風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀監(jiān)測(cè)原理和產(chǎn)品算法研究進(jìn)展

曹冬杰（中國(guó)氣象局中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開(kāi)放實(shí)驗(yàn)室，國(guó)家衛(wèi)星氣象中心，北京 100081）

?

風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀監(jiān)測(cè)原理和產(chǎn)品算法研究進(jìn)展

曹冬杰
（中國(guó)氣象局中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開(kāi)放實(shí)驗(yàn)室，國(guó)家衛(wèi)星氣象中心，北京 100081）

摘要：靜止衛(wèi)星閃電成像儀通過(guò)光學(xué)成像探測(cè)實(shí)現(xiàn)閃電定位，能夠?qū)﹂W電活動(dòng)進(jìn)行長(zhǎng)時(shí)間連續(xù)監(jiān)測(cè)，為中國(guó)地區(qū)強(qiáng)對(duì)流天氣預(yù)警和區(qū)域閃電活動(dòng)特征研究提供觀測(cè)基礎(chǔ)。結(jié)合國(guó)外靜止衛(wèi)星閃電成像儀研究現(xiàn)狀，針對(duì)風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀工作原理和產(chǎn)品算法進(jìn)行了介紹。

關(guān)鍵詞：閃電成像儀，實(shí)時(shí)事件處理器，虛假信號(hào)濾除算法，聚類(lèi)分析

0　引言

閃電放電過(guò)程會(huì)產(chǎn)生很強(qiáng)的光輻射，根據(jù)閃電的放電特征，衛(wèi)星搭載的閃電成像儀通過(guò)探測(cè)777.4nm中性氧原子近紅外吸收譜線的閃電光輻射，能夠確定閃電發(fā)生的準(zhǔn)確位置[1-2]。國(guó)際上在軌運(yùn)行的星載閃電成像儀搭載于近赤道非太陽(yáng)同步軌道衛(wèi)星，包括裝載于Microlab-1衛(wèi)星上的閃電光學(xué)瞬變探測(cè)器（OTD）[3-5]和裝載于熱帶降水測(cè)量計(jì)劃任務(wù)衛(wèi)星（TRMM）上的閃電成像儀（LIS）[5-6]。作為L(zhǎng)IS的原型，OTD自1995年開(kāi)始投入運(yùn)行，相對(duì)赤道傾角70°，軌道高度740km，觀測(cè)區(qū)域?yàn)?5°S—75°N，軌道周期為100分鐘，完整覆蓋全球需55天，用于探測(cè)閃電光輻射的電荷耦合器件探測(cè)陣列（CCD）大小為128×128，觀測(cè)視場(chǎng)為1300km×1300km，空間分辨率為10km，閃電探測(cè)率為50%～66%。LIS自1998年開(kāi)始投入運(yùn)行，工作波長(zhǎng)為中性氧原子近紅外譜線777.4nm，帶寬為0.909nm，相對(duì)赤道傾角35°，軌道高度350km，觀測(cè)區(qū)域?yàn)?5°S—35°N，軌道周期90分鐘，完整覆蓋全球需49天，CCD面陣為128×128，觀測(cè)視場(chǎng)為1300km×1300km，空間分辨率為3～6km，其中，星下點(diǎn)分辨率為3.7km，閃電探測(cè)率為88%。2001年8月軌道抬升至402.5km，星下點(diǎn)分辨率為4.3km。LIS利用星上實(shí)時(shí)事件處理器（RTEP）對(duì)觀測(cè)數(shù)據(jù)進(jìn)行星上預(yù)處理和虛假信號(hào)濾除，并將數(shù)據(jù)實(shí)時(shí)發(fā)送至地面接收站。

衛(wèi)星閃電觀測(cè)產(chǎn)品在天氣和氣候研究中有重要應(yīng)用[7-10]。在低軌道衛(wèi)星閃電成像儀OTD和LIS的基礎(chǔ)上，通過(guò)發(fā)展靜止衛(wèi)星閃電成像儀實(shí)現(xiàn)對(duì)閃電的連續(xù)、實(shí)時(shí)觀測(cè)，從而實(shí)現(xiàn)雷電的追蹤和預(yù)警，成為了國(guó)際上雷電空間探測(cè)的主要發(fā)展方向。美國(guó)、中國(guó)和歐洲均陸續(xù)開(kāi)展靜止衛(wèi)星搭載閃電成像儀的設(shè)計(jì)和研究。美國(guó)靜止衛(wèi)星[11]（GOES-R）閃電成像儀（GLM），計(jì)劃2016年發(fā)射，CCD面陣大小為1372×1300，空間分辨率為8～14km，閃電探測(cè)率為70%，虛警率為5%。歐洲第三代靜止衛(wèi)星（MTG）閃電成像儀（LI）[12]，計(jì)劃2018年發(fā)射。中國(guó)新一代靜止衛(wèi)星風(fēng)云四號(hào)（FY-4）閃電成像儀（LMI）[13-14]是我國(guó)第一次自主研制的星載閃電成像儀，在儀器研制和產(chǎn)品生成算法等方面都面臨著巨大的挑戰(zhàn)，首星計(jì)劃于2016年發(fā)射。美國(guó)、中國(guó)和歐盟靜止衛(wèi)星閃電成像儀，儀器結(jié)構(gòu)和工作原理相似，未來(lái)將構(gòu)成近乎全球覆蓋的天基閃電觀測(cè)網(wǎng)，將對(duì)全球閃電探測(cè)、大氣電學(xué)研究等相關(guān)領(lǐng)域產(chǎn)生重要影響。

同低軌道衛(wèi)星閃電成像儀相似，靜止衛(wèi)星閃電成像儀主要包括CCD面陣以及用于星上數(shù)據(jù)預(yù)處理和背景信號(hào)濾除的星上實(shí)時(shí)事件處理器（RTEP），地面處理系統(tǒng)主要包括衛(wèi)星觀測(cè)數(shù)據(jù)定標(biāo)和定位，以及包括虛假信號(hào)濾除和聚類(lèi)分析等產(chǎn)品算法的產(chǎn)品生成系統(tǒng)。本文對(duì)靜止衛(wèi)星閃電成像儀的儀器工作原理和產(chǎn)品生成算法進(jìn)行詳細(xì)介紹。

1　儀器工作原理

1.1儀器工作原理

靜止衛(wèi)星閃電成像儀CCD觀測(cè)波長(zhǎng)為777.4nm，CCD探測(cè)來(lái)自閃電放電過(guò)程產(chǎn)生的光輻射，探測(cè)到的光輻射強(qiáng)度數(shù)據(jù)通過(guò)星上RTEP進(jìn)行星上數(shù)據(jù)預(yù)處理和地面產(chǎn)品生成系統(tǒng)。首先，采用背景光估計(jì)等方法濾除CCD面元探測(cè)的背景光，提取可能來(lái)自于閃電的發(fā)光“事件”，數(shù)據(jù)實(shí)時(shí)發(fā)送至地面接收站。其次，地面接收站對(duì)RTEP下傳的數(shù)據(jù)進(jìn)行定標(biāo)和定位處理，輸出經(jīng)定標(biāo)定位后的包含發(fā)光“事件”的發(fā)生時(shí)間，位置和強(qiáng)度等信息的閃電成像儀產(chǎn)品。最后，利用產(chǎn)品算法軟件，進(jìn)行虛假信號(hào)濾除和聚類(lèi)分析，輸出包含閃電“事件”、“組”和“閃電”的發(fā)生時(shí)間、位置和強(qiáng)度等信息的閃電成像儀產(chǎn)品，應(yīng)用于業(yè)務(wù)服務(wù)和科研。風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀的觀測(cè)視場(chǎng)如圖1所示，基本能夠覆蓋中國(guó)地區(qū)及鄰近陸地和海洋區(qū)域，實(shí)現(xiàn)中國(guó)地區(qū)閃電活動(dòng)特征的觀測(cè)。

1.2星上RTEP算法

星上RTEP接收CCD面陣并行輸出的原始觀測(cè)數(shù)據(jù)，經(jīng)信號(hào)接收與限幅、多幀平均背景估值、背景信號(hào)去除、逐元閾值自適用設(shè)置、閃電信號(hào)探測(cè)、閃電信號(hào)編碼[14]，將閃電“事件”與背景數(shù)據(jù)一并輸出給信息編碼電路并傳至地面接收測(cè)站。

GLM利用RTEP實(shí)現(xiàn)背景光濾除，如圖2所示，星上RTEP算法主要目的是對(duì)原始數(shù)據(jù)進(jìn)行背景光去除，減小背景光對(duì)閃電觀測(cè)的影響，白天背景光的變化主要與太陽(yáng)角度、云體反射率和地面反照率有關(guān)，根據(jù)背景光的特征，濾除方法包括空間濾除、光譜濾除、積分濾除和多幀平均背景估值方法[15]。風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀將針對(duì)背景光特征，綜合采用多種方法實(shí)現(xiàn)背景光濾除。

圖1　風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀觀測(cè)范圍（圖中不同顏色圓點(diǎn)表示TRMM搭載的LIS觀測(cè)的2008年7月閃電頻數(shù)分布日均值）Fig.1　FOV view from the FY-4 LMI(lightning observations in July,2008 from the NASA LIS on board the TRMM（TRMM/LIS）low earth-orbiting satellites)

圖2　閃電成像儀星上實(shí)時(shí)事件處理器[16]Fig.2　Real Time Event Processor on Lightning Mapping Imager[16]

1）空間濾除。將閃電成像儀焦平面陣列上的每個(gè)探測(cè)像元的瞬時(shí)視場(chǎng)（IFOV）與云頂區(qū)域閃電閃擊發(fā)出的光輻射在空間尺度上進(jìn)行分析（如5～10km區(qū)域），比較閃電信號(hào)與背景光。例如，當(dāng)IFOV范圍大于10km時(shí)，閃電信號(hào)與背景光將沒(méi)有明顯區(qū)分，原因是云層對(duì)云內(nèi)垂直分布的閃電放電源發(fā)出的光的散射沿徑向光強(qiáng)逐漸減弱，而云頂散射的太陽(yáng)光在徑向方向上的光強(qiáng)則基本不變。如果IFOV范圍小于10km，閃電信號(hào)和背景光都將減小，但電子噪聲不變，因此探測(cè)系統(tǒng)信噪比減小。

2）光譜濾除。利用以777.4nm譜線為中心譜線的窄帶干涉濾波器實(shí)現(xiàn)光譜濾除，窄帶濾波器能夠提高探測(cè)系統(tǒng)的信噪比，使得相對(duì)較弱的閃電信號(hào)不會(huì)被背景光“淹沒(méi)”。

3）積分濾除。對(duì)CCD面陣焦平面上的觀測(cè)信號(hào)在時(shí)域進(jìn)行積分，利用閃電脈沖持續(xù)時(shí)間（400μs的倍數(shù)）與背景光持續(xù)時(shí)間（整秒的倍數(shù)，常數(shù)）不同的特點(diǎn)進(jìn)行背景光濾除。積分時(shí)間為CCD面陣數(shù)據(jù)讀出之前，各像元電荷積累所需的時(shí)間。閃電信號(hào)與背景光信號(hào)的比值隨積分時(shí)間接近閃電脈沖持續(xù)時(shí)間而升高。如果積分時(shí)間太短，閃電信號(hào)可能在相鄰的兩幀之間被分離，導(dǎo)致信噪比降低。觀測(cè)時(shí)，閃電成像儀的實(shí)際積分時(shí)間設(shè)置為1.8ms，這樣的積分時(shí)間設(shè)定可最大限度的減小閃電信號(hào)被分離的可能，使探測(cè)效率最大化。

4）多幀平均背景估值[2]。將每秒開(kāi)始的數(shù)幀原始數(shù)據(jù)做平均，給出背景估值，進(jìn)而將緩慢變化的背景光從輸出的原始數(shù)據(jù)中濾除，提取瞬態(tài)變化的閃電“事件”。同時(shí)，采用根據(jù)背景強(qiáng)度自適用調(diào)整探測(cè)閾值的方法，實(shí)現(xiàn)瞬態(tài)點(diǎn)源弱小目標(biāo)探測(cè)效率最大化，減小背景光的影響。

2　閃電產(chǎn)品生成算法

閃電產(chǎn)品算法對(duì)經(jīng)地面處理系統(tǒng)定標(biāo)定位處理后的發(fā)光“事件”進(jìn)行虛假信號(hào)濾除和聚類(lèi)分析，輸出閃電“事件”、“組”和“閃電”的發(fā)生時(shí)間、位置和強(qiáng)度等信息，以及基于結(jié)構(gòu)樹(shù)的閃電“事件”、“組”和“閃電”之間的從屬關(guān)系。

2.1虛假信號(hào)濾除算法

閃電成像儀CCD面陣探測(cè)的原始數(shù)據(jù)中的噪聲主要來(lái)源于閃電成像儀的儀器探測(cè)系統(tǒng)噪聲，包括重復(fù)噪聲（CCD面陣探測(cè)產(chǎn)生）、鬼影噪聲（CCD面陣輸出設(shè)備產(chǎn)生）、棒棒糖噪聲（光輻射強(qiáng)度過(guò)飽和）、軌跡噪聲（探測(cè)的高能粒子）和沖擊噪聲等（來(lái)源不明，此類(lèi)噪聲表現(xiàn)為雜散點(diǎn)，可導(dǎo)致聚類(lèi)的閃電“組”遠(yuǎn)超于真實(shí)的閃電“組”個(gè)數(shù)）。不同CCD面元噪聲在總噪聲中所占的比例和降噪方法有所不同[17]，可采用面元噪聲濾除方法，針對(duì)不同噪聲特征，對(duì)噪聲進(jìn)行初步濾除。

中國(guó)銀行云南省分行東風(fēng)支行轄屬蓮花池支行的一位客戶(hù)，通過(guò)他自己的親身體驗(yàn)見(jiàn)證了中銀全球智匯給跨境支付帶來(lái)的快捷體驗(yàn)。

經(jīng)面元噪聲濾除方法處理后的觀測(cè)數(shù)據(jù)中仍然存在噪聲，這些噪聲只能在聚類(lèi)分析后做進(jìn)一步濾除，即虛假信號(hào)濾除。風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀虛假信號(hào)濾除算法如圖3所示，對(duì)聚類(lèi)分析后的閃電“事件”、“組”和“閃電”產(chǎn)品，首先分析特定區(qū)域是否只存在一個(gè)“事件”、“組”或“閃電”，若出現(xiàn)此類(lèi)情況，則可能為虛假信號(hào)。然后，對(duì)聚類(lèi)分析輸出的閃電產(chǎn)品采用如下方法濾除不同噪聲產(chǎn)生的虛假信號(hào)，蒙特卡洛方法濾除粒子噪聲（CCD面陣探測(cè)的高能粒子影響產(chǎn)生的隨機(jī)分布的噪聲），背景噪聲分析（對(duì)前一步濾除的“閃電”的重新分析來(lái)判斷背景噪聲），過(guò)渡區(qū)域?yàn)V除（明暗過(guò)渡的觀測(cè)區(qū)域，如積雪區(qū)、海岸線和云邊緣等），閃爍濾除（濾除太陽(yáng)光散射影響衛(wèi)星觀測(cè)平臺(tái)），邊緣濾除（濾除CCD面陣邊緣的噪聲），關(guān)聯(lián)濾除（區(qū)域絕大部分閃電“事件”為虛假“事件”，那么該區(qū)域剩余的相關(guān)“事件”也為虛假“事件”），“組”濾除（如果“閃電”只包含一個(gè)“組”，那么判斷這個(gè)“閃電”為虛假“閃電”）。

圖3　虛假信號(hào)濾除算法流程圖Fig.3　Flow chart of false signal filtering algorithm

2.2聚類(lèi)算法

2.2.1模擬代理數(shù)據(jù)生成

由于云層的散射和吸收作用，閃電發(fā)出的光輻射[18]在云層中傳輸，光輻射強(qiáng)度會(huì)發(fā)生衰減，由于閃電光源非穩(wěn)態(tài)光源的特殊性，應(yīng)用蒙特卡羅方法可較為準(zhǔn)確地模擬閃電光輻射在云中的輻射傳輸過(guò)程[19]。此外，由于衛(wèi)星探測(cè)的閃電光輻射來(lái)自于云頂，因此需利用云頂高度訂正提高閃電定位精度[20]。由于云層對(duì)閃電光輻射的影響較為復(fù)雜，這里暫不對(duì)該過(guò)程進(jìn)行分析。

風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀模擬代理數(shù)據(jù)的生成方法如下，首先假定光脈沖的位置和發(fā)生時(shí)間，其次生成正態(tài)分布的光脈沖對(duì)應(yīng)的電流幅值，最后利用經(jīng)驗(yàn)分布函數(shù)[21]和電流幅值，獲得“發(fā)光事件”的輻亮度值，以及每個(gè)光脈沖對(duì)應(yīng)的光子分布。代理數(shù)據(jù)模擬結(jié)果如圖4所示。圖4a所示為模擬的光子分布，圖4b所示為由光子分布得到的輻亮度分布，圖中的輻亮度值是各格點(diǎn)光輻亮度的疊加值，圖中顏色變化對(duì)應(yīng)于不同范圍的輻亮度值，輻亮度的單位為μJ?m-2?sr-1。模擬區(qū)域范圍為10°×10°，格點(diǎn)大小為0.1°×0.1°?？梢钥闯觯庾訑?shù)集中區(qū)域，光輻亮度較強(qiáng)。利用上述方法獲得的模擬代理數(shù)據(jù)已應(yīng)用于風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀的聚類(lèi)算法仿真測(cè)試。

2.2.2聚類(lèi)算法

聚類(lèi)算法的作用是將閃電“事件”聚類(lèi)為“組”和“閃電”，如圖5所示，建立閃電“事件”、“組”和“閃電”呈結(jié)構(gòu)樹(shù)狀的級(jí)聯(lián)關(guān)系。“組”由同一幀相鄰CCD面元的“事件”構(gòu)成，而“閃電”由時(shí)間間隔不大于330ms，空間距離不大于16.5km的“組”構(gòu)成。這里定義的“閃電”對(duì)應(yīng)于一次真實(shí)的閃電過(guò)程，而“組”則對(duì)應(yīng)于地閃的一次回?fù)艋蛟崎W的一次K變化，但并不是一一對(duì)應(yīng)的關(guān)系，一次閃電包含的“組”的個(gè)數(shù)可能大于實(shí)際的“閃擊”個(gè)數(shù)，因?yàn)椤伴W擊”之間的放電過(guò)程可能也會(huì)被判斷為“組”。

圖5　聚類(lèi)算法示意圖[17]Fig.5　Diagram of clustering algorithm[17]

閃電成像儀產(chǎn)品生成算法流程圖如圖6所示，將經(jīng)噪聲濾除后的L1級(jí)閃電產(chǎn)品作為輸入數(shù)據(jù)，對(duì)閃電“事件”進(jìn)行聚類(lèi)分析，首先判斷該“事件”輻亮度是否滿足探測(cè)閾值，進(jìn)而判斷其是否屬于已有的“組”，如屬于已有的“組”，則將其聚類(lèi)為該“組”，否則將其定義為一個(gè)新的“組”；然后判斷該“事件”所屬的“組”是否屬于已有的“閃電”，如屬于已有的“閃電”，則將其聚類(lèi)為該“閃電”，否則將其定義為一個(gè)新的“閃電”。若一個(gè)“事件”被歸為多個(gè)“組”，則將這些“組”合并為同一個(gè)“組”，然后將該“事件”歸為這個(gè)“組”。若一個(gè)“組”被歸為多個(gè)“閃電”，則將這些“閃電”合并為同一個(gè)“閃電”，然后將該“組”歸為這個(gè)“閃電”最后輸出“事件”，“組”，和“閃電”的位置經(jīng)度和緯度等信息，進(jìn)而建立“事件”，“組”，和“閃電”的呈樹(shù)狀結(jié)構(gòu)的從屬關(guān)系。

圖6　閃電成像儀產(chǎn)品算法算法流程圖Fig.6　Flow chart of product generated algorithm

風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀產(chǎn)品生成算法綜合了虛假信號(hào)濾除算法和聚類(lèi)算法，在產(chǎn)品生成算法的設(shè)計(jì)中考慮了中國(guó)地區(qū)閃電分布特征，參考同步觀測(cè)的衛(wèi)星云檢測(cè)和云相態(tài)產(chǎn)品中的云類(lèi)型識(shí)別等信息，進(jìn)一步濾除虛假信號(hào)，提高閃電產(chǎn)品定位精度。衛(wèi)星發(fā)射前，閃電成像儀的探測(cè)率和虛警率需根據(jù)試驗(yàn)室儀器正樣測(cè)試結(jié)果進(jìn)行預(yù)估[4]，衛(wèi)星發(fā)射后利用在軌觀測(cè)數(shù)據(jù)結(jié)合其他閃電定位產(chǎn)品進(jìn)行準(zhǔn)確評(píng)估。未來(lái)計(jì)劃基于閃電成像儀全面陣背景觀測(cè)數(shù)據(jù)，采用深對(duì)流云目標(biāo)觀測(cè)方法對(duì)閃電成像儀777.4nm通道儀器輻射衰減特性進(jìn)行評(píng)估；利用閃電成像儀在軌觀測(cè)數(shù)據(jù)，中國(guó)地基閃電定位網(wǎng)閃電定位產(chǎn)品和雷達(dá)觀測(cè)產(chǎn)品，開(kāi)展閃電成像儀產(chǎn)品生成算法的檢驗(yàn)和閃電探測(cè)產(chǎn)品的驗(yàn)證。

3　結(jié)論與展望

本文主要介紹了衛(wèi)星閃電成像儀的工作原理和產(chǎn)品生成算法，在此基礎(chǔ)上對(duì)即將應(yīng)用于觀測(cè)的風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀做了詳細(xì)介紹。

1）靜止衛(wèi)星閃電成像儀通過(guò)探測(cè)777.4nm中性氧原子近紅外吸收譜線的閃電光輻射實(shí)現(xiàn)閃電定位，包括用于觀測(cè)發(fā)光“事件”的CCD面陣，用于星上數(shù)據(jù)預(yù)處理和背景信號(hào)濾除的星上實(shí)時(shí)事件處理器，用于數(shù)據(jù)定標(biāo)定位和產(chǎn)品生成的地面處理系統(tǒng)?？梢詾閺?qiáng)對(duì)流層實(shí)時(shí)監(jiān)測(cè)、預(yù)警預(yù)報(bào)提供有益的觀測(cè)信息，具有重要的應(yīng)用前景。

2）閃電成像儀星上RTEP算法主要采用多幀背景評(píng)估方法，確定背景光強(qiáng)度，實(shí)現(xiàn)對(duì)CCD面陣探測(cè)的原始觀測(cè)數(shù)據(jù)進(jìn)行背景光濾除。此外，針對(duì)不同噪聲，采用不同的噪聲濾除方法，減小噪聲對(duì)閃電觀測(cè)的影響。

3）閃電成像儀產(chǎn)品算法采用虛假信號(hào)濾除和聚類(lèi)分析方法，對(duì)經(jīng)定標(biāo)定位處理后的閃電成像儀觀測(cè)數(shù)據(jù)進(jìn)行進(jìn)一步處理。首先濾除發(fā)光“事件”中的虛假“事件”，然后利用聚類(lèi)分析將閃電“事件”聚類(lèi)為“組”和“閃電”，參考云檢測(cè)和云相態(tài)產(chǎn)品中的云類(lèi)型識(shí)別等信息，進(jìn)一步濾除虛假“閃電”產(chǎn)品，最后輸出聚類(lèi)分析得到的閃電“事件”、“組”和“閃電”的發(fā)生時(shí)間、位置和強(qiáng)度等信息，以及基于結(jié)構(gòu)樹(shù)的閃電“事件”、“組”和“閃電”之間的從屬關(guān)系。

風(fēng)云四號(hào)靜止衛(wèi)星閃電成像儀將實(shí)現(xiàn)對(duì)中國(guó)及周邊地區(qū)的閃電活動(dòng)全天候連續(xù)觀測(cè)，提供覆蓋范圍廣、時(shí)間分辨率高的總閃分布數(shù)據(jù)，可用于分析中國(guó)地區(qū)閃電分布特征，實(shí)時(shí)閃電定位產(chǎn)品的應(yīng)用，對(duì)于研究強(qiáng)對(duì)流天氣過(guò)程，實(shí)現(xiàn)雷暴預(yù)警和預(yù)報(bào)，對(duì)流初生判斷，強(qiáng)風(fēng)暴活動(dòng)的提前預(yù)警等有重要意義。

參考文獻(xiàn)

[1]Christian H J,Goodman S J.Optical observations of lightning from a high altitude airplane.J Atmos Oceanic Technol,1987,4:701-711.

[2]Christian H J,Blakeslee R J,Goodman S J.The detection of lightning from geostationary orbit.J Geosphys Res,1989,94:13329-13337.

[3]Christian H J,Discoll K T,Goodman S J,et al.The optical transient Detector(OTD).Proc 10th Int Conf on Atmosph,Elec,Osaka,Japan,ICAE,1996:368-371.

[4]Koshak W J,Stewart MF,Christian H J,et al.Laboratory calibration of the optical transientdetector and the lightning imaging sensor.J Atmos Ocean Tech,2000,17(7):905-915.

[5]Boccippio D J,Koshak W J,Blakeslee R J.Performance assessment of the optical transient detector and lightning imaging sensor.Part I:Predicted diurnal variability.J Atmos Oceanic Tech,2002,19(9):1318-1332.

[6]Christian H J,Blakeslee R J,Goodman S J,et al.The Lighting Imaging Sensor.Proc 11th Int Conf on Atmospheric Electricity,Guntersville,AL ICAE,1999,746-749.

[7]Ceil D E,Goodman S J,Boccippio D J,et al.Three years of TRMM precipitation features.Part I:Radar,radiometric,and lightning characteristics.Mon Wea Rev,2005,133:543-566.

[8]Ceil D E,Buechler D E,Blakeslee R J.Gridded lightning climatology from TRMM-LIS and OTD:Dataset description.Atmos Res,2014,135–136:404–414.

[9]Boccippio D J,Goodman S J,Heckman S.Regional differences in tropical lightning distributions.J Appl Meteor,2000,39:2231–2248.

[10]Christian H J,Blakeslee R J,Boccippio D J,et al.Global frequency and distribution of lightning as observed from space by the Optical Transient Detector.J Geophys Res,2003,108(D1):4005.

[11]Goodman S J,Blakeslee R J,Koshak W J,et al.The GOES-R Geostationary Lightning Mapper(GLM).Atmospheric Research,2013,125-126:34-49.

[12]Finke U,Hauf T.Detect and locate lightning events from Geostationary satellite observations,Report part Ⅱ,Feasibility of lightning location from a Geostationary Orbit,EUM/CO/02/1016/SAT,2002.

[13]黃富祥,郭俊柏,馮小虎.閃電成像儀虛警率和探測(cè)率模擬計(jì)算.光子學(xué)報(bào),2009,38(12):74-78.

[14]鮑書(shū)龍,唐紹凡,李云飛,等.靜止軌道瞬態(tài)點(diǎn)源多目標(biāo)閃電信號(hào)實(shí)時(shí)探測(cè)技術(shù).紅外與激光工程,2012,41(9):2390-2395.

[15]Goodman S J,Mach D,Koshak W,et al.GLM lightning clusterfilter algorithm,algorithm theoretical basis document.Ver 4.0,NOAA NESDIS Center for Satellite Applications and Research,Washington,DC,2010.

[16]Mach D M,Goodman S J,Koshak W J,et al.GOESR Geostationary Lightning Mapper performance specifications and algorithms.NOAA STAR GOES-R AWG Review,Madison,United States,2008.

[17]Christian H J,Blakeslee R J,Goodman S J,et al.Algorithm theoretical Basis Document(ATBD)for the Lightning Imaging Sensor(LIS).NASA-MSFC,Earth Science Department,2000.

[18]郄秀書(shū),謝屹然,Toumi R.閃電的光輻射能分布特征.高原氣象,2004,23(4):476-480.

[19]胡麗琴,黃富祥.基于蒙特卡羅方法的衛(wèi)星光學(xué)波段閃電輻射觀測(cè)模擬.光學(xué)學(xué)報(bào),2012,32(11):1101001.

[20]陳圣波,楊瑩,崔騰飛.靜止衛(wèi)星閃電探測(cè)中云影響研究.地球物理學(xué)報(bào),2012,55(3):797-803.

[21]Finke U,Grandell J,Defer E,et al.The Lightning Imager(LI)on MTG-Scientific studies and developments,AGU-Fall Meeting San Francisco - CA,USA,2010.

The Development of Product Algorithm of the Fengyun-4 Geostationary Lightning Mapping Imager

Cao Dongjie
(Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites,National Satellite Meteorological Centre,Beijing 100081)

Abstract:The lightning mapping imager equipped on the satellite is a new technique for lightning observation.The lightning imager equipped on the geostationary satellite could map the optical emission from the lightning discharge and locate the flash.The FY-4 geostationary lightning mapping imager could observe lightning activities continuously,and provide for the severe weather forecasting and lightning activity characterization in China.The paper showed the development of observation method and product algorithm of the satellite lightning imager,discussed the instrument and introduced product algorithm of the lightning imager.

Keywords:lightning imager,real-time event processing,false signals filtering algorithm,cluster analysis

收稿日期：2015年9月11日；修回日期：2015年12月18日

DOI：10.3969/j.issn.2095-1973.2016.01.014

作者：曹冬杰（1980—），Email:caodj@cma.gov.cn

資助信息：國(guó)家自然科學(xué)基金（41305015）