Utvärdering av Blitzortung blixtlokaliseringssystem

Transkript

1 UPTEC ES Examensarbete 30 hp Juni 2017 Utvärdering av Blitzortung blixtlokaliseringssystem En jämförande studie med SMHI som referenssystem Adam Bergman

2 Abstract Evaluation of the Blitzortung lightning locating system Adam Bergman Teknisk- naturvetenskaplig fakultet UTH-enheten Besöksadress: Ångströmlaboratoriet Lägerhyddsvägen 1 Hus 4, Plan 0 Postadress: Box Uppsala Telefon: Telefax: Hemsida: Blitzortung is a non-commercial lightning detection system intended for recreational use only. In this thesis the performance of the Blitzortung system is evaluated in order to see to which extent it can be compared to a high performance commercial lightning detection system for use in Sweden. Also a graphical tool for visualising lightning strikes detected by Blitzortung on maps containing an electric grid with the related infrastructure is proposed. The evaluation is accomplished by comparing lightning data registered by Blitzortung with lightning data from the national lightning locating system provided by the Swedish meteorological institute. By analysing lightning data from the lightning high-season in Sweden between the year , and by conducting a more in depth evaluation of the system based on data from 2016, the Blitzortung system performance is evaluated. Results for calculated flash density and flash rate density suggests that the Blitzortung system is improving over the study time, which is probably due to the fact that the number of sensors in Sweden has increased from a single station in 2012 to 30 stations in The performance evaluation show a relative detection efficiency of 34 % for strokes correlated between the systems in relation to the total strokes detected by SMHI. For strokes detected south of latitude 61 in Sweden the relative DE (detection efficiency) is 44.7 %, and for CG(cloud-toground) strokes it is 43.0 %. If only CG-strokes south of latitude 61 is considered the corresponding value is 55.1 %. The performance of the Blitzortung-system seems to be depending on the number of sensors in the region of interest. The relative positional error between the networks south of latitude 61 was shown to have a smaller median error of 1750 m and an upper quartile on 3350 m, compared to north of latitude 61 where the median error was 2780 m and the upper quartile 5900 m. The results indicates a systematic directional error for correlated strokes between the systems. It is also shown that the included parameters for Blitzortung strokes could not be used in any meaningful way for predicting positional errors between the networks. Handledare: Kristoffer Backström Ämnesgranskare: Mahbubur Rahman Examinator: Petra Jönsson ISSN: , UPTEC ES

3 Populärvetenskaplig sammanfattning I syfte att underlätta felsökning och underhåll av elnätet under pågående åskväder kan ett blixtlokaliseringssystem användas som hjälpmedel. Genom att kombinera tid- och platsinformation från elnätets ledningscentral med fastställd position och tidstämpel för blixtnedslag, kan man korrelera vilka fel och avbrott i elnätet som troligtvis uppkommit till följd av blixtnedslag. Denna information kan därefter användas i åtgärdsplanen för felavhjälpning. I detta examensarbete utvärderas Blitzortungsystemet, som är ett icke-kommersiellt blixtlokaliseringssystem för hobbyverksamhet i syfte att undersöka om systemet har tillräckligt hög prestanda för att kunna användas som ett alternativ till konventionella system för användning i Sverige. Utvärderingen sker genom att använda SMHI:s blixtlokaliseringssystem som referens, och baseras på den blixtdata som respektive system registrerat under åsksäsongen (maj-september) under åren För att underlätta felsökning har även ett grafiskt visualiseringsverktyg utvecklats, vilket visar blixtdata från Blitzortung-systemet. I visualiseringsverktyget kan blixtar filtreras i tiden på sekundbasis och blixtpositionerna presenteras därefter på en karta innehållandes elnätet och relaterade komponenter av intresse. Aktuell blixtdata uppdateras så nära realtid som möjligt (varje minut) för att visualiseringsverktyget ska kunna nyttjas under pågående åskväder. Resultatet av utvärderingen visar att Blitzortungs prestanda ökar över studietiden, vilket troligtvis kan förklaras av att antalet stationer har ökat från en enda station år 2012, till 30 stationer i slutet på år Det visade sig att prestandan för Blitzortung-systemet varierar beroende på antalet Blitzortungstationer som återfinns kring området som är av intresse. Med anledning av detta kan man i dagsläget dela upp Sverige i två delar där prestandan skiljer sig beroende om man befinner sig norr eller söder om den 61:e breddgraden (i höjd med Mora i Dalarna). Söder om latitud 61 visar mätningar av horisontellt avstånd mellan urladdningar som systemen uppfattat som samma blixt en median på 1750 m och en övre kvartil på 3350 m. Norr om latitud 61 är medianen 2780 m och den övre kvartilen 5900 m. Andelen urladdningar som systemen registrerade som samma blixt var 34 % av det totala antalet urladdningar detekterade av SMHI, när både blixtar moln- (blixtar inom eller mellan moln) och jordblixtar (som går mellan molnet och marken) inkluderades. Om endast urladdningar söder om latitud 61 beaktas är motsvarande värde 44.7 %, och om endast jordblixtar beaktas är värdet 43.0 %. För jordblixtar söder om latitud 61 är värdet 55 %. Övriga resultat tyder på att det inte finns något tillförlitligt sätt att skatta osäkerheten för de av Blitzortungsystemet bestämda blixtpositionerna. Det ser även ut att finnas ett riktningsbias där korrelerade SMHI- och Blitzortung-urladdningar verkar positionernas längs en linje i öst-västlig riktning i slumpvis ordning. Slutsatsen är att Blitzortungsystemet inte kan jämföras med ett kommersiellt system. Om det ska användas för att översiktligt korrelera urladdningar i elnät ska området av intresse vara beläget söder om den 61:a breddgraden i Sverige. Något man då ska man ha i åtanke att Blitzortung endast detekterar ca hälften av alla urladdningar där, samt att positioneringsfelet ofta är flera kilometer. Avslutningsvis är det värt att nämna att all användning av Blitzortungssystemet måste ske i enlighet med Blitzortungs regler och föreskrifter på Nyckelord: Blixtdetektering; elnät; energi; blixtar; Blitzortung; SMHI i

4 Excecutive summary In this thesis the Blitzortung lightning detection system has been evaluated in order to investigate if it can be used as an alternative to a commercial lightning locating system for correlation of strokes with electric outages in VB Energi s electric grid. In order to use the Blitzortung system for correlation of strokes with faults and outages in the grid, a visualisation tool has been developed. The visualisation tool shows lightning data on maps containing the electric grid, where the lightning strokes can be filtered in time in order to correlate faults and outages under ongoing thunderstorms. The evaluation of the Blitzortung system is performed by comparing lightning data from SMHI:s lightning locating system. First overall lightning distribution and maximum frequency in Sweden from the lightning season is investigated. Also a in depth evaluation of the performance is performed with lightning data from the lightning season of The results show that the system detects about half of the occurring cloud-to-ground strokes south of latitude 61. The median of the observed horizontal distances between strokes thats been correlated between the systems is 1750 m south of latitude 61. The upper quartile is 3350 m, meaning that 75 % of all correlated strokes had a horizontal distance of 3350 m or less. Results from the evaluation indicates that the performance of the Blitzortung system cannot be compared to a high performance lightning detection system for correlating strokes. If the Blitzortung system is to be used by VB Energi it should be taken in consideration that only about half of the occurring cloud to ground-strokes is detected and that the locating accuracy often has a deviation of several kilometers. Finally, it should be noted that all use of the Blitzortung system must be conducted in accordance with the Blitzortung terms of usage available on ii

5 Förord Jag vill börja med att tacka mina handledare Kristoffer Backström och Andreas Pettersson på VBenergi för ett gott samarbete. Jag vill även tacka Mahbubur Rahman som förutom sin roll som ämnesgranskare kommit med goda råd samt bistått med viktiga kontakter. Ett stort tack vill jag rikta till SMHI som varit mycket hjälpsamma och bistått med data som möjliggjort detta examensarbete. Tack till Alex på som bidragit med värdefull information om Blitzortungsystemet under examensarbetets tidiga fas. Jag vill även tacka Jan Eric Englund på Biostokastikum för hjälp med statistikberäkningar, trots att denna del av arbetet inte inkluderades i rapporten. Slutligen vill jag tacka min familj och min fantastiska flickvän Malin som varit ett stort stöd inte bara under examensarbetet utan genom hela Energisystemprogrammet. Adam Bergman iii

6 Ordlista 1PPS - en signal med exakt en puls per sekund A/D-konverter - analog-digtal-konverter - används för att göra en digital representation av en analog signal BLS - Blixtlokaliseringssystem BO - Blitzortung DE - relativ detektionsgrad - hur stor del av antalet blixtar som detekteras av blixtlokaliseringssystemet som utvärderas i relation till antalet blixtar detekterade av referenssystemet urladdning - (eng: stroke) - en blixturladdning i en flash flash - en blixt innehållandes en eller flera urladdningar CGLSS - lokalt blixtlokaliseringssystem i Florida, USA CGLSS-II - uppgraderad version av CGLSS GIS - geografiska informationssystem VLF - very low frequcency - frekvensbandet mellan 3 khz - 30 khz LF - low frequency - frekvensbandet mellan 30 khz - 3 MHz HF - high frequency - frekvensbandet mellan 3 MHz - 30 MHz VHF - very high frequency - frekvensbandet mellan 30 MHz MHz Hotspot - ett område med särskilt tät ansamling blixtar DMA - direct memory access - en teknik för att läsa in data direkt från internminnet EUCLID - ett samarbete mellan nationella blixtlokaliseringssystem i Europa IDW - inverse distance weighted - en GIS-teknik för interpolering av punktdata LLP - blixtlokaliseringssystem upprättat av Uppsala Universitet och försvaret som baseras på magnetisk-pejling LPATS - blixtlokaliseringssystem upprättat av SMHI som baseras på time of arrival-teknik IMPACT - en sensorteknik som kombinerar LLP- och LPATS-systemet LS700/LS en modernare sensorteknik än IMPACT MDS - mean deviation span - parameter i Blitzortungs blixtdata MCG - mean circular gap - parameter i Blitzortungs blixtdata NDLN - nationellt blixtlokaliseringssystem i USA OP-förstärkare - operationsförstärkare - förstärkarkrets med hög förstärkning TOA - time of arrival - teknik som används av blixtlokaliseringsystem och baseras på mätning av absolut tid för platsbestämning av blixtar iv

7 TOGA - time of group arrival - metod för avhjälpa problemet som uppkommer när man ska uppskatta en tidsstämpel utifrån ett vågtåg som anländer vid olika tidpunkter SMHI - Sveriges meteorologiska institut SMA-kontakt - en typ av kontakt för koaxialkabel SQL - Structured query layer - ett programspråk för hantering av databaser Propageringseffekter - Påverkan på den propagerande blixtsignalen som kommer av markens bristfälliga ledningsförmåga UTC - Koordinerad universell tid - en internationell referenstid WGS84 - ett geografiskt referenssystem v

8 Innehåll 1 Introduktion Bakgrund Syfte Avgränsningar Om åska och blixtar Blixten - eller blixturladdning Negativ jordblixt - hur blixten uppstår Förberedande sammanbrott Stegurladdning Fångurladdning Huvudurladdning K-puls och pilurladdning Efterföljande huvudurladdning Blixten som signal - generering av elektromagnetiska fält Hur blixten genererar fält Mätning av elektriskt fält Mätning av magnetiskt fält Allmänt om blixtlokaliseringssystem Frekvensinehållets påverkan för BLS Blixtlokaliseringssystemets parametrar Långdistans BLS - f (VLF HF) Kortdistans BLS - f VHF Teknik för Blixtlokalisering Time of arrival vi

9 4.5.2 Magnetisk pejling Blitzortung Blitzortungstationen Händelseförlopp vid detektering av blixt Antenner Elektriskt fält Magnetisk fältstyrka - loopantenn Optimering av Blitzortungstationen Blitzortungs osäkerhetsparameterar SMHI:s Blixtlokaliseringssystem Systemkonfiguration Prestanda Metod Implementering E-fältsantenn H-fältsantenn Framtagning av visualiseringsverktyg Utvärdering av blixtlokaliseringssystem Jämförande mätningar - tidigare studier Övergripande distribution av urladdningar Utvärdering av prestanda Resultat Övergripande distribution av urladdningar Urladdningsdensitet Urladdningsfrekvens vii

10 8.2 Utvärdering prestanda Positioneringsosäkerhet Relativ detektionsgrad Riktningsbias för korrelerade urladdningar Blixtar i stamnätet Blitzortungs osäkerhetsvariabler - MDS och MCG Grafiskt visualiseringsverktyg Teknisk basfakta Verktygets funktioner Diskussion Felkällor Slutsats 63 Referenser Appendix Kod Tabeller 1 Totala antalet urladdningar tillgängliga från respektive blixtlokaliseringssystem Urladdningar som använts i avsnitt Grundurval av urladdningar som användes för utvärdering av prestanda Data över urladdningar som använts för beräkningarna i avsnitt Percentiler kumulativ distribution positioneringsavvikelse Urladdningar som använts för beräkningen har Data-ID:BASFALL för hela Sverige, Data-ID: S61för urladdningar söder om latitud 61 samt Data-ID:N61 för urladdningarna norr om latitud 61 i Tabell Blitzortungstationer i Sverige viii

11 1 Introduktion 1.1 Bakgrund Skador på infrastruktur och komponenter i energisystemet orsakade av blixtnedslag kan medföra stora kostnader för både involverade aktörer i energisystemet som exempelvis nätägare och energibolag, men även samhället i stort. Genom användning av blixtlokaliseringssystem kan tid och plats bestämmas för blixtnedslaget. Ett konkret exempel på nyttan av systemet är att man under ett pågående åskväder kan se om ett blixtnedslag skett i närheten av en kraftlina som kortslutits. Informationen är då till stor hjälp vid sektionering och felsökning under åskväder. Om man snabbare kan lokalisera var blixten slagit ner finns stora möjligheter att minska den totala avbrottstiden. Ytterligare användningsområden av blixtlokaliseringssystemet är att man över tid kan föra statistik för att se vilka områden i elnätet som är extra utsatta för nedslag, och utifrån detta förebygga att framtida problem uppkommer. I dagsläget finns kommersiella blixtlokaliseringstjänster varav ett exempel är SMHI:s åskrisktjänst. Det finns dock ett icke-kommersiellt blixtlokaliseringssystem kallat Blitzortung, som undersökts mycket lite i tidigare forskning. På uppdrag av företaget VB Energi har därför Blitzortungsystemet undersökts i detta examensarbete, för att se ifall det kan visa sig vara användbart i deras verksamhet. För att utvärdera Blitzortungssystemet har SMHI:s blixtlokaliseringssystem använts som referenssystem. Blitzortung lämnar inga garantier på systemets prestanda eller tillförlitlighet. Dock är det ändå möjligt att systemet kan visa sig ge tillfredsställande resultat för att korrelera blixtdata med kraftledningar i elnätet som kortslutits eftersom Blitzortungsystemet har utvecklats i över tio år och tekniken bakom systemet är samma som används i kommersiella blixtlokaliseringssystem. Fördelen med Blitzortung är det låga priset samt att man har tillgång till blixtdata som uppdateras nära realtid. Dock måste användningen av systemet ske i enlighet med Blitzortungs riktlinjer, som exempelvis innefattar att man ej får sälja rådata till utomstående part. 1.2 Syfte Syftet med examensarbetet är att utvärdera Blitzortungs blixtlokaliseringssystem för att se om prestandan är tillräckligt hög för att användas i daglig drift för underhåll och felsökning i elnätet, och därmed vara ett alternativ till kommersiella blixtlokaliseringssystem. Med prestanda menas främst detektionsgraden, det vill säga hur många faktiska urladdningar som detekteras, samt noggrannheten vid platsbestämning av urladdningar. En del studien är även att utveckla en mjukvara för visualisering av blixtar i VB Energi:s elnät. 1.3 Avgränsningar Utvärderingen omfattar endast blixtdata från åsksäsongen (maj - september) för de studerade åren Studien består av två huvuddelar vilka är avsnittet Övergripande distribution av urladdningar där blixtdata för åsksäsongen använts, samt avsnittet Utvärdering av prestanda där endast blixtdata från åsksäsongen 2016 har använts. 1

12 2 Om åska och blixtar Det finns många olika typer av blixtar och i detta avsnitt beskrivs de övergripande processerna i ett blixtnedslag. Då detta examensarbete behandlar marknära tillämpningar som elnät är jordblixtar, det vill säga blixtar mellan moln och mark, av störst intresse. För mer djupgående läsning om blixtar i allmänhet rekommenderas boken An Introduction to Lightning (2015) av Vernon Cooray. Det vi normalt kallar för en blixt är egentligen ofta ett flertal blixturladdningar. Dessa sker i så snabb följd att vi inte kan urskilja de olika urladdningarna, varpå de uppfattas som en enda blixt. På engelska kallas en blixt för flash och de enskilda blixturladdningarna för strokes. System för blixtlokalisering uppskattar antalet blixtar utifrån mätningar av urladdningar inom en viss tidsram och geografisk avgränsning. Ett exempel skulle kunna vara att alla urladdningar som sker inom en sekund och inom en radie 10 kilometer tillhör blixten. Det totala antalet urladdningar i en blixt kallas för blixtens multiplicitet (Isaksson et al. 2010, s. 10). 2.1 Blixten - eller blixturladdning Man kan kategorisera blixtar i två huvudtyper vilka är jordblixtar och molnblixtar. Molnblixtar sker mellan olika laddningsfickor inom molnet eller mellan motsatta laddningsfickor mellan två moln. Jordblixtar kallas de blixtar som går mellan marken och molnet. Jordblixtens polaritet beror på vilken laddningsficka i molnet som neutraliseras. Om negativ laddning transporteras till marken vid en blixt mellan det negativa laddningscentrat i molnet och marken kallas blixten negativ. Vid positiva jordblixtar transporteras istället positiv laddning mellan det positiva laddningscentrat i molnet och marken. Blixtar kan även initieras av höga objekt på marken, och beroende på vilken typ av laddning som färdas till marken klassificeras blixten antingen som positiv eller negativ uppåtriktad jordblixt. En jordblixt kan därmed vara nedåtriktad negativ, uppåtriktad negativ, nedåtriktad positiv eller uppåtriktad positiv. Andelen nedåtriktade negativa blixtar är cirka 90 % av alla jordblixtar, och av resterande 10 % är nedåtriktade positiva blixtar i majoritet. Positiva jordblixtar kan ha mycket högra strömstyrkor med en storleksordning på hundratals ka. De består oftast av en enda huvudurladdning där urladdningsströmmen har en längre varaktighet än hos negativa jordblixtar (Cooray 2015, s , 114). Tidigare mätningar av den maximala strömstyrkan hos positiva jordblixtar har visat en median på 35 ka, samt att 5 % av jordblixtarna har strömstyrkor över 250 ka, och 95 % har en strömstyrka över 4.6 ka. (Rakov och Uman 2003, s. 215) 2.2 Negativ jordblixt - hur blixten uppstår Detta avsnitt beskriver översiktligt processerna kopplade till negativa jordblixtar som står för majoriteten av alla jordblixtar. Även om positiva jordblixtar sannolikt bidrar till att orsaka fel och avbrott i elnätet kommer de inte beskrivas utförligare i denna rapport då de står för en liten del av det totala antalet blixtar Förberedande sammanbrott Före en jordblixt sker något som kallas förberedande sammanbrott, vilket är ett elektriskt sammanbrott som sker mellan det negativt laddade partiet i molnet och det positivt laddade området i nedre delen av molnet. En kanal uppstår då mellan det positiva och negativa området, varpå elektroner flödar över till det positiva området som då neutraliseras. När fler elektroner färdas i kanalen ökar kanalens ledningsförmåga, vilket gör att ännu fler elektroner flyter med likt en självförstärkande loop (Cooray 2003, s. 48). 2

13 2.2.2 Stegurladdning Stegurladdning kallas den negativt laddade kanal som förgrenar sig nedåt från den negativt laddade delen av åskmolnet mot den positivt laddade marken. Efter det förberedande sammanbrottet har elektrondensiteten i molnets bas blivit mycket hög, och likaså den elektriska potentialen mellan molnets bas och marken. Då tillräckligt hög potentialskillnad byggts upp påverkar elektronerna i molnet andra elektroner i den omgivande luften, vilka Cooray (2003) kallar för slavelektroner. Dessa slavelektroner skjuts iväg av elektronerna i molnbasen, och på så sätt bildas en ledande kanal. När slavelektronen stannar, någonstans mellan m och efter en tid på µs, färdas elektroner från molnbasen i den ledande kanalen som bildats av slavelektronerna. Därefter skjuter elektronerna som färdats i kanalen återigen iväg slavelektroner. Det sker en paus när slavelektronerna formar en kanal, vilket medför att genomsnittshastigheten nedåt för en stegurladdning blir cirka 10 5 m/s. Ofta ligger inte kanalerna i varje steg i linje med varandra och en kanal kan t.ex. förgrena sig till två kanaler, vilket utgör stegurladdningens förgrenade utseende (Cooray 2003, s ). Det är dessa ledande kanaler eller steg, som ger stegurladdningen sitt namn. Temperaturen i kanalerna är mellan K beroende på tidpunkt, och kanalerna har en diameter på några centimeter samt en ström på cirka 100 A (Cooray 2015, s ) Fångurladdning Stegurladdningen gör att negativ laddning transporteras närmare marken. När stegurladdningen närmar sig marken börjar positiv laddning samlas i höga föremål. Då stegurladdningen färdats ner till en höjd på meter söker sig de positiva laddningarna uppåt mot stegurladdningen, vilket kallas fångurladdning. Fångurladdningar från olika objekt i området söker sig mot stegurladdningen, och nedslagspunkten för blixten hamnar vid det objekt på marken vars fångurladdning får kontakt med stegurladdningen. I vilken mån fångurladdning genereras från ett föremål styrs av dess höjd och elektriska ledningsförmåga. (Cooray 2003, s ) Huvudurladdning Spänningskillnaden mellan stegurladdningen och marken där fångurladdningen utgår ifrån är typiskt kring 50 MV. När fångurladdningen har fått kontakt med stegurladdningen kommer en stor mängd elektroner strömma mot marken, vilket kallas huvudurladdning. Denna fungerar enligt samma fysikaliska princip oavsett blixtens polaritet, där skillnaden är riktningen för huvudurladdningen. Den stora strömmen vid huvudurladdningen (i medeltal 30 ka) gör att ledningskanalen blir lysande av värmen. Då luften värms till omkring K expanderar den snabbt vilket ger upphov till de kraftiga ljudvågor som associeras med åska. En typisk jordblixt har en varaktighet mellan ms och består i medeltal av 3-4 huvudurladdningar totalt (Cooray 2015, s , 109) K-puls och pilurladdning Stegurladdningen för endast bort negativ laddning ur en liten del av det negativa laddningscentrat i molnet. Detta medför att området som tömts på negativ laddning blir positivt laddat i relation till det omgivande negativt laddade området. Det finns då en möjlighet att en urladdning kan ske mellan denna positiva del och det omgivande negativa området, vilket kallas K-puls. Följden av detta är att negativ laddning trycks ner i den ledande kanal som bildats huvudurladdningen, och denna ström av elektroner kallas pilurladdning. När pilurladdningen når marken kan kanalens ledningsförmåga i vissa fall sjunka, vilket resulterar i att pilurladdningen övergår till stegurladdning istället (Cooray 2003, s ). 3

14 2.2.6 Efterföljande huvudurladdning När pilurladdningen nått marken initieras en ny huvudurladdning. Eftersom pilurladdningen har mycket högre potential än marken, kommer den efterföljande huvudurladdningen precis som den första huvudurladdningen att transportera jordpotential uppåt i den ledande kanalen. Den maximala strömmen i efterföljande huvudurladdningar är typiskt kring 12 ka och därmed mindre än den första huvudurladdningen (Cooray 2015, s ). 4

15 3 Blixten som signal - generering av elektromagnetiska fält Följande avsnitt beskriver de elektriska fält som uppkommer vid jordblixtar samt hur dessa propagerar från den vertikala blixtkanalen. I avsnittet beskrivs även teoretisk mätning av fältets elektriska och magnetiska komponent. Detta för att ge en bild av karaktären hos det elektriska fältet i syfte att öka förståelsen för hur fältet registreras av sensorerna i ett blixtlokaliseringssystem. 3.1 Hur blixten genererar fält Det matematiska uttrycket för det elektromagnetiska fält som genereras vid blixtnedslag kan delas upp i tre delar: statisk komponent, induktiv komponent samt strålningskomponent. Nära blixtkanalen (inom 5 km) dominerar den statiska komponenten i det elektriska fältet, och med ökande avstånd ( 50 km ) står istället strålningskomponenten för det största bidraget till det totala fältet. Därmed kommer vågformen för det uppmätta fältet att se annorlunda ut beroende på hur långt ifrån blixtkanalen mätningarna utförts. Utifrån vågformen hos det uppmätta elektriska fältet kan exempelvis förberedande sammanbrott, stegurladdning och huvudurladdning urskiljas (Cooray 2015, s ). Elektriska fält genereras från en mängd olika processer i en jordblixt. Detta kapitel fokuserar dock på fältet från huvudurladdningar eftersom dessa används i stor utsträckning av blixtlokaliseringssystem vid positionering av blixtar. En anledning till detta är att fältet från huvudurladdningar är en av de processer som genererar starkast signaler, vilket möjliggör detektering på långa avstånd. Dessutom motsvarar strålningskomponenten från huvudurladdningen den understa delen av blixtkanalen som i princip är helt vertikal, vilket innebär att positioneringsfelet minimeras. Detta eftersom blixtkanalen på andra ställen i högre grad har en viss utbredning i horisontalplanet, vilket gör det svårare att uppskatta rätt position för nedslaget. Då strålningskomponenten från huvudurladdningen är proportionell mot strömstyrkan kan man uppskatta den maximala strömstyrkan i blixten utifrån den max uppmätta strålningskomponenten (Cooray 2015, s ). Cooray, (2015, s ) använder en kort elektrisk dipol för att härleda ekvationer som beskriver det elektriska fält som genereras vid en huvudurladdning. Genom att studera en dipol över ett perfekt ledande jordplan härleds fältet för alla punkter över planet genom att ersätta dipolen med motsvarande spegeldipol. Om man tänker sig att blixtkanalen utgörs av ett stort antal individuella dipoler kan ekvation 1 och 2 härledas. Följande ekvationer framlagda av Cooray (2015) beskriver fälten vid ett horisontellt avstånd d från blixtkanalen: E(t) - elektriskt fält som funktion av tiden B(t) - magnetiskt flödestäthet som funktion av tiden φ - vinkeln mellan horisontalplanet och dipolen sett från observationspunkten. c - ljushastigheten r - avståndet från dipolen till observationspunkten. (relativt det horistontella avståndet d till observationspunkten och höjden till dipolen z är avståndet r hypotenusan) H - höjden på blixtkanalen ǫ 0 - den elektriska permittiviteten i vakuum I - Strömmen i blixtkanalen 5

16 z - höjden för aktuell dipol µ 0 - den magnetiska permeabiliteten i vakuum. H E v (t) = 0 dz 2πǫ 0 [ cos 2 φ c 2 r dl(t r/c) + (1 3sin2 φ) dt r 2 I(t r/c)+ 1 r 3(1 3sin2 φ) H B φ (t) = 0 [ µ 0 dz 2π ] cosφdl(t r/c) + cosφ cr dt r 2 I(t r/c) t 0 I(z r/c)dz ] (1) (2) För stora horisontella avstånd till observationspunkten kommer avståndet mellan blixtkanalens höjd till observationspunkten (r) och det horisontella avståndet från observationspunkten till blixtkanalen (d) gå mot 1, (r d). Detta på grund av att vinkeln blir mycket liten. Ekvationerna reduceras då till: E v,rad (t) = 1 H dl(t r/c)dz 2πǫ 0 c 2 d 0 dt (3) (Cooray 2015, s. 58) B ǫ,rad (t) = 1 H dl(t r/c)dz 2πǫ 0 c 3 d 0 dt (4) Detta innebär att endast strålningskomponenten (de termer som varierar inverst med avståndet) blir kvar vid stora avstånd. Det elektrostatiska komponenten är den tredje termen i ekvation 1 minskar med avståndet i kubik och ger därför bidrag till det totala fältet vid små avstånd till blixtkanalen. Den induktiva komponenten är den andra termen i ekvation 1 och 2. Då den induktiva komponenten minskar med avståndet i kvadrat ger den signifikant bidrag till det totala fältet på större avstånd än den elektrostatiska komponenten, men kan försummas vid längre avstånd i relation till strålningskomponenten (Cooray 2015, s. 140). Från ekvation 3 och ekvation 4 fås: E v,rad (t) = cb φ,rad (t) (5) Detta samband visar att för stora avstånd (d H) kommer det elektriska fältet ha samma rumsliga variation som det magnetiska fältet (Cooray 2015, s. 58). I realiteten kan inte marken på jorden ses som ett perfekt ledande jordplan, vilket medför att amplituden hos radiovågorna som genereras från blixtar minskar snabbare än de teoretiska värdena. Detta fenomen kallas propageringseffekter och innebär att med ökande frekvens kommer en större del av energin absorberas av marken (Cooray 2015, s. 210). Det innebär att markens finita ledningsförmåga fungerar som ett lågpassfilter som innebär att de höga frekvenserna filtreras bort i större utsträckning än de låga frekvenserna vid ökande avstånd från blixtkanalen. Den maximala varaktigheten för både jord och molnblixtar kan uppgå till en sekund eller längre, 6

17 men individuella processer inom blixten ha betydligt kortare varaktighet, från ett fåtal mikrosekunder till några hundra millisekunder. Dessa individuella processer skapar elektromagnetisk strålning i ett mycket brett spektrum från mycket lågfrekventa komponenter på enstaka Hz, till frekvenser i röntgenområdet (10 20 Hz). De våglängder med mest energi återfinns i området mellan ett fåtal khz till ca 10kHz, och efter denna topp sjunker energiinnehållet linjärt med ökande frekvens (Nag et al. 2015). De elektromagnetiska fälten sprider sig inte bara horisontellt ut från blixtkanalen längs jordytan. De reflekteras även mellan jonosfären och marken, vilket innebär att atmosfären blir att fungera som en vågledare. Inom relativt korta avstånd ( 50km) går det knappt att observera dessa reflektioner, men på större avstånd ( 100km) syns reflektionerna tydligt. Vid ökande avstånd blir tidsskillnaden mellan vågen som rör sig längs jordytan och jonosfärreflektionen mindre (Cooray 2015, s ). De radiofrekvenser som propagerar genom jonosfärreflektion återfinns främst inom frekvensbandet kallat VLF-området (3kHz 30kHz) och kan färdas tusentals kilometer (Nag et al. 2015). Då detta frekvensband innehåller mest energi används det ofta av blixtlokaliseringssystem, vilket beskrivs utförligare i avsnitt Mätning av elektriskt fält Detta avsnitt beskriver grundprincipen för mätning av det elektriskt fält från blixtnedslag. Verkliga antenner kan konstrueras på en mängd olika sätt men följande avsnitt beskriver en teoretisk bild över principen bakom en vertikal antenn. Mätning av elektriskt fält med en vertikal antenn kan beskrivas genom att man föreställer sig ett ledande objekt placerat på en viss höjd h ovanför ett jordplan i ett omgivande elektriskt fält riktat mot marken. Det elektriska fältet kommer förändra laddningsdistributionen i objektet i den bemärkelse att positiva laddningar kommer ansamlas i objektets undersida och negativa laddningar kommer attraheras mot fältets riktning på ovansidan. Om objektet sedan ansluts till jordplanet med en mycket tunn ledare så att bara en enstaka positiv laddning tar sig över till jordplanet, kommer objektet få en netto negativ laddning som kan uttryckas (Cooray 2015, s ): Q = E h C (6) där C är objektets kapacitans och E är det elektriska fältet. När det omgivande elektriska fältet förändras i tiden kommer laddningen på objektet variera vilket medför en ström till jordplanet i ledaren enligt (Cooray 2015, s. 136): I(t) = h C s de(t) dt (7) Om ledaren ansluts till marken genom en resistor och kondensator i parallellkoppling, kommer spänningen över parallellkopplingen bero på komponenternas relativa impedans. Om resistansen R är mycket större än kondensatorns impedans ( 1 ωc ) kommer spänningen över parallellkopplingen vara proportionell mot mot storleken hos det elektriska fältet, och om 1 ωc R kommer spänningen vara proportionell mot derivatan av det elektriska fältet. Beroende på vilka kombinationer av RC som väljs kan man antingen mäta det elektriska fältet eller dess derivata (Cooray 2015, s 137). 3.3 Mätning av magnetiskt fält I enlighet med Faradays induktionslag kommer ett varierande magnetfält inducera en spänning i en sluten krets. Spänningen som induceras är proportionell mot slingans area samt tidsderivatan hos det magnetiska fältet. Då endast den komponent av det magnetiska fältet som är vinkelrät mot slingan kan 7

18 inducera spänning, krävs det tre stycken slingor vinkelräta mot varandra för att få med komponenterna för alla tre dimensioner. Det totala magnetiska fältet ges av B(t) tot = Bx(t)+B 2 y(t)+b 2 z(t) 2 (8) (Cooray 2015, s ). Spänningen som induceras i en strömslinga ges av Faradays lag: V = n dφ dt (9) där n är antalet varv i slingan och Φ är det magnetiska flödet som passerar genom slingan. Det magnetiska flödet ges av Φ = B(t) A cosθ (10) Där B(t) är det tidsvarierande magnetiska flödet, A är slingans inneslutna area och θ är vinkeln mellan loopens axel och den magnetiska komponenten av den elektromagnetiska vågen. Då den inducerade spänningen i slingan beror av en tidsderivata måste spänningen integreras för att bli proportionell mot magnetfältet. Den undre gränsen för frekvensbandet bestäms av tidskonstanten för integreringen, och det är därför lämpligt att ha en mycket längre tidkonstant än varaktigheten hos signalen man vill registrera. Om det finns externa elektriska fält i närheten som stör loopantennen kan det vara lämpligt att skärma den med en magnetisk sköld (Cooray 2014, s ). 8

19 4 Allmänt om blixtlokaliseringssystem I föregående avsnitt beskrevs grundprincipen bakom jordblixtar och hur dessa genererar elektriskt fält. När sensorerna i blixtlokaliseringssystemet mäter dessa fält kan blixtens position samt andra parametrar fastställas. Följande kapitel ger en övergripande bild av hur blixtlokaliseringssystem fungerar och vad som styr dess utformning. 4.1 Frekvensinehållets påverkan för BLS I (Nag et al. 2015) beskrivs det hur blixtar producerar radiovågor i ett brett frekvensband i kombination med stor amplitudvariation, samt att vissa frekvensintervall är bättre lämpade än andra för detektering av blixtar. Designen av ett blixtlokaliseringssystem styrs av de processer man är intresserad av att detektera, därmed bör man utgå från de frekvensband där fenomenen av intresse finns. Val av frekvensband påverkar bland annat vad som är lämpligt avstånd mellan sensorerna i blixtlokaliseringssystemet. I (Nag et al. 2015) görs följande indelning över de olika frekvensområdena: VLF (very low frequency): Frekvens 3-30 khz, våglängd km. Processerna inom blixten som kan registreras inom detta frekvensområde är huvudurladdning från jordblixt samt urladdningar inom molnet LF-MF (low frequency - medium frequency) : Frekvens 30 khz - 3 MHz, våglängd km. Processer som kan registreras är huvudurladdning från jordblixt, preliminär urladdning samt olika urladdningar inom molnet HF (high frequency): 3-30 MHz. Processer som kan registreras är olika urladdningsprocesser inom molnet och leaderprocesser. VHF (very high frequency): MHz. Processer som kan registreras är nedbrytning av luften när den ledande blixtkanalen skapas, pilurladdningar, K-puls samt urladdningar inom molnet IR/Optiskt område: THz. Processer som kan registreras är heta strömförande luftkanaler. 4.2 Blixtlokaliseringssystemets parametrar Blixtlokaliseringssystem kan bestämma tid och plats för urladdningar samt urladdningens egenskaper, vilket exempelvis är kategorisering av jord eller molnblixt, urladdningens polaritet och strömstyrka i blixtkanalen. För att utvärdera blixtlokaliseringssystemets prestanda kopplade till dessa parametrar används följande mått (Nag et al. 2015): Osäkerhet vid klassificering av urladdning - Hur väl systemet urskiljer om urladdningen är en moln eller jordblixt. Detektionsgrad (DE) - Detektionsgraden är hur stor andel av de faktiska urladdningar som BLS detekterar. Studier har visat att DE är beroende av den maximala strömstyrkan hos en urladdning, där DE ofta ökar i relation till ökande strömstyrka (Jacques 2011). Ett BLS kommer aldrig detektera alla blixtar vilket kan bero på exempelvis problem vid datorkommunikation, sensorfel eller att sensorerna i nätverket inte har inte har optimal placering. Förutom blixtlokaliseringssystemet i sig finns även stora variationer hos de fysikaliska egenskaperna hos jordblixtar vilket gör det svårt att konstruera system som detekterar alla variationer av jordblixtar (Pinto 2009, s. 33). 9

20 Mätosäkerhet positionering - Hur blixtlokaliseringssystemets uppskattning av urladdningens position skiljer sig i förhållande till den faktiska nedslagsplatsen (Nag et al. 2015). Mätosäkerhet maximal strömstyrka och polaritet - Hur väl uppskattad strömstyrka av BLS stämmer överens med de faktiska strömstyrkan (ibid.). 4.3 Långdistans BLS - f (VLF HF) Markbaserade BLS som opererar i VLF-LF området ses normalt som långdistanssystem. Radiofrekvenserna i VLF-området har störst energiinnehåll, med våglängder på mellan km som kan färdas tusentals kilometer då de propagerar genom jonosfärreflektion (Nag et al. 2015). För BLS som ska täcka stora geografiska områden kan det därmed vara lämpligt att använda VLF-området. Nackdelen med att endast använda VLF-spektrumet är att detta område har begränsad information om urladdningen vilket medför att det inte går att urskilja om urladdningen är en moln- eller jordblixt, bestämma blixtens polaritet eller uppskatta maximal urladdningsström (Pinto 2009, s. 27). De elektriska strömmar som skapas vid blixturladdningar och genererar pulser av radiovågor i VLF bandet kallas atmosferics eller kortfattat sferics. Varaktigheten hos sferics är typiskt 1-10 ms och dess elektriska fält kan nå storlekar på 1 V/m även på långa avstånd över 1000 km (Barr et al. 2000). Intensiteten hos radiovågor i VLF-regionen från blixtar kan approximeras enligt sambandet I 1 R inom ett område på flera 100 km från nedslagspunkten (Betz et al. 2008). 4.4 Kortdistans BLS - f VHF Blixtlokaliseringssystem som använder sig av VHF-området ( MHz) och ännu högre frekvenser, ses generellt som kortdistanssystem. Anledningen till detta är att radiovågorna i detta frekvensband inte propagerar genom jonosfärreflektion och detta medför att radiovågorna måste detekteras direkt av sensorn. Detektering av radiovågor i HF området blir en blandning mellan signaler som detekteras direkt och signaler som propagerat genom jonosfärreflektion (Nag et al. 2015). Om endast VLFspektrumet används blir de detekterade våglängderna (λ VLF = 1km 10km) så långa i relation till blixtkanalen att endast en position för urladdningen kan fastställas. Om en jordblixt detekterats brukar denna position approximeras som nedslagsplatsen. Om istället VHF används är de detekterade våglängderna tillräckligt korta i förhållande till blixtkanalen att det är möjligt att göra en avbildning av hela blixtkanalen i tre dimensioner(rakov och Uman 2003, s. 555). Förutom att avbilda blixtkanalen i tre dimensioner kan VHF-området också användas för att detektera molnblixtar i större utsträckning. I vissa fall används både VLF, LF och VHF-banden inom ett BLS, för att då kunna detektera alla typer av blixtar (Pinto 2009, s. 27). För att effektivt kunna platsbestämma jordblixtar behöver multipla stationer användas. För blixtdetekteringssystem som använder sig av multipla stationer är inte frekvensbandet direkt relaterad till noggrannhet för platsbestämning av jordblixtar. De bästa VLF och VHF systemen har en noggrannhet i storleksordningen hundra meter. Med multipla stationer är ett frekvensband mellan enstaka Hz till några khz tillräckligt för att kunna detektera urladdningar i en blixt (Rakov och Uman 2003, s. 555). 4.5 Teknik för Blixtlokalisering I detta avsnitt beskrivs de två vanligaste teknikerna som används av blixtlokaliseringssystem, vilka är time of arrival och magnetisk pejling. Dessa tekniker kan användas enskilt eller i kombination med varandra. 10

21 4.5.1 Time of arrival TOA, eller time of arrival, är en teknik som används av blixtlokaliseringssystem för platsbestämning av blixtar. Tekniken baseras på att man mäter absolut tid tills att ett fördefinierat område av det elektromagnetiska fältet som genererats från blixten träffar sensorn. Det område som vanligtvis används är det maximalt uppmätta elektriska fältet och när sensorn detekterar denna del av fältet sätts en tidsstämpel för blixten (Pinto 2009, s. 29). Om två sensorer som befinner sig på olika platser detekterar samma blixt, kommer respektive sensor att sätta varsin tidsstämpel för blixten. Utifrån tidsskillnaden mellan tidsstämplarna och sensorernas position kan man definiera en hyperbolisk kurva. Har man fyra stationer kan tre hyperboliska kurvor tas fram, och genom att undersöka skärningspunkten för kurvorna kan man fastställa en unik position i tre dimensioner förutsatt att inte alla sensorerna är placerade längs en linje (Wanke et al. 2014). Noggrannheten hos TOA-tekniken är beroende tidssynkroniseringen mellan sensorerna. Nu för tiden används GPS-teknik vilket gör det möjligt att sätta mycket exakta tidsstämplar och medför låg felmarginal vid platsbestämning. De vanligaste TOA-baserade blixtlokaliseringssystemet använder sig av minsta kvadratanpassning för att bestämma platsbestämma urladdningen(pinto 2009, s. 29). Exempelvis används minsta kvadratanpassning i Blitzortung-systemet (Wanke et al. 2014). När de elektriska fälten propagerar över stora avstånd påverkas radiovågornas form. Radiovågorna går från en skarp puls till att med ökande avstånd spridas ut till ett vågtåg med en varaktighet på 1 ms eller mer. Amplituden hos vågtåget stiger sakta vilket medför svårigheter att definiera exakt när tidsstämpeln för TOA-beräkningarna ska sättas. För att avhjälpa detta kan man beräkna time of group arrival (förkortning: TOGA) för hela vågtåget och på så sätt få en större noggrannhet för tidsstämpeln (Dowden et al. 2002) Magnetisk pejling Magnetisk pejling kan användas genom att använda två strömslingor som är placerade vinkelräta i förhållande till varandra. Beroende på storleken hos den vinkelräta komponenten av det magnetflöde som innesluts i varje slinga går det att bestämma riktningen hos den vertikala strömkälla som gav upphov till magnetflödet. Detta medför att den inducerade spänningen i slingan är proportionell mot det magnetiska fältet i respektive riktning (Pinto 2009, s. 28). Varje par av sensorer ger olika positionering av nedslag till följd av stokastiska fel, oftast orsakade av ledande objekt i sensorns närhet. Med anledning av detta behövs minst tre sensorer för att ha en möjlighet att fastställa en entydig position. En lämplig metod för att hitta den mest sannolika unika positionen, är att använda minsta kvadratanpassning för att minimera felet från observerad data (Pinto 2009, s. 29). 11

22 5 Blitzortung Blitzortung-projektets mål är att skapa ett billigt högpresterande världstäckande blixtlokaliseringsnätverk bestående av ett stort antal stationer, med ett inbördes avstånd på km. Blitzortungsystemet använder sig av time of arrival- samt time of group arrival-teknik med GPS-timing och opererar i VLF-området. Stationerna i nätverket är anslutna till internet och skickar uppmätta signaler till centrala beräkningsservrar som beräknar position och andra parametrar för de detekterade urladdningarna (Wanke et al. 2014). För närvarande består Blitzortung-systemet av mer än 500 stycken stationer i världen som är sammanlänkade och bildar Blitzortungs nätverk (Blitzortung - Cover your area n.d.) Figur 1: Översikt - Blitzortungsystemets parametrar En Blitzortungstation innehåller en mottagarenhet med antenner för mätning av elektriskt fält samt en antenn för GPS-signal. Själva mottagarenheten är standardiserad och skiljer sig endast mellan olika generationer Blitzortungmottagare. De olika generationerna är system GREEN, system RED och system BLUE som är den typ som använts i detta arbete. Blitzortungnätverket innehåller aktiva stationer från alla generationer, och den version som i dagsläget är till försäljning är system BLUE som lanserades våren Till skillnad mot mottagarenheten skiljer sig utformningen av antenner mellan olika Blitzortungstationer då det är upp till den som upprättar en station att konstruera lämpliga antenner (Blitzortung - Cover your area n.d.). Alla som är involverade arbetar ideellt och vem som helst kan bli medlem i nätverket genom att sätta upp en fungerande station som kontinuerligt skickar den mätdata som registreras. I övrigt finns inga avgifter förknippat med att delta i nätverket, bortsett från priset för hårdvaran. Positioneringsdata är tillgänglig i råformat förbehållet att man som stationsägare har en aktiv station som kontinuerligt laddar upp data till nätverket. Stationsägaren är fri att använda rådata för alla icke-kommersiella syften (Wanke et al. 2014). Nätverket byggs automatiskt ut då användare sätter upp stationer där det förhållandevis låga priset för en station ( 200 euro) underlättar för expanderingen av nätverket. Denna modell för medlemskap i nätverket medför en nackdel då det inte finns någon kvalitetskontroll över hur enskilda användare implementerar sina system. Detta kan medföra att vissa deltagare på grund av okunskap konstruerar direkt felaktiga konstellationer, som i sin tur inverkar negativt på nätverkets prestanda. Fördelen med avsaknaden av krav för att upprätta ännu en station i nätverket innebär dock troligtvis att fler stationer upprättas. Det finns ett uttalat önskemål att blivande medlemmar i Blitzortungnätverket främst är personer med intresse av meteorologi och kunskaper inom elektronik och datavetenskap, 12

23 men trots denna önskan finns inga förkunskapskrav på (Wanke et al. 2014) 5.1 Blitzortungstationen I följande avsnitt beskrivs en Blitzortungstation där första delen ger en övergripande bild över vilka komponenter som ingår i en station. Därefter beskrivs själva mottagarenheten och dess ingående delar i detalj samt vad som händer i mottagarenheten då en blixt detekteras. I Figur 2 illustreras en Blitzortungstation och dess huvudkomponenter: Antenner - Blitzortungstationen har möjlighet att använda två typer av antenner. En för magnetisk fältstyrka (H-fält) och/eller antenn för mätning av elektrisk fältstyrka (E-fältsantenn). Mottagarenhet - själva huvudenheten med moderkortet GPS-antenn Internetanslutning via ethernet-uttag Strömtillförsel nätaggregat 5V av typen mobilladdare Föregående version Blitzortung-mottagare (system RED) skiljer sig till viss del från den nuvarande version (system BLUE). Den stora skillnaden är att system BLUE kommer är mer komplett från fabrik, vilket innebär att färre komponenter behöver monteras av användaren (Blitzortung - Cover your area n.d.). Grundkomponenten i mottagarenheten är den mikrokontroller som styr själva registreringen av blixtar i stationen. Mikrokontrollen baseras på en 32-bit ARM Cortex-M4F processor och har 1 MB flashminne, 192 KB RAM samt en klockfrekvens på 168 MHz. Den innehåller tre stycken 12-bit analog-digtal konvertrar med en maximal samplingsfrekvens på 1 MHz. En DMA-kontroller används så att den digitala signalen kontinuerligt kan sparas i internminnet. För att stationen ska känna igen blixtar utifrån vågformen hos den uppmätta signalen finns ett antal kriterier uppsatta. Användandet av DMA-kontroller möjliggör att man kan läsa in samplingar som sparats i internminnet precis innan kriteriet för blixtdetektering uppnåtts. Mottagarens GPS-modul är baserad på 1PPS-teknik (en puls per sekund), vilket möjliggör absolut tidsmätning (med en avvikelse på tiotals nanosekunder) som är ett grundkrav vid användning av time of arrival-tekniken. Till GPS-modulen behövs en extern antenn som ansluts via SMA-kontakt (Wanke et al. 2014). För både E-fält och H-fältsantennen finns två förstärkningssteg vilka består av en förförstärkare som monteras på själva antennen, samt en huvudförstärkare i själva mottagarenheten. Huvudförstärkarna har olika karaktär beroende på antenntypen (E eller H-fält) och förförstärkarnas egenskaper beror på vilken typ av låg/högpassfilter som används, aktuell implementering av OP-förstärkare osv. I nuvarande modell av Blitzortung-mottagare (system BLUE) är förstärkarenheterna som används standardiserade och optimerade för de antenntyper som rekommenderas. Detta medför att vågformen för de uppmätta signalerna och tidsfördröjningen blir mer entydiga mellan olika stationer. Om den hårdvarumässiga tidsfördröjningen inte är identisk mellan olika Blitzortung-stationer skulle det leda till stora fel vid beräkning av position för urladdningar eftersom Blitzortung är baserat på time of arrival-teknik (beskriven i 4.5.1) (Wanke et al. 2014). 13

24 Figur 2: Huvudkomponenterna hos Blitzortungstationen Händelseförlopp vid detektering av blixt I (Wanke et al. 2014) förklaras vad som händer i en Blitzortungstation när en urladdning detekteras och en översiktlig bild över händelseförloppet beskrivs nedan: 1. Det elektriska fältet från blixten inducerar en liten ström i antennen. 2. Signalen förstärks och filtreras sedan i förstärkarenheterna. 3. Därefter skickas signalen vidare till den integrerade mikrokontrollern, som har en referensspänning på 0-1.5V. 4. Signalen förskjuts +1.5 V och adderas till input hos A/D (analog-digital) konvertern som är integrerad i trackerns inbyggda mikrokontroller. I A/D konvertern samplas signalen med en frekvens på 500 khz, varpå värdet sparas i ett register. 5. En DMA-kontroller läser direkt värdena från registret och sparar dessa löpande i internminnet 6. Hela tiden jämförs samplingarna i A/D registret med ett tröskelvärde. Om registervärden skulle nå över tröskelvärdet genereras ett avbrott. 14

25 7. Funktioner kopplade till avbrottet utvärderar aktuella 1PPS-tidsvärden och relevanta A/D samplingar från DMA:s minne. 8. Om kriterierna är uppfyllda filtreras signalerna och data innehållande information om den detekterade signalen skickas till beräkningsservern. 5.2 Antenner I Blitzortung-stationen används antingen en antenn för att mäta elektrisk fältstyrka, magnetisk fältstyrka eller en kombination av båda (Richo 2016) Elektriskt fält Vid blixtdetektering kan man använda sig av en antenn som fångar upp den elektriska komponenten av det elektromagnetiska fält som genereras av en blixt. I Blitzortungprojektet används en vertikal ståltråd där den ena änden är direkt monterad på förförstärkaren. Förförstärkaren ansluts till huvudkretskortet via en koaxialkabel (Wanke et al. 2014). Denna antenntyp kallas för whipantenn och är en form av monopolantenn. Vid en blixt förändras det elektriska fältet i omgivningen med tiden och därmed även laddningsdensiteten på monopolantennen. Detta medför att en ström kommer flyta i antennkretsen. Om antennens längd är mycket mindre än våglängden för det tidsvarierande elektriska fältet, kommer antennen agera som en kapacitiv spänningskälla där spänningen är proportionell mot storleken på det elektriska fältet (Cooray 2014, s. 205). Antennen ska vara riktad vertikalt eftersom det elektriska fält som genereras vid jordblixtar är riktat vertikalt mot marken. Detta medför att antennen är känslig för blixtar i alla horisontella riktningar. Motiveringen som uppges till varför Blitzortung använder sig av denna antenn är att detekterade signaler är relativt fria från brus på grund av resonansfrekvenser. Den är även billig att tillverka och det är möjligt att bestämma blixtens polaritet. Dock är den mycket känslig för elektriska fält från omgivningen, vilket medför att den bör placeras utomhus eller på relativt öppna ytor (Wanke et al. 2014). Förutom begränsningarna i själva mätutrustningen är den övre gränsen av frekvensbandet beroende av antennens längd. Kravet är att antennlängden l måste vara mindre än en fjärdedel av den kortaste våglängden man vill mäta, annars kommer ström som induceras på olika ställen i antennen nå mätutrustningen på olika tidpunkter (Cooray 2014, s. 208). Antennlängden l för monopolen (längden på ståltråden) är 10cm enligt Wanke et al. (2014) och våglängden för en 30kHz våg är λ = c f = m, vilket innebär att antennen kan ses som en kapacitiv spänningskälla eftersom våglängden är mycket längre än antennlängden ( λ >> l ) (Cooray 2014, s. 205) Magnetisk fältstyrka - loopantenn Blixtdetektering kan utföras genom att använda en antenn som är känslig för den magnetiska komponenten hos de elektromagnetiska fälten från en blixt. Den konventionella antenntypen i Blitzortungprojektet är en så kallad loopantenn. I Blitzortung-systemet används olika typer av loopantenner, där några exempel från Blitzortung-kompendiet (Wanke et al. 2014) är följande: Ram-antenn: Två enkelledarkablar lindas ortogonalt mot varandra på en ram. Rekommendationen är 25 m kabel som lindas 8 varv med en diagonal på 1 m vilket ger en effektiv area på 8 m 2. Loopantenn av koaxialkabel: Rekommendationen är 20 m koaxialkabel av valfri impedans som lindas tre varv vilket ger en diameter på 1.8 m och en effektiv area på 2.54m 2. Detta ger ungefär en impedans på 60µH och en resonansfrekvens på 2 MHz. 15

26 Ferritstavsantenn: Består av en slinga lindad på en ferritkärna, ofta ca 30 cm lång och 3 cm i diameter, vilket innebär att dess fysiska mått än betydligt mindre än tidigare nämnda loopantenner. Då den inneslutna arean för ett varv hos ferritstavsantennen är mycket mindre än de tidigare nämnda loopantennerna, krävs det att ferritstavsantennen är lindad med många fler varv för att få en signalstyrka i samma storleksordning som de större loopantennerna. Lindningen medför att ferritstavens resonansfrekvens sänks vilket kan skapa problem om resonansfrekvensen hamnar under 100 khz, vilket är för nära VLF området (3 khz - 30 khz). 5.3 Optimering av Blitzortungstationen Förutom den fysiska konstruktionen av antenner, addering av filtersats och liknande finns även andra parametrar som kan justeras för Blitzortung-stationen. Genom att koppla upp sig mot stationen via ett lokalt nätverk kommer man åt Blitzortung-stationens web-interface. Där kan ett antal parametrar ändras för att optimera registreringen av de elektromagnetiska vågor från blixturladdningar. Några exempel är justering av tröskelvärden och gains samt hantering av aktuell firmware-version. Genom att förändra tröskelvärden och gains borde Blitzortung-stationen kunna optimeras för att antingen detektera kort- eller långväga blixtar. I web-interfacet finns även ett digitalt oscilloskop där de signaler som systemet detekterar visualiseras i realtid. Detta kan med fördel användas när den färdigbyggda Blitzortung-stationen med antenner ska placeras ut. Blitzortung-stationen är känslig för inverkan av lokala elektromagnetiska fält från exempelvis närliggande kraftledningar, tv-apparater och liknande. Genom att använda sig av live-oscilloskopet kan man se dessa störningar i realtid vilket underlättar för att hitta optimal placering av mottagarenhet och antenner (Wanke et al. 2014). 5.4 Blitzortungs osäkerhetsparameterar För varje urladdning detekterad av Blitzortung finns förutom grundläggande information som tidsstämpel, latitud och longitud även två stycken parametrar givna för varje urladdning som möjligtvis kan kopplas för uppskattning av osäkerhet för positioneringen. Dessa parametrar är MDS - maximal deviation span in nano seconds samt MCG - maximal circular gap in degrees. Ingen ingående förklaring finns för parametern MDS på eller i dokumentationen (Wanke et al. 2014). Dock representerar den troligtvis tidsavvikelse hos time of arrival-beräkningarna för nedslagspunkten, och därmed är relaterad till positioneringsosäkerheten. Den andra variabeln som möjligtvis kan kopplas till osäkerheten för positionering för Blitzortung är parametern MCG. Förklaringen från Blitzortung.org är följande maximal circular gap in degree (for example, 210 degree = the detectors are in a sector of 150 degree from the point of view of the impact position). Det är helt enkelt ett mått på den största cirkelsektorn i grader ( ) som inte täckts in av en Blitzortung-station. 16

27 Figur 3: Förklaring av MCG - Röda punkter är Blitzortungstationer som detekterat urladdningen och MCG är den största uppmätta cirkelsektorn 17

28 6 SMHI:s Blixtlokaliseringssystem För att utvärdera Blitzortungsystemet har mätningar från SMHI:s blixtlokaliseringssystem använts som referenssystem. I följande avsnitt ges en övergripande bild av SMHI:s blixtlokaliseringssystem. 6.1 Systemkonfiguration SMHI:s nuvarande system har sin grund i de tidigare blixtlokaliseringssystemen LLP (som 1979 upprättades av Uppsala universitet och Försvaret), samt LPATS systemet som upprättades av SMHI De båda systemen baseras på olika tekniker och har därför lite olika egenskaper. LLP är bättre på korta avstånd och baseras på magnetisk pejling, medan LPATS är bättre på längre avstånd och baseras på time of arrival-tekniken (Isaksson et al. 2010). Under tidigt 90-tal utvecklade företaget Global Atmospherics, Inc. (som sedan köptes upp av Vaisala) en sensor som kombinerade magnetisk pejling och time of arrival-tekniken. Denna sensor har bättre prestanda än de tidigare systemen och endast två sensorer krävs för platsbestämning av detekterade urladdningar. Dessa sensorer kom att kallas för IMPACT (Improved Accuracy from Combined Technology) (Pinto 2009). Efter införandet av IMPACT-systemet har blixtlokaliseringssystemet fortsatt att utvecklats och består idag av en kombination av det äldre IMPACT-systemet och nyare sensorer från Vaisala, LS7000 och LS7001. I skrivande stund (dec 2016) pågår en uppgradering av systemet där de äldre sensorerna ska bytas ut mot de nyare LS7001. Både IMPACT och 7000-serien opererar i LF-frekvensbandet och använder sig av magnetisk pejling och time of arrival (Ståhl 2016). Idag finns en beräkningsserver placerad i Norrköping, och de nio sensorerna illustrerade i Figur 5, är belägna i Vitemölla, Visby, Såtenäs, Västerås, Malung, Östersund, Umeå, Luleå och Kiruna (Isaksson et al. 2010). Förutom uppdateringen av sensorerna har det även skett uppgraderingar av beräkningsservern under år 2014, vilket medfört att data efter november 2014 inte är direkt jämförbar med tidigare data. (Förklaring till åsk- och blixtkartorna n.d.) Figur 4: Översikt - parametrar för SMHI:s system SMHI:s blixtlokaliseringssystem ingår i ett nätverk kallat EUCLID (EUropean cooperation for LIghtning Detection), vilket är ett samarbete med nationella BLS i Europa. EUCLID utgörs av 147 sensorer i 27 olika länder, inklusive våra grannländer Norge, Finland och Danmark. Deltagare i EUCLID har tillgång till realtidsdata från hela EUCLID att använda i sitt egna nätverk. Prestandan i termer av relativ detektionsgrad och positioneringsnoggrannhet uppges homogen över nätverket (EUCLID n.d.). SMHI använder idag främst sensordata i realtid från Norge, Finland och Danmark, Estland, Polen och Litauen. Totalt innefattas 43 sensorer, dock är inte alla i bruk. Detta innebär att SMHI:s system har god täckning i hela landet samt hög redundans ifall någon sensor skulle fallera (Ståhl 2016). 18

29 Figur 5: SMHI:s stationer 6.2 Prestanda För varje registrerad urladdning uppskattas en felellips motsvarande 50 % konfidensintervall. Beräkningarna för felellipsen grundas på ett antagande att tids- och vinkelfel följer en Gaussisk distribution. För varje sensor bestäms regelbundet standardavvikelsen för tidsfelet och vinkelfelet, då dessa parametrar ligger till grund för beräkning av felellipsen. Resultat från analys av blixtdata som registrerats under visar att medianen för positioneringsfelet är 500 m eller mindre i princip hela Sverige. Den relativa detektionsgraden visade sig vara 96 % detektionsgrad för blixtar och 70 % för enskilda urladdningar. De procentuella skillnaderna mellan uppskattad maximal strömstyrka av EUCLID mot direkt uppmätt strömstyrka i utrustat torn var ett medelfel på 19 % och ett medianfel på 18 % (Schulz et al. 2016). 19

30 7 Metod I följande avsnitt beskrivs den metodik som använts för att genomföra utvärderingens olika delområden. Först beskrivs implementeringen av Blitzortungstationen vilket innefattar montering av mottagarenhet och konstruktion av antenner. Därefter beskrivs metoden för framtagandet av visualiseringsverktyget med motivering av designval. Slutligen beskrivs metoden för utvärderingen av Blitzortungsystemet där först tidigare studier i ämnet avhandlas. Därefter förklaras och motiveras valet av de metoder som använts i genomförandet av utvärderingen. 7.1 Implementering Projektets första fas innefattade konstruktionen av en Blitzortung mottagarenhet som anslöts till Blitzortungs nätverk. Komponenterna för en komplett mätstation innefattar tre stycken kretskort och ett 30-tal elektroniska komponenter som kondensatorer, piezokristaller, etc. Upprättandet av stationen krävde även konstruktion av antenner för mätning av elektriskt fält. Något som kan vara värt att förtydliga är att den mätstation som byggdes inte hann vara delaktig i datainsamlingen för den blixtdata som användes i utvärderingen av systemen. Detta är inte något som anses vara avgörande för resultatet av utvärderingen, då mätstationen som byggdes endast är en nod i ett större nätverk. Den praktiska skillnaden hade varit att Blitzortung-nätverket hade haft ännu en station i Sverige, vilket hade kunnat ökat prestandan i stationens område E-fältsantenn En E-fältsantenn konstruerades efter riktlinjerna i Blitzortung-kompendiet (Wanke et al. 2014). Denna utgörs av en kabel med ca 10 cm längd och med en area på minst 1 mm 2 som ska vara riktad vertikalt. Behållaren för antenn och förförstärkare konstruerades av en bit plaströr (ursprungligen avsedd för dragning av fiberoptik under jord) som sedan tätades i topp och botten H-fältsantenn Enligt Blitzortung-kompendiet Wanke et al. (2014) finns flertalet förslag på möjliga konstruktioner av loopantenner. Valet föll på en "coax-loop", som består av en slinga med tre varv koaxialkabel där den yttre ledaren kapas så att endast den inre ledaren är strömförande. Tre varv med 1m diameter ger en effektiv area på 2.4m 2 (A eff = 3 π D2 4 ) vilket är i enlighet med rekommendationerna från kompendiet. Det är möjligt att endast använda en slinga, men det innebär att blixtnedslag som inträffar i vinkelrätt relativt loopen inte kommer kunna registreras alls då ingen komponent av magnetflödet kommer gå genom loopen. Därför föll valet på att använda två slingor placerade vinkelrätt mot varandra, för att på så sätt kunna detektera blixtar i alla riktningar. För att kapsla in koaxialkabel-slingorna användes samma typ av rör som för E-fältsantennen, vilket formades till en cirkel och stagades upp. Därefter anslöts koaxialkabel-slingorna till förförstärkaren som placerades i ett vädertätat plastskåp i mitten av slingorna, se Figur 6. Respektive förförstärkare anslöts därefter med 25m sköldade nätverkskablar till mottagarenheten. 20

31 Figur 6: Vänster: E-fält/monopolantenn med förförstärkare. Höger: H-fält/loopantenn med förförstärkare 7.2 Framtagning av visualiseringsverktyg För att VB Energi ska kunna använda Blitzortungssystemet som hjälp i den dagliga driften har ett visualiseringsverktyg utvecklats. För att kunna korrelera nedslag i elnätet med information från ledningscentralen behöver visualiseringsverktyget ha följande egenskaper: Blixtar ska kunna filtreras i tiden på sekundbasis och visas på kartor innehållandes elnätets infrastruktur. Exempel kan vara kraftlinjesträckningar, fördelningsstationer, ställverk och liknande områden av intresse. Blixtdata ska uppdateras så nära realtid som möjligt för att man under åskväder ska kunna korrelera tidsstämpel och plats för nedslag med eventuella kraftlinor som kortslutits Det ska gå att modifiera (lägga till eller ta bort) infrastruktur i efterhand. Med utgångspunkt från kravlistan utfördes efterforskningar kring hur visualiseringsverktyget lämpligast skulle kunna implementeras. Valet föll på att göra en en webbapplikation som körs i webbläsaren eftersom det medförde följande egenskaper: En webbapplikation kan enkelt användas på alla operativsystem utan att behöva installera någon programvara då den kan köras direkt i webbläsaren. Det finns sofistikerade verktyg för att kunna använda existerande karttjänster, däribland Leaflet (Agafonkin 2015) och OpenStreetMap (OpenStreetMap n.d.) 21

32 Programmeringsspråket Python som användes för majoriteten av beräkningarna i avsnitt 7.3 kunde användas på serversidan. 7.3 Utvärdering av blixtlokaliseringssystem I detta avsnitt beskrivs tillvägagångssättet som användes för att utvärdera Blitzortung-systemets prestanda. Det finns olika metoder för att utvärdera blixtlokaliseringssystem och val av metod beror på studiens syfte. I (Kenneth L. Cummins n.d.) beskrivs följande metoder för utvärdering av blixtlokaliseringssystem: Rakettriggade blixtstudier innebär att man skickar upp en raket med en fastsatt wire, mot åskmolnet och på så sätt skapar en slags artificiell urladdning. Riggat torn/mast-studier innebär att mätutrustning placeras i höga objekt som ofta är utsatta för nedslag kan strömmen mätas direkt. Blixtstudier med hjälp av videokamera utförs genom att nedslag filmas och man kan därmed jämföra nedslagsplats och antal urladdningar med data uppmätt av BLS. Jämförande mätningar med olika BLS innebär att ett system utvärderas genom jämförande mätningar av ett annat system. Den enda metod som ansågs vara praktisk genomförbar för utvärdering av Blitzortung-systemet var jämförande mätningar med ett annat blixtlokaliseringssystem. Då SMHI tillhandahöll blixtdata kunde deras blixtlokaliseringssystem användas som referens i utvärderingen. Fördelar med denna metod är att stor datamängd kan användas för jämförelsen, prestanda kan utvärderas som funktion av tid och plats samt går det att jämföra distribution av olika parametrar som maximal ström, polaritet multiplicitet osv. Nackdelar är att jämförelsen kommer vara relativ nätverken, och inte resulterar i absoluta mått (Kenneth L. Cummins n.d.). Eftersom jämförande mätningar endast ger relativa resultat, kräver detta att referenssystemet har god tillförlitlighet och prestanda. Utifrån informationen i avsnitt 6 kan antas att så är fallet. Även om referenssystemet har hög prestanda kvarstår dock det faktum att relativa mätningar inte kan likställas med absoluta mätningar, då man med säkerhet vet var den faktiska blixten slagit ned Jämförande mätningar - tidigare studier I detta avsnitt beskrivs två exempel på tidigare studier inom ämnet, vilka även har använts som utgångspunkt för utvärderingen av Blitzortungssystemets prestanda. I (Ward et al. 2008) utvärderades blixtlokaliseringssystemet NDLN (U.S National Lightning Detection Network) genom jämförande mätningar med CGLSS (Cloud-to-Ground-Lightning Surveillance System) som referenssystem. NLDN är ett nationellt nätverk som täcker hela USA och bestod vid tidpunkten då studien utfördes av 113 st IMPACT ESP-sensorer placerade med ett avstånd på km ifrån varandra. CGLSS-systemet är utformat för att täcka ett avgränsat område i Florida, USA och bestod vid studiens tidpunkt av sex st IMPACT ESP-sensorer. I studien jämfördes mätningar från systemen i det avgränsade området där CGLSS har högre prestanda (Ward et al. 2008). För den jämförande analysen valdes de fyra dagar under sommaren 2005 och 2006 som CGLSS detekterat flest urladdningar i samtliga riktningar i det avsedda området. Urladdningar mellan systemen 22

33 ansågs vara tidskorrelerade om de registrerats inom ett tidsintervall på 2 ms. För de korrelerade urladdningarna utfördes en maximal ström-analys samt beräkningar av relativ detektionsgrad och positioneringsosäkerhet (Ward et al. 2008). Dessa begrepp förklaras närmare i avsnitt I (Jacques 2011) utfördes en liknande undersökning i samma område där man utvärderade blixtlokaliseringssystemet USPLN med systemet CGLSS-II, som är en uppgraderad version av CGLSS. USPLN bestod vid studiens tidpunkt av 100 stycken sensorer och utvecklades från början som ett alternativ till NDLN. Blixtdata filtrerades genom att urladdningar detekterade av CGLSS-II togs bort om de hade en uppskattad strömstyrka mellan 0 till +10kA, eftersom svaga positiva urladdningar ofta är detekterade molnblixtar. Urladdningar detekterade av CGLSS-II behölls endast om de var inom det avgränsade området. För USPLN-data gjordes ingen filtrering då det innebär att man introducerar ett bias, i synnerhet nära avgränsningen för det studerade området (Jacques 2011). Förklaringen till detta är att om man exkluderar alla blixtar utanför studieområdet för systemet som studeras kan endast blixtar inom området tidskorreleras. Detta innebär att systemet som utvärderas kommer att få högre uppmätt prestanda eftersom urladdningar med stort positioneringsfel i viss mån exkluderas. För att korrelera urladdningar mellan blixtlokaliseringssystemen användes ett tidsintervall på 3 ms samt ett avståndskriterium på 15 km. Avståndskriteriet baserades på att tidigare studier visat att endast 2 % matchning av urladdningar på avstånd större än 15 km. Vid korrelationsproceduren försäkrade man sig om att varje urladdning endast korrelerades en gång och urladdningar som detekteras inom samma tidsfönster matchades med den urladdning som var närmast temporärt eller spatialt (Jacques 2011). Förklaringsmodell tidskorrelering Figur 7: Vänster: Enskilda urladdningar inom en sekund. Höger: Tidskorrelerade enskilda urladdningar inom en sekund I Figur 7 antas punkterna vara platsbestämda detekterade urladdningar från två blixtlokaliseringssystem, där respektive system har varsin färg. Genom att filtrera urladdningar som är detekterade inom 2 ms kan korrelerade par urskiljas. Om fler än en urladdning från system A och/eller fler än en urladdning från system B detekteras inom tidsfönstret, kan man välja om man vill para ihop de urladdningar som befinner sig närmast temporärt eller spatialt. I Figur 7 slumpade det sig så att de urladdningspar som befann sig närmast spatialt och temporärt är korrelerade. Notera dock att detta inte alltid är fallet, samt att antalet urladdningar som detekterats av system A och system B kan skilja sig åt. Värt att nämna är att inget verkligt blixtlokaliseringsystem är utan felmarginal, vilket 23

34 innebär att man inte kan vara säker på att något av systemen fastställt den faktiska positionen för urladdningarna. Korrelationsprocedur i detalj 1. Först skapades ett kombinerat dataset med SMHI och Blitzortungs data, där varje urladdning gavs en parameter för systemtillhörighet. 2. Därefter sorterades blixtdata efter tid, vilket innebär att urladdningar från båda systemen blandades. 3. I nästa steg utfördes själva korrelationsprocessen där urladdningar som låg inom tidskriteriet (2 ms) gavs ett unikt flash-id. Därefter raderades de poster med flash-id:n endast innehållandes urladdningar från ett system. 4. Efter det implementerades en närmsta grannar -algoritm (Frio n.d.). Denna algoritm hittar de unika urladdningspar som ligger närmast temporalt inom en flash. Om ett flash-id exempelvis innehåller tre stycken Blitzortung-urladdningar och fem SMHI-urladdningar kommer tre stycken unika par bildas. 5. Slutligen användes the Great distance formula (GeoPy-Contributors 2015) för att beräkna avståndet mellan urladdningsparen. Interpolering För alla kartor som interpolerats har metoden IDW (Inverse distance weighted) använts. Metoden bygger på antagandet att punkter nära varandra har mer gemensamt än punkter längre bort, vilket medför att punkter nära prediktionspunkten viktas så att de får större inverkan än punkter längre bort. Vikterna består av det inversa avståndet upphöjt till power-värdet -p. För alla kartor valdes p = 2, vilket innebär att viktningen för punkter som omger prediktionspunkten minskar med avståndet i kvadrat (Environmental Systems Research Institute n.d.). Detta värde ansågs bäst representera data då p-värden från 1 till 3 testades. Urval av blixtdata SMHI:s blixtdata utgjordes av två separata dataset där det första innehöll urladdningar med tidsstämpel med upplösning i sekundnivå och täckte perioden 1 januari september Då en tidsupplösning på minst millisekund krävs för att kunna korrelera urladdningar enligt tidigare beskrivning, gavs tillgång till ytterligare blixtdata i nanosekundupplösning med en separat textfil för varje år. Formatet hos textfilerna var gemensamt oavsett dataset och textfil, där varje detekterad urladdning där varje parameter hade en egen kolumn (tidsstämpel, latitud, longitud, max strömstyrka, moln/jordblixt indikator, etc.). Den geografiska avgränsningen utgjordes av Sveriges territorialgräns, det geografiska referenssystemet WGS84 och tidszonen var i UTC. Blixtdata för Blitzortungsystemet kunde endast hämtas för två dygn i taget genom att manuellt fylla i ett formulär på Blitzortungs hemsida. Där klipptes en ruta ut med en total utsträckning: (55 < latitud < < longitud < 24 ) innehållande Sverige och en stor del av Östersjön varpå en textfil innehållandes blixtdata sparades med ett slumpvis genererat namn. Med anledning av detta skrevs ett skript för att generera ett dataset utifrån de enskilda textfilerna. På grund av denna tidskrävande manuella procedur gjordes valet att endast använda blixtdata från blixthögsäsongen (maj till september) för åren I litteraturen som undersökts har inga indikationer om ett årstidsberoende hos prestandan för blixtlokaliseringssystem påträffats. Tidsstämpeln för urladdningarna hade tidszonen UTC och koordinaterna var givna i det geografiska referenssystemet WGS84. 24

35 Utvärderingen av Blitzortungsystemet är uppdelad i två huvuddelar, Övergripande distribution av urladdningar samt Utvärdering av prestanda I avsnitt användes SMHI:s dataset med tidsupplösning på sekundnivå där rådata finns presenterad i Tabell 1. Denna blixtdata bearbetades sedan för att respektive system skulle få samma geografiska avgränsning och tidsperiod. Då tidsperioden för SMHI:s blixtdata är från 1 januari september 2016 och Blitzortungs blixtdata sträcker sig över 1-maj till 31 september åren och 1 maj - 16 september 2016 innebar det att endast inkludera data inom sammanfallande tidsperioder. För att få samma geografiska avgränsning exkluderades Blitzortung-urladdningar utanför Sveriges territorialgräns. Slutligen delades data upp i ett dataset för varje blixtsäsong och resultatet kan ses i Tabell 2. I avsnittet Utvärdering av prestanda användes istället datasetet från SMHI med tidsstämpel i nanosekundupplösning, och blixtdata från Blitzortungsystemet var densamma som i Övergripande distribution av urladdningar. Blixtdatan finns presenterad i Tabell 3. För att tidsperioden skulle stämma överens mellan systemen inkluderades urladdningar som detekteras mellan 1 maj - 16 september 2016 från båda systemen. Eftersom alla beräkningar i avsnittet Utvärdering av prestanda grundas på korrelation av urladdningar mellan systemen enligt olika villkor behövs ingen geografisk avgränsning av urladdningar mellan systemen. För de individuella delarna inom avsnitt Utvärdering av prestanda skapades olika delmängder från rådata i Tabell 3, och dessa beskrivs i Tabell Övergripande distribution av urladdningar I (Sonnadara et al. 2006) undersöktes jordblixtar i Sverige detekterade av SMHI under åren Av de studerade variablerna/parametrarna ansågs främst urladdningsfrekvens och urladdningsdensitet vara tillämpliga i detta arbete då de ger viktig information om den övergripande distributionen av de urladdningar som detekterats av ett BLS. Den första parametern urladdningsdensitet är som namnet antyder ett mått på den totala urladdningstätheten, och har enheten [antalurladdningar/100km 2 ]. Genom att urladdningsdensitet beräknas för respektive system får man en bild av hur distributionen av urladdningar ser ut för respektive system. Urladdningsfrekvens är istället ett mått på den största uppmätta blixtintensiteten under en heltimme för den studerade perioden och har enheten [antalurladdningar/(h km 2 )]. Urladdningsdensitet 1. Först skapades ett rutnät i det projicerade referenssystemet SWEREF99TM (SWEREF 99, projektioner n.d.) med en cellarea på 10km x 10km som täckte Sveriges territorialgräns med viss marginal. 2. Därefter summerades antalet urladdningar som inneslöts i varje cell. 3. Slutligen interpolerades rutnätet med IDW-metoden som beskrivs i avsnitt 7.3.1, för att öka den visuella upplevelsen. Interpoleringen gör att cellerna i rutnätet inte blir lika framträdande, men det medför även en viss förändring av underliggande data (Isaksson et al. 2010). 4. Slutligen beskärdes rutnätet till Sveriges territorialgräns. Urladdningsfrekvens 1. Först skapades ett rutnät med referenssystemet WGS84 som används av både SMHI och Blitzortung. Rutnätet täckte Sveriges territorialgräns med en cellstorlek på vilket ansågs vara lämpligt utifrån tidigare studier. I (Sonnadara et al. 2006) användes ett rutnät på vilket uppges motsvara km och i (Isaksson et al. 2010) användes km. 25

36 2. Därefter aggregerades urladdningarna på timbasis i jämna heltimmar, och den heltimma med störst antal detekterade urladdningar fick representera cellens värde. När antalet urladdningar per cell fastställs konverterades rutnätet till det projicerade referenssystemet SWEREF99 TM. En uppenbar felkälla är att sannolikt endast en del av av den totala åskaktiviteten skedde just inom det givna tidsintervallet. Trots detta anses det ändå att detta mått åtminstone borde ge en översiktlig bild över vilka områden i Sverige som har intensivast åskaktivitet. I avsnitt 11.1 återfinns den kod som användes vid beräkningarna. 3. I nästa steg beräknades den faktiska arean för varje cell. På grund av att latitudlinjerna konvergerar när man rör sig norrut från ekvatorn kommer celler i södra Sverige få en annan area än celler längre upp i Sverige (Sonnadara et al. 2006). Det visade sig att cellarean varierade mellan 42.7km km Därefter dividerades antal blixtar i varje cell med cellens faktiska area vilket ger enheten[urladdningar/km 2 ]. 5. Slutligen interpolerades rutnätet med IDW -metoden och beskärdes till Sveriges territorialgräns Utvärdering av prestanda Genomgående för de två studier som tidigare presenterats (Jacques 2011) och (Ward et al. 2008) används främst två huvudmått för att utvärdera prestandan hos ett blixtlokaliseringssystem, nämligen relativ detektionsgrad (DE) och positioneringsnoggrannhet. Relativ detektionsgrad Den relativa detektionsgraden defineras som antalet korrelerade urladdningar dividerade med antalet urladdningar detekterade av referenssystemet: DE = Antalkorreleradeurladdningar Antal urladdningar SM HI (11) Positioneringsnoggrannhet Genom att mäta det horisontella avståndet mellan korrelerade punkter kan man bestämma positionseringsavvikelsen mellan de två systemen. Då man kan anta att osäkerheten hos SMHI:s system är välbestämd samt homogen över Sveriges yta kan man få en uppfattning om Blitzortungs postioneringsnoggrannhet genom att undersöka den horisontella avvikelsen mellan korrelerade urladdningar. Genom att undersöka om positioneringsavvikelsen skiljer sig beroende på vart i Sverige urladdningarna detekterats kan man även få en uppfattning om Blitzortungsystemets positioneringsnoggrannhet är homogen över Sveriges yta eller om den är platsspecifik. Det skript som användes för korrelation och beräkning av horisontella avstånd återfinns i avsnitt

37 Riktningsbias Figur 8: Definition av vinkel Vinkelfelet mellan två urladdningar kan definieras som riktningen för positionen bestämd av SMHI i relation till positionen bestämd av Blitzortung, i grader ( ). Om man antar ett stort antal korrelerade urladdningar borde vinkelfelen i teorin anta en rektangulär fördelning, då alla vinklar har lika stor sannolikhet att inträffa om det inte finns något riktningsbias. Riktningsbias definieras som att vissa vinkelfel är vanligare än andra. Ett exempel är om det ena systemets fastställda positioner konsekvent befinner sig nordväst om det andra systemets positioner. I (Jacques 2011) användes endast korrelerade urladdningar med avstånd större än 3 km för att bestämma riktningsbias. Anledningen till tröskelvärdet var att eliminera det brus som uppkommer vid kortare avstånd. Därför beräknades frekvensen av alla vinkelfel för korrelerade urladdningar med horisontellt avstånd större än 3 km. Enligt det definierade koordinatsystemet i Figur 8 motsvarar ett vinkelfel på 0 / 360 att Blitzortung-urladdningen ligger exakt öster om SMHI-urladdningen. 27

38 8 Resultat I detta kapitel presenteras resultat för de jämförande mätningarna mellan Blitzortung och SMHI:s blixtlokaliseringssystem. I första avsnittet 8.1 presenteras resultat för övergripande distribution av urladdningar under blixtsäsongen Främst undersöks hur antalet detekterade blixtar är fördelade över Sveriges yta och vilka områden som har högst blixtintensitet i mått av frekvens. I andra avsnittet 8.2 sker en djupare analys av blixtdata från 2016 där Blitzortungsystemets prestanda utvärderas i termer som detektionsgrad, positioneringsosäkerhet samt möjlighet att uppskatta positioneringsosäkerheten utifrån vissa parametrar hos Blizortungs blixtdata. 8.1 Övergripande distribution av urladdningar Tabell 1: Totala antalet urladdningar tillgängliga från respektive blixtlokaliseringssystem Data-ID:ÖD SMHI Blitzortung Antal urladdningar Tidsperiod 1 januari sept maj - 31 sept år samt 1 maj - 16 sept år 2016 Geografisk avgränsning Sveriges territorialgräns (11 < lon < < lat < 70 ) Tabell 2: Urladdningar som använts i avsnitt 8.1 Data-ID SMHI Blitzortung Data-ID:UD2012 Antal urladdningar Geografisk avgränsning Sveriges territorialgräns Tidsperiod 1 maj - 31 september 2012 Data-ID:UD2013 Antal urladdningar Geografisk avgränsning Sveriges territorialgräns Tidsperiod 1 maj - 31 september 2013 Data-ID:UD2014 Antal urladdningar Geografisk avgränsning Sveriges territorialgräns Tidsperiod 1 maj - 31 september 2014 Data-ID:UD2015 Antal urladdningar Geografisk avgränsning Sveriges territorialgräns Tidsperiod 1 maj - 31 september 2015 Data-ID:UD2016 Antal urladdningar Geografisk avgränsning Sveriges territorialgräns Tidsperiod 1 maj - 16 september

39 n Figur 9: Linjär regression - BO n SMHI som funktion av tiden. Mörkblått fält är uppskattat 95 % konfidensintervall. De urladdningar som ligger till grund för beräkningen är alla Data-ID i Tabell 2 I Tabell 2 visas det totala antalet urladdningar som detekterats inom Sveriges territorialgräns under åsksäsongen I Figur 9 illustreras en linjär regression med kvoten av antalet detekterade urladdningar mellan Blitzortung och SMHI från Tabell 2 som funktion av tiden. Vid första anblick ser det ut att finnas en trend med ökande antal urladdningar detekterade av Blitzortung i relation till antalet urladdningar detekterade av SMHI över åren. Utfallet av regressionen visade på Pearsons korrelationskoefficient ρ = 0.83, vilket innebär att det finns en tydlig positiv korrelation mellan ökande kvot med tiden. Dock är inte resultatet statistiskt signifikant då p = 0.079, vilket innebär att vi inte kan förkasta nollhypotesen att den uppvisade trenden i själva verket beror på slumpen. I Figur 10 ges en grov fingervisning av sensortäckningen hos Blitzortungsystemet. Blå färg indikerar att det finns stationer inom km. Mörkare blå färg indikerar god täckningsgrad med hög andel detekterade blixtar och god lokaliseringsprecision. Grön färg (kan vara svår att först urskilja mot den gröna bakgrunden) indikerar områden med mycket hög densitet av sensorer där även svaga urladdningar kan detekteras. Figur 10 illustrerar två olika versioner av täckningskartan, beroende på detection ratio. En detection ratio på 20 % innebär att de enda stationer som visas, är de som under lång tid registrerat mer än 20 % av det totala antalet detekterade blixtar som de övriga stationer i nätverket registrerat i området. Figur 10 visar att Stockholmsområdet och ett område på västkusten verkar vara de områden i Sverige med bäst täckning och därmed högst prestanda. Något som är värt att notera är att Figur 10 endast baseras på stationsstätheten, och helt utelämnar dessa stationers individuella utformning (The Coverage Map lightning maps n.d.). Av Figur 11 framgår de datum då respektive Blitzortungstation i Sverige upprättades. I dagsläget finns 32 stycken Blitzortungstationer i Sverige. Under 2012 upprättades den första Blitzortung-stationen och under år 2016 installerades 14 av de 32 stationerna, vilket därmed är det år då flest nya stationer 29

40 Figur 10: Täckningskarta Blitzortung över Sverige 9 nov Vänster: detection ratio > 20 %, Höger: detection ratio > 60 %. Källa: Screenshot från (The Coverage Map lightning maps n.d.) installerades. En lista över datumen då respektive station upprättades finns i Tabell 6. 30

41 Figur 11: Antal Blitzortungstationer i Sverige (6 februari 2017). Datum för upprättandet av varje station ses i Tabell 6. 31

42 8.1.1 Urladdningsdensitet I Figur 12 visas beräknad urladdningsdensitet från SMHI och Blitzortungs data från blixtsäsongen 2016 utan interpolering. I norra delen av landet är det tydligt att SMHI detekterar klart fler urladdningar än Blitzortung. Däremot visar resultaten från systemen i den södra delen av Sverige på entydighet i mycket större utsträckning. Söder om Stockholmsområdet kan man endast uppskatta små skillnader genom att studera kartorna. Figur 12: Urladdningsdensitet innan interpolering - år 2016 Urladdningar som använts för beräkningen har Data-ID:UD2016 i Tabell 2. 32

43 Under 2012 vilket är det första året som studerades visar SMHI stora områden med flera gånger högre uppskattad urladdningsdensitet än Blitzortung i princip hela landet och i synnerhet längs kusterna. Även om värdena generellt är mycket lägre för Blitzortung finns svaga likheter angående vart hotspots (områden med särskilt höga värden) detekteras för båda systemen. Figur 13: Urladdningsdensitet - år Urladdningar som använts för beräkningen har Data-ID:UD2012 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 33

44 Det andra året, 2013 har ungefär samma resultat som föregående år där Blitzortung uppvisar lägre värden i princip hela landet. Dock finns svaga likheter angående fördelningen av hotspots i stora delar av Sverige, förutom nordligaste Norrland. Figur 14: Urladdningsdensitet - år Urladdningar som använts för beräkningen har Data-ID:UD2013 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 34

45 Även år 2014 uppvisar generellt lägre urladdningsdensitet för Blitzortung relativt SMHI. Resultatet liknar föregående år med hotspots på liknande ställen förutom i nordligaste Norrland. Figur 15: Urladdningsdensitet Urladdningar som använts för beräkningen har Data-ID:UD2014 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 35

46 År 2015 uppvisar ett annorlunda resultat än tidigare år, där beräknad urladdningsdensitet visar på mycket större homogenitet mellan systemen gentemot tidigare år. Det är fortfarande viss skillnad i nordligaste Norrland, där Blitzortung har lägre värden. För första gången visar Blitzortung på högre urladdningsdensitet än SMHI på ett flertal platser, exempelvis norra Öland, halva Gotland samt Skåne. Figur 16: Urladdningsdensitet Urladdningar som använts för beräkningen har Data-ID:UD2015 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 36

47 2016 visar liknade resultat som för år 2015 där resultaten för de två systemen uppvisar större homogenitet än åren Uppskattad urladdningsdensitet för de båda systemen är relativt lika, i synnerhet söder om Stockholmsområdet. Norr om Svealand ökar skillnaderna i mellan systemen, där SMHI har märkbart högre värden. Figur 17: Urladdningsdensitet Urladdningar som använts för beräkningen har Data-ID:UD2016 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 37

48 8.1.2 Urladdningsfrekvens Som tidigare nämnts definieras urladdningsfrekvens som flest antal urladdningar per kvadratkilometer per timme och kan därmed ses som ett mått det mest intensiva åskvädret i termer av urladdningsfrekvens. Under det första året som studerats är det tydligt att beräknad urladdningsfrekvens för SMHI är mycket högre än för Blitzortung i princip hela landet. Även om Blitzortung generellt visar mycket lägre urladdningsfrekvens är själva fördelningen av hotspots relativt lik SMHI:s värden. De hotspots som kan urskiljas är på västkusten mellan Falkenberg till Båstad, Stockholmsområdet samt området nära Sundsvall. Figur 18: Urladdningsfrekvens Urladdningar som använts för beräkningen har Data-ID:UD2012 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 38

49 År 2013 uppvisade ungefär samma resultat som 2012 i den mening att beräknad urladdningsfrekvens för SMHI var mycket högre än Blitzortung, uppemot dubbelt så stor på de områden med högst värden. Dessa områden är i princip hela västkusten och Ölandsområdet. I likhet med SMHI visade Blitzortung hotspots längs hela västkusten men missade de hotspots i nordligaste Norrland som registrerats av SMHI. Figur 19: Urladdningsfrekvens Urladdningar som använts för beräkningen har Data-ID:UD2013 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 39

50 År 2014 visade ungefär samma resultat som år 2012 och Uppskattad urladdningsfrekvens för Blitzortung är mycket lägre än för SMHI i hela landet och den tydligaste hotspot som kan urskiljas återfinns nära Båstad. Uppskattad urladdningsfrekvens för SMHI visar på hög aktivitet i princip hela västkusten men även i norra Svealand och södra Norrland. Figur 20: Urladdningsfrekvens Urladdningar som använts för beräkningen har Data-ID:UD2014 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 40

51 Då man studerar urladdningsfrekvens för de båda systemen under åsksäsongen 2015 finner man ett annorlunda resultat mot de tidigare åren. Här råder mycket större entydighet mellan systemen. Förutom att SMHI rapporterar högre aktivitet i Skåne, är urladdningsfrekvens för övriga landet mycket lika. Figur 21: Urladdningsfrekvens Urladdningar som använts för beräkningen har Data-ID:UD2016 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 41

52 Uppskattning av urladdningsfrekvens för åsksäsongen 2016 visar liknande värden mellan systemen. Förutom att SMHI visar högre värden i Skåne, Svealand och nordligaste Norrland är resultatet relativt lika mellan systemen. Beräknad urladdningsfrekvens för Blitzortung är nu högre i norra halvan av Sverige. Figur 22: Urladdningsfrekvens Urladdningar som använts för beräkningen har Data-ID:UD2016 i Tabell 2. GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 42

53 8.2 Utvärdering prestanda I detta avsnitt används endast data från blixtsäsongen 2016 för att närmare undersöka den aktuella prestandan hos Blitzortungsystemet. De totalt tillgängliga urladdningarna från respektive system för år 2016 har Data-ID:GP2016 i Tabell 3. Efter att urladdningar utanför sammanfallande tidsperiod exkluderats framgår antalet kvarvarande urladdningar under Data-ID:UP2016 i Tabell 3. Tabell 3: Grundurval av urladdningar som användes för utvärdering av prestanda SMHI Blitzortung Data-ID:GP2016 Antal urladdningar st st Geografisk avgränsning Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 januari - 31 december maj - 16 september 2016 Data-ID:UP2016 Antal urladdningar st st Geografisk avgränsning Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 maj - 16 september maj - 16 september 2016 Då alla beräkningar i avsnitt 8.2 grundas på korrelerade urladdningar är det relevant att först undersöka validiteten hos själva korrelationsproceduren. För att få en bild av hur känslig tidskorreleringen av urladdningar är för matchningar på grund av slumpen utfördes ett test. Testet gick ut på att urladdningar tidkorrelerades mellan systemen utan avståndsbegränsning då ett systematiskt tidsfel adderades till tidsstämpeln för alla SMHI-urladdningar. Resultatet illustreras i Figur 23 där man tydligt kan se att ett tidsfel på ett fåtal millisekunder gör att endast en bråkdel av urladdningarna blir tidskorrelerade mellan systemen. De ingående urladdningar i beräkningen har Data-ID:BASFALL i Tabell 4. Notera att korrelationsproceduren som användes för övriga beräkningar i avsnitt 8.2 även innefattar en avståndsbegränsning på 15 km. 43

54 Figur 23: Antal tidskorrelerade urladdningar vid egeninducerat tidsfel. Urladdningarna som använts i beräkning har Data-ID:BASFALL i Tabell 4. 44

55 Tabell 4: Data över urladdningar som använts för beräkningarna i avsnitt 8.2. Urladdningar som använts i avsnitt 8.2 SMHI Blitzortung Data-ID:BASFALL Antal före korrelation st st Antal efter korrelation st st n Efter n Före 34.3 % - Geografisk avgränsning Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 maj - 16 september maj - 16 september 2016 Data-ID:JORDBLIXT (klassificerad jordblixt) Antal före korrelation st st Antal efter korrelation st st n Efter n Före 43.0 % - Geografisk avgränsning Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 maj - 16 september maj - 16 september 2016 Data-ID:S61 Antal före korrelation st st Antal efter korrelation st st n Efter n Före 44.7 % - Geografisk avgränsning Söder om latitud 61 samt inom Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 maj - 16 september maj - 16 september 2016 Data-ID:N61 Antal före korrelation st st Antal efter korrelation st st n Efter n Före 33.1 % - Geografisk avgränsning Norr om latitud 61 samt inom Sveriges territorialgräns (11 < lon < < lat < 70 ) Tidsperiod 1 maj - 16 september maj - 16 september 2016 Data-ID:S61JORDBLIXT (klassificerad jordblixt) Antal före korrelation st st Antal efter korrelation st st n Efter n Före 55.1 % - Geografisk avgränsning Söder om latitud 61 samt inom Sveriges territorialgräns (11 < lon < < lat < 61 ) Tidsperiod 1 maj - 16 september maj - 16 september

56 8.2.1 Positioneringsosäkerhet I korrelationsproceduren beräknades vilka urladdningar som systemen uppfattade som samma urladdning. Genom att beräkna det horisontella avståndet för varje urladdningspar (som i teorin ska vara samma punkt) får man även en uppfattning om hur stort det relativa positioneringsfelet mellan systemen är. Om man därefter kopplar detta avstånd till SMHI:s fastställda koordinat kan man få en uppfattning om hur de relativa felen är fördelade geografiskt. I Figur 24 har dessa koordinater interpolerats med interpolationsmetoden IDW. Man kan tydligt se att norra halvan av Sverige uppvisar ett större relativt positioneringsfel för de korrelerade urladdningarna. Den blixtdata som användes i beräkningarna var de korrelerade urladdningar med Data-ID: BASFALL presenterat i Tabell 4. Figur 24: Karta över positioneringsavvikelse vid korrelerade urladdningar Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4. 46

57 För att undersöka detta latitudberoende för positioneringsavvikelsen aggregerades alla dessa avstånd för varje latitud. Resultatet syns till vänster i Figur 25 där varje blå punkt är medianen för postioneringsfelet aggregerat för varje latitud, och det blå fältet som omger punkten är medianens 95 % konfidensintervall. Den svarta kurvan är en LOWESS-modell (Locally Weighted Scatterplot Smoothing regression) vilket är en lokalt viktad regression som påminner om ett glidande medelvärde (Perktold et al. n.d.). Här ser man tydligt att efter latitud 61 verkar positioneringsfelet öka i princip linjärt med ökande latitud. Figur 25: Medianen av positioneringsavvikelsen för korrelerade urladdningar aggregerade inom varje latitud. Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4. I Figur 26 kan man utläsa hur hur data över positioneringsavvikelse är distribuerad där ljusa områden indikerar en hög densitet av datapunkter och mörkare partier indikerar lägre. Därmed kan man utläsa att den största delen av positioneringsfelen befinner sig under 4000 m från latitud 55 till latitud 64. Man ser även att det är väldigt få detekterade urladdningar norr om latitud 64. Den blixtdata som användes i beräkningarna var de korrelerade urladdningar med Data-ID: BASFALL presenterat 47

58 i Tabell 4. Figur 26: Heatmap - positioneringsavvikelse korrelerade urladdningar under åsksäsongen 2016 Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4. I Figur 27 ses distributionen över horisontella avstånd mellan korrelerade urladdningar i hela Sverige och i Figur 28 visas de uppdelade norr och söder om latitud 61. Det är tydligt att en betydligt större andel av positioneringsavvikelserna söder om latitud 61 antar lägre värden än för urladdningar norr om latitud 61. Anledningen till varför latitud 61 valdes som gräns var på grund av resultatet från Figur 25 där man ser en ökning efter latitud

59 Figur 27: Positioneringsavvikelse av urladdningar korrelerade i hela Sverige Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4. Figur 28: Distribution av positioneringsavvikelse - söder och norr om latitud 61 Urladdningar norr om latitud 61 som använts i beräkning har Data-ID:N61 och urladdningarna söder om latitud 61 har Data-ID:S61 i Tabell 4. Figur 29 illustrerar uppskattad kumulativ fördelningsfunktion över positioneringsavvikelsen. Genom att studera kurvorna går det att utläsa percentiler vilka kan ses i Tabell 5. Man ser därmed att skillnaden mellan de olika fallen blir större med ökande percentil. 49

60 Figur 29: Kumulativ distributionsfunktion för positioneringsavvikelser mellan korrelerade urladdningar. Urladdningarna som använts i beräkningarna har Data-ID:BASFALL för hela Sverige, Data-ID: S61 för urladdningar söder om latitud 61 samt Data-ID:N61 för urladdningarna norr om latitud 61 i Tabell 4. Tabell 5: Percentiler kumulativ distribution positioneringsavvikelse Urladdningar som använts för beräkningen har Data-ID:BASFALL för hela Sverige, Data-ID: S61för urladdningar söder om latitud 61 samt Data-ID:N61 för urladdningarna norr om latitud 61 i Tabell 2. Percentil > 61 Hela Sverige < 61 P m 1110m 980m P 50 - median 2780m 2020m 1750m P m 4420m 3350m Relativ detektionsgrad I Tabell 4 Data-ID:BASFALL, kan man se att 34.3 % av SMHI:s urladdningar matchades med motsvarande Blitzortungurladdning i korrelationsprocessen. Man ser även att andelen ökar om endast de urladdningar som SMHI har klassificerat som jordblixtar inkluderas 43.0 %, jämfört med basfallet. Om endast urladdningar söder om latitud i kombination med att de är klassificerade som jordblixt beaktas är motsvarande siffra 55.1%. I avsnitt 4.2 fastslogs att strömstyrkan hos en urladdning är relaterad till sannolikheten att den detekteras. Med stöd av detta räknades antalet korrelerade Blitzortung- och SMHI-strokes för olika strömstyrkor och jämfördes med motsvarande antal urladdningar detekterade av SMHI, vilket illustreras i Figur 30. Antalet urladdningar detekterade av SMHI är urladdningar före och efter korrelation med Data-ID:BASFALL i Tabell 4. 50

61 Figur 30: Relativ detektionsgrad som funktion av uppskattad strömstyrka av SMHI Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell Riktningsbias för korrelerade urladdningar I Figur 31 visas ett histogram baserat på frekvensen för vinkelfel hos korrelerade urladdningar med horisontellt avstånd större än 3 km. Ett tydligt riktningsbias kan därmed observeras då två tydliga toppar är framträdande, en kring 180 och en nära 0. Detta innebär att korrelerade urladdningar i stor utsträckning detekteras parallellt i nordlig riktning. Figur 31: Distribution av vinkel mellan korrelerade urladdningar Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4. 51

62 8.2.4 Blixtar i stamnätet I Figur 32 illustreras jordblixtar detekterade av SMHI till höger och till vänster de urladdningar som är detekterade av Blitzortung och korrelerade med SMHI:s jordblixtar. Jordblixtarna visas i relation till Sveriges stamnät för att man ska kunna få en uppfattning över antalet jordblixtar varje system har registrerat nära stamnätet. Eftersom Blitzortung inte skiljer på jord- och molnblixtar valdes endast de urladdningar som korrelerats med de urladdningar vilka SMHI har klassificerat som jordblixtar. Den blixtdata som använts visas i Tabell 4, Data-ID: JORDBLIXT, där de aktuella urladdningarna är SMHI-urladdningar före korrelation och Blitzortung-urladdningar efter korrelation. Figur 32: Jordblixtar detekterade av SMHI samt korrelerade jordblixtar detekterade av Blitzortung - åsksäsongen 2016 Urladdningar som använts för beräkningen har Data-ID:JORDBLIXT i Tabell 4. Stamnätet SVK - Svenska kraftnät; GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 52

63 8.2.5 Blitzortungs osäkerhetsvariabler - MDS och MCG Låt oss anta att värdet för MDS är direkt proportionellt mot osäkerheten för Blitzortungs beräknade position. I avsnitt 6.2 konstaterades det att osäkerheten för SMHI:s positioneringsfel är relativt låg samt homogen över Sverige yta. Det anses därför rimligt att det skulle kunna finnas ett kausalt samband där stora värden på MDS medför stor osäkerhet, vilket ökar sannolikheten att få ett stort avstånd mellan respektive systems fastställda position. Med stöd från detta utfördes en linjär regression där positioneringsavvikelsen som funktion av MDS undersöktes, vilken kan ses i Figur 33. I figuren ses även distributionen hos de ingående regressorerna där histogrammet på höger sida visar fördelningen av positioneringsavvikelsen och histogrammet på ovansidan visar distributionen av MDS. Resultatet visar att det i princip inte alls finns något linjärt samband ρ = mellan dessa variabler. Ökande värden på MDS visade inte på större positioneringsavvikelse. Figur 33: Linjär regression - Positioneringsavvikelse som funktion av MDS Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 4 Efter att en graf över positioneringsavvikelsen som funktion av MCG genererats kunde ett samband urskiljas och en modell anpassades till data. Modellen togs fram genom att datasetet innehållandes positioneringsavvikelserna delades i två lika stora dataset, varpå det ena användes för anpassning av modellen och det andra datasetet användes för validering av modellen. Därefter valdes den modell som hade lägst justerad-r 2 värde, då denna variabel korrigerar för ökande modellordning. Modellen med ett 90% konfidensintervall framgår till vänster i Figur 34. Trots den stora spridningen kan man dock se att ökande värden på MCG är korrelerade med ökande positioneringsavvikelse. Därefter användes valideringsdata för att testa modellen och resultatet ses i Figur 35. Valideringen visade på ett minsta kvadratfel på 3200 m. 53

64 Figur 34: Modell som beskriver positioneringsavvikelse som funktion av MCG Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 2. Figur 35: modell och valideringsdata Urladdningar som använts för beräkningen har Data-ID:BASFALL i Tabell 2. Ett rimligt antagande är att Blitzortung-urladdningar med större MCG återfinns i norra Sverige av den enkla anledningen att det finns färre mottagare där, vilket borde innebära större cirkelsektorer utan stationer som detekterat urladdningen. Med stöd från detta genererades en karta där MCG - värdet för alla korrelerade Blitzortung-urladdningar interpolerades. Resultatet illustreras i Figur 36 där man tydligt kan se att MCG antar högre värden i norra delarna av Sverige. 54

65 Figur 36: MCG distribution över Sverige - GSD-Översiktskartan, Administrativ indelning, Län Lantmäteriet (2016) 55

66 8.3 Grafiskt visualiseringsverktyg I detta avsnitt presenteras visualiseringsverktyget som utvecklades för att visa blixtar detekterade av Blitzortungsystemet i elnätsområdet. Då man kan se blixtens position och tidsstämpel på kartan är det möjligt att korrelera blixtpositionerna med de platser där fel och avbrott i elnätet ägt rum. I avsnittet förklaras visualiseringsverktygets bakomliggande processer samt instruktioner för användning Teknisk basfakta Visualiseringsverktyget utgörs av en webbsida där serversidan är skriven i programmeringsspråket Python med webb-ramverket Flask (Ronacher 2017). Varje minut körs ett schemalagt skript som undersöker om nya urladdningar detekterats inom det geografiska området av intresse. Om nya blixtar finns i elnätsområdet lagras de i en Sqlite-databas, som är en databashanterare med SQL (Sqlite n.d.). För att illustrera blixtdata, bakgrundskarta och elnätets infrastruktur användes JavaScript-biblioteket Leaflet (Agafonkin 2015), med bakgrundskartan från OpenStreetMaps (OpenStreetMap n.d.). Då ett krav var möjligheten att filtrera blixtdata i tiden användes JavaScript-tillägget JQuery Time Picker addon för att generera en kalender där man kan välja för vilket datum och tid som blixtdata ska visas (Richardson n.d.). De enskilda komponenterna i elnätets infrastruktur är lagrade som textfiler i GeoJSON-formatet. Detta format valdes då det är enkelt att konvertera från konventionella GIS-data format (exvis Esri shape-filer) till GeoJSON. Man kan därmed lägga till ytterligare infrastruktur till visualiseringsverktyget från befintliga digitala kartor på ett enkelt sätt. Detta är nödvändigt för att kunna uppdatera kartorna över elnätet, exempelvis vid nya linjesträckningar eller andra förändringar i infrastrukturen Verktygets funktioner Dynamisk karta där man kan zooma in och välja vilka lager som ska visas. För att välja att se blixtar i tidsfönstret av intresse fyller man i datum, klockslag samt tidsintervall i sekunder. Om exempelvis :34:32 väljs som tidpunkt och 10 sekunder väljs som tidsintervall, innebär det att alla blixtar mellan 16:34:22 till 16:34:42 under 27 januari 2017 visas på kartan. Det är även möjligt att klicka på varje blixt för att få upp en pop-up ruta med tidsstämpel i mikrosekunder. I Figur 37 som illustrerar visualiseringsverktyget har stamnätet lagts in för att visa hur ett elnät ser ut i applikationen. 56

67 Figur 37: Översikt över visualiseringsverktyget där stamnätet lagts in som exempel. Stamnätet SVK - Svenska kraftnät 57

68 9 Diskussion Utvärderingen av Blitzortungsystemet har skett utifrån samma metoder som används vid utvärdering av kommersiella blixtlokaliseringssystem. Dock är Blitzortungsystemet ett hobbyprojekt avsett för rekreationsbruk och systemet skiljer sig på flera sätt gentemot kommersiella system. Den troligtvis största osäkerhetsparametern hos Blitzortungsystemet är avsaknad av standardisering hos mätstationerna. Eftersom ägarna till de individuella stationerna i Blitzortung-nätverket utgörs av privatpersoner utan förkunskapskrav som dessutom konstruerar egna antenner utifrån lösa riktlinjer, uppkommer oundvikligen felkällor som är svåra att kontrollera. Till skillnad mot kommersiella system där antenner kalibreras och testas mot kända elektriska fält för att alla sensorer ska reagera exakt likadant, kommer uppmätta vågformer få en unik signatur för varje mätstation i Blitzortungnätverket. Avsaknaden av standardisering försvårar eller omöjliggör därmed den prestanda som kan förväntas av kommersiella system av den typ som SMHI använder, även om liknande teknik används. Blitzortungsystemet förbättras under studietiden När man studerar resultaten är det tydligt att Blitzortungs prestanda har ökat under studietiden. Den första indikationen på den möjliga trenden var att det totala antalet detekterade urladdningar av Blitzortung för varje blixtsäsong ökade i relation till det totala antalet detekterade urladdningar av SMHI. Efter att urladdningsdensitet och urladdningsfrekvens undersökts för respektive åsksäsong förstärktes detta intryck då resultaten visar en tydlig trend med ökande homogenitet mellan systemen. Trenden är även väl korrelerad med det totala antalet stationer inom Sverige för varje år. Att fler Blitzortungstationer upprättats är sannolikt orsaken till att det ökande antalet urladdningar detekterade av systemet relativt antalet urladdningar detekterade av SMHI. Värt att notera är även att det har skett en förändring av SMHI:s blixtlokaliseringssystem under både gällande sensorkonfiguration och beräkningsserver. Detta skulle kunna vara en bidragande felkälla, men eftersom systemet hade hög prestanda redan år 2012 anses det inte vara avgörande för resultatet. Då Blitzortungs positioneringsosäkerhet endast undersöktes för åsksäsongen 2016 går det inte att veta om den minskat över åren. Tidsperioden som använts vid utvärderingen av prestandan var 1 maj till 16 september 2016, och under denna tidsperiod ökade antalet Blitzortung-stationer med 67 % från 18 till 30 stycken. Om denna trend fortsätter behöver en ny utvärdering av systemet utföras för att få en representativ bild av Blitzortungs prestanda. Märkbar koppling mellan Blitzortungsystemets täckning och prestanda Blitzortungs egna uppskattning av sensortäckningen illustrerad i Figur 10 stämmer överens med resultaten i avsnitt där man kan se att Blitzortung-systemet har markant sämre prestanda i norra Sverige, mer specifikt ovanför latitud 61. Detta förklaras med stor sannolikhet av att den nordligaste mottagaren återfinns i Mora vid den 61:a breddgraden. I södra Sverige där mottagartätheten är högre ser man en tydlig förbättring både av detektionsgraden och positioneringsnoggrannheten. Sensorteckningen återspeglas även i resultatet för urladdningsdensitet och urladdningsfrekvens. Om man studerar år 2015 (Data-ID:UD2015 i Tabell 2) är antalet detekterade urladdningar av Blitzortung 98.9 % av antalet detekterade urladdningar av SMHI inom Sveriges territorialgräns. Detta skulle kunna förklaras utifrån hur urladdningarna är distribuerade i landet vilket illustreras i Figur 16. Där ser man att både SMHI och Blitzortung detekterat färre urladdningar i de nordliga delarna av Sverige jämfört med övriga år. Eftersom majoriteten av blixtarna skett i södra Sverige där Blitzortung har bättre sensortäckning skulle detta kunna vara en förklaring till varför Blitzortung detekterat nästan lika 58

69 många urladdningar som SMHI under denna blixtsäsong. Distribution av positioneringsavvikelse och typisk prestanda Att prestandan varierar beroende på om man befinner sig norr eller söder om latitud 61 framgår av Figur 29 som visar den kumulativa distributionen av positioneringsavvikelser mellan korrelerade urladdningar. I avsnitt 6 framgår att medianen för SHMI:s absoluta positioneringsfel uppgick till 500 m. Detta kan då sättas i relation till medianen för positioneringsavvikelsen för de korrelerade urladdningarna, som uppgick till 1750 m söder om latitud 61, 2020 m för hela Sverige och 2780 m norr om latitud 61. Söder om latitud 61 är positioneringsavvikelsen därmed mindre och det kan vara möjligt att Blitzortungsystemet har tillräckligt stor noggrannhet för att kunna användas vid felsökning av kortslutna kraftlinor där. Förutom att korrelera positionen för nedslaget med avbrottsplatsen kan man även korrelera tidsstämpeln för urladdningen med tidsstämpeln för avbrottet från elnätets övervakningssystem. Genom att även korrelera tidsstämplarna borde man till viss del kunna kompensera för ett positioneringsfel som är lite högre än önskat. Norr om latitud 61 är positioneringsavvikelsen märkbart sämre (median 2780 m och övre kvartil 5900 m) och det är tveksamt om man kan ha någon praktisk användning för systemet där i dagsläget. Anledningen till att positioneringavvikelsen ökar i norra delarna av Sverige kan vara att avståndet mellan den detekterade urladdningen till sensorerna blir för stort. Eftersom propageringseffekter påverkar vågformens karaktär och gör att den blir mindre tydlig kan detta introducera fel vid fastställandet av tidsstämpel för urladdningen hos de detekterande stationerna. Felaktiga tidsstämplar innebär att en felaktig position fastställs vilket leder till större positioneringsavvikelse. Blandat resultat för relativ detektionsgrad Av Tabell 4 Data-ID:BASFALL framgår att endast 34.3 % av det totala antalet urladdningar detekterade av SMHI är korrelerade med en Blitzortung-urladdning. En del av förklaringen till den låga andelen verkar till viss del vara att Blitzortung har svårare att detektera molnblixtar. Detta eftersom andelen korrelerade urladdningar ökar från 34.3 % till 43.0 % av det totala antalet urladdningar detekterade av SMHI klassificerat när endast jordblixtar användes. Eftersom urladdningar som SMHI klassificerat som jordblixtar i högre grad finner matchande urladdningar detekterade av Blitzortung, visar detta att Blitzortung detekterar jordblixtar i högre grad än molnblixtar. Detta stämmer överens med vad som presenterats i teoridelen, nämligen att tekniken som Blitzortung är baserad på i högre grad är lämpad för att detektera jordblixtar då endast VLF-området används av systemet. Om man endast beaktar andelen korrelerade urladdningar söder om latitud 61 ser man en ökning jämfört mot urladdningar i hela Sverige (34.3 % för hela Sverige, 44.7 % söder om lat 61). Detta är i linje med övriga resultat som visar att Blitzortung-systemet är markant bättre söder om latitud 61. Av resultatet framgår även att 55.1 % av de strokes som SMHI klassificerat som jordblixt söder om latitud 61 är korrelerade mellan system. Vid undersökning av relativ detektionsgrad för olika strömstyrkor uppskattade av SMHI (illustrerad i Figur 30) verkar det som att urladdningar med hög strömstyrka oavsett polaritet korreleras i högre grad. Relativ detektionsgrad är särskilt låg för urladdningar med låg strömstyrka (-5kA till 5kA). Detta kan möjligtvis kopplas till att svaga positiva urladdning ofta är detekterade molnblixtar, som detekteras i lägre grad av Blitzortung som endast använder VLF-området. I Tabell 4 under Data-ID:BASFALL kan man se att totalt urladdningar korrelerades under den observerade tidsperioden (1 maj - 16 september år 2016) av de totalt st urladdningar detekterade av Blitzortung i det område som klipptes ut för att täcka Sverige. Av dessa st 59

70 urladdningar inom rutan, befann sig st inom Sveriges territorialgräns. Detta innebär att ett stort antal Blitzortung-urladdningar inte korrelerades med urladdningar detekterade av SMHI, vilket sannolikt beror av tre anledningar: - Falskregistreringar - Att Blitzortung detekterat urladdningar som inte upptäckts av SMHI - Urladdningar som detekterats av SMHI och Blitzortung men som av någon anledning inte korrelerats Förekomst av falskregistreringar har inte studerats i detta arbete och därför går det inte att säga hur bidragande denna orsak är. Att Blitzortung detekterat urladdningar som inte detekterats av SMHI är inte orimligt att tänka sig då SMHI endast detekterar 70 % av alla urladdningar, vilket framgår i avsnitt 6. Att urladdningar som detekterats av båda systemen inte korrelerats beror sannolikt på själva korrelationsmetoden, med kriterierna att urladdningar ska detekteras inom ett tidsfönster på 2 ms samt vara inom 15 km från varandra. Om man studerar urladdningsdensitet för år 2016 i Figur 17 ser man att båda systemen visar på hotspots där flest urladdningar detekteras i samma områden, även om Blitzortung generellt visar på lägre värden förutom i södra Sverige. Om det skulle vara så att Blitzortung har en stor andel falskregistreringar verkar de ändå uppkomma på samma plats där faktiska urladdningar sker. Osäkert samband mellan Blitzortungs parametrar kopplade till osäkerheten för positionering jämfört med uppmätt positioneringsavvikelse Utifrån den linjära regression som utfördes fanns ingen korrelation mellan MDS och beräknad positioneringsavvikelse. Eftersom inget linjärt samband kunde hittas verkar det inte som att MDS kan användas som ett mått på förväntad positioneringsavvikelse. Parametern MCG visade sig kunna användas för att i viss mån prediktera positioneringsavvikelse. Även om modellen som togs fram visade på ett resultat med stor spridning, kan man ändå dra slutsatsen att höga värden på MCG är kopplade till stor postioneringsavvikelse. Resultatet är rimligt med tanke på att MCG är ett mått på hur många stationer som detekterat urladdningen. Om endast två Blitzortungstationer detekterat en urladdning är det lägsta värdet på MCG 180 givet att urladdningen är positionerad precis mellan mottagarna. Det är alltså troligare med lägre MCG-värden i stationtäta områden, då låga värden på MCG innebär att det funnits detekterande stationer i flera riktningar. Tydligt riktningsbias Resultatet för riktningsbias visade att korrelerade Blitzortung- och SMHI-urladdningar oftast ligger parallellt med varandra i nordlig riktning. Anledningen till detta skulle kunna vara om stationer belägna i öst eller västlig riktning har ett systematiskt timing-fel. Vad detta beror på är svårt säga men en bidragande faktor skulle kunna vara att Blitzortung-stationernas placering i Sverige introducerar fel från propageringseffekter. Om det är längre avstånd mellan sensorerna i vissa riktningar relativ andra riktningar, skulle detta kunna medföra att positioneringen systematiskt påverkas i vissa riktningar. Validiteten hos resultaten I avsnittet Övergripande distribution av urladdningar 8.1 där urladdningsdensitet och urladdningsfrekvens undersöks valideras endast resultatet genom att visuellt inspektera hur urladdningsdensitet och 60

71 urladdningsfrekvens förhåller sig mellan systemen utifrån de kartor som genererats. Även om de tolkade resultaten från kartorna inte är statistiskt säkerställda anses de ändå vara tillräckligt tydliga för att ge användbar information till sammanhanget. I avsnitt Utvärdering av prestanda 8.2 validerades korrelationsmetoden genom addering av tidsfel för korrelerade urladdningar vilket illustreras i Figur 23. Det visade sig att addition av små tidsfel (3-5 ms) för satta tidsstämplar hos ett system räckte för att endast ett fåtal urladdningar skulle tidskorreleras. Detta i kombination med avståndskriteriet på 15 km borde innebära stor sannolikhet att båda blixtlokaliseringssystemen faktiskt lokaliserat samma urladdning. Därför borde särskilt resultaten som grundas på korrelerade urladdningar kunna jämföras med tidigare studier i ämnet där kommersiella blixtlokaliseringssystem utvärderats genom relativa mätningar mot ett referenssystem. Att endast blixtdata från åsksäsongen undersökts i arbetet bedöms inte ha särskilt negativ påverkan för resultatet då den absoluta majoriteten av blixtarna i Sverige sker under åsksäsongen. Exempelvis kan man i Tabell 3 utläsa att 99.6 % av de totalt st urladdningar som detekterades av SMHI under hela år 2016 inträffade under 1 maj till 16 september. 9.1 Felkällor I efterhand visade det sig att en total utsträckning: (55 < latitud < < longitud < 24 ) inte är tillräckligt för att helt täcka in Sveriges territorialgräns. Eftersom processen att ta fram ett nytt dataset med blixtdata från Blitzortung var mycket tidskrävande fanns dock ingen möjlighet att korrigera felet. Felkällan påverkar urladdningar som kunde ha detekterats av Blitzortung, främst i ett område utanför västkusten men även till viss del längs gränsen mot Finland i nordligaste Norrland, se Figur 38. I det exkluderade området på västkusten detekterades 375 st urladdningar av SMHI, vilket är 0.4 % av det totala antalet korrelerade urladdningar, och 0.15 % av det totala antalet urladdningar detekterade av SMHI under den studerade perioden Detta fel innebär ett negativt bias för den relativa detektionsgraden då antalet urladdningar detekterade av Blitzortung blir lägre, samtidigt som det innebär ett positivt bias för positioneringsavvikelsen då urladdningar utanför territorialgränsen som är uppenbart felaktiga exkluderas. Olika dataset för SMHI blixtdata för år 2016 har används i avsnitten Övergripande distribution av urladdningar och Utvärdering prestanda. För det förstnämnda användes blixtdata från SMHI med tidsstämplar på sekundnivå vilket innehöll stycken urladdningar mellan 1 maj - 16 september För Utvärdering prestanda behövdes data med högre tidsupplösning för tidskorrelering varpå ett nytt dataset i nanosekundupplösning erhölls. Detta dataset visade det sig innehålla stycken urladdningar under samma tidsperiod. Anledningen till att det skiljer stycken urladdningar mellan dataseten är oklart. 61

72 Figur 38: Blixtar detekterade av Blitzortung Felkälla ytbegränsning- Kustlinje, Län Lantmäteriet (2016) 62