星地闪电探测技术,为监测和研究闪电活动特征提供了重要的手段。高轨道卫星闪电探测,具有独特的平台优势,是当今各国争相发展的新技术。搭载于风云四号A气象卫星（FY4A）上的闪电成像仪LMI（Lightning Mapping Imager）,是我国首枚、世界首批静止轨道闪电光学探测载荷,其数据获取与服务、数据质量控制、星地数据比对与校验,多源闪电数据融合应用是国家亟需的重要研究课题。依据LMI地面应用系统信息流的逻辑关系,本论文分析了太空单粒子轰击对LMI输出数据的影响,提出了地面控制自主修复和多级数据校验方法,设计了LMI多级数据服务平台;根据LMI输出多级数据的特点,分别研究了基于人工智能技术和多层阈值判识技术的LMI多级数据质量控制方法,建立了机器学习和深度学习模型,提高了LMI数据质量;基于星地多源数据,从个例和统计特征两个层面,分析了强对流天气过程中的闪电活动特征,研究了LMI数据与传统地基闪电探测数据的不同特点,提出了星地数据协同分析方法。具体研究内容和成果如下:⑴为了解决宇宙单粒子轰击造成LMI输出数据错误的问题,提出了地面控制自主修复方法,经过检验,修复指令生成正确率达到100%,平均修复时间不超过1分钟,能够最大限度地减少单粒子撞击效应对于LMI探测数据的影响;研究了LMI数据校验方法并设计了数据服务平台,实现了LMI数据的可靠获取,挖掘定制时空区间内的闪电活动与深对流降水之间的统计特征关系,提供了规范、精准、高效的数据服务。⑵分析了LMI中L0级、L2级数据组织结构,开展有针对性的多级数据质量控制方法研究。生成了L0级训练数据集和验证数据集,建立分类回归树模型、朴素贝叶斯模型和支持向量机模型的机器学习模型、卷积神经网络深度学习模型,提出了基于人工智能技术的数据分类识别方法,通过实验证明了该方法可以有效识别L0级闪电数据。根据闪电活动与强对流天气过程间的耦合关系,研究了多源数据判识阈值的选取方法,提出了基于多源气象资料的多层次L2级Group数据质量控制方法,通过实例和地基闪电数据比对,证明了方法的有效性,提升了LMI数据的质量。⑶分析了星地观测得到的闪电资料间的关系,提出了星地多源闪电探测数据综合分析方法。通过实例研究表明,强对流天气过程中,相对于地基闪电定位系统,LMI能够更快速地探测到云闪,从而提早对强对流过程预警;卫星探测的闪电次数通常是地基探测的闪电次数的5-10倍;LMI在白天的探测能力更强,定位精度更高;星地数据的匹配比例在年际、季节、时刻等不同时间尺度下,均呈现良好的一致性,但星地数据匹配比例在我国东西部差异较大,且与闪电信号强度不相关,反映出星地系统不同的探测优势。⑷挖掘了LMI数据与传统地基闪电探测数据的不同特点及二者在强对流监测中的联合应用价值,分别研究了我国境内陆地云地闪比率及变化规律、我国近海海域及台风中的闪电特征。结果表明,我国境内陆地云地闪比率Z平均值为2.82,平均标准偏差0.31,且与纬度、正负地闪比例相关度不高;受地形地貌、气候特征差异影响,我国四个近海海域闪电活动在季节、时段、昼夜以及峰值电流强度等方面均存在不小的差异;闪电主要集中于超强台风阶段爆发;台风移动路径两侧闪电活动分布并不均衡;受地形抬升作用影响,台风两次登陆前,也出现了较密集的闪电活动;密集的闪电活动,主要出现在TBB 210K的低云顶亮温区;LMI多级闪电数据的频次/密度变化与距台风中心眼距离密切相关,径向上基本呈现强-弱-强的三圈阶段性震荡分布特征;眼壁区闪电活动与台风强度的关联程度,要高于外雨带,表征了LMI能够对台风中不同强度的闪电进行更全面地探测,有助于加深对台风中闪电活动特征的认识。本文的研究成果,提升了LMI数据获取的可靠性、数据服务的精准性,提高了LMI多级数据质量控制的研究水平,实现了星地闪电观测资料的综合应用,对我国星载闪电探测技术的进一步开发和后续相关仪器的优化,具有较好地理论指导和重要的实际意义。