一种基于天气雷达数据的迁飞生物信息监测方法与流程

本发明属于天气雷达技术领域，具体涉及一种基于天气雷达数据的迁飞生物信息监测方法。

背景技术：

生物迁飞是人类生境的重大生物学现象，是空中生态系统的重要组成部分。每年数以亿计的鸟、蝙蝠、昆虫远距离迁飞，迁飞距离可达上百公里。生物迁飞影响物种多样性与稳定性，促进物种地理扩散与遗传分化，导致病毒与微生物大范围传播。迁飞是生物躲避不良生境的特殊行为对策。对迁飞生物进行大尺度定量化观测对预防病虫害爆发、研究生态系统演变过程有重要意义。

早在1998年，美国gauthreaux教授就发现天气雷达可以监测空中生物，揭开了雷达空中生态学研究的序幕。现在欧洲和美国已开始利用opera和nexrad等天气雷达网监测空中生物迁飞。2013年至今，欧洲专门设立enram动物迁飞专项，由24个国家参与联合研究。利用天气雷达网对整个大陆范围内的空域进行观测，可研究空中生物迁飞的时间和空间尺度，使长期监测迁飞模式成为可能。具体来说，在不同的地理区域，可以通过天气雷达观测到每年的迁飞生物数量的变化，并将其与气候变化和其他种群数量减少的原因联系起来。因此，利用天气雷达检测并定量化研究迁飞生物具有重要的意义。

然而，天气雷达数据产品为每个分辨体积内的强度、速度、谱宽信息，是所有在内的云、雨、冰雹、鸟类、昆虫等目标产生的雷达散射回波的叠加，成分复杂，难以自动准确提取空中生物回波。因此，需要从天气雷达数据中分离提取迁飞生物回波，进而得到空中迁飞生物量。

传统的迁飞生物检测方案主要基于门限检测、模糊逻辑等方式，对每个分辨体积内的雷达数据产品进行判断和分类。由于判断和分类是针对单分辨体积范围进行的，因此该方法仅局限于利用雷达回波图像的局部特征，对雷达数据空间分布特征的挖掘不够充分，分离提取迁飞生物回波准确度不理想。

再例如，dokter基于门限检测的原理，利用天气雷达数据产品中的径向速度，通过径向速度的标准差σr大于2m/s作为迁飞鸟类存在的标志。然后，去除强度大于20dbz的雷达回波，提取邻域内的强度均值zcell和速度标准差σcell两个特征，选取特征门限，完成鸟类迁飞回波的分类提取。然后，利用雷达反射率因子、鸟类rcs和鸟类密度的关系，得到空中迁飞生物量。但是，该算法在提取生物回波时仅仅运用了统计信息，且为了获得高度分层信息，只使用了雷达附近25公里内的数据，没有考虑当距离雷达较远的情况下，由于雷达波束展宽造成的生物散射体在天线波束内的非充分填充对生物量估计的影响。

因此，目前的迁飞生物信息监测方案中分离提取迁飞生物回波准确度不理想，导致生物量统计估计结果不准确。

技术实现要素：

有鉴于此，本发明提供了一种基于天气雷达数据的迁飞生物信息监测方法，能够避免波束非充分填充导致的统计误差，提高迁飞生物回波提取的准确度，为监测大规模迁飞生物量提供了一种有效的手段。

为了解决上述技术问题，本发明是这样实现的：

一种基于天气雷达数据的迁飞生物信息监测方法，包括：

步骤一、从天气雷达的回波反射率数据中提取生物回波反射率数据；

步骤二、考虑生物迁飞高度分布区间不均以及远距离处雷达波束展宽，从步骤一得到的生物回波反射率数据中去除生物所占雷达波束的照射体积比例小于设定比例部分。

优选地，该方法进一步包括步骤三：将步骤二得到的生物回波反射率转化为对应区域的空中迁飞生物密度，继而统计出迁飞生物的生物量，及其随时间变化的关系。

优选地，步骤一从天气雷达的回波反射率数据中提取生物回波反射率数据是从天气雷达最低仰角扫描数据中提取。

优选地，所述步骤一为：根据迁飞生物在气象雷达中呈现反射率处于一定区间、多普勒频谱宽度相对气象目标低的特征，从天气雷达的回波反射率数据中去除不符合迁飞生物特征的部分，得到生物回波反射率数据提取结果。

步骤一中，根据迁飞生物反射率处于一定区间的特征，去除不符合迁飞生物特征的部分的实现方式为：

从回波反射率数据中找到反射率小于5dbz的低反射率区域，作为非生物回波去除；

从回波反射率数据中，将设定大小的局部区域的局部平均反射率大于30dbz的区域确定为有云区，进行形态学处理，去除有云区并平滑边缘。

优选地，在进行上述形态学处理，去除有云区域并平滑边缘之后，进一步根据生物迁飞在气象雷达中呈现出较大范围的特征，将连通面积小于400km²区域确定为生物的局部活动区域，去除该局部活动区域的回波反射率数据。

步骤一中，根据多普勒频谱宽度相对气象目标较低的特征，去除不符合迁飞生物特征的部分的实现方式为：

在生物回波的多普勒频谱宽度数据中找到设定局部面积内平均频谱宽度大于设定谱宽4m/s的位置，作为噪声过高或同时存在多种回波的区域，去除该位置处的回波反射率数据。

优选地，步骤二所述去除生物所占雷达波束的照射体积比例小于设定比例的生物回波反射率数据为：

步骤21、根据迁飞生物的迁飞高度区间[hmin,hmax]，计算出对应的主波束方向夹角t1、t2；

步骤22、利用天气雷达参数，计算雷达波束的照射体积vrad；

步骤23、将主波束方向夹角t1、t2代入考虑了生物迁飞高度的迁飞生物所填充体积vbio的计算公式(i)，得到考虑了生物迁飞高度的迁飞生物所填充体积vbio：

其中，r0为雷达波束照射体积中心距离雷达的距离，θ1和φ1分别为雷达天线水平、垂直方向3db波束宽度，△r为雷达的距离分辨率，erf为高斯误差函数；

步骤24、去除vbio<0.1vrad的生物回波反射率数据。

其中，所述步骤21为：

步骤a：根据4/3地球半径模型，构建雷达波束照射高度h与照射角度θ之间的关系为：

其中，ae＝4a/3，a为4/3地球半径，r为已知的待计算位置相对雷达的距离。

步骤b：将迁飞生物迁飞高度的下限hmin和上限hmax分别代入公式(ii)，计算出不同高度处对应的仰角，该仰角与雷达天线扫描时仰角的差即为主波束方向夹角t1、t2。

优选地，所述步骤三包括：

步骤31、针对天雷达探测范围内的每个分辨单元，将步骤二得到的生物回波反射率η转换为生物反射率因子z；

步骤32、利用反射率因子和生物空间密度的对应关系，计算生物反射率因子z对应的迁飞生物密度ρb；

步骤33、将迁飞生物密度ρb和同一分辨单元的雷达波束照射体积vrad相乘并累加，得到总的生物数量；利用已知的生物平均质量ωbio，计算迁飞生物的总生物质量w。

有益效果：

(1)本发明在基于生物回波反射率数据确定生物量之前，对于步骤一提取的生物回波反射率数据，进一步考虑了生物迁飞高度分布区间不均以及远距离处雷达波束展宽，去除不符合生物特征的生物回波反射率数据，避免了雷达波束展宽造成的生物散射体在天线波束内的非充分填充对生物量估计的影响，从而提高了后续生物量估计的准确度。

(2)在步骤一从天气雷达的回波反射率数据中提取生物回波反射率数据时，考虑了迁飞生物在气象雷达中反射率和多普勒频谱呈现出的特殊特征，提高了生物回波反射率数据提取的准确度。

(3)本发明所处理的数据并未限制在单分辨体积范围内，因此本方案没有局限于雷达回波图像的局部特征，因此解除了局部特征对提取迁飞生物回波的局限性。

综上，对于大规模昆虫迁飞，基于天气雷达数据，利用本发明方案可以有效的对昆虫迁飞进行监测。本发明可以应用在天气雷达迁飞生物信息提取上，实现大尺度迁飞监测与研究。

附图说明

图1为天气雷达波束覆盖图。

图2为典型天气雷达生物回波提取过程，(a)(b)为最低仰角原始回波反射率、频谱宽度数据，(c)～(e)为提取过程，(f)为提取结果。

图3为生物非均匀波束填充情况下雷达波束照射几何关系。

图4为渤海湾粘虫迁飞生物量反演结果，左侧纵轴表示粘虫总质量，右侧纵轴表示粘虫数量。加号表示实际值，曲线为拟合结果。(a)为2012年8月30日晚结果；(b)为2012年9月4日晚结果。

图5为本发明流程图。

具体实施方式

从天气雷达观测数据中提取迁飞生物信息，主要包括生物回波反射率数据分离和生物量量化两部分。由于天气雷达观测到的数据中包含的不同种类回波的统计特性及空间分布特性不同，可以利用这些特点对天气雷达数据进行处理，分离出生物回波，然后进一步进行生物量量化。基于此，本发明提供了一种基于天气雷达数据的迁飞生物监测方法，其基本步骤包括：

步骤一、从天气雷达的回波反射率数据中提取生物回波反射率数据；

步骤二、考虑生物迁飞高度分布区间不均以及远距离处雷达波束展宽，去除生物所占雷达波束的照射体积比例小于设定比例的生物回波反射率数据；

步骤三、将生物回波反射率转化为对应区域的空中迁飞生物密度，继而统计出迁飞生物的生物量，及其随时间变化的关系。

其中，步骤一和步骤二为迁飞生物的生物回波反射率数据的分离和优化过程，步骤三为生物量量化过程。

其发明点主要在于三点：

其一是，在基于生物回波反射率数据确定生物量之前，对于步骤一提取的生物回波反射率数据，进一步考虑了生物迁飞高度分布区间不均以及远距离处雷达波束展宽，去除不符合生物特征的生物回波反射率数据，避免了雷达波束展宽造成的生物散射体在天线波束内的非充分填充对生物量估计的影响，从而提高了后续生物量估计的准确度。

其二是，在步骤一从天气雷达的回波反射率数据中提取生物回波反射率数据时，考虑了迁飞生物在气象雷达中反射率和多普勒频谱呈现出的特殊特征(详细说明参见下文)，提高了生物回波反射率数据提取的准确度。

其三是，本发明所处理的数据并未限制在单分辨体积范围内，因此本方案没有局限于雷达回波图像的局部特征，因此解除了局部特征对提取迁飞生物回波的局限性。

下面结合图5示出的流程说明本发明的具体实施步骤：

步骤一：从天气雷达的回波反射率数据中提取生物回波反射率数据。

我国新一代天气雷达采用多仰角ppi扫描的工作模式，波束宽度为1°，距离分辨率1km。常规气象监测时雷达波束体积覆盖模式如图1。考虑到地球曲率和大气折射的影响，在距雷达站100公里位置处，最低0.5°仰角的波束覆盖高度约为300～2200米。由于绝大多数生物迁飞时的高度均在2000米以下，在本发明较佳实施例中，只需对天气雷达保持最低仰角时波束覆盖范围内获取的数据进行处理即可，从而减少数据处理量，那么在接下来的处理中，反射率、谱宽数据均为最低仰角扫描数据。

针对生物迁飞在气象雷达中呈现出较大范围、反射率处于一定区间、多普勒频谱宽度相对气象目标较低的特征，本步骤一采用的生物回波反射率数据提取方法有以下几个步骤：

步骤11、根据迁飞生物多普勒频谱宽度相对气象目标较低的特征，在生物回波的多普勒频谱宽度数据中找到设定局部面积(3°*5km)平均频谱宽度大于设定谱宽(w>4m/s)的位置，这些位置是噪声过高，或同时存在多种回波的区域，去除这些位置处的回波反射率数据。

步骤12、根据迁飞生物反射率处于一定区间的特征，从步骤11得到的回波反射率数据中，找到反射率z<5dbz的低反射率区域，认为其是海杂波等呈现弱散射状态的非生物回波，将其去除。

步骤13、根据迁飞生物反射率处于一定区间的特征，从步骤12得到的回波反射率数据中，将设定大小的局部区域(3°*3km)的局部平均反射率z>30dbz的区域判断为有云区，以8个分辨单元为半径的圆形为核进行形态学膨胀和开运算处理的形态学处理，去除有云区并平滑边缘。

步骤14、进一步的，本发明考虑到生物迁飞在气象雷达中呈现出较大范围的特征，将连通面积小于400km²的区域确定为生物的局部活动区域，而非迁飞，因此，从步骤13得到的回波反射率数据中，去除该局部活动区域的回波反射率数据，完成步骤一的提取，得到了迁飞生物的回波反射率数据分离提取结果。

图2示出了上述步骤11～14每个步骤执行前后的效果。天气雷达原始反射率、频谱宽度数据分别如图2(a)、图2(b)所示。步骤11，对图2(b)中w>4的位置，在反射率数据中进行去除，得到图2(c)；步骤12，在图2(c)中去除z<5的低反射率区域，得到图2(d)；步骤13，对图2(d)中对局部平均反射率z>30的区域进行形态学处理，去除该区域及其周围区域，得到图2(e)；步骤14，在图2(e)基础上去除连通面积小于400km²区域，得到提取结果图2(f)。

步骤二：考虑生物迁飞高度分布区间不均以及远距离处雷达波束展宽，对生物回波反射率数据进行进一步优化。

首先，由当地气候以及历史迁飞现象得到空中迁飞生物的优势种群，确定迁飞物种，了解其迁飞高度分布范围，同时根据对该物种已经进行过的电磁参数测量结果得到其平均雷达截面积σb。

迁飞生物在高度上的分布范围有限，其与雷达观测波束的几何关系如图3所示。对于迁飞生物来说，其空间分布一般不均匀，这会导致非均匀波束填充效应，影响反演准确性。考虑远距离处雷达波束展宽，在高度方向主波束宽度甚至可超过1500m，当天气雷达采样体积内生物分布范围所占比例过低时其他散射体对生物量反演影响过大，所以舍弃体积比小于10％的雷达数据。

如图3所示，具体需要计算出每个分辨单元对应的雷达波束的照射体积vrad和迁飞生物所填充的体积vbio。

①雷达波束的照射体积vrad的计算方式为：

雷达波束的照射体积可以写为

其中r0为雷达波束照射体积中心距离雷达的距离，w(r)为匹配滤波器距离向加权函数，f(θ,φ)为天线的方向图函数，θ和φ分别为目标相对雷达的方位角和俯仰角，ω为立体角度，式(1)中的r为分辨单元内每个距离微元相对雷达的距离。

应用了匹配滤波器的雷达系统其距离向加权函数可写为

其中，σr＝0.35△r，△r＝cτ/2，c为光速，τ为脉冲宽度，△r为雷达的距离分辨率。

假设天线波束形状为高斯型，天线的方向图函数为

其中，θ1和φ1分别为雷达天线水平、垂直方向3db波束宽度。

现有技术只考虑空中生物在距离向和水平垂直波束方向上均匀充满波束时的情况，雷达波束照射体积的积分结果可以写为

②迁飞生物所填充体积vbio的计算方式为：

对于迁飞生物来说，其有最适迁飞高度，可假设为高度区间为hmin和hmax，与对应的主波束方向夹角分别为t1，t2。则公式中天线方向图的积分可以写为：

在标准大气情况下，结合4/3地球半径模型，雷达波束照射高度和照射角度之间的关系为

式中ae＝4a/3，由此可以反推得到给定高度对应仰角

其中，a为4/3地球半径，r为待计算位置相对雷达的距离；

在已知生物分布高度范围hmin和hmax后，可以根据公式(7)计算出不同高度处对应的仰角，仰角与雷达天线扫描时仰角的差即为t1，t2。结合公式(5)，实际的迁飞生物所填充的体积vbio可写为：

其中，erf为高斯误差函数。

③根据①和②的分析，本步骤二的具体实施过程为：

步骤21、根据迁飞生物的迁飞高度区间[hmin,hmax]，利用公式(7)计算出对应的仰角，再与雷达天线扫描时仰角作差，得到主波束方向夹角t1、t2；

步骤22、利用天气雷达参数，代入公式(4)计算雷达波束的照射体积vrad；

步骤23、将主波束方向夹角t1、t2代入考虑了生物迁飞高度的迁飞生物所填充体积vbio的计算公式(13)，得到考虑了生物迁飞高度的迁飞生物所填充体积vbio；

步骤24、去除vbio<0.1vrad的空中生物填充非常少的区域。

步骤三、将生物回波反射率转化为对应区域的空中迁飞生物密度，继而统计出迁飞生物的生物量，及其随时间变化的关系。

本步骤可以采用常规技术手段实现，具体如下：

步骤31、天气雷达观测的雷达反射率因子z与雷达反射率η的关系为

其中，k为物质的复折射指数，下角标i,ω分表代表冰、水态的粒子，λ为雷达波长，η为雷达反射率。

则，本步骤针对天雷达探测范围内的每个分辨单元，将步骤二得到的生物回波反射率η代入公式(9)转换为生物的反射率因子z。

步骤32、对于天气雷达观测迁飞生物来说，反射率η为生物空间密度ρb与其平均雷达截面积σb的乘积的统计平均，可以写为

根据上述公式，可以得到生物反射率因子z和迁飞生物密度ρb的对应关系，即

其中，k应为生物的复折射指数，可用水滴的复折射指数近似。

迁飞生物的平均雷达截面积σb是已知的，本实施例已经在步骤二通过进行过的电磁参数测量结果得到迁飞生物的平均雷达截面积σb，那么在平均雷达截面积σb已知的情况下，可以将天气雷达观测的每个分辨单元的雷达反射率因子z和该单元内的迁飞生物密度ρb对应，根据天气雷达的测量结果估计迁飞生物密度，即

步骤33、根据密度和数量的关系，对计算得到的迁飞生物密度ρb和该分辩单元距离处计算得到的雷达分辨体积vrad进行相乘累加，就可以得到总的生物数量，若已知生物平均质量ωbio，就可以得到总生物质量w，即

其中对i求和表示对所有位置的结果进行相乘累加。在本优选实施例中，所有位置是指最低仰角扫描结果中的所有分辨单元。

相比于现有技术，本方法选取数据范围较大，在提取其中迁飞生物回波过程中通过形态学运算，综合考虑了图像特征进行生物检测，在量化过程中考虑了由于波束展宽效应带来的影响，避免了波束非充分填充导致的统计误差。这有助于监测生物迁飞情况，预防病虫害异地爆发，以及研究生物互作。

下面将以具体实例说明实施步骤：

由于昆虫相对鸟类体型较小，更难以被天气雷达观测到，所以为验证本发明有效性，对渤海湾附近粘虫秋季迁飞，基于烟台s波段天气雷达实测数据，采用本发明所述的基于天气雷达数据的迁飞生物信息监测方法，进行迁飞昆虫信息的提取和验证。

步骤一、选取粘虫大爆发时期内天气雷达数据，本案例选取了2012年9月4日晚至9月5日凌晨之间的天气雷达数据。首先利用生物回波提取步骤对天气雷达原始数据进行昆虫回波提取，得到的昆虫回波反射率数据结果进行步骤二～三生物量获取。

步骤二～三、在提取昆虫回波的基础上，确定优势种群，根据其迁飞高度分布区间去除生物所占天气雷达观测体积比例过小的数据，根据公式(12)计算昆虫回波反射率对应区域的空中迁飞昆虫密度。其中昆虫的rcs，即σb，利用实验测得的粘虫rcs，其他典型昆虫rcs参见表1。

表1昆虫rcs测量参数

表1昆虫rcs测量参数通过量化步骤，可以将天气雷达数据提取的昆虫回波转化为不同探测区域的空间迁飞昆虫密度，统计空中迁飞昆虫总质量及总数量随时间变化关系，如图4所示。

基于上述天气雷达迁飞生物信息提取验证试验可以得到以下结论：

对于大规模昆虫迁飞，基于天气雷达数据，利用本发明的迁飞生物信息监测方案可以有效的对昆虫迁飞进行监测。

本发明的方法可以应用在天气雷达迁飞生物信息提取上，实现大尺度迁飞监测与研究。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。