通过基于对流云的Price和Rind 1992方案改进全球模型中对闪电的模拟

M. Sandhya|Greeshma M. Mohan|Saji Mohandas|A. Jayakumar|T.J. Anurose|V.S. Prasad

印度北方邦诺伊达市，地球科学部下属的国家中距离天气预报中心（NCMRWF）

摘要

由于电离过程的精细尺度特性，在低分辨率的中距离天气预报模型中准确表示闪电活动仍然是一个主要挑战。在国家中距离天气预报中心的全球统一模型（NCUM-G）中，闪电发生率是按照广泛采用的Price和Rind（1992年）（PR92）公式计算的。然而，当前的参数化方法仅依赖于云层厚度阈值作为风暴检测标准，导致印度地区出现了大量误报。

为了解决当前参数化方案的局限性，本研究评估了闪电参数化框架的两个关键组成部分：（i）风暴检测标准；（ii）用于估计闪电次数的公式，重点在于提高印度次大陆的预测性能。分析显示，风暴发生和对流强度存在明显的季节性变化，这突显了需要更精细的风暴识别标准。

探索了三种改进风暴检测的方法：（a）修改云层深度的定义；（b）重新定义云层深度的限制；（c）结合云层深度和额外的动态参数来考虑对流特性的季节性变化。在所有测试的组合中，使用柱状最大垂直速度和冷云层深度进行风暴识别的方法，以及PR92公式中的对流云顶高度，显示出最有希望的结果。

分数技能得分（FSS）分析证实，这种改进的方案在中距离时间尺度上提高了NCUM-G对观测到的闪电次数的表示能力。与此一致，包括关键成功指数（CSI）和公平威胁得分（ETS）在内的领域尺度分类验证指标表明，改进后的配置通过减少预测偏差和误报，同时保持了更高的检测能力，从而更真实地再现了产生闪电的对流现象。尽管有这些改进，某些区域仍存在差异，这主要是由于模型在模拟对流过程中的系统性偏差所致。

引言

闪电事件的影响凸显了它们带来的严重危害，包括环境破坏、电力和通信系统的中断，以及对人类生命和基础设施的显著风险。在全球变暖的背景下，大气湿度的增加导致雷暴更加频繁和强烈。根据Michalon等人（1999年）的研究，地表温度上升2°C可能导致全球年闪电频率增加10%。闪电一直是全球自然灾害导致死亡的主要原因之一。Holle和Lopez（2003年）估计，闪电每年在全球造成约24,000人死亡和受伤。闪电活动的季节性（Ghosh等人，2023年；Mallick等人，2022年）和纬度变化（Pierce，1970年）已有充分记录。Cecil等人（2014年）利用热带降雨测量任务（TRMM）卫星上的闪电成像传感器（LIS）数据（Boccippio等人，2002年；Christian等人，2003年；Kummerow等人，2000年）报告称，全球平均每秒有47次闪电，8月活动最多，2月最少。他们还注意到热带陆地地区的闪电频率高于热带海洋地区。尽管闪电具有破坏性，但它在大气化学中也起着关键作用，通过生成氮氧化物（NOx）促进中对流层的臭氧形成（Banerjee等人，2014年；Schumann和Huntrieser，2007年；Barret等人，2010年）。在印度，闪电是自然灾害相关死亡的主要原因之一。根据印度犯罪记录局（2023年）的数据，2022年8060起自然灾害相关死亡事件中，35.8%是由闪电引起的。季风前（3月至5月）和季风期间（6月至9月）特别容易发生闪电，导致大多数死亡事件（Mondal等人，2023年），尤其是在该国的中部和东部地区（Singh和Singh，2015年）。根据印度气象部门（2024年）的数据，2023年的闪电袭击导致692人死亡，430多人受伤，约1510头牲畜死亡。在印度，雷暴造成的死亡率超过了任何其他自然灾害，这突显了准确和及时发布闪电预警的迫切需求。

由于丰富的湿度和热量传输，热带地区经历强烈的雷暴活动（Price等人，2023年）。由于风暴内部微物理、热力学和动态过程的复杂相互作用，闪电的预测仍然具有挑战性。热带天气系统涉及大气、海洋和陆地之间的复杂相互作用（Zardi，2024年）。此外，特别是在印度半岛周围的广阔海洋区域，观测数据的有限性阻碍了对模型性能的真正评估和模型开发。此外，印度热带气象研究所（IITM）当前的闪电定位网络（LLN）观测的相对检测效率也非常低（约60%），这证明了合并多个观测数据库并减少重复数据的必要性（Mohandas和Jayakumar，2021年）。雷暴被认为是一个带有相等且相反电荷的电偶极子，这些电荷由垂直云层维度分隔（Atlas等人，1963年；Williams，1985年）。全球模型并没有明确解决云层电离过程；相反，它们使用依赖于模型变量的经验关系的参数化方案。不同的研究使用不同的代理风暴参数来识别闪电活动的可能性。具有高对流可用势能（CAPE）（Solomon和Baker，1993年）、高对流剪切（Brooks，2013年）、高冰粒子（Lang和Rutledge，2002年）等区域的区域可以被用来识别闪电易发区。此外，雷达回波强度超过40 dBZ的区域与闪电有很高的相关性（Martinez，2002年）。Price和Rind（1992年；以下简称PR92）是一种著名的闪电参数化方案，其中闪电发生率是基于云顶高度（CTH）计算的。Clark等人（2017年）和Luhar等人（2021年）评估了全球模型中的不同闪电参数化方案，并观察到基于CTH的PR92与其他参数化方案相比表现最佳。然而，这些参数单独使用无法准确预测闪电活动。例如，CTH并不是闪电的确定性预测因子，因为它不能保证对流云的特性，而且还取决于用于推导CTH的特定模型诊断或技术（如基于八边形覆盖范围的计算或模型提供的高云诊断）。这可能导致大量误报，因此需要重新审视整个方法论。

这项研究工作是Mohan等人（2025年）工作的延伸，他们开发了一个基于数值模型——国家中距离天气预报中心（NCMRWF）统一模型（NCUM-G）的闪电威胁预测系统。Mohan等人（2025年）修改了PR92和Lopez（Lopez，2016年）的闪电方案，生成了一个混合方案，并据此估计CG闪电威胁。Mohan等人（2025年）的RPLB方案（修订后的PR-Lopez混合方案）中使用的PR92是NCUM-G中现有PR92的修订版本。本研究的目的是详细评估NCUM-G的PR92闪电参数化方案在所有季节的表现，并进一步修改PR92以减少误报。手稿的组织结构如下：第2节描述了选定的事件及其天气状况，第3节描述了模型、研究使用的数据和采用的方法论，第4节讨论了结果，最后第5节总结了研究的结果和未来方向。表1提供了本研究中使用的缩写列表。

章节摘录

选定事件和天气状况

地理和气象因素（季风、CAPE、湿度含量等）的结合使印度更容易发生闪电事件。Unnikrishnan等人（2021年）使用LIS数据和基于地面的印度LLN数据集研究了印度热点地区的闪电主要成因。他们得出结论，喜马拉雅山脉西侧的扰动（WD）是闪电事件的主要原因。

全球NCMRWF统一模型

本研究中使用的NCMRWF运行全球分析和预报系统NCUM-G具有12公里的水平分辨率，垂直方向有70个层次（模型顶部高度为80公里；Kumar等人，2018年）。它改编自英国气象局的统一模型（Walters等人，2019年），其中ENDGame（用于全球大气模型的更新动态）动态核心采用半隐式半拉格朗日公式来解决非静力、完全可压缩的深层大气问题。

结果与讨论

在本研究中，选择了31个不同季节的闪电案例。第2节解释了用于研究的闪电案例的详细信息。其中，选择了四个案例进行详细分析，分别代表每个季节：冬季（2023年1月24日）、季风前（2023年4月7日）、季风期间（2023年7月14日）和季风后（2023年11月22日）。

结论

本研究展示了改进NCUM-G中现有PR92方案的潜力，从而显著提高了NCMRWF开发的RPLB方案的性能。这些改进是通过修改风暴检测标准并纳入更广泛的对流参数集来实现的。采用了四种不同的方法来修订PR92方案：（i）修改云层深度的定义；（ii）

CRediT作者贡献声明

M. Sandhya：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，方法论，调查，正式分析，数据管理，概念化。Greeshma M. Mohan：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，方法论，调查，正式分析，数据管理，概念化。Saji Mohandas：撰写 – 审稿与编辑，撰写 – 原稿，验证，监督，方法论，调查，概念化。A.

代码可用性

如需重现本研究中呈现的结果，可以从相应作者处获取代码。

利益冲突声明

作者声明没有利益冲突。

致谢

作者感谢印度地球科学部下属的NCMRWF负责人鼓励我们进行这项研究。本研究使用了NCMRWF的“MIHIR”和“ARUNIKA”超级计算机的计算资源。作者还感谢印度浦那的热带气象研究所提供的闪电定位网络数据。