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与流程

本发明涉及一种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，属于海洋遥感技术领域，具体涉及的是利用航海雷达图像遮挡区多特性参数组合进行降雨强度等级反演计算的海洋遥感技术领域。

背景技术：

占地球表面积71％的海洋拥有丰富的资源，21世纪以来，人类对海洋这一特殊空间有了更深刻的认识，海洋资源的探索、海洋环境的监测对促进海洋经济可持续发展，加强海洋生态文明建设，推进海洋进步有着重大的意义[1]，对海洋环境的实时监测已经迫在眉睫，随着遥感技术的不断进步，应用具有高分辨率特性的航海雷达，可以便捷地、实时地利用回波图像提取风、浪、流等海洋动力学参数[2][3][4]，其中海浪信息的获取尤为重要，应用海浪监测设备可以反演海浪谱、波高、波长、波向、波周期等海浪信息。在进行海浪信息的反演过程中，降雨的存在会改变海洋表面的粗糙度，使雷达的后向散射面积发生改变，影响海面回波强度，同时，降雨会阻碍电磁波的传播，增大电磁波的衰减，从而缩小雷达的测波范围[5][6]。目前针对降雨在海浪反演过程中产生的不利影响，大多是将降雨时的雷达图像进行识别、筛选出来，抑制其产生的不利影响。针对较为严重的降雨，雷达图像大面积模糊，对信号产生不可恢复的干扰，严重影响海浪信息的提取，所以对雷达图像中降雨特征的监测有着重要的意义。见参考文献[1-6](朱心科,金翔龙,陶春辉等.海洋探测技术与装备发展探讨[j].机器人,2013,35(3):376-384.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.j.n.borge,g.rodriguez,k.hessner,andp.gonzalez,inversionofmarineradarimagesforsurfacewaveanalysis[j],journalofatomosphericandoceantechnology,2004,21(8):1291-1300.周蓓.x波段雷达海面流场信息提取技术研究[d].中国海洋大学硕士学位论文.2009:32-35.d.houk,t.green,anoteonsurfacewaveduetorain,journalofgeophysicalresearch,1976,81(24):4482-4484.盖昀，刘维芳.x波段天气雷达雨区衰减订正方法分析[j].内蒙古气象.2016(2):36-38.)

需要指出的是，之前的研究大多将降雨视为干扰，对其进行抑制，但在航海过程中利用航海雷达回波信息对降雨强度估测方面的研究几乎处于空白状态。应用航海雷达实测数据估测降雨，能够在航行中实时估测海上降雨情况，在成本、维护和时效性上均具有优势。因此利用航海雷达图像进行降雨强度的估测研究有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：郝燕玲、唐艳红等人利用图像统计特性——回波均值、差异系数(标准差和回波均值的比)来识别降雨图像[7]；沈继红、李英等基于质量控制、能反映图像纹理特征的三维表面粗糙度评定参数及信噪比进行降雨识别方法[8]；赵慧将质量控制与二维表面粗糙度相结合，考虑了图像回波强度的特性及表面纹理的变化情况，实现降雨图像的识别[9]；lund等人提出零强度百分比法[10]，统计图像中零强度像素点百分比识别降雨图像，其统计区域为整幅雷达图像；向拓依据零强度百分比进行了具体设计，并利用遮挡区的零强度百分比进行降雨图像识别[11]。见参考文献[7-11](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.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.光学精密工程.2012,20(8):1846-1853.赵慧.x波段雷达海杂波中噪声抑制的方法与实现[d].哈尔滨工程大学硕士论文.2014:9.lundb,graberhc,romeiserr.windretrievalfromshipbornenauticalx-bandradardata[j].ieeetransactionsongeoscienceandremotesensing.2012,50(10):3800-3811p.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.)

在降雨的估测方面，主要有两种方式，传统的雨量器或雨量计的测量和遥感探测。

雨量计能够在单点上精确测量降水量[12]，中西方都对雨量器有着悠久的研究历史，随着科学家们不断的研究，具有自动记录功能的雨量计也逐渐发展起来，虹吸管雨量计就是一个代表，通过承雨管中浮筒和钟筒的配合，记录水面升降情况，自动绘制降雨量曲线。目前，雨量计技术已经成熟，现代雨量计的结构越来越精巧、操作流程简单，也逐渐实现无线传输、数字技术分析记录等功能。降雨量是空间和时间的函数，雨量计所测得是固定点的降雨量，具有明显的局限性。为了在空间更大范围内测量降雨，遥感探测技术逐渐发展起来。按照传感器所在的位置，遥感探测降雨经历了由地基遥感到机载遥感再到星载遥感的发展历程。遥感探测降雨所用传感器为气象雷达，所以按照传感器的类型，遥感探测又经历了模拟信号雷达、常规数字化天气雷达、多普勒雷达及相控阵天气雷达几个发展阶段[13]。气象雷达的发展为空间大范围定量估测降雨强度、实现降雨预测提供了有利手段。随着气象雷达技术的发展，为了实时地、规范地、系统地监测和预报气象情况，各国逐步建立起了自己的天气雷达网络。到2010年，我国的天气雷达网络由158部天气雷达全部建成。目前，我国的天气雷达网络还在不断升级发展，其为降雨的预测做出了很大的贡献。见参考文献[12-13](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.2016.6,14(3):237-243.刘黎平，葛润生.中国气象科学研究院雷达气象研究50年[j].应用气象报.2006,17(6):682-689.)

为了提高降雨估测的精度，国内外采用多平台降水信息融合技术，最常用的是利用雨量计来校准天气雷达，进行降雨估测，既能发挥雷达连续监测降水空间分布的特点，又能利用雨量计提高单点降水精度。20世纪70年代，sasakininomiya等就进行了此方面的研究，我国从上世纪80年代也开始了此方向的研究。1990年，戴铁丕、傅德胜等利用天气雷达和雨量计联合探测降水，证明了此方法对降水量估测的精度优于单独使用雷达或雨量计[14]；2004年，郑媛媛等对联合雨量计的多普勒天气雷达定量估测降水方法进行了大量研究[15]；2005年，尹忠海、张沛源、赵坤等人分别采用卡尔曼滤波和自适应卡尔曼滤波实现雨量计对雷达估测降雨的校准[16]；2007年，张利平对雷达联合雨量计估算区域降水量的精度进行研究[17]；2008年，田付友提出利用雨量计校准雷达估测雨的局地平均校准方法[18]，马慧等利用变分法融合雨量计和多普勒雷达进行测雨[19]；2009年，李建通等综合了卡尔曼和最优插值两种校准方法提出分步较准实现雷达和雨量计联合估测降雨[20]；2012年，陈垚森也对雷达数据联合雨量计的校正进行了综述[21]；2014年，肖晨将神经网络引入雷达和雨量计对降雨的联合测量[22]；2015年，王红艳利用雷达估测的降水对自动雨量计进行实时质量控制[23]，李建通等又通过多组数据分析了10种雷达和雨量计联合校准方法的精度和优劣性[24]，国内外对降雨强度估测的研究仍在继续。见参考文献[14-24](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.郑媛媛，谢亦峰，吴林林等.多普勒雷达定量估测降水的三种方法比较试验[j].热带气象学报.2004,20(2):192-19.尹忠海，张沛源.利用卡尔曼滤波校准方法估算区域降水量[j].应用气象学报.2005,6(2):213-219.张利平，李璐等.雷达联合雨量计估算区域降水量精度对比[j].武汉大学学报.2007,40(1):1-5.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.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.李建通，高守亭，郭林等.基于分步校准的区域降水量估测方法研究[j].大气科学.2009.5,33(3):501-512.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.肖晨.人工神经网络在雷达定量测量降水中的研究与实现[d].南京信息工程学院硕士学位论文.2014:1-4.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.李建通，李柏，杨洪平等.雷达-雨量计联合估测区域降水量方法检验与评估[j].气象.2015,41(2):200-211.)

现有降雨估测技术应用于航海中，实时性不佳，比较繁琐，若在航行中直接利用航海雷达图像估测海上降雨情况，则能够在一定程度上简化设备，节约资源，在成本、维护和时效性上均具有优势。因此对航海雷达图像中降雨信息的估测研究有重要的理论和现实意义。本发明使得海上航行时降雨强度的估测更加直接，且具有较高的准确率。

技术实现要素：

本发明提供一种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，目的在于在航海过程中直接利用雷达图像估测海上降雨强度，在一定程度上简化设备，降低成本、便于维护、增强时效性。

本发明的目的是这样实现的：步骤如下：

步骤1，离线开展观测试验，确定遮挡区的零强度百分比—降雨强度拟合关系式及回波强度均值—降雨强度拟合关系式：

离线开展观测试验并进行数据统计分析，用选定的滤波方式对雷达图像进行预处理，统计n组选定时间内、不同降雨强度下的观测试验雷达图像遮挡区的零强度百分比与回波强度均值，利用同步记录的对应时刻的降雨数据及选定的最优拟合方法，分别对遮挡区零强度百分比、回波强度均值与降雨强度的关系式进行线性或分段线性拟合，得到拟合关系式及其系数；

步骤2，加载待反演雷达原始图像并作预处理，提取其遮挡区零强度百分比和回波强度均值：

加载已完成数字化的雷达原始图像，用选定的滤波方式对其进行预处理；选取雷达图像合适遮挡区域，提取其零强度百分比及回波强度均值；

步骤3，降雨强度反演：

将步骤2得到的零强度百分比及回波强度均值分别代入零强度百分比—降雨强度拟合关系式、回波强度均值—降雨强度拟合关系式，再将得到的两个降雨强度求平均值，确定为降雨强度；

步骤4，降雨强度等级确定：

将步骤3得到的降雨强度按照给定的降雨强度等级划分标准，确定降雨强度等级。

本发明还包括这样一些结构特征：

1.步骤1具体包括：

步骤1.1，离线在不同降雨强度条件下开展观测标校试验，读取不同降雨强度情况下的共计n组雷达原始图像，每组连续观测时间相同均为t，包括k幅图像，以选定的滤波方式进行预处理，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，根据雷达图像遮挡区域的角度和径向距离范围确定用于统计的雷达图像扇形遮挡区域，分别统计各自降雨强度下的雷达图像遮挡区零强度百分比、回波强度均值，具体方法为：

1.2.1、选定t时间为一组，每组有k幅雷达图像，每一幅的遮挡区零强度百分比p计算方法为：

式中：f0为零强度像元点个数；f为像元点总个数；

零强度像元点为统计区域中零强度信号，即回波强度电压值小于零强度回波电压值的信号的像元点；

并对所求的k个值求均值，作为此组时间序列内遮挡区的零强度百分比的值；

1.2.2、选定t时间为一组，每组有k幅雷达图像，每一幅的遮挡区回波强度均值ave计算方法为：

式中：ave(i)为每一个点的回波强度，m为一幅图像遮挡区的总点数；

并对所求的k个值求均值，作为此组时间序列内遮挡区的回波强度均值；

1.2.3、重复1.2.1和1.2.2两个步骤方法得到n组雷达图像遮挡区对应的零强度百分比、回波强度均值；

步骤1.3，统计与步骤1.2.1、1.2.2中雷达图像的相对应时刻的共n组降雨量，每组时间为t，降雨强度为对应降雨量与时间t的比值；

步骤1.4，以降雨强度为横轴，零强度百分比为纵轴，作降雨强度和零强度百分比的散点图，剔除其中存在的异常值，利用选定的最优拟合方法对遮挡区零强度百分比与降雨强度的关系式进行线性或分段线性拟合，得到拟合关系式和各项系数；

步骤1.5，与步骤1.4类似，得到遮挡区域的回波强度均值与降雨强度的拟合关系式和各项系数。

2.所述步骤2具体包括：

步骤2.1，利用雷达图像处理软件加载待反演的雷达图像，利用选定的滤波方法对其进行同频干扰抑制；

步骤2.2，根据雷达图像遮挡区域角度和径向距离范围确定用于统计的雷达图像扇形遮挡区域，按照步骤1.2.1、1.2.2中计算每幅雷达图像遮挡区的零强度百分比和回波强度均值的方法计算待反演的雷达图像遮挡区的零强度百分比和回波强度均值。

3.所述步骤3具体包括：

步骤3.1，将统计区域零强度百分比代入零强度百分比与降雨强度拟合关系式，得到降雨强度i1；

步骤3.2，将待反演雷达图像统计区域回波强度均值代入回波强度均值与降雨强度拟合关系式，得到降雨强度i2；

步骤3.3，将待反演雷达图像得到的两个降雨强度作平均，得到最终降雨强度i：

与现有技术相比，本发明的有益效果是：(1)本发明利用航海雷达图像中遮挡区多特性参数的组合进行降雨强度等级的确定，能够有效避免海况对雷达回波的影响，从而更为准确地确定雨强。(2)本发明利用了航海雷达图像中遮挡区的两个特性参数：零强度百分比和回波强度均值，更加准确、全面的对雷达图像中的降雨特征进行分析统计，从而提取降雨强度信息。(3)与传统的测雨方式不同，本发明利用航海雷达图像中遮挡区多特性参数的组合实时进行降雨强度等级的确定，能够在航海过程中更直接、实时地获取降雨信息。(4)本发明提出利用航海雷达图像中遮挡区的组合进行降雨强度等级的确定，其拟合关系式是通过统计大量实测导航雷达数据，结合雨量计实测的降雨量数据得到的，增强了本发明的可信性。

附图说明

图1是降雨条件下的雷达原始图像遮挡区域；

图2是不同降雨强度下遮挡区零强度百分比的散点图；

图3是不同降雨强度下遮挡区零强度百分比的箱线图；

图4是遮挡区零强度百分比与降雨强度关系分段拟合曲线；

图5是不同降雨强度下遮挡区回波强度均值的散点图；

图6是不同降雨强度下遮挡区回波强度均值的箱线图；

图7是遮挡区回波强度均值与降雨强度关系拟合曲线；

图8是降雨强度误差与实测降雨强度散点图；

图9是本发明实施方式流程图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述。

结合图1至图9，本发明步骤如下：

步骤1，离线开展观测试验，确定遮挡区零强度百分比—降雨强度拟合关系式及回波强度均值—降雨强度拟合关系式。离线开展观测试验并进行数据统计分析，用选定的滤波方式对雷达图像进行预处理，统计多组选定时间内的不同降雨强度下的雷达图像遮挡区的零强度百分比p与回波强度均值ave，利用同步记录的对应时刻的降雨数据及选定的最优拟合方法，对遮挡区p、ave与降雨强度的关系式进行线性或分段线性拟合，得到拟合关系式和各项系数。

步骤2，加载待反演雷达原始图像并作预处理，提取其特征参数，即遮挡区零强度百分比和回波强度均值。利用雷达图像处理软件加载已完成数字化的空间海域杂波连续图像，用选定的滤波方式对其进行预处理。选取雷达图像合适遮挡区域，提取其特性参数：零强度百分比及回波强度均值。

步骤3，降雨强度反演。将步骤2提取的遮挡区特性参数：零强度百分比及回波强度均值分别代入零强度百分比-降雨强度拟合关系式、回波强度均值-降雨强度拟合关系式，再将得到的两个降雨强度求平均值，确定为降雨强度。

步骤4，降雨强度等级确定。将所得降雨强度按照给定的降雨强度等级划分标准，确定降雨强度等级。

所述步骤1包括以下步骤：

步骤1.1，离线在不同降雨强度条件下开展观测标校试验，读取不同降雨强度情况下的共计n组雷达原始图像，每组连续观测时间相同均为t，包括k幅图像，以选定的滤波方式进行预处理，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，根据雷达图像遮挡区域角度和径向距离范围确定用于统计的雷达图像扇形遮挡区域，分别统计各自降雨强度下的雷达图像遮挡区零强度百分比p、回波强度均值ave。具体方法为：

1.2.1、选定t时间为一组，每组有k幅雷达图像，每一幅的遮挡区零强度百分比p计算方法为：

式中：f0为零强度像元点个数；f为像元点总个数；

零强度像元点为统计区域中零强度信号，即回波强度电压值小于零强度回波电压值的信号的像元点。

并对所求的k个值求均值，作为此组时间序列内遮挡区的零强度百分比的值；

1.2.2、选定t时间为一组，每组有k幅雷达图像，每一幅的遮挡区回波强度均值ave计算方法为：

式中：ave(i)为每一个点的回波强度，m为一幅图像遮挡区的总点数；

并对所求的k个值求均值，作为此组时间序列内遮挡区的回波强度均值；

1.2.3、重复1.2.1和1.2.2两个步骤方法得到n组雷达图像遮挡区对应的p和ave；

步骤1.3，统计与步骤1.2.1、1.2.2中雷达图像的相对应时刻的共n组降雨量，每组时间为t，降雨强度为对应降雨量与时间t的比值。

步骤1.4，以降雨强度为横轴，零强度百分比为纵轴，作降雨强度和零强度百分比的散点图，剔除其中存在的异常值，利用选定的最优拟合方法对遮挡区零强度百分比与降雨强度的关系式进行线性或分段线性拟合，得到拟合关系式和各项系数。

步骤1.5，用与步骤1.4类似的方法得到遮挡区域的回波强度均值与降雨强度的拟合关系式和各项系数。

所述步骤2包括以下步骤：

步骤2.1，利用雷达图像处理软件加载待反演的雷达图像，利用选定的滤波方法对其进行同频干扰抑制；

步骤2.2，根据雷达图像遮挡区域角度和径向距离范围确定用于统计的雷达图像扇形遮挡区域，按照上述步骤1.2.1、1.2.2中计算每幅雷达图像遮挡区的零强度百分比和回波强度均值的方法计算待反演的雷达图像遮挡区的零强度百分比p和回波强度均值ave。

所述步骤3包括以下步骤：

步骤3.1，将待反演雷达图像统计区域零强度百分比代入零强度百分比与降雨强度拟合关系式，得到降雨强度i1；

步骤3.2，将待反演雷达图像统计区域回波强度均值代入回波强度均值与降雨强度拟合关系式，得到降雨强度i2；

步骤3.3，将得到的两个降雨强度作平均，得到最终降雨强度i：

下面将结合附图对本发明提出的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作进一步的详细说明。实施方式流程图见图9，具体可以分为以下几步，第一步为确定遮挡区零强度百分比与降雨强度拟合关系式及回波强度均值与降雨强度拟合关系式；第二步为加载待反演雷达原始图像并作预处理，提取其遮挡区零强度百分比及回波强度均值特性参数；第三步为降雨强度反演；第四步为降雨强度等级确定。

本发明实验所用的航海雷达为x波段导航雷达，工作于短脉冲模式，脉冲重复频率为1300hz，回波数据数字化后以极坐标形式按线存储，两条相邻存储线间的时间间隔小于1ms，雷达天线扫描一周的时间约2.5s，连续采集32幅雷达图像需要80s，之后会有约1.5min的停顿时间。因此，当时间t选取为10min时会有大约96幅雷达图像。雷达一幅雷达图像的总线数大约为3300条，每根线上有600个像元点，其方位向分辨率约为0.1°，径向分辨率约为7.5m。

实验所用雨量计安装在雷达附近区域，以每分钟累积降雨量为单位进行记录，雨量计测量精度为0.1mm，1分钟内积累降雨未达到0.1mm记录为0。

结合附图1～9，本发明具体步骤为：

第一步，离线开展观测试验，确定遮挡区零强度百分比与降雨强度拟合关系式及回波强度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加载不同降雨情况下的已完成数字化的空间海域杂波连续图像，共510组，设定每组时间t为10min，则每组共有96幅图像。选定滤波方式为中值滤波，以中值滤波方式作同频干扰抑制处理。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，根据雷达图像遮挡区域的角度和径向距离范围确定用于统计的雷达图像扇形遮挡区域，统计不同降雨强度下510组，每组10min、96幅的雷达图像遮挡区零强度百分比p、回波强度均值ave。如附图1，雷达图像遮挡区为方位向50°至90°、径向80至600点的扇形区域，图1为降雨强度较大情况下的雷达图像遮挡区。降雨越严重，雷达回波强度越高，在图中所呈现的亮度越高。

统计上述不同降雨强度下510组10min内的雷达图像遮挡区零强度百分比与回波强度均值，具体方法为：

1.2.1、计算一组共96幅雷达图像遮挡区的零强度百分比，每一幅的零强度百分比p计算方法为：

式中：f0为零强度像元点个数；f为像元点总个数；

零强度像元点为统计区域中回波强度信号为零强度信号的像元点，即其回波强度电压值小于零强度回波电压值，本例中将零强度回波电压值选定为0.3v。

对所求的96个值求均值，作为此组时间序列(10min)内遮挡区的零强度百分比的值；

1.2.2、计算一组共96幅雷达图像遮挡区的回波强度均值，每一幅的回波强度均值ave计算方法为：

式中：ave(i)为每一个点的回波强度，m为一幅图像遮挡区的总点数；

本发明所用雷达图像遮挡区总点数约为192400，计算方法为50°至90°大约370条线，每条线上的像元个数为520(80至600点)。

并对所求的96个值求均值，作为此组时间序列(10min)内遮挡区的回波强度均值；

1.2.3、重复1.2.1和1.2.2两个步骤方法得到510组的雷达图像遮挡区的p和ave；

步骤1.3，统计上述510组雷达图像对应的10min时间内的降雨量。

步骤1.4，以降雨强度为横轴，零强度百分比为纵轴，作降雨强度和零强度百分比关系图如附图2所示。由图可见，随着降雨强度的增大，雷达图像遮挡区的零强度百分比减小，当降雨强度达到一定值后，零强度百分比趋于饱和，变化缓慢。

剔除异常值。将510组雷达图像的遮挡区零强度百分比按降雨强度大小进行分组，由于实际数据在不同降雨强度下数据量不等，为直观描述各降雨强度下数据的统计规律，画出不同降雨强度下各组数据的箱线图，如附图3所示。不同降雨强度下零强度百分比分布没有特定的规律，但可以看出，随着降雨强度的增大，零强度百分比的中值逐渐减小，零强度百分比总体也有逐渐减小的趋势。另外，图中零散的点为数据存在的异常值，异常值的存在会对实验结果造成不良影响，故将其剔除，共删除10组异常值。

将剔除异常值的遮挡区零强度百分比与对应降雨强度进行统计，共500组数据，结合附图3不同降雨强度下零强度百分比的箱线图，可知，各阶梯内零强度百分比数据在其中值附近比较集中，为了减小数据本身带来的误差、减少重叠部分，选取各降雨强度下，零强度百分比较集中的数据值即选取箱线图中位值上下各1/4共1/2的数据重新统计。

选定拟合方式为最小二乘法拟合。利用最小二乘法对遮挡区零强度百分比与降雨强度的关系进行线性或分段线性拟合，得到拟合关系式和各项系数。得到拟合结果如附图4所示。分段拟合关系式为

式中：x为零强度百分比，y为降雨强度。

分段拟合方法的误差略小于整体线性拟合方法的误差，实测降雨强度与理论实测降雨强度之间的相关系数为0.9713。

附图5，6，7为用相同方法得到的遮挡区域的回波强度均值统计结果。拟合线性关系式为y＝5.806x-1.366。

式中：x为回波强度均值，y为降雨强度。

将利用遮挡区零强度百分比得到的降雨强度i1与利用遮挡区回波强度均值得到的降雨强度i2两者的平均值作为最终的降雨强度i：

附图8为反演降雨强度误差与实测降雨强度散点图，误差值在-0.2～+0.2mm/10min之间，满足要求。

第二步为加载待反演雷达原始图像并作预处理，提取其遮挡区零强度百分比及回波强度均值特性参数。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对其进行同频干扰抑制处理；

步骤2.2，取其方位向50°至90°，径向80至600点的扇形遮挡区域，按照步骤1.2.1、1.2.2计算每幅雷达图像遮挡区的零强度百分比和回波强度均值的方法计算待反演的雷达图像遮挡区的零强度百分比p和回波强度均值ave。

第三步为降雨强度反演。具体步骤为：

步骤3.1，将待反演雷达图像统计区域零强度百分比代入零强度百分比与降雨强度拟合关系式，得到降雨强度i1；

步骤3.2，将待反演雷达图像统计区域回波强度均值代入回波强度均值与降雨强度拟合关系式，得到降雨强度i2；

步骤3.3，按照公式6将得到的两个降雨强度作平均，得到最终降雨强度i。

第四步为降雨强度等级确定。将所得降雨强度按照选定的降雨强度等级划分标准确定降雨强度等级。根据文献中对降雨等级划分的标准，10min内的降雨强度等级划分标准选定为如表一所示：

表一降雨强度等级划分标准

将所得降雨强度按照此标准划分等级。

应用本发明提出的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对选取福建平潭采集的2010年至2013年期间的大量实测数据进行实验分析，监测站位于附近的海坛岛上，周围有山峰存在，故形成雷达图像中的遮挡区域。雨量计安装在雷达附近，精度为0.1mm。

为证明应用本发明进行降雨强度等级的可行性，以一个实例为例，一幅原始雷达图像，对应降雨强度为0.5mm/10min，降雨强度等级为中雨，设置实验统计区域为方位向50°至90°，径向80点至600点的扇形区域。计算雷达图像遮挡区零强度百分比和回波强度均值，如表二所示。

表二降雨雷达图像识别参数

根据关系式，将遮挡区零强度百分比代入线性关系式y＝-1.04x+1.051，遮挡区回波强度均值代入关系式y＝5.806x-1.366，求得降雨强度i1＝0.4881，i2＝0.5471,二者的均值i＝0.5176，则此时刻的降雨强度值为0.52mm/10min，降雨强度等级为中雨。与实测降雨强度值0.5mm/10min存在0.02mm/10min的误差，降雨强度等级一致。

为进一步验证可行性，选取与所用统计数据不同的多幅原始雷达图像，按照上述步骤进行实验验证。580幅不同降雨强度下的降雨雷达图像，降雨强度反演的结果如表三所示：

表三降雨强度等级确定结果

本发明所提出的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在航行中可直接利用雷达图像估测海上降雨情况，能够在一定程度上简化设备，在成本、维护和时效性上均具有优势，反演降雨强等级整体正确率达85％，更加充分地利用了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。

综上，本发明的目的在于提供一种基于航海雷达图像遮挡区多特性参数组合的降雨强度等级反演方法。首先，离线开展观测实验，确定降雨强度与零强度百分比、回波强度均值的拟合关系式；然后，对待反演雷达原始图像进行预处理，计算遮挡区特性参数：零强度百分比、回波强度均值；之后，将其分别代入零强度百分比与降雨强度拟合关系式、回波强度均值与降雨强度拟合关系式，得到两个降雨强度；最后，将得到的两个降雨强度求平均值作为最后的降雨强度，从而确定降雨强度等级。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85％，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。