[发明专利]一种降雨强度等级反演方法

说明书

本发明公开了一种降雨强度等级反演方法。首先，离线采集不同降雨强度下的雷达图像，选取合适的降雨检测区域，利用二维离散傅里叶变换(2D‑DFT)得到对应的波数能量谱图像。提取不同降雨强度下的能量谱图像特征参数，送入构建的GA‑BPNN模型中进行训练，获得满足实验要求的模型。然后，选取待检测的雷达图像，计算其波数能量谱图像和特征参数。最后，将特征参数送入离线获得的GA‑BPNN模型中，得到待检测图像的降雨强度等级。本发明实现了船舶航行及海上作业中海上降雨信息实时获取的需求。

技术领域

本发明属于海洋环境条件下海洋遥感技术领域，涉及一种降雨强度等级反演方法，特别是一种基于波数能量谱(WES)与遗传算法优化的后向反馈神经网络(GA-BPNN)组合的降雨强度等级反演方法。该方法适用的航海雷达类型为X波段航海雷达。

背景技术

在复杂的海洋环境中，航海雷达广泛应用于舰船航行，引导舰船躲避海上障碍物，保障舰船的航行安全。降雨强度是一项重要的海洋环境气象参数，是海上动力载体条件下舰载飞机连续实时起降安全保障的必要气象要素信息之一。因此，将舰船上的航海雷达在执行安全保障使命任务同时兼顾降雨信息检测，充分利用航海雷达图像中丰富的雨调制信息，实时获取降雨信息，其对于节约船舶资源、控制设备成本、提高设备便捷性和实效性等均有重要的实用价值。

目前，利用航海雷达获取海上降雨信息的研究中，具有代表性成果的有：2012年，Lund等人发现降雨与无雨雷达图像的零像素百分比存在一定差异，并首次提出利用零像素百分比参数去检测雷达图像是否存在降雨(Lund B,Graber H C,Romeiser R.WindRetrieval From Shipborne Nautical X-Band Radar Data[J].IEEE Transactions onGeoscienceRemote Sensing,2012,50(10):3800-3811)。Huang等人提出了高杂波像素(HCD)方法、支持向量机(SVM)方法用于降雨雷达图像检测(Huang W,Liu X,Gill E W.AnEmpirical Mode Decomposition Method for Sea Surface Wind Measurements From X-Band Nautical Radar Data[J].IEEE Transactions on Geoscience and RemoteSensing,2017,55(11):6218-6227.Chen X,Huang W,Zhao C,et al.Rain Detection FromX-Band Marine Radar Images:A Support Vector Machine-Based Approach[J].IEEETransactions on Geoscience and Remote Sensing,2020,58)。Lu等人提出相关特性法、海浪纹理差异(WTD)法用于降雨雷达图像检测(Zheng Y,Shi Z,Lu Z,et al.A Method forDetecting Rainfall From X-Band Marine Radar Images[J].IEEE Access,2020,8:19046-19057.SunL,Lu Z,Wang H,et al.A Wave Texture Difference Method forRainfall Detection Using X-Band Marine Radar[J].Journal of Sensors,2022)。这些研究主要为利用航海雷达图像进行降雨图像检测，而对降雨强度实时反演的研究却很少。Lu Z,Sun L,Zhou Y.A Method for Rainfall Detection and Rainfall IntensityLevel Retrieval from X-Band Marine Radar Images[J].Applied Sciences,2021,11(4):1565中提出一种基于雷达图像遮挡区的RZE方法用于降雨图像检测及降雨强度等级反演，但该方法利用最小二乘法高阶拟合反演降雨强度，其数据的选取及处理存在一定随机性，因此该方法的准确率有限。本发明公开了一种WES与GA-BPNN结合的降雨强度等级反演算法，将空间降雨的大小转化为频域中能量的分布问题，更易于提取不同降雨强度下的参数特征。同时利用优化的神经网络模型预测降雨强度等级，大大提高了算法的准确性和鲁棒性，也为航海雷达降雨信息实时获取提供了新的研究思路。