一种基于静止卫星数据的地闪强度反演方法

技术领域

本发明涉及地闪回击强度反演技术领域，尤其是一种基于静止卫星数据的地闪强度反演方法。

背景技术

根据探测器所处位置的不同，闪电探测分为地基探测和卫星探测两种。其中静止卫星闪电探测是目前闪电探测的重要组成部分，能够实现对闪电大范围、全天候的实时监测，不存在像地基探测在探测站数量稀少时探测效果较差的问题。其中静止卫星 FY-4A 搭载的闪电成像仪(LMI)已经实现了对我国及周边地区的闪电活动的连续观测。在闪电研究中，闪电强度是一个十分重要的物理量，目前都是利用地基电磁辐射数据反演获得，缺少利用静止卫星数据进行地闪强度反演的关键技术方法。能单独使用卫星数据进行反演，对缺少地基探测数据的情况尤为重要。同时，因为多种因素对闪电光辐射特征存在影响，为了更好的效果，反演中还需要对卫星提供的不同类型气象数据进行综合应用。

发明内容

为了克服现有技术中存在的上述问题，本发明提出一种基于静止卫星数据的地闪强度反演方法。

本发明解决其技术问题所采用的技术方案是：一种基于静止卫星数据的地闪强度反演方法，利用静止卫星多源数据实现地闪强度反演，包括如下步骤：

步骤1，建立和完善地基三维雷电探测网和地基广域雷电定位网，并对地基三维雷电探测网和地基广域雷电定位网获取的闪电数据进行预处理；

步骤2，建立云/地闪特征数据集和星/地同步闪电数据集；

步骤3，使用机器学习方法，利用云/地闪特征数据集和星/地同步闪电数据集，分别构建云/地闪区分模型和地闪强度反演模型；

步骤4，利用云/地闪区分模型筛选出和地闪相关且与模型采用的特征量对应的静止卫星新数据，将数据输入地闪强度反演模型，输出地闪强度，实现基于静止卫星数据的地闪强度反演。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤1中地基广域雷电定位网包括覆盖全国范围的多个基站，每个所述基站包括直接用于定位的甚低频垂直极化天线和一套快电场变化探测仪。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤1中地基三维雷电探测网包括在部分地区进行小范围组网观测的基站，用于区分闪电的类型，每个所述基站采用一套快电场变化探测仪对闪电进行探测。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤1中对地基三维雷电探测网和地基广域雷电定位网获取的闪电数据预处理方法为：使用MEWT方法对闪电波形数据进行预处理，首先使用经验小波变换将信号分解为多个模态，根据闪电信号的特点，设置保留条件，留下含有闪电信号的模态进行重构输出，得到更高质量数据。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤2中建立云/地闪特征数据集的具体方法为：将地基三维雷电探测网数据与静止卫星闪电探测数据进行匹配，以地基三维雷电探测网确定的闪电类型作为标签，匹配的组特征数据作为特征量，形成云/地闪特征数据集，其中组特征数据为组面积、组总能量。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤2中建立星/地同步闪电数据集的具体步骤为：

步骤2.1，建立同时考虑闪电光源结构和云的不规则形状与不均匀特性的闪电光辐射传输优化模型，并通过模型提取影响闪电光辐射特征的因素；

步骤2.2，按影响因素确定要选择静止卫星气象观测数据，将匹配的组数据、地基广域雷电定位网获取的地闪强度数据以及选择的静止卫星气象观测数据一起组成星/地闪电同步数据集。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤2.1包括：闪电光辐射传输模型中采用Monte Carlo方法，对闪电光源释放的每一个光子在云中多次散射的全过程进行计算，不断重复，直到达到设定好的模拟光子数；

其中对单个光子的模拟过程为：赋予光子一个初始权重，根据光子所在位置的特性计算其下一步的散射方向和距离，逐步跟踪其散射路径，并在每次散射发生之前产生一个在0到1之间的随机数与1-ω

;

其中，g表示不对称因子，是所有散射角的平均值，与波长和云粒子的大小相关；

；

其中，α表示光子传输的散射角；r表示均匀分布在0到1之间的随机数；

；

其中，s表示光子在两次散射过程间行进的距离；

；

其中，a表示云中粒子平均半径，N表示粒子平均数浓度。

上述的一种基于静止卫星数据的地闪强度反演方法，所述闪电光辐射传输模型可加载的光源形式包括点光源和线光源；其中线光源由多个等距间隔的点光源组成，组成线光源的每个点光源平分发射的总光子，从而实现光源在空间上的延伸；

为考虑云的不规则形状与不均匀特性，利用边长为200m的立方体网格组成任意形状的三维云；每个小立方体内云的性质相同，按照需要给每个小立方体赋予不同参数值来表现云的不均匀性；向小立方体添加的参数来源于对云的实际观测数据，且符合云水粒子常见分布趋势；

对影响因素进行提取的方法为：在闪电光辐射传输优化模型中通过控制变量的方法，研究不同的光源的形状、位置、云几何形状、云不均匀性和观测角度对闪电光辐射特征的影响，并对影响程度大的那些因素进行提取。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤2.2包括：对地基广域雷电定位网数据与静止卫星闪电探测数据按时间间隔小于 10ms、空间间隔小于20 km的标准进行匹配，确定共同观测到的地闪；按地基广域雷电定位网与静止卫星匹配上的闪电的发生时间和位置以及提取的影响因素，选取闪电周围100km*100km范围内同一时间的静止卫星气象观测数据；将匹配的组数据、地基广域雷电定位网获取的地闪强度数据以及选择的静止卫星气象观测数据一起组成星/地闪电同步数据集；其中组数据、选择的静止卫星气象观测数据作为特征量，地基广域雷电定位网获取的地闪强度数据作为标签。

上述的一种基于静止卫星数据的地闪强度反演方法，所述步骤3具体包括：

步骤3.1，利用随机森林方法和云/地闪特征数据集建立云/地闪区分模型；

步骤3.2，利用卷积神经网络和星/地同步闪电数据集建立地闪强度反演模型。

本发明的有益效果是，本发明公开了一种基于静止卫星数据的地闪强度反演方法，填补了利用静止卫星数据进行地闪强度反演的空白，实现了对静止卫星数据更深层次的应用，可以为闪电监测预警等方面研究提供更好的数据支撑。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明实现总流程示意图；

具体实施方式

为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。

本实施例公开了一种基于静止卫星数据的地闪强度反演方法，如图1所示，具体包括：步骤1，建立和完善地基三维雷电探测网和地基广域雷电定位网，并对地基三维雷电探测网和地基广域雷电定位网获取的闪电数据进行预处理。

步骤1具体包括：

建设南京、广东珠三角、福建九仙山、黄渤海湾、海南和新疆乌鲁木齐六个地基三维雷电探测网，每个地基三维雷电探测网覆盖约100 km×100 km，包含7-8个三维探测站（每个探测站包括快电场变化测量仪、慢电场变化测量仪和磁场变化测量仪数据），测站间距20-40 km不等。仪器采样率为1MHz，采用连续不间断的采集方式，每秒一个文件，实时存储在本地，然后将超过信噪比1.2的脉冲数据保留并实时发送。不同观测子站之间通过授时精度为50 ns的高精度GPS时钟实现时间同步。

建设覆盖全国范围的地基广域雷电定位网，每个基站包括直接用于定位的甚低频垂直极化天线（带宽30kHz以内）和增设的一套快电场变化探测仪（3dB带宽为~1kHz-~400kHz）。通过快电场变化探测仪采集的数据，经MEWT滤波处理后可以用于地闪回击强度（电荷矩）的反演。所有基站以1 MHz的采样率连续采集来自传感器的信号，数据记录长度为1ms，预触发时间为300μs，保存大于最低阈值的原始波形数据。目前地基广域雷电定位网的定位质量良好，对于站网内部和外部的不同时刻的单体雷暴、多单体雷暴、飑线等过程均有较好的定位结果。使用典型白天电离层条件和典型夜间电离层条件建立的波形库，可以满足全天候的定位需求。通过分析站网内部和外部不同距离组使用等效传播速度定位的闪电和使用固定光速进行定位的闪电之间的位置偏差，结果表明等效传播速度方法带来的精度提升效果在网内小于2 km，网外约为4 km。

使用MEWT方法对闪电波形数据进行预处理。MEWT方法以经验小波变换为基础改进而来。方法首先使用经验小波变换将信号分解为多个模态，接着根据闪电信号的特点，设置保留条件，留下含有闪电信号的模态进行重构输出，得到更高质量数据。

步骤2，建立云/地闪特征数据集和星/地同步闪电数据集。

步骤2具体包括：

建立云/地闪特征数据集具体过程为：利用覆盖范围约100 km×100 km的地基三维雷电探测网，实时获取闪电三维辐射源脉冲位置，并确定闪电的类型。将地基三维雷电探测网数据与静止卫星闪电探测数据按时间间隔小于10ms、空间间隔小于20 km 的标准进行匹配，以地基三维雷电探测网确定的闪电类型（云闪/地闪）作为标签，以匹配的组特征数据作为特征量，形成云/地闪特征数据集，其中组特征数据为组面积、组总能量等。

建立星/地同步闪电数据集具体过程为：

步骤2.1，建立可以同时考虑闪电光源结构和云的不规则形状与不均匀特性的闪电光辐射传输优化模型，并通过模型提取影响闪电光辐射特征的因素；

步骤2.1具体包括：闪电光辐射传输模型采用Monte Carlo方法，对闪电光源释放的每一个光子在云中多次散射的全过程进行计算，不断重复，直到达到设定好的模拟光子数（本实施例为10

其中对单个光子的模拟过程为：赋予光子一个初始权重值（本实施例为1），根据光子所在位置的特性计算其下一步的散射方向和距离，逐步跟踪其散射路径，并在每次散射发生前产生一个0到1之间的随机数与1-ω

;

其中，g表示不对称因子，是所有散射角的平均值，与波长和云粒子的大小相关；

；

其中，α表示光子传输的散射角；r表示均匀分布在0到1之间的随机数；

；

其中，s表示光子在两次散射过程间行进的距离；

；

其中，a表示云中粒子平均半径，N表示粒子平均数浓度。

为考虑闪电光源结构，让闪电光辐射传输模型可加载的光源包括点光源和线光源两种形式。其中线光源为一系列的点光源间隔一定距离组成，组成线光源的每个点光源平分发射的总光子，从而实现光源在空间上的延伸。

为考虑云的不规则形状与不均匀特性，利用边长为200m的立方体网格组成任意形状的三维云。每个小立方体内云的性质相同，按照需要给每个小立方体赋予不同参数值来表现云的不均匀性。向小立方体添加的参数来源于对云的实际观测数据，且符合云水粒子通常的分布趋势，如云核心处的粒子分布更密集。

对影响因素进行提取的方法为：在优化的闪电光辐射传输模型中通过控制变量的方法，研究不同的光源的形状、位置、云几何形状、云不均匀性和观测角度等对闪电光辐射特征的影响，并对影响程度大的那些因素进行提取。

步骤2.2，按影响因素确定要选择静止卫星气象观测数据，将匹配的组(group)多维度特征数据、选择的静止卫星气象观测数据以及地基广域雷电定位网获取的地闪强度数据一起组成星/地闪电同步数据集。

步骤2.2具体包括：对地基广域雷电定位网数据与静止卫星闪电探测数据按时间间隔小于 10ms、空间间隔小于20 km 的标准进行匹配，确定共同观测到的地闪；按地基广域雷电定位网与静止卫星匹配上的闪电的发生时间和位置以及提取的影响因素，选取闪电周围100km*100km范围内同一时间的静止卫星气象观测数据。将匹配的组(group)多维度特征数据、地基广域雷电定位网获取的地闪强度数据以及选择的静止卫星气象观测数据一起组成星/地闪电同步数据集。其中组数据、选择的静止卫星气象观测数据作为特征量，地基广域雷电定位网获取的地闪强度数据作为标签。

步骤3，使用机器学习方法，利用云/地闪特征数据集和星/地同步闪电数据集，分别构建云/地闪区分模型和地闪强度反演模型。

步骤3.1，利用随机森林方法和步骤2中云/地闪特征数据集进行云/地闪区分模型训练，具体包括：随机选取云/地闪特征数据集中70%的数据组成训练集，另外30%的数据组成验证集，用于验证产生的模型的效果。采用准确率和F-score评价指标对识别模型进行评估，并保留下效果最好的模型。

步骤3.2，利用卷积神经网络和步骤2中的星/地同步闪电数据集建立地闪强度反演模型，具体包括：随机选取星/地同步闪电数据集中70%的数据用于训练地闪强度反演模型，剩下30%的数据用于检验，检验评估指标采用均误差平方根（RMSE），并保留效果最好的模型。

步骤4，通过云/地闪区分模型筛选出和地闪相关且与模型采用的特征量对应的静止卫星新数据，将数据输入地闪强度反演模型，输出地闪强度，实现基于静止卫星数据的地闪强度反演。

以上实施例仅为本发明的示例性实施例，不用于限制本发明。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。