晝夜變化對FY-4A閃電成像儀探測性能的影響

李靜， 曾金全， 鄒斌, 孫豪， 張其林*

(1.南京信息工程大學氣象災害教育部重點實驗室， 南京 210044； 2.南京信息工程大學氣候與環境變化國際合作聯合實驗室， 南京 210044； 3.南京信息工程大學氣象災害預報預警與評估協同創新中心， 南京 210044； 4.南京信息工程大學中國氣象局氣溶膠與云降水重點開放實驗室， 南京 210044； 5.福建省氣象科學研究所， 福州 350001)

閃電是強對流天氣過程中伴隨的放電現象，雷暴發生時產生的強電流和強電磁脈沖會對建筑物以及其內的電力系統造成損害，甚至威脅人類的生命財產安全[1]。因此，結合不同的閃電探測技術研究閃電放電特征以及活動特征，對雷電災害的監測預警具有重要意義[2]。隨著高速大容量數據采集技術、高精度全球定位系統(global positioning system，GPS)時鐘授時技術以及衛星遙感探測技術的快速發展，目前已經實現了對閃電光亮度、電磁場、聲波等方面的探測研究[3]。基于這些技術的應用，中外建立了許多覆蓋不同區域范圍的地基閃電探測系統[4-6]和星載閃電探測系統[7-8]。目前，地基閃電探測系統在局域范圍內實現了實時連續的閃電定位，而且具有較高的探測精度[9]。從1980年開始，美國國家航空航天局(national aeronautics and space administration, NASA)利用飛機搭載光學脈沖探測器研究發現：閃電光譜在近紅外777.4 nm和868.3 nm處輻射最強，從而為發展低軌衛星和靜止衛星閃電探測技術奠定基礎。

低軌衛星閃電探測技術包括光學瞬態探測儀(optical transient detector, OTD)和閃電成像儀(lightning imaging sensor, LIS)，主要用來探測閃電的全球分布特征以及年際變化規律[7-8,10-11]。靜止衛星閃電成像儀能夠提供全天候、無間斷的閃電探測，實現對強對流天氣系統的連續監測預警[12-13]。中外諸多學者結合衛星、地基閃電探測資料進行分析，以此評估閃電探測系統的性能，實現不同閃電資料的融合互補[14-21]。Thomas等[14]利用三維甚高頻閃電資料與LIS資料對比分析發現，兩組觀測數據在空間和時間上具有很好的相關性。LIS在中低海拔的云對地放電比云內放電探測效果更差。Thompson等[15]利用星載LIS數據與地基全球閃電定位網(world wide lightning location network, WWLLN)、地球閃電探測網(earth networks total lightning network, ENTLN)的數據匹配分析，發現WWLLN總匹配值為11%，海洋高于陸地。ENTLN 匹配值具有較大的時空變化性，北美地區夏季的變化量小于冬季，冬季的匹配值高于夏季。Marchand等[16]利用美國的GOES-R靜止衛星閃電測繪儀(geostationary lightning mapper, GLM)資料與ENTLN資料對比分析發現，相對于ENTLN,GLM探測性能存在空間差異性，并且探測正地閃能力優于負地閃。目前，中國新一代靜止氣象衛星風云四號 FY-4A 閃電成像儀是中國自主研發的星載閃電成像儀，曹冬杰等[17]結合地基閃電定位系統和衛星同步資料初步驗證了LMI 能夠很好地探測到觀測范圍內的閃電活動，對新生對流和較弱對流產生的閃電監測具有優勢。惠雯等[18]利用衛星閃電成像儀TRMM LIS與中國國家雷電監測網資料匹配分析，發現衛星閃電成像儀在夜間的探測能力優于白天。支樹林等[19]利用FY-4A閃電資料與ADTD資料、雷達回波資料對比分析，發現衛星閃電數目高于地閃數目，雷達強回波面積的變化與衛星閃電頻數的變化有較好的相關性。張曉蕓等[20]將FY-4A閃電資料與地基閃電數據融合，減少了天基與地基閃電數據的誤差和不完整性。綜上可知，盡管靜止衛星閃電成像儀能夠實現連續、實時的監測閃電的發生發展，并且能夠與地基資料互補融合，但是對于LMI探測性能的評估以及影響其探測性能的因素未做過多研究。

因此，現利用低頻三維閃電資料、FY-4A的LMI數據和FY-4A的云頂溫度數據，初步檢驗LMI與地基系統的探測能力。使用蒙特卡洛方法模擬檢驗低頻三維閃電資料的定位精度。通過匹配閾值的敏感性試驗確定 LMI 探測數據與低頻三維閃電資料的匹配閾值，實現衛星閃電資料與地基閃電資料的匹配。選取一次雷暴過程進行詳細的特征分析，并在此基礎上使用3次雷暴過程進行驗證，總結晝夜變化因素對LMI探測性能的影響。研究結果可為未來衛星閃電探測設備優化閃電探測算法提供參考。

1 探測資料來源與特點

1.1 低頻三維閃電探測資料

2019年在廣東省安裝了由5個探測子站組成的低頻三維閃電探測系統，探測范圍覆蓋廣東省及周邊地區。各個測站地理位置分布如圖1所示，地形高程數據來自地理空間數據(http://www.gscloud.cn/)。每個測站主要由兩個正交的頻率為1～300 kHz磁天線、高精度GPS時鐘和高速采集系統構成。如圖2所示，設計的磁天線在1～100 kHz頻率范圍內，電壓與磁場變化率dB/dt成正比，而在100～300 kHz頻率范圍內電壓正比于磁感應強度。設計目的在于能夠探測到快速變化的閃電脈沖信號，更加有利于閃電三維定位。系統使用觸發式采集，考慮到環境電磁噪聲的影響，將觸發閾值設置超出噪聲的10%～20%，采樣頻率為1 MHz，動態范圍±10 V，預觸發時間300 μs。圖3是2020年9月14日5個測站探測的一次閃電脈沖的同步磁場信號波形。系統在定位前，采用波形互相關技術實現脈沖輻射源的匹配，然后使用時間差(time of arrival, TOA)定位技術，再采用非線性最小二乘法擬合算法，計算得到脈沖輻射源三維位置，最終可以刻畫出閃電的三維放電通道[21]。系統采集記錄的閃電參數主要包括閃電類型、極性、時間、位置、陡度、強度以及高度。

圖1 測站分布地理圖Fig.1 Geographic map of station distribution

圖2 頻響曲線圖Fig.2 Frequency response graph

圖3 典型的云地閃同步磁場信號波形Fig.3 Typical synchronous waveform of cloud to ground lightning

由于沒有可供參考的閃電數據，無法準確獲得具有最佳探測效率的閃電探測范圍。因此，采用蒙特卡洛法[22]模擬分析閃電定位探測網的定位誤差。模擬結果如圖4所示，探測網內誤差較小，水平定位誤差低于180 m，因此，選取探測區域范圍是東經111.7°～114.2°，北緯21.6°～23.4°(圖4中黑色方框圈出的部分)。

圖4 低頻三維閃電探測網蒙特卡洛模擬水平誤差圖Fig.4 Horizontal error diagram of Monte Carlo simulation of low frequency three-dimensional lightning detection network

1.2 風云四號閃電成像儀探測資料

風云四號靜止軌道衛星(FY-4A)于2016年12月11日成功發射，標志著中國氣象衛星的更新換代[23]。LMI作為中國首次自主研發的星載閃電成像儀，實現了對中國以及周邊地區閃電的連續、實時觀測與跟蹤，在氣象領域發揮重要作用。LMI采用的電荷耦合裝置(charge coupled device，CCD)觀測波長為777.4 nm，觀測間隔2 ms，與美國氣象衛星GOES-R相同。LMI距離地球表面36 000 km，定位在104.7°E，采用兩塊面元為400×600的CCD陣列觀測，空間分辨率由星下點的7.8 km降低至邊緣處的20 km[17,24]。LMI探測閃電數據為L2級的閃電“事件”(event)和“組”(group)，“事件”作為閃電的基本單元，通過聚類算法得到“組”(LMIG)，“組”對應云閃的一次K過程或者地閃的一次回擊過程。因此，采用“組”與三維閃電資料進行匹配分析。

1.3 風云四號云頂溫度資料

靜止軌道輻射成像儀(advanced geosynchronous radiation imager，AGRI)是FY-4A的主要荷載之一，相對于風云二號靜止衛星，觀測通道增加到14個，空間分辨率在可見光/近紅外為0.5～1.0 km，在中波/長波紅外為2.0～4.0 km，時間分辨率為15 min/全原盤[25]。

云頂溫度(cloud-top temperature,CTT)作為AGRI的L2級產品，它的變化與對流云的發生發展具有密切的聯系。CTT值越低，代表對流強度越大，云層越深厚。AGRI采用全原盤和區域掃描交替進行，區域掃描時間分辨率為4 min，全原盤與區域掃描空間分辨率均為4 km。選用的CTT為區域與全原盤的疊加，因為高時間分辨率的區域掃描結果并不能覆蓋所有時段。

2 衛星資料與地基資料結合分析方法

低頻三維閃電探測系統是根據閃電發生時產生的電磁波進行閃電定位，而衛星閃電成像儀是探測雷暴云內閃電發生時產生的光脈沖強度，因此地基與衛星對于閃電信號的探測具有一定的差異性。兩種探測技術特點決定地基閃電的探測比衛星閃電的探測具有更好的時空分辨率，并且地基探測不會受到晝夜的變化因素影響定位的結果。所以，以三維閃電定位結果為參考，分析晝夜變化因素對LMI探測性能的影響。因為兩種數據直接耦合會造成單個LMIG數據與多個地基數據之間的匹配，所以把地基數據先聚類處理再進行耦合。通過衛星坐標轉換，得到廣東地區LMIG數據的空間分辨率約為9.2 km。將2 ms以內、距離小于9.2 km的地基數據進行聚類并命名為LLSG(lightning location system group)數據。由地基數據的平均值計算出LLSG數據的TOA和坐標。參考Thompson等[15]對WWLLN和ENTLN資料與LIS資料的匹配分析方法以及Hui等[26]對WWLLN和LIS資料與LMI資料的匹配分析方法。定義匹配率(coincidence percent, CP)表示LMI和LLS兩個系統匹配程度的指標，表達式為

CP=NCP/NLLSG×100%

(1)

式(1)中：NCP為LMIG與LLSG在一定的時空范圍內匹配數目；NLLSG為低頻三維閃電探測到脈沖輻射源的總數量。在一次雷暴發生發展過程中，LMI探測到的LMIG數量也是評估LMI探測性能的重要指標。閃電頻數的大小以及變化程度的快慢，相應地代表著雷暴發展的各階段過程。為了更加直觀地評估LMI的探測性能，以LLSG的探測數量為基準，定義探測比率(detection ratio, DR)表示LMI的探測性能，表達式為

DR=NLMIG/NLLSG

(2)

考慮到地基與星載閃電探測的機制不同，為了能夠確保兩種儀器探測到是相同的閃電過程，需要把兩種儀器探測到的閃電數據進行篩選匹配。在完成匹配之前，首先需要確定兩組數據的匹配閾值，由于探測到相同的閃電的差異性主要是時空分布的差異性，因此只需要確定閃電發生的時間匹配閾值與空間匹配閾值。通過2020年9月6—15日，廣東省及其周邊地區發生的4次雷暴過程探測到的LMIG和LLSG為樣本，進行閃電的時空匹配敏感性試驗，確定兩個探測系統的匹配閾值。當空間閾值固定時，改變時間間隔，在匹配曲線趨于平緩時，得到時間匹配閾值。如圖5所示，當時間間隔增加到2 s后，匹配曲線變化趨于平緩，得到時間閾值為2 s。

同理，時間閾值固定，改變空間間隔，觀察匹配曲線隨空間改變的變化趨勢，當匹配曲線趨于平緩時，得到空間匹配閾值。結果如圖6所示，當空間間隔增加到0.25°后，匹配曲線變化趨于平緩，得到空間閾值0.25°，由此可知地基探測系統與星載探測系統探測到的閃電數據在時間上相差小于2 s，空間上小于0.25°時，地基探測到的LLSG與星載探測到的LMIG為相同的閃電脈沖事件。

圖5 匹配率隨時間閾值的變化趨勢圖Fig.5 The trend diagram of the matching rate with the time threshold

3 結果分析

3.1 衛星與地基探測閃電空間分布特征對比

2020年9月14日廣東省及其周邊部分地區發生一次強烈的雷暴過程(雷暴0914)，本次雷暴持續近30 h。圖7是9月14日14：00—15日20:00的FY-4A LMIG數據、LLSG數據同CTT數據的疊加圖。如圖7所示，本次雷暴主要由4個大尺度對流云組成，分別是分布在陽江市北部與云浮市南部交界處、江門市北部與東部、廣州市中部地區，以及澳門東南沿海區域。根據LMIG的分布變化過程分析，此次雷暴先是從廣東省西北地區向東南沿海區域發展，最終在深圳東南沿海區域消散。閃電頻次的變化與雷暴的發生發展過程密切相關，由閃電頻次的變化可知，此次閃電強度先由弱到強，在15日凌晨5:00分布在江門市的雷暴云與東南沿海區域雷暴雨匯聚產生更大的雷暴單體，此時閃電活動最為劇烈，隨著時間的變化，大區域塊狀雷暴云再次分裂成點簇狀雷暴云，沿著廣州、深圳東南方向逐步發展成線狀閃電分布，再從線狀閃電聚集成塊狀閃電，此時閃電變化呈現下降趨勢，最終于15日20：30后消散。

對比同時段LMIG與LLSG的數量，幾乎在各個區域地基探測到的數量遠遠高于衛星探測到的數量，LMIG與LLSG地理位置幾乎一致。在江門市南部沿海區域，衛星探測閃電數量多于地基探測的閃電數量，可能由于起伏的海浪和海路混合路徑對電磁波的傳輸造成影響[27-28]。

綜上可知，地基與星載探測閃電的空間分布特征、時間的變化特征與雷暴發生發展過程類似，但是地基探測的閃電數量更多，閃電分布更加密集。為了研究兩種閃電數據的空間分布特征，分別選取閃電初始發生階段、發展旺盛階段和快要消散3個階段。由于整個閃電的發生發展過程較長，所以分別取時長為1 h以及為4 min的CTT數據與閃電數據疊加對比。由圖7和圖8可知，兩種閃電數據的高密度區域主要分布在溫度低于210 K的冷云區域，并且在一些沒有LMIG分布的區域，地基也有探測到閃電，通過云頂溫度來判斷，這些地基探測到的閃電數據幾乎是正確的。

3.2 衛星與地基探測閃電時間變化特征對比

為了探討兩種閃電探測系統探測閃電隨時間的變化的分布差異性，分別統計了此次雷暴發生過程中每小時閃電的數量，以及兩個探測系統探測到的同一閃電數目，如圖9(a)所示，雷暴0914的NLLSG數量從14日14：00開始上升，在15日14：00達到峰值，每小時發生643次閃電，其間多次達到小峰值，總體呈上升趨勢，隨后呈現下降趨勢，直至閃電數目下降為零，雷暴消亡。NLMIG數量也是從14：00開始上升，在15日凌晨3：00達到峰值，然后呈階梯級下降，在15日18：00再次產生一次小峰值，隨后逐漸下降，直至數量為零。在14日18：00—15日6：00，15日18：00—21：00，兩者數量變化趨勢大致相同，而在白天時段，兩者差異性巨大，即使雷暴活動劇烈，NLMIG數量依然很少。從圖9(b)可以發現，CP變化過程與DR變化過程類似，CP從開始的3%上升，呈階梯狀變化，在15日凌晨4：00達到峰值14.55%，DR從0.1上升，在15日凌晨1:00達到峰值0.85，綜上所述，在整個雷暴過程中，日間CP平均為1.02%，DR為0.061，夜晚CP平均為6.5%，DR為0.25。對比LLS和LMI的日間與夜晚的探測數據，發現兩者之間存在顯著的差異。在白天，即使雷暴活動更加劇烈，CP與DR依然相對較低。這表明衛星探測閃電能力在夜晚優于白天時段，可能是因為衛星探測的是光信號，白天的背景太陽光對衛星的探測造成了影響。盡管如此，還需要更多的案例來分析驗證本研究的結果。

除了上述研究的雷暴0914，還選取了廣東省及其周邊地區在2020年9月份發生的其他3次雷暴過程，分別是雷暴0904、雷暴0907以及雷暴0913。每次雷暴過程數據均由相同的測站采集處理，從系統探測到的第一個閃電脈沖輻射源到最后一個閃電脈沖輻射源作為一次雷暴的發生過程。這4次雷暴活動均比較強烈，持續時間超過13 h，都有跨越白天與夜晚，可以用來研究LMI晝夜探測能力的差異性。統計4次雷暴發生過程的NLLSG、NLMIG、NCP、CP和DR，以便于更加直觀地分析LMI探測能力受晝夜變化因素的影響。結果如表1所示。

在4次雷暴過程中，白天、夜晚的CP與DR都具有較大的差異性，白天CP的變化范圍是1.03%～5.61%，均值是2.36%，DR變化范圍是0.035～0.179，均值是0.093。夜晚CP的變化范圍是6.51%～39.12%，DR變化范圍是0.171～1.378，均值是0.672。夜晚CP是白天的8.5倍，DR是白天的7.23倍。由此可知，晝夜變化因素對LMI的探測性能具有較大的影響，在夜晚LMI的探測能力顯著增強。

除此之外，還對每次雷暴過程進行逐小時分析。結果如圖10所示，在雷暴0904、雷暴0907、雷暴0913、雷暴0914這4次過程中，地基與衛星分別探測的閃電以及匹配的閃電數目隨時間的變化趨勢。圖11為4次雷暴過程CP與DR逐小時變化的折線圖。

根據當地氣象資料可知，9月4日、9月7日、9月13日、9月14日的日出時間均在6：10左右，日落時間在18：40左右。從圖10可以看出，雷暴0904與雷暴0913均是在下午15：00開始發生，在第二天的凌晨消亡。兩次雷暴過程中LMI探測數量在日落前3 h內達到一次峰值。雷暴0904在日落前，NLMIG突然增加，從17：00開始，NCP開始上升，隨后CP也在增加。雷暴0913同樣如此，從16：00開始，NLMIG突然增加，NCP與CP同時增大。雷暴0907于晚上20：00形成，在第二天下午13：00結束。在日出之后3 h內，NLMIG急劇下降，由824快速下降到12，NCP也急劇減小，導致 CP從80.92%下降到1.85%。而雷暴0914在14日下午13：35形成，在15日晚上20：00消散。雷暴過程持續時間較長，均經歷了日出與日落過程。在14日日落前2 h內，CP突然增加，由1.41%增加到10%，15日日落前2 h，CP同樣增大，由0.36%增加到1.09%。而在15日日出后4 h內CP急劇下降，由9.09%下降至0.36%。此次雷暴過程的CP在日出后與日出前變化情況與之前3次雷暴過程變化趨勢相同。

如圖11所示，雷暴0904白天的CP處于0.67%～11.63%，DR處于0.044～0.197，CP均值為3.48%，DR均值為0.035。夜間的CP在3.70%～28.83%，DR在0.245～1.929，CP均值為19.47%，DR均值為1.378。在日落后CP與DR都急速增加。雷暴0907夜間的CP在7.84%～86.92%，DR在0.167～2.841。在9月4日6：11日出后，CP在3 h內由86.92%下降至1.856%，平均每小時下降28%。DR在3 h內由2.841減小到0.013，下降速率為0.94/h。雷暴0913白天的CP在0.41%～8.71%，DR在0.033～0.219。在9月13日日落前2 h CP由0.41%增加到8.71%，每小時增長4.15%，DR在2 h內由0.033增加0.216，增長速率為0.092/h。雷暴0914白天的CP在0.163%～10%，DR在0.0062～0.663。夜間的CP在0.723%～14.55%，DR在0.0146～0.845。在9月14日18：31日落前2 h內，CP由0.36%上升到1.09%，每小時增長0.365%，DR在2 h內由0.081 7增加到0.208 3，每小時增加0.063 3。在9月15日6：13日出后，CP在4 h內由4.19%下降至0.361%，下降速率為每小時0.957%。DR在3 h內由0.118 9下降至0.013 8，每小時下降0.035。

綜上所述，CP與DR在日落前2 h左右會突然增加，CP增加速率平均為2.26%/h，DR增加速率平均為每小時0.077 6。此外，CP與DR在日出后3～4 h內急劇下降，CP下降的平均速率為14.48%/h，DR下降速率平均為0.487 5/h。造成CP與DR突然變化的原因可能是日夜更替時LMIG探測數量的快速變化。并且夜晚的CP與DR都高于白天，即使在白天雷暴活動比較活躍時，CP與DR都相對較低。

4 結論

利用低頻三維閃電探測系統與風云四號閃電成像儀采集的閃電資料，對比分析2020年廣東省4次雷暴過程閃電發生的空間分布特征以及日夜變化因素對LMI探測性能的影響研究。主要結論如下。

地基與衛星探測閃電的空間位置分布以及時間變化趨勢大致相同，兩種閃電都主要分布在云頂溫度小于210 K的對流云區域。在白天，地基探測到的閃電數量遠多于衛星探測到的閃電數量。

白天總CP與DR分別為2.36%和0.093，而夜間兩個值分別為20.6%和0.672。夜間總CP與DR分別是白天的8.50倍和7.23 倍。通過以上觀測表明，晝夜變化因素顯著影響LMI探測性能。LMI在夜間探測能力優于白天。

在日出后3～4 h內，CP與DR均急劇下降。CP下降的平均速率為每小時14.48%，DR下降的平均速率為每小時0.487 5。除此之外，在日落前2 h左右，CP和DR會突然增加。CP上升幅度為每小時2.26%，DR上升范圍為每小時0.077 6。研究發現CP與DR的突然變化主要是由日夜交替時LMI探測的雷電數目的快速變化造成的。即使白天雷暴活動比較強烈，CP與DR也相對較低。

LMI在白天與夜間探測性能的差異可能和LMI閃電定位的算法有關。在白天，陽光的反射造成云層背景噪音多，增加LMI探測閃電的困難。因此，LMI的閃電定位算法在白天有待于優化。