基于贝叶斯推断的风云四号闪电成像仪中虚假信号滤除

多种原因使得风云四号A星(Fengyun-4A,FY-4A)闪电成像仪(lightning mapping imager,LMI)探测到的发光事件中包含大量虚假信号,且目前针对不同的噪声来源采用不同的滤除方法。因此,为寻求一种较通用的、能同时滤除不同来源虚假信号的方法,尝试采用贝叶斯概率推断对2017年8月8日京津冀地区一次雷暴过程中的LMI实测数据进行虚假信号滤除。首先,采用国际上惯用的卫星闪电聚类参数化方案,将时间间隔小于330 ms且空间间隔小于16. 5 km的事件认为是闪电引起的连续信号,不满足此条件的则视为孤立的虚假信号而被滤除。然后,根据连续信号的辐射强度和该位置处的背景亮度与孤立虚假信号之间的差异性,采用贝叶斯概率推断来滤除连续信号中的虚假信号。考虑到贝叶斯推断可能存在误差,进一步根据闪电时空连续性特征设计了信号再判断方法,尽可能地滤除虚假信号且保留真实闪电信号。最后,利用云顶亮温资料及全球闪电定位网(worldwide lightning location network,WWLLN)数据对滤除结果进行初步检验。结果表明:虚假信号约占所有信号的50%;滤除虚假信号后,90%以上的信号分布在云顶低于240 K的区域内,且与WWLLN闪击点具有较好的对应。这种同时考虑信号时空连续性及不同信号间特征量差异性的虚假信号滤除算法,为设计更通用高效的虚假信号滤除算法做出了尝试。

Filtering of False Signals in Fengyun-4A Lightning Mapping Imager Based on Bayesian Inference