一种利用天气雷达识别生物回波的方法及系统技术方案

本发明专利技术提供了一种利用天气雷达识别生物回波的方法及系统，方法包括：对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量；所述雷达变量包括反射率因子、差分相位、相关系数、差分反射率、反射率因子纹理和差分相位纹理；基于模糊逻辑算法和雷达回波的种类构建隶属函数和权重分配函数；根据所述隶属函数、所述权重分配函数和所述雷达变量构造雷达回波变量分类运算矩阵；基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别。本发明专利技术将模糊逻辑算法应用于双偏振多普勒天气雷达，实现了从多普勒天气雷达回波中提取生物回波的目的，并能够对生物回波进行区分。对生物回波进行区分。对生物回波进行区分。

【技术实现步骤摘要】
一种利用天气雷达识别生物回波的方法及系统


[0001]本专利技术涉及天气雷达
，特别是涉及一种利用天气雷达识别生物回波的方法及系统。

技术介绍

[0002]近年来，研究天气雷达的相关学者们越来越重视无降水天气条件下，天气雷达晴空回波的研究。晴空回波中夹杂着大量的鸟类和昆虫等生物回波。目前，我国有236个已经投入气象业务应用的新一代天气雷达部设点，以S波段和C波段的多普勒天气雷达为主，从天气雷达回波中提取生物回波对于实现对空中生物迁飞通道的监测、昆虫集群活动轨迹的反演、鸟类栖息聚集地的种群规模的评估具有可行性，有利于建立符合我国空中生物物种特点的天气雷达空中监测资料数据库，为今后农作物病虫害的预防、野生鸟类栖息地的保护等方面提供了具有参考价值的重要信息。
[0003]如专利号CN113030949A公开的一种基于昆虫雷达的昆虫生物流测量方法，成功实现了对每个昆虫信号的获取，既可以获取昆虫的飞行速度，又可以获取昆虫的空中密度以及飞行方向等信息，解决了一定范围内无法全面、准确估计昆虫的绝对数量的难题。但昆虫雷达监测范围远不及天气雷达，而且天气雷达基本实现了对整个中国的覆盖。虽然昆虫雷达可以探测到的关于昆虫方面的消息更多，但要想做到大范围昆虫迁飞数据监测，还是离不开多普勒天气雷达的监测；另一方面，昆虫雷达探测的数据相对来说过于局限。
[0004]如专利号CN109459751A公开的一种基于天气雷达数据的迁飞生物信息监测方法，它主要基于天气雷达的回波反射率数据提取生物回波的反射率数据，在经过对迁飞生物高度分布以及远距离雷达波束展宽等加以考虑，从而提高对迁飞生物回波提取的准确度，为监测大规模迁飞生物提供了一种有效的手段。但仅仅依靠雷达回波反射率数据进行判断，数据过于单一，很容易对回波类别判断出错。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术的目的是提供一种利用天气雷达识别生物回波的方法及系统。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种利用天气雷达识别生物回波的方法，包括：
[0008]对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量；所述雷达变量包括反射率因子、差分相位、相关系数、差分反射率、反射率因子纹理和差分相位纹理；
[0009]基于模糊逻辑算法和雷达回波的种类构建隶属函数和权重分配函数；
[0010]根据所述隶属函数、所述权重分配函数和所述雷达变量构造雷达回波变量分类运算矩阵；
[0011]基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别。
[0012]优选地，所述对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量，包括：
[0013]获取所述雷达物理量数据；所述雷达物理量数据包括初始反射率因子、初始差分反射率、初始相关系数以及初始差分相位；
[0014]对所述雷达物理量数据以扫描中心为起点，沿径向和纵向方向开均值滤波窗口，进行回波采样点数据处理，得到所述反射率因子、所述差分相位、所述相关系数和所述差分反射率；
[0015]通过全局标准差的纹理值算法分别对所述差分相位和所述差分反射率进行计算，得到所述反射率因子纹理和所述差分相位纹理。
[0016]优选地，所述通过所述全局标准差的纹理值算法分别对所述差分相位和所述差分反射率进行计算的公式为：
[0017][0018][0019]m＝(2*padding+1)2；
[0020]其中，和分别为所述初始差分反射率和所述初始差分相位所取窗口内数值的平均值，Z
ij
和分别为初始差分反射率和所述初始差分相位对应每个采样点的原始数值；padding为选用窗口参数，所述选用窗口参数的数值由选用的所述均值滤波窗口的宽度决定；m为采样点的个数；SD(Z
ij
)为所述反射率因子纹理；为所述差分相位纹理。
[0021]优选地，所述基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别，包括：
[0022]根据所述雷达回波变量分类运算矩阵进行聚合概率值计算，得到各类雷达回波的最大的聚合概率值；
[0023]根据所述聚合概率值对采样点的雷达回波进行分类，得到分类结果；
[0024]根据所述分类结果提取所述生物回波。
[0025]优选地，所述根据所述雷达回波变量分类运算矩阵进行聚合概率值计算的公式为：
[0026][0027]其中，i表示第i类回波，j表示第j个变量，w
ij
表示第j个变量属于第i类回波的权重，p
ij
表示第j个变量属于第i类回波的概率，P
i
表示属于第i类回波的聚合概率值。
[0028]一种利用天气雷达识别生物回波的系统，包括：
[0029]数据处理模块，用于对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量；所述雷达变量包括反射率因子、差分相位、相关系数、差分反射率、反射率因子纹理和差分相位纹理；
[0030]函数构建模块，用于基于模糊逻辑算法和雷达回波的种类构建隶属函数和权重分配函数；
[0031]矩阵构建模块，用于根据所述隶属函数、所述权重分配函数和所述雷达变量构造雷达回波变量分类运算矩阵；
[0032]分类模块，用于基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别。
[0033]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0034]本专利技术提供了一种利用天气雷达识别生物回波的方法及系统，方法包括：对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量；所述雷达变量包括反射率因子、差分相位、相关系数、差分反射率、反射率因子纹理和差分相位纹理；基于模糊逻辑算法和雷达回波的种类构建隶属函数和权重分配函数；根据所述隶属函数、所述权重分配函数和所述雷达变量构造雷达回波变量分类运算矩阵；基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别。本专利技术将模糊逻辑算法应用于双偏振多普勒天气雷达，实现了从多普勒天气雷达回波中提取生物回波的目的，并能够对生物回波进行区分。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本专利技术实施例提供的识别方法流程图；
[0037]图2为本专利技术实施例提供的整体流程示意图；
[0038]图3为本专利技术实施例提供的隶属函数的雷达变量分布图；
[0039]图4为本专利技术实施例提供的处于白天的0.5
°
仰角偏振量Φ
DP
‑
Z
...

【技术保护点】

【技术特征摘要】
1.一种利用天气雷达识别生物回波的方法，其特征在于，包括：对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量；所述雷达变量包括反射率因子、差分相位、相关系数、差分反射率、反射率因子纹理和差分相位纹理；基于模糊逻辑算法和雷达回波的种类构建隶属函数和权重分配函数；根据所述隶属函数、所述权重分配函数和所述雷达变量构造雷达回波变量分类运算矩阵；基于聚合值算法，根据所述雷达回波变量分类运算矩阵进行回波分类，以实现对生物回波的识别。2.根据权利要求1所述的利用天气雷达识别生物回波的方法，其特征在于，所述对预设的雷达物理量数据分别进行预处理，得到预处理后的雷达变量，包括：获取所述雷达物理量数据；所述雷达物理量数据包括初始反射率因子、初始差分反射率、初始相关系数以及初始差分相位；对所述雷达物理量数据以扫描中心为起点，沿径向和纵向方向开均值滤波窗口，进行回波采样点数据处理，得到所述反射率因子、所述差分相位、所述相关系数和所述差分反射率；通过全局标准差的纹理值算法分别对所述差分相位和所述差分反射率进行计算，得到所述反射率因子纹理和所述差分相位纹理。3.根据权利要求2所述的利用天气雷达识别生物回波的方法，其特征在于，所述通过所述全局标准差的纹理值算法分别对所述差分相位和所述差分反射率进行计算的公式为：述全局标准差的纹理值算法分别对所述差分相位和所述差分反射率进行计算的公式为：m＝(2*padding+1)2；其中，和分别为所述初始差分反射率和所述初始差分相位所取窗口内数值的平均值，Z
ij
和分别为初始差分反射率和所述初始差分相位对应每个采样点的原始数值；padding为选用窗口参...

【专利技术属性】
技术研发人员：朱永超，丁明明，吴东丽，杨大生，刘聪，张全军，侯飙，石耀辉，张静，令聪婧，
申请(专利权)人：中国气象局气象探测中心，
类型：发明
国别省市：