CN108152868A - 利用闪电定位数据计算雷暴日天数的方法及装置 - Google Patents

Abstract

本发明提供了一种利用闪电定位数据计算雷暴日天数的方法，其包括：获取以观测点为中心半径为R的闪电观测区域的闪电定位数据和历史雷暴日记录；从闪电观测区域中选取半径为Rn的n个观测范围，其中Rn≤R，并从闪电定位数据获得各个观测范围内的雷暴日记录；将在历史雷暴日记录的期间的各个观测范围内的雷电日记录与雷暴日记录进行匹配，令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围；并且在匹配观测范围，将从匹配观测范围的雷电日记录所得到的雷电日天数作为雷暴日天数。根据本发明，通过研究观测半径与雷暴日记录的关系，能够通过仪器观测雷电日来获得雷暴的记录信息，延续了过去的人工观测雷暴日的记录。

Description

利用闪电定位数据计算雷暴日天数的方法及装置

技术领域

本发明涉及气象观测领域，特别涉及一种利用闪电定位数据计算雷暴日天数的方法。

背景技术

众所周知，雷暴日是反映当地雷电活动频繁程度及雷电活动强度等活动规律的物理参数。以往，雷暴日的资料通常来源于人工观测，对于很多观测站而言，经常保留有数十年观测资料，观测资料积累的时间长，数据也很宝贵。然而，人工观测雷暴日的观测结果容易受到气象站点的环境、观测人员听力差异及背景噪音等因素的影响。

随着气象观测现代化程度越来越高，闪电定位观测系统正在逐步取代常规人工观测的观测方法。例如，我国气象部门已于2004年开始建立了国家雷电监测定位网，通过该定位网可以实时监测雷电的发生、发展及消亡的全过程，并能准确测量闪击发生的时间、位置、极性及电流强度等重要参数，是替代人工观测雷暴日的重要观测手段。在这个发展过程中，如何使现代的气象观测手段能够有效地利用和延续历史雷暴日记录，成为了气象领域十分重要的课题。特别是，随着人工观测雷暴日业务的取消，利用由闪电定位系统所获得的闪电定位数据来替代雷暴日的人工观测成为目前的研究热点。

发明内容

本发明是鉴于上述现有状况而作出的，其目的在于，提供一种能够方便地使用仪器观测闪电定位数据计算雷暴日天数的方法及装置。

为此，本发明的一方面提供了一种利用闪电定位数据计算雷暴日天数的方法，其包括：获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录、以及在所述历史雷暴日记录的期间在所述闪电观测区域内的由闪电定位仪器所获得的闪电定位数据；从所述闪电观测区域中选取半径为Rn的n个观测范围，其中Rn≤R，n为正整数，并从所述闪电定位数据获得在所述历史雷暴日记录的期间的各个观测范围内的雷电日记录；将在所述历史雷暴日记录的期间的所述各个观测范围内的雷电日记录与所述雷暴日记录进行匹配，令所述雷电日记录与所述雷暴日记录的误差最小的观测范围作为匹配观测范围；并且在所述匹配观测范围，将从所述匹配观测范围的雷电日记录所得到的雷电日天数作为雷暴日天数。

在本发明的一方面中，通过匹配观测范围内闪电定位系统所获得的闪电定位数据与历史雷暴日记录的关系，来获得与雷暴日记录最匹配的雷电日的观测范围，以将历史雷暴日记录与气象仪器所观测的雷电日联系起来，由此能够通过由闪电定位系统所获得的闪电定位数据例如雷电日来获得雷暴日信息，延续了过去的人工观测雷暴日的记录。

在本发明的一方面所涉及的方法中，所述闪电定位数据由闪电定位系统测得。由此，确保了闪电定位数据的准确性和灵敏性。

在本发明的一方面所涉及的方法中，通过最小二乘法将在所述历史雷暴日记录的期间的所述各个观测范围内的雷电日记录与所述雷暴日记录进行匹配。由此，能够方便地将由气象仪器获得的雷电日记录与雷暴日记录进行匹配。

在本发明所涉及的方法中，所述闪电定位数据包括地闪数据。在这种情况下，由于包括地闪数据的闪电定位数据与雷暴日记录具有良好的相关性，由此，通过该闪电定位数据，能够更加准确地得到雷暴日信息。

在本发明所涉及的方法中，还包括通过雷达回波分析所述闪电定位数据的可靠性。由此，能够确保闪电定位数据的准确性和可靠性。

在本发明所涉及的方法中，在所述闪电定位数据中，去除了电流大于10kA的正地闪数据。在这种情况下，由于闪电定位系统中的低频探头有可能将云闪引起的小幅值正闪误判为正地闪，因此，去除电流10kA以下的正地闪能够减少闪电定位系统的误判带来的误差，提高了闪电定位数据的准确性和相关性。

在本发明所涉及的方法中，所述雷电日和所述雷暴日为气象日。这里，气象日是指北京时间当日20:00至次日20:00之间的时间段。由此，能够方便地定义雷电日与雷暴日。特别地，从由闪电定位系统所测得的闪电定位数据计算得到的雷电日是指在气象日内由闪电定位系统监测到的一定范围内的闪电次数大于等于1时的日子。

本发明的另一方面还提供了一种利用闪电定位数据计算雷暴日天数的系统，其包括：获取模块，其用于获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录以及在所述历史雷暴日记录的期间在所述闪电观测区域内的由闪电定位系统所获得的闪电定位数据；选取模块，其用于选取半径为Rn的n个的观测范围，其中Rn≤R，n为正整数，并从所述闪电定位数据获得在所述历史雷暴日记录的期间的各个观测范围内的雷电日记录；匹配模块，其用于将在所述历史雷暴日记录的期间的所述n个观测范围内的雷电日记录与所述雷暴日记录进行匹配，令所述雷电日记录与所述雷暴日记录的误差最小的观测范围作为匹配观测范围；以及确定模块，其用于在所述匹配观测范围，将从所述匹配观测范围的雷电日记录所得到的雷电日数作为雷暴日数。

在本发明的另一方面中，通过匹配观测范围内由闪电定位系统观测的闪电定位数据与历史雷暴日记录的关系，来获得与雷暴日记录最匹配的雷电日的观测范围，以将历史雷暴日记录与仪器所观测的雷电日联系起来，由此能够通过由闪电定位系统所获得的闪电定位数据例如雷电日来获得雷暴日信息，延续了过去的人工观测雷暴日的记录。

在本发明的另一方面所涉及的系统中，所述匹配模块还包括用于对所述雷电日记录进行拟合的预处理单元。在这种情况下，匹配模块可以先通过预处理模块将雷电日数据拟合成曲线，方便与雷暴日记录进行对比，并找出最佳半径。

在本发明的另一方面所涉及的系统中，所述获取模块还包括用于分析所述闪电定位数据的可靠性的分析单元。在这种情况下，分析单元可以通过分析雷达回波的数据，从而判断获取模块所获取的闪电定位数据是否可靠。

根据本发明，能够提供方便地使用闪电定位数据计算雷暴日天数的方法及装置。

附图说明

图1是示出了本发明的实施方式所涉及的计算雷暴日天数的方法的流程图。

图2是示出了本发明的实施方式所涉及的计算雷暴日天数的方法的闪电观测区域的示意图。

图3是示出了本发明的实施方式所涉及的计算雷暴日天数的方法的2007～2016年事件X、雷电日和雷暴日数的例子的示意图。

图4a至图4c是示出了的雷电-雷暴日层结曲线的例子的示意图。

图5a和图5b分别是示出了一段时间内的雷暴日和雷电日的温度曲线图和湿度曲线图。

图6a至图6f是示出了的环流形势图例子的示意图。

图7是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的框图。

图8是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的分析单元的框图。

图9是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的预处理单元的框图。

具体实施方式

以下，参考附图，详细地说明本发明的优选实施方式。在下面的说明中，对于相同的部件赋予相同的符号，省略重复的说明。另外，附图只是示意性的图，部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。

需要说明的是，本发明中的术语“包括”和“具有”以及它们的任何变形，例如所包括或所具有的一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可以包括或具有没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

另外，在本发明的下面描述中设计的小标题等并不是为了限制本发明的内容或范围，其仅仅是作为阅读的提示作用。这样的小标题既不能理解为用于分割文章内容，也不应将小标题下的内容仅仅限制在小标题的范围内。

图1是示出了本发明的实施方式所涉及的计算雷暴日天数的方法的闪电观测范围示意图。图2是示出了本发明的实施方式所涉及的计算雷暴日天数的方法的闪电观测范围示意图。

如图1所示，本实施方式所涉及的利用闪电定位数据计算雷暴日天数的方法，其包括：获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录、以及在历史雷暴日记录的期间在闪电观测区域内的由闪电定位系统所获得的闪电定位数据(步骤S110)；从闪电观测区域中选取半径为Rn的n个观测范围，其中Rn≤R，n为正整数，并从闪电定位数据获得在历史雷暴日记录的期间的各个观测范围内的雷电日记录(步骤S120)；将在历史雷暴日记录的期间的各个观测范围内的雷电日记录与雷暴日记录进行匹配，令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围(步骤S130)；并且在匹配观测范围，将从匹配观测范围的雷电日记录所得到的雷电日天数作为雷暴日天数(步骤S140)。

在步骤S110中，如上所述，首先获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录。以往的雷暴日记录(例如2013年以前的雷暴日记录)通常由人工观测，近年来已经采用气象仪器例如闪电定位系统(有时也称“闪电定位观测系统”)替代人工观测的方法来记录雷暴日。一般而言，对于人工观测而言，观测人员在一日之内听到至少一次雷声，则记为雷暴日。

本实施方式中，历史雷暴日记录是由人工观测的历史上(例如一段时间内)的雷暴日记录，在一些示例中，历史雷暴日记录的期间可以为5年、10年、20年或30年，还可以为更长的时间段。例如，以国家基本气象站(站号59493)为例，该气象站自1953开始便进行人工观测雷暴业务，至今已经累积超过60年的历史雷暴日记录的数据。雷暴日记录能够为当地的雷电灾害风险评估、建筑物选址等气象业务、雷电科学研究和防雷工程设计工作提供有价值的参考数据。在一些示例中，历史雷暴日记录可以从观测点例如气象台的雷暴日记录数据库中获取。

另外，在步骤S110中，还获取在上述历史雷暴日记录的期间在闪电观测区域内的由闪电定位系统所获得的闪电定位数据。在本实施方式中，闪电定位数据可以由气象观测仪器例如闪电定位系统等获得。

在本实施方式中，闪电观测区域可以是一个以观测点为中心且半径为R的圆形区域，具体而言是地球表面上的圆形区域(参见图2)。在一些示例中，观测点可以是气象中心、气象台、气象站、移动气象点等。作为移动气象点的例子，可以是车载移动型闪电定位设备、便携式闪电定位设备等。在本实施方式中，闪电观测区域的半径R的取值与闪电定位系统能够覆盖的区域范围有关，在一些示例中，例如半径R可以取决于闪电定位系统的灵敏度和性能。另外，在一些示例中，R可以是闪电定位系统所能监测的最大范围内的任意值，例如R为10km、20km、30km、50km等。由此，能够在半径为R的闪电观测区域内获得可靠性较高的闪电定位数据。

在本实施方式中，闪电定位数据和闪电观测区域可以来自设置在观测点的至少一套闪电定位系统。在一些示例中，该闪电定位系统可以采用中科院空间科学与应用研究所中心研制的闪电定位系统(Advanced TOA and Direction system，简称ADTD)，该闪电定位系统由13个传感器联网观测，主要用于探测地闪。另外，在一些示例中，闪电定位系统可以采用由芬兰维萨拉公司研制的闪电定位系统(Total Lightning Location System，传感器型号为ls8000，简称TS8000)，该闪电定位系统可以对雷暴云闪和地闪同时进行观测。上述闪电定位系统可以通过测量云地闪(参见图2中所示的云闪、地闪1和地闪2)回击电流辐射的强电磁脉冲，采用时间到达、定向时差联合等方法对闪电进行定位，由此可以通过该系统有效覆盖大部分区域，确保了闪电数据的全面性和准确性。

以下，以2007～2016年深圳国家基本气象站的闪电定位数据为例进一步说明该气象台的闪电定位数据的可靠性。通过对雷达回波顶高和雷达回波值进行分析，闪电定位数据的平均雷达回波顶高ET为12.4km，发生在大于13km高度的雷暴云中的闪电占总闪电的72.8％，而大于10km为85.1％，大于8km为95.4％，有3.3％闪电发生在小于7km高度雷暴云内区域内，小于4km为1.2％。由此可见，这些闪电多发生在强上升气流和垂直发展旺盛强的区域。对闪电的最大雷达回波值分析发现，最大雷达回波的平均值为45.3dBz，发生在大于50dBz区域的闪电占总闪电的50.5％，大于40dBz为80.1％，大于30dBz达93.4％，而小于20dBz的闪电占总闪电的1.6％，小于10dBz为0.2％。闪电数据与雷达回波具有较好一致性，闪电基本发生在较强的雷达回波区域。由此，闪电数据与雷达回波具有较好一致性，从而确定闪电定位数据具有非常高的可靠性。

在步骤S120中，从闪电观测区域中选取半径为Rn的n个观测范围，其中Rn≤R，n为正整数，并从闪电定位数据获得在历史雷暴日记录的期间的各个观测范围内的雷电日记录。这里，n为任意正整数，例如n可以为1、2、3、5、10或20等。在一些示例中，从闪电观测区域中选取10个观测范围，也即半径为R1的观测范围、半径为R3的观测范围、半径为R3的观测范围、……、半径为R10的观测范围，其中，R1、R2、R3……、R10均小于半径R。

另外，在一些示例中，半径R与半径Rn可以具有共同的中心点(参见图2)。在另一些示例中，半径R与半径Rn可以具有不同的中心点，例如，半径Rn的中心点可以是与闪电观测区域中与半径R的中心点不同的其他点。

在本实施方式中，闪电定位数据可以包括地闪数据。通常情况下，雷暴日的人工观测根据雷声和天气情况进行判断，无法对云闪和地闪进行区分。一般情况下云闪也伴有雷声，但由于在传输中有云层遮挡，雷声衰减很快，往往只能看见“云闪”的“闪”，却听不到“云闪”的“雷声”。通过对云闪与人工观测雷暴日进行分析，发现在非雷暴日的弱天气也可观测到较多云闪，因此，云闪和雷暴日关系性较差。在这种情况下，去除闪电定位数据中的云闪数据能够提高闪电定位数据与雷暴日的相关性，使得实验结果更加可靠。

在本实施方式中，在闪电定位数据中，去除了电流小于或等于10kA的正地闪。在这种情况下，由于闪电定位系统的低频探头有可能将云闪引起的小幅值正闪误判为正地闪，因此，去除了电流小于或等于10kA的正地闪，能够有效地提高闪电定位数据与雷暴日的相关性。

在本实施方式中，从闪电观测区域所选取的观测范围的半径Rn可以是小于或等于R的任意值，也即Rn≤R。例如在R为10km的情况下，Rn可以为2km、5km、8km、9km或10km。此外，观测范围被包含于闪电观测区域内，通过选择观测范围的半径Rn的值，可以获得落在观测范围内的不同闪电数量。

在本实施方式中，闪电定位系统在一天内监测到的闪电次数大于等于1时，记为一个雷电日，以区分上述人工观测所得到的雷暴日。在本实施方式中，通过在观测范围内分析所记录的雷电日数据与历史雷暴日记录的关系，能够通过雷电日数据来延续计算原先由人工观测所得到的雷暴日天数。

在本实施方式中，雷暴日与雷电日均为气象日，这里，将当日的20:00至次日的20:00定义为气象日。由此，避免了因为值班人员更换导致记录混乱的现象发生，实现了日清月结。

在步骤S130中，将在历史雷暴日记录的期间的各个观测范围(例如，如上所述的半径为R1的观测范围、半径为R3的观测范围、半径为R3的观测范围、……、半径为R10的观测范围)内的雷电日记录与雷暴日记录进行匹配，令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围。

在本实施方式中，通过最小二乘法将在历史雷暴日记录的期间的各个观测范围(即半径为Rn的观测范围)内的雷电日记录与雷暴日记录进行匹配。众所周知，最小二乘法是一种常用的数学优化技术，其可以通过最小化误差的平方和寻找数据的最佳函数进行匹配。在本实施方式中，利用最小二乘法能够寻找出雷电日记录与雷暴日记录比较匹配的观测范围，由此进一步获得匹配观测范围。例如在一些示例中，匹配观测是半径为R3的观测范围。

在本实施方式中，首先，通过最小二乘法，以深圳市的国家气象站的数据为例，将不同年份的雷电日数与不同的观测范围建立关系曲线，如图3所示。图3是示出了2007～2016年事件X、雷电日和雷暴日的统计结果的例子的示意图。在图3中，将人工观测雷暴日有记录同时一定范围的闪电定位数据也有记录的事件记为事件X，事件X是人工观测雷暴日和闪电定位计算所得的雷电日的交集。

如图3所示，可以得到雷电日随闪电定位数据的取值半径Rn的增大而增大，其增速基本稳定，其与观测事实是相一致的。当观测范围的半径Rn取值小于交叉值时雷电日数小于人工观测雷暴日，可以认为对于雷暴日的观测而言，这些范围内人工观测效率比闪电定位系统高。在交叉点，雷暴日的人工观测效率与闪电定位系统观测效率相当。雷暴日的人工观测效率与闪电定位系统观测效率一致，这是闪电定位系统替代人工观测雷暴日最佳效果。Rn取值大于交叉点则相反，可认为对于雷暴日的观测而言闪电定位系统观测效率比人工观测高。在一些示例中，当取值半径Rn在9～10km之间时，雷电日曲线与平均雷暴日交叉，由此，由此确定最匹配的观测范围的半径Rn在9～10km之间。

在一些示例中，利用最小二乘法对9～10km(间隔为0.01km)的观测范围内的闪电定位数据与雷暴日进行匹配分析。也即，计算各个观测范围内的雷电日与历史雷暴日记录的平方误差，经计算，ADTD的闪电定位数据得到的最优距离为9.16km，即以观测站点为中心半径为9.16km的范围内的闪电所统计得到的雷电日和人工观测的雷暴日具有最小的误差，年平均误差为3.0天，平均误差率为4.5％。

在另一些示例中，利用最小二乘法对9～10km(间隔为0.01km)的观测范围内的闪电定位数据与雷暴日进行匹配分析。也即，计算观测范围内的雷电日与历史雷暴日记录的平方误差，经计算，TS8000的闪电定位数据计算得到的最优取值半径为9.30km，年平均误差为2.5天，平均误差率为3.9％。

结合图3和上述计算结果可以得出，闪电定位观测替代人工观测雷暴日有可能存在一定误差的。在合适取值范围内事件X和人工观测雷暴日数应该相等，然而事件X随着取值半径Rn的增大而逐渐接近雷暴日，但在30km内其和雷暴日无交叉点。究其原因，很可能是由于闪电定位数据存在缺测、人工观测的误判或者没将云闪进行分析而造成的，其与利用最小二乘法得到的分析结果也是一致的。另外，随着闪电定位数据取值半径Rn的增大，事件X值先是较快增大，当Rn值达约10km之后其增大速度开始放缓，而当Rn值到17km后，其基本趋于稳定。由历史观测数据的统计结果可见，利用闪电定位数据替代人工观测雷暴日是可行的。

图4a至图4c是示出了的雷电-雷暴日层结曲线的例子的示意图。图5a和图5b分别是示出了一段时间内的雷暴日和雷电日的温度曲线图和湿度曲线图。图6a至图6f是示出了的环流形势图例子的示意图。如图4至图6所示，雷暴日与闪电定位数据的关系还可以从天气学原理分析。

仍以深圳气象台的上述数据为例，随机选取2013-2016年6-8月15个个例，对雷电日与雷暴日的相关性进行分析，其中包括：闪电定位系统有记录(9.24km范围内，下同)但人工观测无记录(雷电日)；人工观测有雷暴记录但闪电定位系统无记录(雷暴日)；以及闪电定位系统和人工均有记录(记为雷电-雷暴日)的个例各5个进行分析。

大气中深厚湿对流的大气层结不稳定、水汽和抬升触发是雷暴形成的必不可少的环境物理条件。大气温、湿廓线蕴含了天气的大气层结和水汽(湿度)的基本信息，也反映了雷暴天气的环境物理条件，对雷暴云的形成、结构、演变和微物理过程都有重要影响。如图4a、图4b和图4c所示，发明人等分析发现，闪电日、雷暴日和雷电日三者的温、湿度廓线是基本一致的，即三者的大气层结、水汽等环境条件基本相似，表明闪电定位数据从大气层结条件方面可以代替人工观测的雷暴日。

除此之外，对2013-2016年雷电日和雷暴日共524个个例进行统计分析，得到温度、湿度各自的相关系数均为0.99，平均温度差为0.5℃，湿度差为1.4％，如图5a和图5b所示。可见，雷暴日和雷电日的大气层结、水汽等环境物理条件是基本一致的，可用闪电定位代替雷暴日的人工观测，其误差较小。

与大气层结相对应的环流形势和天气系统如图6。从500hPa形势图(图6a、图6b和图6c)发现，研究区域处于西低东高环流形势控制下，以东是西太平洋副热带高压，由于位于副高外侧，受外辐合气流影响，不断向本区输送暖湿气流；以西则是蒙古低槽底部，受青藏高原地形作用而加强的偏北气流的影响，并出现低压环流与西南暖湿气流辐合，产生不稳定天气，有利于强对流形成。850hPa形势图(图6d、图6e和图6f)与500hPa形势基本相似，只是其低压环流更为明显。以上分析表明，闪电日、雷暴日和雷电日的环流形势和天气系统基本相同，同时也从天气学角度分析证明了闪电定位数据与雷暴日之间的相关性。

在步骤S140中，在匹配的观测范围Rn内，将从匹配观测范围的雷电日记录所得到的雷电日天数作为雷暴日天数。具体而言，通过在步骤S130中，将在历史雷暴日记录的期间的各个观测范围内的雷电日记录与雷暴日记录进行匹配，并且令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围。由此，能够从匹配观测范围的雷电日记录来得到雷电日天数，并且将该雷电日天数作为雷暴日天数。

在步骤S140中，通过利用例如闪电定位数据(例如雷电日的数据)来延续地原先由人工观测所得到的雷暴日天数，从而能够保持雷暴日数据的连续性，由此，能够继续保持为雷电灾害风险评估、建筑物选址等气象业务、雷电科学研究和防雷工程设计工作提供有价值的参考数据。

以下，结合图7至图9，详细地描述本发明的实施方式所涉及的计算雷暴日天数的系统。

图7是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的框图。图8是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的分析单元的框图。图9是示出了本发明的实施方式所涉及的计算雷暴日天数的系统的框图。

本实施方式所涉及利用闪电定位数据计算雷暴日天数的系统10(以下简称“计算系统10”)可以包括：获取模块110，其用于获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录以及在历史雷暴日记录的期间在闪电观测区域内的由闪电定位系统所获得的闪电定位数据；选取模块120，其用于选取以观测点为中心半径为Rn的观测范围，其中Rn≤R，n为正整数，并从闪电定位数据获得在历史雷暴日记录的期间的各个观测范围内的雷电日记录；匹配模块130，其用于将在历史雷暴日记录的期间的观测范围内的雷电日记录与雷暴日记录进行匹配，令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围；以及确定模块140，其用于在匹配观测范围，将从匹配观测范围的雷电日记录所得到的雷电日数作为雷暴日数。

在本实施方式中，通过匹配观测范围内由闪电定位系统观测的闪电定位数据与历史雷暴日记录的关系，来获得与雷暴日记录最匹配的雷电日的观测范围，以将历史雷暴日记录与仪器所观测的雷电日联系起来，由此能够通过由闪电定位系统所获得的闪电定位数据例如雷电日来获得雷暴日信息，延续了过去的人工观测雷暴日的记录。

在本实施方式中，获取模块110可以用于获取以观测点为中心且半径为R的闪电观测区域的历史雷暴日记录、以及在历史雷暴日记录的期间在闪电观测区域内的闪电定位数据。在一些示例中，历史雷暴日记录的期间可以为5年、10年、20年或30年，还可以为更长的时间段。

在一些示例中，获取模块110可以为闪电定位系统。在一些示例中，获取模块110可以采用例如中科院空间科学与应用研究所中心研制的闪电定位系统(Advanced TOA andDirection system，简称ADTD)，该闪电定位系统由13个传感器联网观测，主要用于探测地闪。在另一些示例中，获取模块110可以采用可以采用由芬兰维萨拉公司研制的闪电定位系统(Total Lightning Location System，传感器型号为ls8000，简称TS8000)，其可对雷暴云闪和地闪进行观测。

在本实施方式中，如图8所示，获取模块110还包括用于分析闪电定位数据的可靠性的分析单元111。在这种情况下，分析单元111可以通过分析雷达回波的数据，从而判断获取模块110所获取的闪电定位数据是否可靠。如上所述，通过以2007～2016年深圳市的国家气象站的闪电定位数据为例已经说明了该气象台的闪电定位数据的可靠性。

本实施方式中，如上所述，计算系统10还包括选取模块120。具体而言，选取模块120用于选取半径为Rn的观测范围，其中Rn≤R，n为正整数。

在本实施方式中，闪电定位数据可以是由闪电定位系统获得的地闪定位数据。另外，选取模块120可以通过观测点例如气象中心的数据库来选择各个观测范围。在这种情况下，通过设定观测范围Rn来选取对应观测范围内的数据库中的记录数据，以此来获得观测范围Rn内的闪电定位数据。

如上所述，从闪电观测区域所选取的观测范围的半径Rn可以是小于或等于R的任意值，也即Rn≤R。例如在R为10km的情况下，Rn可以为2km、5km、8km、9km或10km。此外，观测范围被包含于闪电观测区域内，通过选择观测范围的半径Rn的值，可以获得落在观测范围内的不同闪电数量。

本实施方式中，计算系统10还可以包括匹配模块130。匹配模块130可以用于将在历史雷暴日记录的期间的观测范围内的雷电日记录与雷暴日记录进行匹配，令雷电日记录与雷暴日记录的误差最小的观测范围作为匹配观测范围。

在本实施方式中，如图9所示，匹配模块130还可以包括用于对所述雷电日记录进行拟合的预处理单元131。在这种情况下，匹配模块130可以先通过预处理模块将雷电日数据进行拟合，从而便于与雷暴日记录进行对比，并找出匹配观测范围。

在本实施方式中，匹配模块130可以是处理器例如CPU、DSP、专用处理器等，也可以是处理器的一部分功能模块。在这种情况下，通过匹配模块130，能够对雷电日记录的数据与历史雷暴日记录进行匹配，以得到初步的匹配观测范围(最佳取值范围)。

本实施方式中，计算系统10还可以包括确定模块140。该确定模块140可以用于在匹配观测范围，将从该匹配观测范围的雷电日记录所得到的雷电日数作为雷暴日数。具体而言，确定模块140可以用于确定并记录匹配观测范围的半径r，并将半径r的匹配观测范围内的雷电日天数作为雷暴日天数，由此能够通过根据由例如闪电定位系统所获得的雷电日天数来获得雷暴日天数。

在本实施方式中，通过研究闪电定位数据与雷暴日的关系，由此能够确定一个匹配观测范围(半径为r)，从而能够将雷电日视为雷暴日，通过闪电定位系统实现雷暴日的观测，从而能够通过例如闪电定位系统来延续对雷暴日的计算。

虽然以上结合附图和实施例对本发明进行了具体说明，但是可以理解，上述说明不以任何形式限制本发明。本领域技术人员在不偏离本发明的实质精神和范围的情况下可以根据需要对本发明进行变形和变化，这些变形和变化均落入本发明的范围内。

Claims (10)

1.一种利用闪电定位数据计算雷暴日天数的方法，其特征在于，

包括：

获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录、以及在所述历史雷暴日记录的期间在所述闪电观测区域内的由闪电定位系统所获得的闪电定位数据；

从所述闪电观测区域中选取半径为Rn的n个观测范围，其中Rn≤R，n为正整数，并从所述闪电定位数据获得在所述历史雷暴日记录的期间的各个观测范围内的雷电日记录；

将在所述历史雷暴日记录的期间的所述各个观测范围内的雷电日记录与所述雷暴日记录进行匹配，令所述雷电日记录与所述雷暴日记录的误差最小的观测范围作为匹配观测范围；并且

在所述匹配观测范围，将从所述匹配观测范围的雷电日记录所得到的雷电日天数作为雷暴日天数。

2.根据权利要求1所述的计算方法，其特征在于，

所述闪电定位数据由闪电定位系统测得。

3.根据权利要求1所述的计算方法，其特征在于，

通过最小二乘法将在所述历史雷暴日记录的期间的所述各个观测范围内的雷电日记录与所述雷暴日记录进行匹配。

4.根据权利要求1所述的计算方法，其特征在于，

所述闪电定位数据包括地闪数据。

5.根据权利要求1所述的计算方法，其特征在于，

还包括通过雷达回波分析所述闪电定位数据的可靠性。

6.根据权利要求4所述的计算方法，其特征在于，

在所述闪电定位数据中，去除了电流小于或等于10kA的正地闪数据。

7.根据权利要求1所述的计算方法，其特征在于，

所述雷电日和所述雷暴日为气象日。

8.一种利用闪电定位数据计算雷暴日天数的系统，其特征在于，

包括：

获取模块，其用于获取以观测点为中心半径为R的闪电观测区域的历史雷暴日记录以及在所述历史雷暴日记录的期间在所述闪电观测区域内的由闪电定位系统所获得的闪电定位数据；

选取模块，其用于选取半径为Rn的观测范围，其中Rn≤R，n为正整数，并从所述闪电定位数据获得在所述历史雷暴日记录的期间的各个观测范围内的雷电日记录；

匹配模块，其用于将在所述历史雷暴日记录的期间的所述各个观测范围内的雷电日记录与所述雷暴日记录进行匹配，令所述雷电日记录与所述雷暴日记录的误差最小的观测范围作为匹配观测范围；以及

确定模块，其用于在所述匹配观测范围，将从所述匹配观测范围的雷电日记录所得到的雷电日数作为雷暴日数。

9.根据权利要求8所述的系统，其特征在于，

所述匹配模块还包括用于对所述雷电日记录进行拟合的预处理单元。

10.根据权利要求8所述的系统，其特征在于，

所述获取模块还包括用于分析所述闪电定位数据的可靠性的分析单元。