紅外光學雨量計在智慧機場中的應用方案

王 江，楊一帆，鄒 軍，石明明，李抒智，張 紅，王洪榮，蘇曉峰，陳 啟，鄭煒陵

（1. 上海應用技術大學 理學院 , 上海 201418；2. 上海產業技術研究院, 上海 201206；3. 上海贄匠智能科技有限公司, 上海 201107；4. 煙臺華創智能裝備有限公司, 山東 煙臺 264001；5. 西雙版納承啟科技有限公司,云南 景洪, 666100；6. 上海國際機場股份有限公司, 上海 201207）

降水情況影響著社會生活、自然環境、交通運輸、軍事行動、農業生產等各個方面，隨著科學技術的發展進步，對降水的監測技術手段也越來越智能化與精確化[1]。對降水進行有效實時監測是非常有必要的，特別是在機場等特殊的空間區域，對降水的實時監測有助于決策者對降水實時狀況的掌握，進而采取相應的應急措施[2]。降水量過多會導致機場跑道積水或內澇[3]，影響機場的正常運轉。建立完善的防汛指揮系統、排水系統、管理和運行機制等可以解決降雨后的積水問題；而對降水的測量可以反演降雨強度，起到很好的預警作用，為提前預測未來降雨情況提供參考依據。隨著降水監測技術的不斷發展和雨量計實時監測技術的不斷突破，將雨量計應用于智慧機場，可為維護機場運轉提供重要保障。

1 雨量計工作原理

1.1 雨量計檢測技術

目前，世界各國所使用的降水監測工具主要包括氣象衛星、氣象雷達和雨量計等[4]。其中氣象衛星與氣象雷達主要用于大范圍監測，不能精確反演降水分布和定量分析；而雨量計在小區域的降水監測優勢突出，合理布置雨量計的觀測點即可知道該區域的具體降水分布情況，通過反演解析降雨強度[4]。

按照是否接觸雨水，雨量計可分為接觸式雨量計和非接觸式雨量計[5]。接觸式雨量計是較為傳統的雨量測量儀器，如翻斗式雨量計、虹吸式雨量計、稱重式雨量計等。這些傳統機械式的雨量計測量都是定時測量，獲得的監測數據具有一定延時性，無法及時獲取實時數據，且需要對儀器進行定期清理維護，長期暴露在野外儀器容易損壞，系統誤差較大[6]。而非接觸雨量計是新興的雨量檢測儀器，通過對電[6]、光[7]、聲[8]等的變化進行檢測，來獲取雨量數據，包括壓電雨量計、聲學雨量計、紅外光學雨量計等。這類雨量計靈敏度高，速度快，可以進行長時間自動連續采集，方便快速獲取實時數據[9]。紅外光學雨量計有高精度和高靈敏度的特點，可以通過與窄帶網絡技術相結合的方式，在智慧機場的雨量測量領域得到應用。

1.2 紅外光學雨量計檢測技術

紅外光學雨量計是光學雨量計的一種。光學雨量計的基礎都是建立在降水粒子對光學傳播的影響上，通過對光學經過粒子后的物理參數進行檢測，從而獲取降水粒子包含的物理信息，通過建立和解析光學與粒子物理參數的模型進而分析降雨情況。光學雨量計根據不同的探測內容可分為2類，一類探測降水粒子的速度與顆粒大小等特征，另一類探測光信號的散射、光強等特征[10]。第1類主要采用消光遮蔽技術、圖像采集法及光散射技術等方法實現探測[11]。第2類則是將光束接收到的信息轉為頻譜進行分析，技術包括光強閃爍法[12]、光強衰減及散射儀綜合測量法等[10]。

紅外光學雨量計使用第1類探測技術。通過近紅外向前散射技術[13-14]，利用光學散射原理，能夠建立散射光特性與降水粒子的物理特性（如粒子大小、形態、速度等）的關系模型[15]。紅外光學雨量計對降水粒子進行測量，不同降水粒子具有不同的末速度和粒子大小，可以根據關系模型提取降水粒子的物理特性。圖1 是基于光學散射理論設計的光學雨量計工作原理圖。光源發射光經過擴束器后形成多束平行光，光線照射降水粒子后被散射形成散射光。散射光被光電探測器接收，將光信號轉變為電信號，信號經處理后根據建立的模型轉換后得到降水粒子的速度與大小用于判斷降水類型，再根據單位時間內降水粒子的數量計算出降水量[13]。

圖1 紅外光學雨量計工作原理Fig.1 Working principle of infrared optical rain gauge

1.3 代表性紅外光學雨量計

1.3.1 RS100紅外光電雨量計

RS100紅外光電雨量計內部采取光學感應原理測量降雨量，并且采用了可靠的算法保證數據的準確性。RS100可在相對濕度0%～99%，工作溫度-40～85 ℃的環境中工作。在性能方面，其感雨直徑達到7 cm，準確度＜5%；具有2個模式，分別為測雨模式和感雨模式。在測雨模式下，分辨率為0.1 mm，傳感器未檢測到0.1 mm的降雨時，通過信號線向外界發出一個時長50 ms的信號。在感雨模式下，分辨率為0.01 mm，傳感器每檢測到0.01 mm的降雨時，通過信號線向外界發出一個時長1 min的信號。

1.3.2 G11紅外光學雨量計

G11雨量計使用光束的紅外光，檢測是否有水觸及外表面。它比典型的翻斗式雨量計要靈敏100倍，統計雨滴數量并發送脈沖信號。且G11采用高科技的紅外光學檢測原理，無機械配件，其傳感器不僅不受雨水沖撞影響，還可以在移動中測量雨量。

G11紅外光學雨量傳感器包括一個多種操作模式開關，允許自由配置多種操作模式，其中包括雨量測量模式、下雨模式以及停雨模式等。

2 基于智慧機場下的紅外光電雨量計系統方案

2.1 紅外光電雨量計的系統架構

隨著物聯網技術的迅速發展，窄帶物聯網（narrow band-internet of things，NB-IoT）技術被應用于智慧機場的建設中[16]。NB-IoT具有廣深覆蓋、海量連接、低功耗、低速率、超低成本、支持重復傳輸等優勢[17-18]。且NB-IoT基于授權頻譜和運營商網絡，無需重新安裝基站，只要運營商的網絡覆蓋，即可實現物聯通信，建設與部署容易便捷，大大降低安裝與運維成本。雨水對機場的影響較大，對機場降雨情況進行實時監測是非常有必要的，機場管理區域范圍較大，使用傳統人工對機場管理起來費時費力，因此基于NB-IoT的紅外光學雨量計系統被應用于智慧機場的建設中。以上海浦東國際機場的方案為例，如圖2所示，紅外光電雨量計系統主要包括紅外光學雨量計傳感器組成的終端、NB網絡、IoT平臺和業務平臺。

圖2 智能雨量測量系統Fig.2 Intelligent rainfall measuring system

第1層是終端感知層[19]，是系統的邏輯結構的底層，用于部署基礎硬件設備。終端層采用集成的NB-IoT模塊的紅外光學雨量計，可以實現網絡與雨量計的直接通信，減少中間環節，節省大量中間采集傳輸設備的投入，且可以進行實時監測與通信。

第2層是傳輸網絡層，負責數據的傳輸與通信。采用基于NB-IoT的無線公網進行數據傳輸與通信，實現將感知層采集的數據信息傳輸到IoT平臺。

第3層是運營商IoT平臺，通過該平臺運營商對感知層的數據進行數據存儲以及加工，提供連接管理功能，為業務平臺提供必要的信息和分析結果。

第4層是應用層，主要是應用管理系統。提供監控管理、數據查詢、報警管理等功能。

2.2 紅外光電雨量計系統的通信模式

基于蓬勃發展的物聯網技術，可應用于智慧機場的通信模式數不勝數，目前最主流的通信模式當屬WIFI、NB-IoT等短距離通信模式。根據紅外光電雨量計的特征，可以采取搭建分布式傳感器網絡的方式作為紅外光電雨量計的主要通信模式。紅外光電雨量計的傳感器網絡采用混合組網模式進行節點之間的通信以及數據上傳。NB-IoT技術是2015年9月在3GPP標準組織中立項提出的一種新的窄帶蜂窩通信LPWAN技術，其特點主要包括低速率、低成本、高容量等。無線Mesh網絡簡稱WMN，其工作原理是通過多跳節點構建一個移動的自組織網絡。分布于智慧機場中各位置的紅外光電雨量計通過搭載Mesh網絡，構成Mesh網絡中的終端，并在固定位置放置Mesh路由器，如此一來，傳感器終端也可以通過Mesh路由器彼此之間的轉發數據來講數據傳輸到Mesh網關節點，最后由網關節點經由NB-IoT技術將數據上傳至服務器，過程如圖3所示。采用NB-Mesh網絡的最大優點就是每個節點都有路由的能力而且功耗非常低，大部分時間都處在監聽狀態。報文的傳輸都在分配好的時間片內完成，采用跳頻技術降低了沖突的發生，因此會大大降低報文的碰撞和重傳。每個消息都有ACK，通信的可靠性高，與此同時網絡的規模可以達到1 000 個節點左右。NB-Mesh主要的安全策略包括加密和授權。

圖3 NB-Mesh網絡的網絡拓撲圖Fig.3 Network topology of NB-Mesh network

2.3 紅外光電雨量計系統的數據分析及處理

紅外光電雨量計使用非接觸式掃描，采集到的數據量非常的龐大，這就對數據的存放和處理有極高的要求。在智慧機場應用中，紅外光電雨量計將檢測到的雨量相關模擬信號通過特定算法進行轉換，得到一級數字數據。隨后使用Bloom Filter對一級數據進行數據分類和整合，根據大量歷史數據并通過BP（back propagation） 神經網絡預測得出二級數據，使用SQL SERVER數據庫將二級數據進行保存維護，并生成對應的歷史數據。得到的二級數據通過圖形用戶界面（graphical user interface，GUI）的方式進行人機交互。

2.4 紅外光電雨量計系統的數據存儲方式

使用Bloom Filter對智慧機場中紅外光電雨量計的檢測數據進行分類和整合。Bloom Filter是一種空間效率很高的隨機數據結構， Bloom Filter通過極少的錯誤率換取了空間的極大節省。初始狀態時，Bloom Filter是1個包含m位的位數組，每一位都置為0。

為了表達雨量計原始數據S={x1,x2,···,xn}這樣1個n個元素的集合，Bloom Filter使用k個互相獨立的哈希函數，分別將集合中的每個雨量計原始數據映射到{1,2,···,m}的范圍中。對任意一個元素x，第i個哈希函數映射的位置hi(x)就會被置為1(1≤i≤k)。

Bloom Filter在判斷一個雨量計原始數據是否屬于它表示的集合時會有一定的錯誤率，通過簡化模型，首先能夠得出當集合雨量計原始數據模型S={x1,x2,···,xn}的 所有元素都被k個哈希函數映射到m位的位數組中時，這個位數組中某一位還是0的概率是：

要把S完全映射到位數組中，需要做kn次哈希。某1位還是0意味著kn次哈希都沒有選中它，因此其概率為的kn次方。

令p=是為了簡化運算。這里用到了計算e時常用的近似：

令ρ為位數組中0的比例，則ρ的數學期望E(ρ)=p′。在ρ已知的情況下，錯誤率為：

式中：(1-ρ)為位數組中1的比例；(1-ρ)k表示k次哈希都剛好選中1的區域。

綜上所述，使用Bloom Filter可以將大量的雨量計原始數據進行存放，并保證讀取數據的準確性，為下一步工作做足了充分的準備。

2.5 紅外光電雨量計系統的數據庫存儲

紅外光電雨量計的數據庫存儲內容包括歷史檢測數據以及參考數據。雨量計數據庫儲存所有二級數據，并根據時間定義將一部分二級數據定義為歷史數據。根據人為觀測結果，對所有歷史數據進行標簽。數據庫使用SQL SERVER對數據進行存儲、分類以及標簽。根據不同的降雨量對將于進行標簽處理，并對異常數據進行人為處理后，進行標簽歸類，最終形成歷史數據，再匯入外部參考數據，最終形成雨量計數據庫。數據庫的具體存儲標簽及規則如圖4所示。

圖4 雨量計數據庫存儲規則Fig.4 Rain gauge database storage rules

2.6 紅外光電雨量計系統的數據預測

在智慧機場中，不僅降雨量的歷史數據非常重要，未來時間內的降雨量預測也同樣重要。精確預測未來時間內的降雨量，可以對機場的防洪、防汛工作起到很大的幫助作用，機場相關工作人員可以根據預測結果，提前定點定時布置防洪防汛工作，保證機場各單位工作的穩定工作。

光電雨量計系統從雨量計數據庫中調用歷史數據，并根據不同的歷史數據得到不同的預測結果，預測模型根據BP神經網絡的原理進行搭建。紅外光電雨量計的BP神經網絡模型如圖5所示。

圖5 雨量計系統BP神經網絡Fig.5 BP neural network of rain gauge system

該BP神經網絡采用多元線性回歸模型來完成。該BP神經網絡一共有3層，分別為Input層、Hidden層、Output層。Input層負責調用雨量計的歷史數據，并根據Input層權重的大小計算得出Hidden層的數據。Hidden層負責對雨量計歷史數據進行進一步處理，根據Hidden層的權重大小計算得到Output層的數據。Output層得到計算后的數據后將數據輸出。

Input層數據與Hidden層數據之間的關系如下：

Output層數據與Hidden層數據之間的關系如下：

式中：x為雨量計的歷史數據；β為Input層的權重；h為Hidden的數據；ω為Hidden層的權重；y是預測 的未來降雨量；ξ是隨機誤差項。

2.7 基于NB-IoT的智能雨量測量系統流程

基于NB-IoT的智能雨量測量系統流程如圖6所示。紅外光電雨量計將監測的感知信息通過傳輸網絡將數據傳輸至運營商IoT平臺，運營商IoT平臺對數據進行加工處理后展示于實時監控平臺。接受雨量監測數據、報警等信息，實時監測雨量計運行情況，直觀實現實時狀態、歷史變化、報警分析、事件統計等多種數據信息的可視化展示。此外，可實現與雨量計之間的直接通信，根據實際運行情況通過遠程平臺發出指令對雨量計相關參數進行修改與調整。

圖6 基于NB-IoT的智能雨量測量系統流程圖Fig.6 Flow chart of NB-IoT based intelligent rainfall measurement system

3 結 語

根據智慧物聯系統的實際需求，將紅外光學雨量計應用于智慧機場中。介紹了紅外光學雨量計的檢測技術，并以浦東機場智慧場區為例，詳細闡述了紅外光學雨量計在智慧機場中的應用方案。通過雨量計監測數據的分析可以反演降水類型，同時也可以分析預測未來降雨走勢，有利于機場防汛的及時調度和指揮。