過程1 km網格點對點綜合評分，未來1 h 每6 min臨近預報結果顯示，POD、CSI和FAR整體表現良好，可用于湖北雷電預報預警及決策服務。個例檢驗顯示該方法對大范圍雷暴天氣產生的地閃預報評分較高，而對局地對流預報的評分稍低。

本文基于新一代多普勒天氣雷達和地閃資料，實現了有、無地閃的有效區分。然而文中選取的個例均為致災性的強雷暴個例，并在強雷暴過程中找尋能否發生地閃的單體，后續還應加強零星地閃的弱雷暴和沒有地閃的雷暴個例分析，進一步獲取閃電的初始發生條件。另外，雷電起電放電機制復雜，地閃不能代表閃電發生的全貌，以后還將利用全閃和湖北其他站點的雷達資料，在前期研究的基礎上，建立更加完善的雷電臨近預警方法，有效改善空報和漏報，進一步提高預報準確率。