Diss. (sammanfattning) Uppsala : Uppsala universitet, 2008. / Härtill 8 uppsatser.

Diss. (sammanfattning) Uppsala : Uppsala universitet, 2005. / Härtill 7 uppsatser.

Diss. (sammanfattning) Uppsala : Univ., 2004. / Härtill 11 uppsatser.

Denna studie har genomförts på uppdrag av Myndigheten för Samhällsskydd och Beredskap (MSB). Syftet var att identifiera och analysera blixtnedslag som antändningskälla för skogsbränder med hjälp av data från sommaren 2018 i Sverige. Målet med studien var att ta fram ett underlag för brandantändning som kan komma att underlätta MSB:s framtida arbete med skogsbrandsförebyggande åtgärder. Studien\break genomfördes genom att analysera brandkartering av brandområden (från Skogsstyrelsen), räddningstjänstens brandrapportering inklusive bedömning av brandorsak (från MSB:s sammanställda händelserapporter) samt data för blixturladdningar (från Sveriges Meteorologiska och Hydrologiska Institut (SMHI)). Därutöver utfördes en vegetationsanalys genom att nyttja Naturvårdsverkets nationella marktäckedata. I denna studie togs tre frågeställningar upp: (i) hur stor andel av skogsbränderna sommaren 2018 som hade blixtnedslag som antändningskälla och huruvida detta stämde överens med räddningstjänstens bedömning av brandorsak, (ii) hur fördelningen såg ut över tid för antalet blixtantända bränder under sommaren 2018, samt (iii) i vilken typ av vegetation blixtantända bränder startade i. För den första frågeställningen sammankopplades brandområden med brandrapportering och sedan blixturladdningar. Från detta kunde alla brandområden ges antändningsbedömningen "Troligtvis blixt", "Möjligtvis blixt", "Inte blixt" eller "Information om brandtidpunkt saknas". Klassningen "Troligtvis blixt" innebär att minst en blixt kan ha slagit ner inom brandområdet mindre än tre dagar innan branden bröt ut. Klassningen "Möjligtvis blixt" innebär att minst en blixt har slagit ner inom brandområdet 3-5 dagar innan branden rapporterades. Totalt undersöktes de 338 brandområdena som innefattades i Skogsstyrelsens kartering och den totala avbrända ytan sommaren 2018 var 22700 hektar (ha). Två buffertzoner användes för att få en osäkerhetsanalys i resultatet. Andelen bränder som bedömdes som troligtvis eller möjligtvis blixtantända uppgick tillsammans till 28 % för den snäva buffertzonen (brandrapportering inom 2 kilometer samt blixtnedslag inom 500 meter från brandområdet) och 33 % för den breda buffertzonen (brandrapportering inom 4 km samt blixtnedslag inom 1 km från brandområdet). Detta är högre än vad tidigare studier har visat, vilket troligtvis kan förklaras av att andra studier omfattar ett medelvärde av flera år medan denna studie endast omfattar en extrem sommar ur skogsbrandssynpunkt i och med det torra och varma vädret med perioder av mycket åskväder. Av de undersökta brandområdena var det 68 % av den avbrända ytan från bränder som möjligtvis eller troligtvis var orsakade av blixtnedslag enligt den snäva bedömningen. Bedömningen av vilka bränder som var blixtantända enligt denna studie skiljer sig för cirka 20 % av brandområdena från räddningstjänstens bedömning. Detta kan förklaras av att många av bränderna inte hade en klargjord antändningskälla från räddningstjänsten, många olika personer var inblandade i räddningstjänstens bedömningsarbete och att denna studie, till skillnad från vid räddningstjänstens bedömning, undersökte faktiska blixtnedslag från SMHI:s blixtlokaliseringssystem. Den geografiska utbredningen av blixtantända bränder var relativt spridd över de skogsbrandsdrabbade områdena. Den andra frågeställningen besvarades genom att sortera bränderna med bedömd orsak i tidsordning. Detta visade på att de veckor under sommaren 2018 som hade flest blixtantända bränder var vecka 28 och 29, vilket troligtvis beror på en kombination av många åskväder med lite nederbörd och varmt väder. För den tredje och sista frågeställningen undersöktes vilken typ av vegetation de potentiellt blixtantända brandområdena täcktes av för att kunna dra en slutsats om vilken vegetation blixtar troligtvis kan ha startat en brand i. Resultatet visade att 77 % klassificerades som barrskogstyp där framför allt tallskog dominerar med 54 % av alla potentiellt blixtantända brandområden. De huvudsakliga osäkerheterna i studien är tid och position för då bränderna startade. Fortsatta studier bör studera fler somrar för att bedöma om sommaren 2018 verkligen var unik, hur blixtars egenskaper kan påverka antändningsrisken vid nedslag samt faktisk temperatur och nederbörd för att dra tydligare slutsatser om dess påverkan under sommaren. En tydligare vegetationsanalys skulle behöva göras genom att finna och använda de exakta startpunkterna för bränderna.

Most of the working population in Ghana are farmers. It is of importance for them to know where and when precipitation will occur to prevent crop losses due to droughts and floodings. In order to have a sustainable agriculture, improved rainfall forecasts are needed. One way to do that is to enhance the initial conditions for the rainfall models. In the mid-latitudes, in-situ rainfall observations and radar data are used to monitor weather and measure rainfall. However, due to the lack of station data and the present absence of a radar network in West Africa, other rainfall estimates are needed as substitutes. The rainfall amount in convective systems, dominating in West Africa, is coupled to their vertical structure. Therefore, satellite measurements of cloud top temperatures and microwave scatter, as well as the number of lightning, can be used to estimate the amount of rainfall. In this report, derived rainfall estimates from satellites and the use of lightning data are analysed to see how well they estimate the actual rainfall amount. The satellite datasets used in this report are NOAA RFE2.0, NOAA ARC2, and the EUMETSAT MPE. The datasets were compared to in-situ measurements from GTS- and NGO collaborating observation stations in order to verify which satellite dataset that best estimates the rainfall or, alternatively, if a combination between two or all the datasets is a better approach. Lightning data from Vaisala GLD360 have been compared to GTS-station data and RFE2.0 to see if a relation between the number of lightning and rainfall amount could be found. It was also tested whether a combination between the satellite- and lightning data could be a better estimate than the two approaches separately. Rainfall estimates from RFE2.0 alone showed the best correlation to GTS- and the NGO collaborating station data. However, a difference in how well RFE2.0 estimated rainfall at GTS-stations compared to reference stations was seen. Comparing RFE2.0 to GTS-stations showed a better correlation, probably due to the use of these observations in the build up of RFE2.0. Even though RFE2.0 showed the best correlation compared to other datasets, satellite estimates showed in general poor skill in catching the actual rainfall amount, strongly underestimating heavy rainfall and somewhat overestimating lighter rainfall. This is probably due to the rather basic assumptions that the cloud top temperature is directly coupled to rain rate and also the poor temporal resolution of the polar orbiting satellites (carrying microwave sensors). Better instruments and algorithms need to be developed to be able to use satellite datasets as an alternative to rainfall measurements in West Africa. Furthermore, due to the lack of station data, only tentative results between GLD360 and GTS-stations could be made, showing a regime dependence. When further analysed to RFE2.0, a stronger temporal dependence, i.e. seasonal variation, rather than a spatial one was seen, especially during the build up of the monsoon. However, due to poor rainfall estimates from RFE2.0, no accurate rainfall-lightning relation could be made but trends regarding the relation were seen. The use of GLD360 showed to be an effective way to erase false precipitation from satellite estimates as well as locating the trajectory of convective cells. To be able to further analyse rainfall/lightning relation, more measurements of the true rainfall is needed from e.g. a radar. / Majoriteten av Ghanas befolkning arbetar inom jordbrukssektorn. Det är viktigt för jordbrukarna att veta när och var nederbörd kommer att falla för att deras skörd inte ska bli förstörd av till exempel torka eller översvämningar. Det behövs därför bättre nederbördsprognoser för ett hållbart jordbruk. Ett sätt att få mer noggranna prognoser är att förbättra initialvärden till nederbördsmodellerna. Vid de mellersta breddgraderna på norra halvklotet används nederbördsmätningar från in-situ stationer samt data från radarsystem som initialvärden, men på grund av få mätstationer och inget radarsystem i västra Afrika behövs alternativa nederbördsestimater. Nederbörden i västra Afrika domineras av konvektiva system, vars regnmängd är kopplad till dess vertikala struktur. Satellitmätningar av molntoppstemperaturen och mikrovågornas spridning och absorption, liksom antalet blixtar är också relaterat till molnets struktur och kan därför användas för att estimera nederbördsmängden. I den här rapporten analyserades nederbördsestimater från satellitdata samt användning av blixtdata för att undersöka hur bra metoderna är på att estimera den verkliga nederbördsmängden. Satellitdataseten som analyserades var NOAA RFE2.0, NOAA ARC2 och EUMETSAT MPE. Dataseten jämfördes med in-situ mätningar från GTS-stationer samt observationerfrån NGO-samarbetande jordbrukare för att verifiera vilket satellitdataset som ger det bästa nederbördsestimatet, alternativt att en kombination mellan två eller alla dataset ger det bästa estimatet. Vidare har blixtdata från Vaisala GLD360 jämförts med GTS-stationer och RFE2.0 för att se om antalet blixtar är relaterat till nederbördsmängden. Slutligen har det också undersökts om en kombination mellan satellit- och blixtdata är ett bättre än de två metoderna separat. Nederbördsestimater från RFE2.0 visade på bäst korrelation med både GTS- och NGO-stationer. En tydlig skillnad noterades dock i RFE2.0:s förmåga att estimera nederbörd vid jämförelse mellan de två stationsdataseten. En bättre korrelation mellan RFE2.0 och GTS-stationerna påvisades, troligen för att RFE2.0 använder dessa observationer i uppbyggnaden av datasetet. Även om RFE2.0 visade på bäst korrelation i jämförelse med ARC2 och MPE var samtliga satellitdataset dåliga på att estimera den verkliga nederbördsmängden. De underestimerar starkt stora mängder nederbörd samtidigt som de överestimerar små mängder. Anledningen är troligen det relativt enkla antagandet att molntoppstemperaturen är direkt kopplad till molnets regnmängd samt den dåliga tidsupplösningen på de polära satelliterna som är utrustade med mikrovågssensorer. För att satellitdataseten ska kunna användas som ett alternativt nederbördsestimat i Västafrika behövs bättre mätinstrument och algoritmer. Vid analysen mellan GLD360 och GTS-stationer kunde, på grund av för få stationsdata, endast övergripande resultat erhållas. Ett områdesberoende gick dock att urskilja som vid en ytterligare analys mellan GLD360 och RFE2.0 visade på ett större säsongsberoende, särskilt under uppbyggnaden av monsunperioden i april och maj. Eftersom RFE2.0 visade sig ha dåliga nederbördsestimat kunde ingen noggrann koppling hittas, utan resultatet visade på trender samt möjligheter att kunna använda blixtdata som ett alternativt nederbördsestimat. Till exempel visade det sig att GLD360 kunde användas som ett verktyg för att sålla bort falsk nederbörd från satellitestimat samt identifiera trajektorien för ett konvektivt system. För en djupare analys i att relatera blixtar och nederbörd i Västafrika krävs bättre tekniker för att estimera nederbörd eller fler in-situ observationer.

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 2012-2016, 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 2016. 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.

Gamma-ray bursts (GRBs) are some of the most energetic events in the universe. Shocks occurring below the photosphere are likely radiation mediated shocks (RMSs) and are suspected to shape the spectra. Due to computational costs of simulating RMSs, models had not been fitted to data and a faster model was needed. The Kompaneets RMS Approximation (KRA) is an analog model of RMSs, creating spectra which are identical to full RMS simulation spectra and it is significantly faster. For a sample of short GRBs I found that spectra are very hard and close to a non-dissipative photosphere (NDP). Therefore any trace of energy dissipation is lost to thermalization and many KRA solutions are possible with statistics similar to the Band model. A sample of long GRBs have typical spectra, i.e. spectra much broader than a blackbody (BB) and the KRA can model these spectra very well. Statistically, KRA is as good as the Band model and significantly better for GRB211211. I also found two spectral shapes describing observed data equally well. First, a broadened BB for a steady-state outflow, and secondly, optically shallow shocks for a non steady-state outflow. To distinguish between these solutions, upcoming detectors with lower-energy data are important. In conclusion, the KRA can reproduce photospheric spectra altered by a RMS, and these spectra can explain observed GRB spectra. If the spectrum is not thermalized, information about the properties of the shock can be deduced from observed GRB spectra. / Gamma-blixtar är några av de mest energirika händelserna i universum. Chocker som uppkommer under fotosfären är troligtvis strålnings medlade chocker (RMSer) och misstänks forma spektra. Höga beräkningsmässiga kostnader för simuleringar av RMSer har lett till att modeller inte har anpassats till data. The Kompaneets RMS Approximation (KRA) är en analog modell av RMSer som skapar identiska spektra och är mycket snabbare. För ett urval av korta gamma-blixtar hittar jag väldigt hårda spektra, nära en icke-dissiperad fotosfär (NDP). Alla spår av dissipering har därför försvunnit p.g.a. termaliseringen och många olika KRA lösningar kan anpassa dessa spektra lika bra som Band modellen. Ett urval av långa gamma-blixtar har typiska spektra, d.v.s. spektra mycket bredare än svartkropp spektra och KRA kan anpassa dessa spektra väldigt bra. Statistiskt är KRA lika bra som Band modellen och t.o.m. mycket bättre för GRB211211. Jag har också hittat två olika former på spektra som anpassar data lika bra. Först, en breddad svartkropp för ett utflöde i jämvikt och den andra, optiskt grunda shocker för ett utflöde som inte är i jämvikt. För att urskilja mellan dessa lösningar är framtida detektorer med data för lägre energies viktiga. För att sammanfatta, KRA kan reproducera fotosfäriska spektra påverkade av en RMS och dessa spektra can förklara observerade gamma-blixt spektra. Om spektrumet inte är termaliserat kan information om chockens egenskaper hämtas från observerade gamma-blixt spektra.

Background. Weather and weather effects are important features when trying to immerse the viewer into a virtual world. Lightning and thunder is one of those effects when attempting to create rough weather, realistic lightning however requires heavy computations, using physics, weather systems, and knowledge of the 3d world. Objectives. This thesis investigates the possibility of leveraging the predictive power of machine learning to generate animated lightning bolts inside of images, and then investigates the possibility to generate the animated lightning bolts in real time.   Methods. A new data-set for training will be created consisting of videos of lightning bolts. Four image to video machine learning architectures will be investigated and two will be tested in an attempt to find a suitable model for generating the animated lightning bolts. The selected model will be used to generate videos for a questionnaire to collect qualititive data regarding the perceived realism of the animated lightning bolts. To figure out if it is possible to generate the animated lightning bolts in real time the final model will be performance measured and compared to real time requirements of video games and video editing software. Results. For the training data-set 106 curated and pre-processed videos were collected. By gathering four and testing two different machine learning architectures it was found that the architecture based on stochastic Image-to-Video Synthesis using conditional invertible neural networks were the most suited for generating animated lightning bolts. The questionnaire received a 77% positive rating for the generated lightning bolts, with a 1% statistical significance a p-value of 0.00005 was obtained. The performance of the selected machine learning model were measured to be inadequate for real time applications like video games but more than enough for video editing software. Conclusions. The goal of generating animated lightning bolts percieved as real were achieved by creating a new data-set and investigating multiple machine learning architectures. Real time generation is achievable for video editing applications, but real time generation for video games is not yet possible unless the background is static. / Bakgrund. Väder och vädereffekter är viktiga verktyg för att skapa en virtuell värld som fördjupar användaren. Åska och blixtar kan användas för att skapa en upplevelse av dåligt väder men verklighetstrogna representationer kräver tunga matematiska beräkningar och kunskap om den virtuella världen. \newline\textbf{ Syfte. Den här uppsatsen undersöker möjligheten att utnyttja kraften bakom maskininlärning för att generera blixtar som ser verklighetstrogna ut. Uppsatsen undersöker också om det är möjligt att generera blixtar i realtid. Metod. Ett nytt data-set som består av videos av blixtar skapas med syftet att träna modellerna. Fyra bild till video maskininlärnings arkitekturer kommer undersökas och två kommer testas i ett försök att finna en lämplig modell för att generera de animerade blixtarna. Videos från den utvalda modellen kommer användas i ett frågeformulär. Detta formulär kommer användas för att samla in kvalitativ data gällande den upplevda realismen av de genererade blixtarna. För att ta reda på om det är möjligt att generera blixtarna i realtid prestandamäts den slutgiltiga modellen och jämförs med kraven för spel och videoredigeringsverktyg i realtid. Resultat. Modellens träningsdata består av 106 insamlade videoklipp som blivit förbearbetade. Genom att testa två olika maskininlärnings arkitekturer visade det sig att stokastiska bild-till-video arkitekturen baserad på cINN konceptet var den mest lämpade för att generera videos av blixtar. Frågeformuläret mottog ett positivt betyg på 77\% gällande de genererade blixtarna, med en 1\% statistisk signifikans framkom ett p-värde på 0.00005. Prestandan av den utvalda maskin inlärningsmodellen uppmättes vara undermålig för en realtidsapplikation som digitala spel men tillräcklig för videoredigering. Slutsatser. Målet att generera animerade blixtar som uppfattas som realistiska uppnåddes genom att skapa ny träningsdata och undersöka flera olika bild till video maskininlärnings arkitekturer. Realtidsgenerering går att uppnås av applikationer för video redigering, men för applikationer som spel nås inte realtidskraven i dagsläget om kameran i spelet inte står stilla.