英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于卫星观测数据对闪电进行自动探测

摘要：国防气象卫星计划目的是在低照度条件下（例如，靠近太阳终端或通过月光反射）检测地球大气特征。然而，这种传感器还可以检测来自陆地的各种（包括天然和人为的）可见光，包括雷暴顶部。这项研究提出了一种自动化技术，来识别和增强与闪电相关的现象。线性滤波器被应用于数据分析，以便识别雷电特征，并且相关彩色图像增强了该信息，同时使错误预报最小化。在另一种情况下，将这种卫星产品与美国雷击探测网数据进行比较，并将其与雷电测绘阵列进行比较，证明其在预期的检测范围内是一致的。该算法可以在全球任何地方探测闪电活动，特别是那些在地面观测不到的偏远地区能够进行有效的观测。此外，OLS夜间可见传感器会保存数据，用于检测可见红的外成像仪对极地作战的环境卫星系统有潜在的用途。 VIIRS DNB将为传统的OLS夜间可视通道提供多项改进，包括21个频谱通道。

1. 引言

国防气象卫星计划（DMSP）已经有超过40年的极地卫星观测数据。 DMSP卫星上的运行线阵系统（OLS）是具有可见光和红外（IR）数据传感器的双通道辐射计。OLS夜间可见频道最初是为反映月光下的云层和雪设计的。OLS图像也包含了可见光发射特征信息。如图1显示了城市灯光，火灾，高速公路照明，渔船以及与闪电相关的云层等相关的条纹，较为明亮，特别是在没有月光时观察最亮。月光较弱时，可以观测到较为微弱的特征。通过OLS对可见光发射源的灵敏性，我们开发了一种自动发光检测算法，不仅在没有月光下可以应用，还能够应用于不同程度月光照明的情况。

由于信号难以隔离，OLS图像中的雷电信息无法确认。 该检测算法在抑制背景信号的同时增强闪电信号。 运行时，该产品可用于对于全球任何地方闪电活动的探测，特别是那些发生在偏远地区的闪电活动。 通过对闪电位置的了解，有助于分析和预测热带气旋强度（Demetriades et al。2010; DeMaria and DeMaria 2009），而雷电识别通常可以提供不同云层特征的分析（Bernstein等人，2005）。

图1.在没有月光的情况下，（a）与（b）检测到的OLS夜间可见特征（Lee等2006）。

由于DMSP卫星探测可以穿透雷暴云，故OLS能够用夜间可见光带识别闪电。对于从事航天飞机或在国际空间站观察雷暴的宇航员，云顶上出现的闪电可作为短暂的照明。例如OLS的扫描辐射计以不同的方式观察这种现象，瞬态闪光事件沿着传感器扫描的方向被捕获以“条纹”形式捕获（Orville和Henderson 1986; Orville 1981）。图2（来自Miller等人2008）是夜间可见光和红外双谱拟合的示例，显示了包括闪电各种发光源。这种增强功能将夜间可见光的来源描绘为黄色（当温度为暖时）或白色（当温度较冷时），冷云顶显示为蓝色。图2 中，闪电在夜间可见图像中呈现白色条纹，而城市亮光和火势显示为不同大小的明亮区域，高速公路亮光显示为沿着OLS扫描线的方向定位的曲线特征。

由于OLS的应用程序有限，所以OLS可能会补充基于表面信息查询的渠道。OLS检测器在任何给定的时间内观察到一个小区域，并且设计成不断监视类似闪电探测网络这样的区域，图像中只捕获了给定风暴区域发生的闪电的一小部分。根据地区云量与云对地面闪电的分析，比例估计在0.5至10.0之间，平均值约为3.0（Boccippio et al。2001）。

本研究开发了一种用于在各种月球照明条件下检测闪电的技术。这种照明可能是污染源，也可能是算法潜在的虚假警报。该技术通过在偏远地区提供云电气的偶然发现来补充现有的基于地面的雷电检测网络。在本文中，关于DMSP OLS观测系统的更多细节可以在第2节中找到。自动雷击检测算法在第3节中描述，并且在增强图像中如何可视化产品的示例在第4节中给出。最后，第5部分将介绍当前关于下一代低光成像仪未来应用的工作和讨论的总结。

图2.阿拉伯半岛和波斯湾的OLS夜间双谱色复合材料，于1621 UTC于2004年9月13日。夜间可见光通道被投射在红色（R）和绿色（G）腔中，长波红外线投射在蓝色 （B）腔。

1. DMSP OLS

DMSP星座中的卫星在距离高达830公里的太阳同步轨道上飞行，飞行时间为101分钟。设计用于昼夜云分析的DMSP OLS配备了双通道[0.6mm可见和11.0mm红外（IR）]成像器和附着到可见通道的光电倍增管，用于在3000- km条纹。扫描线的横线（垂直于卫星的地面轨迹）扫描图案构成，每个扫描线的各个元素被表示为可见亮度或辐射温度信息的离散像素。夜间可见通道实际上覆盖了电磁光谱的可见光和近红外区域的一部分（Lee等人2006; Elvidge等人1998b）。如前所述，检测低光特性的能力使OLS独一无二，其数据为其他应用提供了有用的资源。
OLS的一个元素是将其与其他卫星成像器区分开来，是其扫描策略。虽然一些成像器[例如，高级超高分辨率辐射计（AVHRR）和中等分辨率成像光谱辐射计（MODIS）]使空间分辨率远离天底，OLS在预定的扫描角度下机械地降低了其检测器的物理尺寸，以最小化这种降解，并允许在扫描边缘附近提高图像清晰度（Elvidge et al 1998a，1997）。为了保持信号强度随着检测器尺寸朝向扫描边缘的减小，OLS实现了“摆动”扫描，有效地增加了扫描边缘的驻留时间。
OLS有两个空间分辨率：平滑（2.7公里像素）和精细（0.56公里像素）。精确分辨率数据在同一时间对于可见光和IR通道都是不可用的。通常，IR通道在白天产生精细分辨率数据，白天平滑分辨率数据，而对于可见光通道则是相反的。因此，在夜间场景中很少可以看到精细的可见数据。即使有精细分辨率的夜间可见图像可用，传感器实际产生高空间分辨率图像的能力也存在固有的局限性（Lee et al。2006）。尽管精细模式的采样率较高，但大的重叠瞬时视场（IFOV）极大地限制了图像的清晰度和细节。本文所示的示例来自平滑分辨率的夜间可见数据。

3、闪电的自动探测

虽然低辐射分辨率（6位数据或64灰度）和缺乏标准校准限制了OLS夜间可见通道的应用用于定性图像（Miller和Turner 2009），但该研究利用了数据产生自动雷击检测算法。因此，该算法不需要绝对校准，而是取决于相对于周围场景的相对对比度，这是在存在某些人造光特征（例如道路和城市）时产生各种困难的要求，以及通过月光对云的侧面照明，这可能会在OLS图像的扫描线上呈现为“亮线性特征”。

如图2所示，闪光灯出现在OLS夜间可见的图像中，沿着扫描线定向为亮条纹。这些条纹通常不会描绘雷电放电的确切位置，而是由云中某处发生的闪电向上扩散而经历瞬间光照的云顶的图像（Lee et al。2006）。在这种情况下，闪电表现为扫描线上的明亮不连续，由于大部分闪电的闪烁和扫描速率相对较长（每个扫描线为0.42 s），扫描线通常不会延伸到相邻的扫描线上OLS。因此，无论闪电本身的位置或取向如何，该标志通常在扫描方向上显示为亮线特征。明亮的线性不连续性使得自动识别成为建立线路滤波方法的良好候选者。早期的研究工作（Scharfen 1999）旨在开发一种自动化雷达检测系统，使用历史OLS数据和其他上下文信息来开发，训练和测试识别图像中的闪电标志的四个单独的神经网络。每个网络都是针对不同的月相而开发的。对于目前的研究，我们采用适用于所有月球照明条件下的线检测方法。检测方法代表图像数据的二阶导数。更具体地说，在闪电条纹方向上应用一个方向滤波器（卷积核心），用于列出OLS数据的扫描线梯度。这里应用的卷积密度采取11 3 3滤镜的形式：

这种线性方向滤波器的尺寸和大小通过实验演变，以显示出相对较弱的和短的闪电条纹，否则可能人类分析师无法察觉。将此过滤器与夜间可见数据进行对比可以得到一个闪电图像和其他线路方向的边缘脱颖而出。示例OLS夜间可见和IR图像显示在图3和4中线检测滤波器的结果应用于图1中的夜间可见图像数据。图3只显示正值，因为它们对应于在夜间可见图像中比相邻扫描线像素明显更亮的像素。在可见图像中看到的最明显的闪光灯也可以在滤镜的图像中轻松看到。此外，几个不太明显的闪光现在在过滤图像中突出显示。

图3.墨西哥湾地区的OLS夜间可见图像在0126 UTC 2 Dec 2009. 2009年闪电闪烁沿着扫描线显示为白色条纹。 一些闪光相对较暗，难以识别。

4、产品演示和分析

OLS闪电检测产品可用于定性应用，例如增强图像，其旨在帮助人类分析人员了解在气象情况的其他方面（例如识别最密集的大型中尺度对流复合物的对流区域）。在本节中，我们提供了增值图像中的当前雷电检测产品的示例，并与表面观测进行比较。

a、虚拟彩色图像产品

设计增强雷电检测图像有三个主要考虑因素。首先，必须使相对较小的闪电特征与图像中的其他特征（例如，城市、云等）脱颖而出。第二，该图像应该有助于分析人员通过消除减少过滤器应用后可能仍然存在的错误检测的视觉影响来识别闪电。第三，该方法应能够独立于背景温度，表面可见背景亮度和地理位置来识别光线。
为了同时实现所有三个目标，基于原始夜间可视数据（图3），IR数据（图4）和闪电（LGT）的组合，开发了一种假彩色图像产品（图6） 图像数据（图5）。 输入夜间可视（VIS），IR和LGT图像数据被缩放到0到255之间的范围，以创建三个单独的8位图像。

窗体顶端

窗体顶端

图。 4.墨西哥湾地区的旧OR或图像在0126 UTC 2009年12月2日，低亮度温度明亮（高云顶）。 高亮度的温度是黑暗的。

窗体底端

窗体底端

图4.墨西哥湾地区的旧OR或图像在0126 UTC 2009年12月2日，低亮度温度明亮（高云顶）。 高亮度的温度是黑暗的。

图5.检测到的闪电图像在0126 UTC 2009年12月2日。该图像是通过将11 3 3卷积核应用于夜间可见数据而创建的。一些闪电比夜间可见光更明显。

图6.夜间VIS，IR的RGB合成图像，以及在0126 UTC 2009年12月2日检测到的LGT图像数据，由绿色圆圈表示的NLDN闪电检测点。 只有在该区域内任何OLS像素的时间和位置的5秒和20公里内发生的那些NLDN记录才被标记。

窗体底端

窗体底端

对于假彩色图像，以三种图像的组合的红色（R），绿色（G）和蓝色（B）颜色值（统称为RGB）以下列方式确定：

对于不同颜色的枪使用这些数据组合，如图6所示， 允许闪电显示为白色，而其他可见光发射源显示为橙色。低IR温度（高云顶）显示为亮蓝色，而高IR温度映射到低蓝色值。月亮照明情况下，大多数假闪电检测出现在城市光线边缘，火灾或云端附近。这些发射源附近的高红外温度区域的虚假检测通过简单的事实来最小化，即白色（闪电和错误检测）和橙色（非线性发射源）颜色混合较好，隐藏了错误检测。另一方面，由于闪电与相分层云（即对流）的关联，雷电在较低的IR亮度温度下最为频繁出现，因此，其他发光源的橙色不会遮蔽。为了保证感知到的雷电和背景之间的最大对比度，同时保持传统的明亮的云顶并屏蔽虚假检测，可见光数据仅用于红外亮度温度大于或等于2258℃的区域。在这些区域中，仅IR和滤波图像是假彩色图像的分量。

b、与表面观测的比较

我们将OLS闪电产品与NLDN的数据进行了比较，结果如图1所示。NLDN利用地面雷达探测器网络可以探测到美国连续数百公里的雷击点位置，雷击次数，峰值电流和多重性（Cummins等，1998）。
NLDN和OLS观察闪电的方式大有不同。NLDN能够连续不断地监控较大范围的区域，而OLS只有当传感器感应到雷击点正确的位置时才能检测到雷击。然而，作为极轨传感器，OLS覆盖范围比NLDN更大。另外，由于OLS视图照亮了云顶，所以说明它能够探测到云地闪和云内闪，但对云内闪更为敏感（Orville和Henderson 1986）。另一方面，NLDN主要检测云地闪，但在相同的区域和同一时间段内OLS中能检测到各种类型的闪电。在NLDN和OLS检测到相同闪电的情况下，通过两种检测方法可能会在不同的位置看到闪击。OLS看到的发光云顶可能会延伸几公里，但闪电本身可能不在观察到的像素内。此外，在终止之前，闪击可能在水平线上延伸几公里。因此，NLDN检测位置和卫星观察位置之间可能存在差异。此外，雷电事件饱和的扫描线段末端由于持久性影响而远离卫星图像中的积雨云细胞，这可能会导致两个数据库中的位置差异。最后，卫星图像中的视差效应（特别是对于OLS条纹边缘附近的雷暴）可能导致雷电闪击点误差为几千比特，除非在几何学上进行校正（必须在垂直方向上对闪击点位置进行）。检测方法的这些差异使OLS和NLDN检测到的雷电之间的直接比较变得困难。相反，我们只是在两种检测方法之间寻找合理的空间和时间相关性。为了进行比较，我们选择了在OLS图像中最能包容闪电的空间域。考虑到这些海上位置的位置误差的可能性以及OLS图像中指出的闪光可能距离打击位置（特别是对于覆盖大面积的小区）的距离较远，无论图中是否检测到闪电，NLDN搜索到的闪电数据为50公里OLS像素内的每秒闪电数据。在图3的情况下，NLDN数据中和邻近的OLS像素中（图6）共发现了32次独特的闪电。虽然由于OLS闪电产品的性质和检测方法的差异，定量比较是不可能的，但这两种检测方法观察到的闪电区域彼此匹配良好。
我们还将我们的产品与北阿拉巴马州闪电绘图阵列（NALMA）进行了比较，该阵列是用于测量由雷电产生的甚高频无线电波的多传感器网络（Koshak等人2004）。图7-10显示了OLS夜间可见图像，红外图像，闪电检测图像以及2010年10月24日至25日夜间可见图像间的比较，在位置和时间上给出了两者的差异，距离和时间范围分别

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25731]，资料为PDF文档或Word文档，PDF文档可免费转换为Word