北京
更高的分辨率可更好地预测雷电风暴。
随着地球逐渐变暖，未来雷暴可能会更严重，雷击也可能增多，但大气科学家对雷电的工作原理却不甚了解。更好的雷电数据可以改善恶劣天气的预报和预警，并帮助预测野火和其他后果。
在国际空间站运行了两年的Falcon Neuro光学传感器刚好可以帮助我们填补这些空白。在美国空军研究实验室的支持下，西悉尼大学的研究人员演示了使用基于事件的视觉传感器从空中记录雷击细节。这项技术“可以看到普通相机看不到的东西”，西悉尼大学国际神经形态系统中心的副主任格雷戈里•科恩（Gregory Cohen）说。与其他技术相比，该传感器的分辨率更高、成本更低、数据率更低。
研究人员并不知道放电过程中每个点具体释放了多少能量。他们也不完全了解雷电如何在雷雨云中产生、如何穿过云层，以及下次何时会发生。要理解和预测云对云和云对地的雷电，就要掌握它们难以确定的特征。
美国国家海洋与大气管理局国家强风暴实验室的研究物理科学家瓦娜•赫梅莱夫斯基（Vanna Chmielewski）希望能进行更多观察。她说：“我们在发生雷击或转移电流的地面处进行全球性观测，而在太空中有更广阔的视野。”但是，赫梅莱夫斯基说，要将地面和太空的观测结合起来，并了解不同仪器观测的区别，这颇具挑战。
地球同步运行环境卫星项目的名誉高级科学家、雷电研究员史蒂文•古德曼（Steven Goodman）说：“到2040年，地球外将有一圈地球同步卫星帮助记录雷电。”但从地球同步轨道上返回大量数据很困难，而且速度缓慢、成本高昂。
这正是Falcon Neuro仪器的用武之地。该仪器是一对神经形态视觉传感器，或者说是基于事件的传感器。这些设备并不是逐帧捕捉图像，而是捕捉场景中光线水平的变化。原始输出是每个像素的“事件”流，即瞬间亮度变化超过一定阈值（以微妙计）的情况。这是高对比度、高速的观测。“我们拥有了太空观测的所有优势：功耗低，速度高，数据量低，动态范围高。”科恩说。
科恩、爱荷华大学的杰夫•麦克格（Geoff McHarg）和他们的同事用两个经过大幅修改的传感器设计了这台成像仪，其中的两个传感器分别对下方和前方进行观测。该成像仪在国际空间站的位置处收集可见光和近红外光谱的光。该团队开发了一种特征查找算法，可以在原始数据中识别可能的雷电事件，这些原始数据可被处理成米级分辨率的图像。
为了确认2022年1月到2023年8月数据中的雷电，研究人员将数据中的疑似雷电与全球雷电探测网络（GLD360）的地面射频传感器所探测到的雷电数据进行对比。他们发现，与GLD360每次记录到的雷电数据相对应，Falcon Neuro在同一时间和地点也会记录到显著增多的一簇事件。
此外，该仪器还经常在同一团云中检测到多次闪电，而GLD360只记录了一次闪电，这表明，Falcon Neuro捕捉到了地面同类仪器看不到的雷电过程细节特征。这些高速记录（相当于每秒500帧到1000帧）只生成每秒3到4兆比特数据。相比之下，一般的星链卫星用户的数据速率在每秒25到220兆比特。
科恩补充道，演示使用的是20世纪90年代的相机组件。目前他正在研究更多版本，希望能够记录更多波长的高速雷电。
文章来源于 悦智网 ，作者 Rachel Berkowitz
创芯大讲堂数字芯片课程推荐
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
