CN110208807A - 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 - Google Patents

一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 Download PDF

Info

Publication number
CN110208807A
CN110208807A CN201910515211.1A CN201910515211A CN110208807A CN 110208807 A CN110208807 A CN 110208807A CN 201910515211 A CN201910515211 A CN 201910515211A CN 110208807 A CN110208807 A CN 110208807A
Authority
CN
China
Prior art keywords
radar image
rainfall
difference value
rainfall intensity
radar
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910515211.1A
Other languages
English (en)
Other versions
CN110208807B (zh
Inventor
卢志忠
吕博群
孙雷
胡佳幸
陈世同
刘红
焦天佑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910515211.1A priority Critical patent/CN110208807B/zh
Publication of CN110208807A publication Critical patent/CN110208807A/zh
Application granted granted Critical
Publication of CN110208807B publication Critical patent/CN110208807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/956—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on ship or other platform
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Ocean & Marine Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，属于海洋遥感技术领域。本发明方法如下：1.离线开展观测试验，确定检测区域的差异性系数与降雨强度拟合关系式；2.利用雷达图像处理程序对雷达文件进行加载并去除同频干扰，用在空间上相距待计算点半个主波长距离的像素点来计算此点的回波差异值，进而计算出雷达图像检测区域中的差异性参数，即回波差异值均值；3.将检测区域的回波差异值均值代入回波差异值均值‑降雨强度拟合关系式，即可反演出降雨强度；4.将计算得到的降雨强度和给定的降雨强度等级划分标准表相对照，即可得到降雨强度等级。本发明为航海过程中的降雨测量提供了一种新的便捷途径。

Description

一种基于航海雷达图像检测区域差异性参数的雨强等级反演 方法
技术领域
本发明涉及的是一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，属于海洋遥感技术领域，具体涉及的是利用航海雷达图像中检测区域的差异性参数进行降雨强度等级反演的海洋遥感技术领域。
背景技术
我国是一个海洋大国，拥有丰富的海洋资源，包括生物资源、矿产资源、油气资源、滨海旅游资源等，有着巨大的开发潜力。人类从事的各种与海洋相关的活动(例如海洋开发利用、海洋环境监测、灾害预测与预报以及国防)都与海洋的运动(如浪、流、潮等)有着密切的关系，其中海浪是影响最大且最为复杂的因素之一。目前利用遥感观测获取海浪信息的方法的应用最为广泛，利用海浪监测设备可以反演出海浪谱、波高、波长、波向、波周期等海浪信息。在反演海浪信息的过程中，降雨会严重破坏接收的海杂波信号，影响海浪信息提取的准确性，是海杂波信号的一大干扰来源。降雨在原始雷达图像上呈现线状，压制了原来的海杂波信号，降雨严重时，海杂波与雨杂波信号难以分离，特别是降雨达到中雨以上强度时，海浪信号将被降雨信号完全压制，所以对受到降雨干扰的雷达图像中降雨强度等级的监测有着重要的意义。考文献“卢志忠，杨建坡，黄玉.运动平台下X波段雷达海面风向反演算法[J].系统工程与电子技术，2016，38(4):879-803”与“冯司宇，马小舟，董国海.波高非线性概率分布高阶谱数值模型研究[J].海洋学报，2019，41(03):44-51.”对该方面进行了一定的研究探索。
目前，大多数情况下都将降雨视为干扰信号，对其进行抑制处理，但在航海过程中利用航海雷达对雷达图像进行降雨强度的估测方面的研究几乎处于空白状态，在航行时利用航海雷达实时地获得降雨强度的估测，能够有效地减少其对反演海浪参数的影响，有着重要的理论和现实意义。
在雷达图像中降雨特征的识别方面，目前的研究主要有：2008年，郝艳玲等引入图像的差异系数，定义为标准差和回波均值的比，联合图像的回波均值进行雷达图像的降雨干扰检测(郝燕玲，唐艳红，卢志忠.X波段航海雷达图像噪声检测与滤除方法研究[J].国土资源遥感.2008，20(2):14-17.)；
2010年郑亚能等(郑亚能.X波段航海雷达图像预处理器的研究与设计[D].哈尔滨工程大学硕士学位论文.2010:1-3)与2013年杨雪林等(杨雪林.雷达原始图像噪声预处理软件的设计与实现[D].哈尔滨工程大学硕士学位论文.2013:21-24)对此检测方法再次进行了研究；
2012年，Lund等(Lund B,Graber H C,Romeiser R.Wind Retrieval FromShipborne Nautical X-Band Radar Data[J].Geoscience and Remote Sensing IEEETransactions on.2012，50(10):3800-3811P.)提出利用整幅雷达图像的零强度百分比识别降雨干扰，零强度百分比定义为无效信号像素点在所有信号中的比例；同年，沈继红等(沈继红，李英，戴运桃等.X-band雷达图像中降雨干扰的识别与抑制[J].光学精密工程.2012，20(8):1846-1853)利用质量控制、三维表面粗糙度评定参数及信噪比进行降雨干扰检测；
2015年，向拓(向拓.雷达测波仪图像去噪技术研究及软件设计[D].哈尔滨工.程大学硕士学位论文.2015:1-3，31-40)将零强度百分比法应用于雷达图像遮挡区，提高了降雨干扰检测的准确度；
2017年，周颖(周颖.航海雷达图像反演降雨强度方法研究[D].哈尔滨工程大学，2017.)以零强度百分比与回波强度比值作为K参数，检测遮挡区内降雨干扰；同年HuangWeimin(Huang W，Liu Y，Gill E.Texture-Analysis-Incorporated Wind ParametersExtraction from Rain-Contaminated X-Band Nautical Radar Images[J].RemoteSensing，2017，9(2):166P)等提出了基于回波差异性的X波段导航雷达图像的降雨识别方法，此方法通过空间上距离最近的3×3的矩形来计算此点的回波差异值，然后根据阈值来判断是否为降雨图像。
在降雨的估测方面，目前的方法主要有传统的雨量计或雨量器测量和遥感测量。
雨量计能够测量单点上的降雨情况，反映的降雨强度可以代表一定区域的降雨情况(曹俊武，胡志群.X波段测雨雷达强度资料评估及改进方法[J].雷达科学与技术，2016，14(3):237-243.)，而遥感测量可以获取大范围的降雨信息。现代的雨量计主要分为虹吸式和翻斗式两种，主体结构由盛水器、储水装置和相应口径带刻度的专用量杯组成。现代雨量计具有自动记录数据和远距离数据传输的功能，同时其观测频率可以根据采集单位的需求而变化。由于雨量计只能测量固定区域的降雨量，有很大的局限性，在这种情形下，遥感探测技术的发展为更好地进行降雨测量提供了契机。遥感探测降雨所用的传感器为气象雷达，而信号气象雷达、常规数字化天气雷达、以及NEXRAD为代表的新一代气象雷达三个历程的发展奠定了气象雷达在遥感探测中的稳定地位(Wetzel L B.ElectromagneticScattering from the Sea at Low Grazing Angles[M].Surface WavesandFluxes.SpringerNetherlands,1990:109-171P)。在2012和2013年中国气象局基于863计划对改进的X波段二维相扫相控阵天气雷达进行了地面和机载观测。目前，各国对气象雷达方面的研究仍在继续。
国内外还采用多平台降水信息融合技术提高降雨估测精度，其中利用雨量计校准天气雷达既能实现雷达在大范围空间上的连续降雨监测，又能发挥雨量计单点降水精度高的优势(陈垚森，任启伟，徐会军.多普勒天气雷达估测降水及雨洪应用研究进展[J].水利信息化.2012.8(4):10-17)，在20世纪末期，戴铁丕等通过对多次降水数据下的雷达和雨量计结果的分析，发现将天气雷达与雨量计进行联合探测的精度明显优于单一方式(戴铁丕，傅德胜.天气雷达—雨量计网联合探测区域降水量的精度[J].南京气象学院学报.1990，13(4):592-597)；
2008年，马慧等使用变分法将雨量计和多普勒雷达进行融合测雨(马慧，万齐林，陈子通等.基于Z-I关系和变分校正法改进雷达估测降水[J].热带气象学报.2008，24(5):546-549)，田付友提出了局地平均校准方法(田付友.校准雨量计密度对雷达估测流域降水和水文模拟的影响及校准方法的研究[D].中国气象科学研究院硕士学位论文.2008:1-10)；
2010年，房彬等融合了包括雷达、雨量计、粒子激光探测仪在内的三种设备，提出了降水联合估算方法(房彬，班显秀，郭学良等.雷达-雨量计-粒子激光探测仪联合估算降水量[J].大气科学.2010.5，34(3):513-519)；
近几年，王红艳利用雷达估测的降水实现了对自动雨量计的实时质量控制(王红艳.新一代天气雷达组网估算降水的覆盖能力分析及方法研究[D].南京信息工程大学博士学位论文.2015:1-16)，雨量计和雷达的联合测雨的研究仍在不断继续。
发明内容
本发明公开了一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，该方法基于航海雷达图像检测区域差异性参数(回波差异值)的雨强等级反演方法，其中表征差异性参数的是回波差异值，回波差异值定义为当前值与其他值差值的平方和与比较次数之比的平方根，用以衡量周围值与当前值的偏差，该方法能够在航海工作中直接利用雷达图像估测此刻的降雨情况，对海洋监测等领域有着重大的意义。
本发明具体步骤如下：
步骤1，离线开展观测试验，确定检测区域的差异性系数(回波差异值)—降雨强度拟合关系式。首先，离线开展观测试验并进行数据统计分析，用选定的滤波的方式对雷达图像进行预处理，然后，计算雷达图像的检测区域在不同降雨强度下的回波差异值均值，统计雷达图像对应时刻的真实降雨量数据，最后，根据检测区域中回波差异值均值和降雨强度的关系拟合得到拟合关系式。
步骤2，利用雷达图像处理程序对雷达文件进行加载，提取其差异性参数，即检测区域的回波差异值均值。
步骤3，降雨强度反演。将检测区域的差异性参数：回波差异值均值代入回波差异值均值-降雨强度拟合关系式，即可反演出降雨强度。
步骤4，降雨强度等级确定。将反演得到的降雨强度和给定的降雨强度等级划分标准表相对照，即可得到降雨强度等级。
所述步骤1包括以下步骤：
步骤1.1：离线开展观测标校实验，选取在不同降雨强度下的多组雷达原始图像，一组雷达图像的数量定义为在10min内雷达获取的全部雷达图像总数。用选定的滤波方式进行预处理，记录雷达图像的采集时间、方位、径向距离、回波强度和实测的海浪主波长信息，并且同步记录对应时间内的雨量计测得的真实降雨量。
步骤1.2：利用选定的滤波方式对雷达图像进行预处理。根据雷达图像检测区域的径向距离和方位确定用于统计的雷达图像的检测区域，分别统计各自降雨强度下的每组雷达图像检测区域的回波差异值均值。具体方法如下所示：
1.2.1、参与回波差异值计算的像素点数n的计算方法：
n＝(2*round(M/P)+1)*4-4 (1)
式中：M为海浪波峰与波谷之间的径向距离，即半个主波长的距离；P为雷达图像的距离分辨率；
1.2.2、计算检测区域中一个像素点的回波差异值的计算方法为：
式中：Ix,y为位置在(x，y)的像素点的图像强度值；Ii为与位置在(x，y)的像素点距半个主波长的像素点的强度值；n为需要比较的像素点的总数；Tx,y为位置在(x，y)处像素点的回波差异值。
1.2.3、重复1.2.1、1.2.2的步骤得到每幅雷达图像的检测区域的所有像素点的回波差异值，再对其取均值，即可得到此雷达图像的检测区域的回波差异值均值；
1.2.4、重复1.2.1、1.2.2、1.2.3的步骤得到一组雷达图像检测区域的回波差异值均值；
1.2.5、重复1.2.1、1.2.2、1.2.3、1.2.4的步骤得到多组雷达图像检测区域的回波差异值均值；
步骤1.3：统计与步骤1.2.1、1.2.2、1.2.3、1.2.4中多组雷达图像的相对应10min的降雨量，得到真实的降雨强度，降雨强度用10min内的降雨量进行表示。
步骤1.4：作降雨强度和回波差异值均值的散点图，剔除其中存在的异常值，用最小二乘法对检测区域的回波差异值均值与降雨强度的关系进行线性拟合，得到拟合关系式。回波差异值均值和降雨强度拟合得到的关系式如下：
y＝-3.1815×10-9·x3+9.2245×10-6-0.0089·x+2.8729 (3)
式中：x为每幅雷达图像的回波差异值均值；y为反演的降雨强度。
本发明用相关系数来表示理论值和实际值之间的线性关系紧密程度，相关系数用以下公式求取：
式中：Cov(y，y1)为拟合值与原始值之间的协方差；Var[y]为原始值y的方差；Var[y1]为拟合值y1的方差。
所述步骤2具体如下：对待检测雷达图像用选定的滤波方式进行预处理，并用在空间上相距待计算点半个主波长距离的像素点来计算此点的回波差异值，进而计算出检测区域中的回波差异值均值，步骤如下：
步骤2.1：利用雷达图像处理程序对雷达文件进行加载，利用选定的滤波方法去除同频干扰；
步骤2.2：根据雷达图像检测区域的径向距离和方位确定用于统计的雷达图像的检测区域，按照上述步骤1.2.1、1.2.2、1.2.3来计算每幅雷达图像检测区域的回波差异值均值。
所述步骤3包括以下步骤：
步骤3.1：将检测区域的回波差异值均值代入回波差异值均值与降雨强度的拟合关系式，得到降雨强度；
所述步骤4包括以下步骤：
步骤4.1，将步骤3反演得到的降雨强度和降雨强度等级划分标准表进行对比，可以得到当前的降雨等级。
与现有技术相比，本发明的优点在于：
(1)与传统方法(如雨量计检测)测雨强的方法相比，本发明利用航海雷达图像检测区域的差异性参数确定降雨强度等级的方法，更加直观、简便、有效，能够在短时间内就知道当前降雨强度。
(2)本发明利用航海雷达图像检测区域的差异性系数来确定降雨强度等级的方法，其拟合关系式是在大量实验数据基础上拟合得到的，并使用雨量计实测的数据进行了验证，由此证明了本发明的可信度。
附图说明
图1为降雨条件下的雷达原始图像的海浪检测区域；
图2为空间像元点距离定义示意图；
图3为不同降雨强度下雷达图像检测区域的回波差异值均值的箱型图；
图4为不同降雨强度下雷达图像检测区域的回波差异值均值的散点图；
图5为检测区域的回波差异值均值与降雨强度的拟合曲线；
图6为降雨强度误差与实测降雨强度散点图；
图7为本发明实施方式流程图；
图8为降雨强度等级划分标准；
图9为降雨强度等级确定结果。
具体实施方式
下面将结合附图对本发明提出的基于航海雷达图像检测区域差异性参数的雨强等级反演方法作进一步的详细说明。
在海洋遥感的领域中，现有的测量降雨强度的方法准确率较低，测量步骤复杂，测量周期较长，针对这种情形，本发明提出的基于航海雷达图像检测区域差异性参数的雨强等级反演方法能够在短时间内反演出降雨强度，且准确率较高。对航海雷达图像中反演降雨强度有重要的理论和现实意义。
本发明的目的在于提供一种基于航海雷达图像检测区域差异性参数(回波差异值)的雨强等级反演方法。其中表征差异性参数的是回波差异值，回波差异值定义为当前值与其他值差值的平方和与比较次数之比的平方根，用以衡量周围值与当前值的偏差。首先，离线开展观测试验，确定检测区域的差异性系数(回波差异值)—降雨强度拟合关系式；然后，利用雷达图像处理程序对雷达文件进行加载并去除同频干扰，用在空间上相距待计算点半个主波长距离的像素点来计算此点的回波差异值，进而计算出雷达图像检测区域中的差异性参数，即回波差异值均值。之后，将检测区域的回波差异值均值代入回波差异值均值-降雨强度拟合关系式，即可反演出降雨强度。最后，将计算得到的降雨强度和给定的降雨强度等级划分标准表相对照，即可得到降雨强度等级，并利用实测数据检验了效果。本方法反演降雨强等级整体正确率达89.8％，本方法为航海过程中的降雨测量提供了一种新的便捷途径。
实施方式流程图见图7，具体可以分为以下几步，第一步为确定检测区域中回波差异值均值与降雨强度的拟合关系式；第二步为加载雷达原始图像并进行预处理，提取检测区域的差异性参数；第三步为降雨强度反演；第四步为降雨强度等级确定。
本实例所用的是平潭县海洋观测站采集到的2013年8月至2014年1月的雷达图像和雨量计数据。本发明所用X波段航海雷达扫描一周大约为2.7s，采集一个时间序列的图像为32幅，共计85s，采集完一个时间序列的雷达图像后停顿1.5min，因此两个相邻的时间序列之间存在3min的时间间隔，则10min内有3个时间序列的雷达图像，即96幅雷达图像。海洋局的雨量计以每分钟为单位进行记录，精度为0.1mm，降雨量不及0.1mm时则记为0，但从雷达图像上看，有一些记录为0的时刻，雷达图像存在少许降雨干扰，因此对于有微量降雨，但因降雨量不足0.1mm而记为0的降雨量数据记录为0.05mm。
结合附图1～6，本发明具体步骤为：
第一步，离线开展观测试验，确定检测区域内回波差异值均值与降雨强度拟合关系式。具体包括以下步骤：
步骤1.1，离线开展观测试验，用雷达图像处理软件读取雷达文件生成雷达图像，共选取了736组雷达图像，一组雷达图像记为10min内雷达所测得的图像总数。然后以中值滤波的方式去除雷达图像中的同频干扰。记录对应时间雨量计测得的真实降雨量。
步骤1.2，根据雷达图像检测区域的径向距离和方位确定用于统计的雷达图像检测区域。已知海浪的主波长，统计不同降雨强度下736组10min内的雷达图像检测区域中回波差异值均值。附图1即表示海浪的检测区域，检测区域设置为距离雷达天线前方1000m左右，方位向为135度至147度，径向的像素点范围为80点到208点，即128*128像素点所构成的海域范围。图1表示降雨强度较大的情况下的雷达图像检测区域。从图中可知，降雨强度较大时，雷达图像会变得很模糊。
统计上述不同降雨强度下736组图像在10min内的雷达图像检测区域的回波差异值均值，附图2表示了空间像素点的距离示意图，其中在中心的绿色点是待计算点，黑色的圆是以绿色点为原点，半个主波长的距离为半径所得到的，蓝色点是参与计算绿色点回波差异值的像素点。具体方法为：
1.2.1、参与回波差异值计算的像素点数n的计算方法：
n＝(2*round(M/P)+1)*4-4 (5)
式中：M为海浪波峰与波谷之间的径向距离，即半个主波长的距离；P为雷达图像的距离分辨率。
1.2.2、计算检测区域中一个像素点的回波差异值的计算方法为：
式中：Ix,y为位置在(x，y)的像素点的图像强度值，取值范围在0～8192之间；Ii为与位置在(x，y)的像素点相距半个波长的像素点的强度值；n为需要比较的像素点的总数；Tx,y为位置在(x，y)处像素点的回波差异值。
1.2.3、重复1.2.1、1.2.2的步骤得到每幅雷达图像的检测区域的所有像素点的回波差异值，再对其取均值，即可得到此雷达图像的检测区域的回波差异值均值；
1.2.4、重复1.2.1、1.2.2、1.2.3的步骤得到一组雷达图像检测区域的回波差异值均值；
1.2.5、重复1.2.1、1.2.2、1.2.3、1.2.4的步骤得到736组组雷达图像检测区域的回波差异值均值；
步骤1.3，统计上述736组雷达图像对应的10min时间内的降雨量。
步骤1.4，作降雨强度和回波差异值均值的箱型关系图，如附图3所示。由图可见，随着降雨强度的增加，回波差异值均值逐渐变小，呈现单调递减的趋势。由于实际情况中降雨强度可能会瞬间骤增或骤减，所以会出现一些异常值，为了保证反演精度，这些异常值应该剔除。将去除异常值之后的712组以降雨强度为纵轴，回波差异值均值为横轴，作对应关系的散点图，见附图4。为了减少数据误差，提高反演精度，选取各降雨强度下回波差异值均值较集中的其中值上下各四分之一部分的356组数据作为拟合数据。
选定拟合方式为最小二乘法拟合。利用最小二乘法对检测区域的回波差异值均值与降雨强度的关系进行线性拟合，拟合结果见附图5。回波差异值均值和降雨强度拟合得到的关系式如下：
y＝-3.1815×10-9·x3+9.2245×10-6-0.0089·x+2.8729 (7)
式中：x为每幅雷达图像的回波差异值均值；y为反演的降雨强度；
本发明用相关系数来表示理论值和实际值之间的线性关系紧密程度，相关系数用(8)式求取，
式中：Cov(y，y1)为拟合值与原始值之间的协方差；Var[y]为原始值y的方差；Var[y1]为拟合值y1的方差。
经过计算可得到实测降雨强度和理论的降雨强度的相关系数为0.9765。
第二步为加载待反演雷达原始图像并作预处理，计算检测区域的回波差异值均值。具体步骤为：
步骤2.1，利用雷达图像处理软件加载将待反演的雷达图像，利用选定的中值滤波方式去除所选的雷达图像的同频干扰；
步骤2.2，取其方位向135°至147°，径向80至208点的检测区域，按照步骤1.2.1、1.2.2、1.2.3的方法计算待反演的雷达图像检测区域的回波差异值均值。
第三步为降雨强度反演。具体步骤为：
步骤3.1，将检测区域回波差异值均值代入回波差异值均值与降雨强度拟合关系式，得到降雨强度；
第四步为降雨强度等级确定。将反演得到的降雨强度和降雨强度等级划分标准对照来确定降雨强度等级。10min内的降雨强度等级划分标准选定如图8所示；
为进一步验证可行性，选取与所用上述实验数据不同的在不同降雨强度下的500幅原始雷达图像，按照上述步骤进行实验验证。降雨强度反演的结果如图9所示。
本发明所提出的基于航海雷达图像检测区域差异性参数的雨强等级反演方法在航行中可直接通过雷达图像估测出当前海上的降雨情况，反演降雨强度等级整体正确率达89.8％，较高的准确率可以更加充分地利用航海过程中的降雨信息，为海上降雨的测量提供了一种新的途径。

Claims (6)

1.一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：包括以下步骤：
步骤一：离线开展观测试验，确定检测区域的差异性系数和回波差异值，得到降雨强度拟合关系式：首先，离线开展观测试验并进行数据统计分析，用选定的滤波的方式对雷达图像进行预处理；然后，计算雷达图像的检测区域在不同降雨强度下的回波差异值均值，统计雷达图像对应时刻的真实降雨量数据，最后，根据检测区域中回波差异值均值和降雨强度的关系拟合得到拟合关系式；
步骤二：利用雷达图像处理程序对雷达文件进行加载，提取其差异性参数，即检测区域的回波差异值均值；
步骤三：降雨强度反演；
步骤四：降雨强度等级确定。
2.根据权力要求1所述的一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：所述步骤一具体如下：
步骤1.1：离线开展观测标校实验，选取在不同降雨强度下的多组雷达原始图像，一组雷达图像的数量定义为在10min内雷达获取的全部雷达图像总数，用选定的滤波方式进行预处理，记录雷达图像的采集时间、方位、径向距离、回波强度和实测的海浪主波长信息，并且同步记录对应时间内的雨量计测得的真实降雨量；
步骤1.2：利用选定的滤波方式对雷达图像进行预处理，根据雷达图像检测区域的径向距离和方位确定用于统计的雷达图像的检测区域，分别统计各自降雨强度下的每组雷达图像检测区域的回波差异值均值；具体方法如下所示：
1.2.1、参与回波差异值计算的像素点数n的计算方法：
n＝(2*round(M/P)+1)*4-4
式中：M为海浪波峰与波谷之间的径向距离，即半个主波长的距离；P为雷达图像的距离分辨率；
1.2.2、计算检测区域中一个像素点的回波差异值的计算方法为：
式中：Ix,y为位置在(x，y)的像素点的图像强度值；Ii为与位置在(x，y)的像素点距半个主波长的像素点的强度值；n为需要比较的像素点的总数；Tx,y为位置在(x，y)处像素点的回波差异值；
1.2.3、重复1.2.1、1.2.2的步骤得到每幅雷达图像的检测区域的所有像素点的回波差异值，再对其取均值，即可得到此雷达图像的检测区域的回波差异值均值；
1.2.4、重复1.2.1、1.2.2、1.2.3的步骤得到一组雷达图像检测区域的回波差异值均值；
1.2.5、重复1.2.1、1.2.2、1.2.3、1.2.4的步骤得到多组雷达图像检测区域的回波差异值均值；
步骤1.3：统计与步骤1.2.1、1.2.2、1.2.3、1.2.4中多组雷达图像的相对应10min的降雨量，得到真实的降雨强度，降雨强度用10min内的降雨量进行表示；
步骤1.4：作降雨强度和回波差异值均值的散点图，剔除其中存在的异常值，用最小二乘法对检测区域的回波差异值均值与降雨强度的关系进行线性拟合，得到拟合关系式；用相关系数来表示理论值和实际值之间的线性关系紧密程度，相关系数用以下公式求取：
式中：Cov(y，y1)为拟合值与原始值之间的协方差；Var[y]为原始值y的方差；Var[y1]为拟合值y1的方差。
3.根据权利要求2所述的一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：步骤1.4所述的用最小二乘法对检测区域的回波差异值均值与降雨强度的关系进行线性拟合，得到拟合关系式具体如下：回波差异值均值和降雨强度拟合得到的关系式如下：
y＝-3.1815×10-9·x3+9.2245×10-6-0.0089·x+2.8729
式中：x为每幅雷达图像的回波差异值均值；y为反演的降雨强度。
4.根据权利要求1所述的一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：所述步骤二具体如下：检测区域的回波差异值均值，对待检测雷达图像用选定的滤波方式进行预处理，并用在空间上相距待计算点半个主波长距离的像素点来计算此点的回波差异值，进而计算出检测区域中的回波差异值均值，步骤如下：
步骤2.1：利用雷达图像处理程序对雷达文件进行加载，利用选定的滤波方法去除同频干扰；
步骤2.2：根据雷达图像检测区域的径向距离和方位确定用于统计的雷达图像的检测区域。
5.根据权利要求1所述的一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：步骤三所述的降雨强度反演具体如下：将检测区域的回波差异值均值代入回波差异值均值与降雨强度的拟合关系式，得到降雨强度。
6.根据权利要求1所述的一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，其特征在于：步骤四所述的降雨强度等级确定具体如下：将反演得到的降雨强度和给定的降雨强度等级划分标准表相对照，即可得到降雨强度等级。
CN201910515211.1A 2019-06-14 2019-06-14 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 Active CN110208807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910515211.1A CN110208807B (zh) 2019-06-14 2019-06-14 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910515211.1A CN110208807B (zh) 2019-06-14 2019-06-14 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法

Publications (2)

Publication Number Publication Date
CN110208807A true CN110208807A (zh) 2019-09-06
CN110208807B CN110208807B (zh) 2022-08-02

Family

ID=67792685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910515211.1A Active CN110208807B (zh) 2019-06-14 2019-06-14 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法

Country Status (1)

Country Link
CN (1) CN110208807B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850414A (zh) * 2019-11-26 2020-02-28 北京天元创新科技有限公司 降雨预警方法及装置
CN110888113A (zh) * 2019-12-04 2020-03-17 腾讯科技（深圳）有限公司 车载雷达控制方法、装置、设备和存储介质
CN111624606A (zh) * 2020-05-27 2020-09-04 哈尔滨工程大学 一种雷达图像降雨识别方法
CN111624599A (zh) * 2020-05-27 2020-09-04 哈尔滨工程大学 一种航海雷达反演海浪有效波高计算方法
CN114063082A (zh) * 2021-11-15 2022-02-18 最美天气(上海)科技有限公司 一种基于时序雷达回波强度的天气短临预测方法及天气预测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120086596A1 (en) * 2010-10-08 2012-04-12 Edin Insanic System and method for generating derived products in a radar network
CN103792524A (zh) * 2014-03-06 2014-05-14 兰州大学 基于云分类的雷达定量降水估计方法
US20150145717A1 (en) * 2013-11-26 2015-05-28 Korea Institute Of Construction Technology Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data
CN104976960A (zh) * 2015-06-11 2015-10-14 西北农林科技大学 一种雨滴物理特性观测方法及装置
BR102015026814A2 (pt) * 2015-10-22 2017-07-11 Universidade Federal Do Paraná Process of ph estimation in palmito
CN108089186A (zh) * 2018-01-08 2018-05-29 哈尔滨工程大学 基于航海雷达图像遮挡区多特性参数组合的雨强等级反演方法
CN108318881A (zh) * 2018-01-08 2018-07-24 哈尔滨工程大学 基于k参数的航海雷达图像降雨识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120086596A1 (en) * 2010-10-08 2012-04-12 Edin Insanic System and method for generating derived products in a radar network
US20150145717A1 (en) * 2013-11-26 2015-05-28 Korea Institute Of Construction Technology Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data
CN103792524A (zh) * 2014-03-06 2014-05-14 兰州大学 基于云分类的雷达定量降水估计方法
CN104976960A (zh) * 2015-06-11 2015-10-14 西北农林科技大学 一种雨滴物理特性观测方法及装置
BR102015026814A2 (pt) * 2015-10-22 2017-07-11 Universidade Federal Do Paraná Process of ph estimation in palmito
CN108089186A (zh) * 2018-01-08 2018-05-29 哈尔滨工程大学 基于航海雷达图像遮挡区多特性参数组合的雨强等级反演方法
CN108318881A (zh) * 2018-01-08 2018-07-24 哈尔滨工程大学 基于k参数的航海雷达图像降雨识别方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
WEIMIN HUANG等: "Texture-Analysis-Incorporated Wind Parameters Extraction from Rain-Contaminated X-Band Nautical Radar Images", 《REMOTE SENSING》 *
ZHANG RONGWANG等: "Effects of Precipitation on Sonic Anemometer Measurements of Turbulent Fluxes in the Atmospheric Surface Layer", 《JOURNAL OF OCEAN UNIVERSITY OF CHINA》 *
周颖: "航海雷达图像反演降雨强度方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
张洪胜 等: "南京地区降水雨滴谱拟合模型的参数特征分析", 《气象与环境科学》 *
张飞: "基于航海雷达的降雨识别技术研究及软件设计", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
濮文耀 等: "雷达定量测量降水中的异方差性及加权判别函数处理", 《南京气象学院学报》 *
赵慧: "X波段雷达海杂波中噪声抑制的方法与实现", 《万方学位论文全文数据库》 *
郝燕玲 等: "航海雷达测波系统中降雨观测资料的分析与处理", 《遥感技术与应用》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850414A (zh) * 2019-11-26 2020-02-28 北京天元创新科技有限公司 降雨预警方法及装置
CN110888113A (zh) * 2019-12-04 2020-03-17 腾讯科技（深圳）有限公司 车载雷达控制方法、装置、设备和存储介质
CN110888113B (zh) * 2019-12-04 2023-07-25 腾讯科技（深圳）有限公司 车载雷达控制方法、装置、设备和存储介质
CN111624606A (zh) * 2020-05-27 2020-09-04 哈尔滨工程大学 一种雷达图像降雨识别方法
CN111624599A (zh) * 2020-05-27 2020-09-04 哈尔滨工程大学 一种航海雷达反演海浪有效波高计算方法
CN111624606B (zh) * 2020-05-27 2022-06-21 哈尔滨工程大学 一种雷达图像降雨识别方法
CN111624599B (zh) * 2020-05-27 2022-12-13 哈尔滨工程大学 一种航海雷达反演海浪有效波高计算方法
CN114063082A (zh) * 2021-11-15 2022-02-18 最美天气(上海)科技有限公司 一种基于时序雷达回波强度的天气短临预测方法及天气预测系统

Also Published As

Publication number Publication date
CN110208807B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN110208807A (zh) 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法
CN110082842B (zh) 一种降水估测方法及装置
CN111583214B (zh) 基于rbf神经网络的航海雷达图像反演海面风速方法
Goudenhoofdt et al. Evaluation of radar-gauge merging methods for quantitative precipitation estimates
Mahfouf et al. A Canadian precipitation analysis (CaPA) project: Description and preliminary results
CN110208806B (zh) 一种航海雷达图像降雨识别方法
CN110174044B (zh) 一种基于psi技术的桥梁纵向位移形变监测的方法
CN110967695A (zh) 一种基于深度学习的雷达回波外推短临预报方法
Horvat et al. Estimating the sea ice floe size distribution using satellite altimetry: theory, climatology, and model comparison
CN110261857A (zh) 一种天气雷达空间插值方法
CN108089186A (zh) 基于航海雷达图像遮挡区多特性参数组合的雨强等级反演方法
CN106646469A (zh) 基于变异系数法的sar船只检测优化方法
CN115293198A (zh) 一种基于多隐层神经网络提高gnss-r测高反演精度的方法
CN115048952A (zh) 一种融合稳健估计和机器学习的gnss-ir土壤湿度反演方法
CN108318881A (zh) 基于k参数的航海雷达图像降雨识别方法
CN102073037B (zh) 基于自适应阈值选取技术的迭代海流反演方法
CN116029162B (zh) 利用星载gnss-r数据的洪涝灾害淹没范围监测方法和系统
CN113239506A (zh) 一种基于台风天气的杆塔形变及导线舞动风险评估模型
Chen et al. Improved lake level estimation from radar altimeter using an automatic multiscale-based peak detection retracker
Wardah et al. Radar rainfall estimates comparison with kriging interpolation of gauged rain
CN113390471B (zh) 一种基于gnss反射信号的河流流量估算方法
Lu et al. Research on rainfall identification based on the echo differential value from X-band navigation radar image
Chen et al. Evaluation of Sentinel-3A altimetry over Songhua river Basin
CN108051482A (zh) 一种海水入侵地下水的监测预警方法
Lane et al. Current measurement technology for near-shore waters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant