번개는 살아체와 인간에게 직간접적인 영향을 미치며, 두 경우 모두 손실이 매우 높습니다 (Srivastava et al., 2015). 대기 전기와 번개 물리학의 중요성은 Qie et al. (2015) 및 뇌우 전기에 대한보다 집중된 연구를 제안했습니다. LLN (Lightning Location Network) 및 매핑의 개발은 번개 물리 및 기상 측면에서 모든 측면에 도움이 될 수 있습니다.
최근에, 많은 소규모, 지역 및 장거리 네트워크가 개발되었으며, 저주파 (VLF) / 저주파 (LF)에 따라 다릅니다. 그러나 모든 네트워크의 주요 목표는 다르며 대부분 CG와 클라우드 (IC)를 포함한 총 번개를 찾을 수는 거의 없지만 대부분의 네트워크의 주요 목표는 클라우드로 구름 (CG)을 찾을 수 있습니다. BEIJING-TIANJIN-HEBEI Urban Cluster 지역에서 운영되는 베이징 라이트닝 네트워크 (BLNET)
일반적으로 모든 LLN은 효과적인 감지 효율 (DE) 및 양호한 위치 정확도 (LA)에서 성능을 찾아야합니다. 연구원들은 다양한 방법론을 사용하여이를 수행했으며 모두 몇 가지 한계가 있습니다. idone et al. (1998a, 1998b)는 Ground Truth를 사용하여 미국 내 NLDN (National Lightning Detection Network)의 성능에 대해 논의했습니다. 비슷한 맥락에서, WWLLN (World Wide Lightning Location Network) 성능은 상대적인 용어로 얻어졌습니다.
일반적으로 장거리 네트워크는 지상 진실이 제한되어 있으며 지역 또는 지역 네트워크에서 확인됩니다 (Abarca et al., 2010; Abreu et al., 2010). 최근에, 한 연구원은 WWLLN의 상대적 성능을 보여 주었고, 자체 참조 방법을 사용하여 BLNET 성능을 찾은 후 빠른 안테나 (BLNET)의 맥락에서 지역적으로 다양하고 약 12.4% (BLNET)의 맥락에서 약 12.4% (16.8%)를 보여 주었다 (Srivastava et al., 2017).
Wang et al. (2016)은 BLNET의 성능을 지상 진실에서 250 미터로 도입하여 LA가 좋은 LA를 나타내며 번개 예측 및 과학 연구에 매우 도움이되었습니다. 그들은 또한 Monte Carlo 시뮬레이션을 사용하여 LA를 추정했으며 BLNet의 DE가 향후 연구에서 중요한 질문이라고 제안했습니다. 따라서 LA뿐만 아니라 DE도 성능의 중요한 요소입니다. 그러나 적절한 성능과 대체 방법을 사용해야한다고 말하기에는 적은 수의 지상 진실이 충분하지 않습니다.
Srivastava et al. (2017)은 BLNET의 성능에 대해 자세히 설명하고 업데이트 된 알고리즘과 최근의 지상 진실을 기반으로 LA는 52 미터였습니다. 자가 참조 방법을 사용하여 BLNET의 총 번개는 약 93.2%이며 일상일 뇌우가 다양하며 때로는 계측기 성능 및 로컬 소음에 따라 다릅니다. 이 연구는 또한 네트워크에서 멀리 떨어진 플래시가 LLN에서 위치하지 않을 수 있음을 보여줍니다. 충분한 수의 센서가 신호를 감지 할 수 없기 때문입니다. IC와 CG 사이의 신호 강도 차이로 인해 몇 가지 가능성이 있습니다. IC 신호는 네트워크에서 네트워크에서 일부 센서를 트리거 할 수 없으며 네트워크에서 충분히 멀리 떨어져있을 수 없습니다. 좋은 LA를 가진 밀집된 네트워크의 높은 DE는 번개 위치 셀 추적 및 심한 날씨 경고에 매우 사용됩니다.
이러한 결과는 BLNET (Beijing Lightning Network)의 성능 평가 및 베이징 전역의 다른 번개 위치 네트워크와의 비교라는 기사에 설명되어 있으며, 최근 저널 대기 연구 에 발표되었습니다. . 이 작품은 Abhay Srivastava, Ye Tian, Xiushu Qie, Xiushu Qie, Dongfang Wang, Zhuling Sun, Shanfeng Yuan, Zhixiong Chen, Hongbo Zhang 및 Rubin Jiang, State Grid Electric Power Research Institute의 Yu Wang 및 Wenjing Xu Su의 Wenjing Xu와 Wenjing Su.
참조 :
- Abarca, S.F., Corbosiero, K.L., Galarneau, T.J., 2010. NLDN (National Lightning Detection Network)을 지상 진실로 사용하는 전 세계 Lightning Location Network (WWLLN)의 평가. J. Geophys. 해안 atmos. 115 (D18), 1–11. https://onlinelibrary.wiley.com/action/cookieabest.
- Abreu, D., Chandan, D., Holzworth, R.H., Strong, K., 2010. CLDN (Canadian Lightning Detection Network)과 비교하여 WWLLN (World Wide Lightning Location Network)의 성능 평가. atmos. 측정 기술. 3, 1143–1153. https://www.atmos-mos-tech.net/3/1143/2010/.
- idone, v.p., Davis, D.A., Moore, P.K., Wang, Y., Henderson, R.W., Ries, M., Jamason, P.F., 1998a. 뉴욕 동부의 미국 국가 번개 탐지 네트워크의 성능 평가 1. 탐지 효율. J. Geophys. 해안 atmos. 103 (D8), 9045–9055. https://onlinelibrary.wiley.com/action/cookieabest.
- idone, v.p., Davis, D.A., Moore, P.K., Wang, Y., Henderson, R.W., Ries, M., Jamason, P.F., 1998b. 뉴욕 동부의 미국 국가 번개 탐지 네트워크의 성능 평가 2. 위치 정확도. J. Geophys. 해안 atmos. 103 (D8), 9057–9069. https://onlinelibrary.wiley.com/action/cookieabest.
- Srivastava, A., Mishra, M., Kumar, M., 2015. 확률 론적 모델링을 사용한 번개 경보 시스템. 자연 위험, 75 (1), 1-11.
- Srivastava, A., et al. 2017 :BLNET (Beijing Lightning Network)의 성능 평가 및 베이징 전역의 다른 Lightning 위치 네트워크와의 비교. 대기 연구, 197, 76-83.
- Qie, X., Zhang, Y., Yuan, T., Zhang, Q., Zhang, T., Zhu, B., Lu, W., Ma, M., Yang, J., Zhou, Y., Feng, G., 2015. 중국의 대기 전기 연구 검토. adv. atmos. 공상 과학. 32 (2), 169–191. https://link.springer.com/article/10.1007%2FS00376-014-0003-Z.
- Wang, Y., X.Qie, D. Wang ,, Liu, M., Su, D., Wang, Z., Liu, D., Wu, Z., Sun, Z., Tian, Y., 2016. Beijing Lightning Network (Blnet) 및 예비 고장 프로세스에 대한 관찰. atmos. 해안 171, 121–132.
