多普勒天氣雷達遙測下的雷電風險識別系統

吳嘉偉，姜淑楊，袁晶，顧沛澍，繆燕

（南通市氣象局，江蘇南通 226006）

雷電災害的危險評估就是以雷電及其災害的特點為依據，對其所造成的人身傷亡、財產損失程度以及損害程度等進行全面危險程度的計算，因此，其對建筑工程的選型及功能分區布局、防雷類型及防雷措施的選擇，都具有一定的參考價值。目前，許多科研機構和專業的防雷技術機構在雷電風險識別方面開展了較多的研究工作。

文獻[1]提出了基于多源數據融合的識別方法，該方法以災害風險、氣象數據為基礎，對致災因子、承災體等因子與風險之間的定量聯系進行了深入探討，并構建了評估指標及層級分析的數學框架；采用了模糊綜合評判、聚類分析等技術，實現了風險評估和分類；文獻[2]提出了基于卷積神經網絡和SVM 的識別方法，該方法以氣象雷達三維網格數據為基礎，利用SMOTE 方法將多層卷積神經網絡與SVM 方法相融合，以達到對雷電檢測的目的。

在部分縣城和農村地區，大量的住宅建筑相互連接，構成了一個大型的區域建筑群體。同時，在某些化學設施中，很多化學裝置之間通過輸送管線連接而形成一個大型整體性的裝置。為了保證雷電風險識別效果，將上述建筑、設備群分別隔離成單獨的單個單元，設計了多普勒天氣雷達遙測下的雷電風險識別系統。

1 系統硬件結構設計

1.1 雙通道收發式多普勒天氣雷達

雙通道收發式多普勒天氣雷達[3]由兩個方向（橫向和縱向）的發射端組成，雙通道方向的接收端在同一時間發出幅值和相位都完全一致的線性極化波束，得到45°的線性極化波束，兩個方向的接收端在同一時間內對被測對象進行橫向和縱向的反向散射，從而獲得云和雨的極化多普勒數據，其是一種典型的多參量雷達站[4-5]。文中使用的雙通道收發式多普勒天氣雷達如圖1 所示。

圖1 雙通道收發式多普勒天氣雷達

從發射機中發送出來的高能量電磁波[6]通過功分器被一分為二，一端通過移相器發送到橫向發射信道；另一端通過衰減器發送到縱向發射信道，再通過方位雙絞鏈、橫縱軸雙絞鏈將電磁波發送到天線，再通過雙工器、號角發射[7-8]。電磁波分別經過喇叭、雙工器、俯仰和方位雙絞鏈，經過兩路T/R 發送和接收變換開關，分別傳送到發射機經過預放大和混頻器[9]。將其混合成為一個中頻信號，然后傳送到數字中頻接收器中，將其轉化為數字信號形式，最終將其傳送到信號處理器進行處理。

1.2 識別天線饋線

天線饋線部分的主要作用是將由傳輸部分所生成的高頻率電磁波能量傳遞給天線，使之有方向性地向空間輻射，并將從目標反射的電磁信號直接傳輸到接收子系統中[10]。天線饋線拋物面反射特性如圖2 所示。

圖2 天線饋線拋物面反射特性

由于雷達天線饋線段位于相同的透射段，因此要將透射段發射的高頻率能量分為兩個相位相同的通道，然后將這兩個通道分為橫射段和縱射段[11-12]，將含有橫射和縱射信息的回波通過正交模態耦合器合成，并將其分為橫射和縱射兩個通道，最終通過透射段將其放大并采集。

2 系統軟件部分設計

2.1 雷電云體自動識別

為了生成雷電云體識別區域，遍歷各個距離庫找出一個最大強度值的回波點。以該回波點為核心向周圍外推，以此確定雷電云梯識別區域[13-14]。

利用雷達站點[15-16]的經緯數據定位其他站點在球面上的相關雷達站點(xi,yi)，表示為：

式中，r0表示地球半徑；(?0,θ0)表示任意點經緯度；(?i,θi)表示雷達站經緯度。

從雷電預警實際需求出發，構建近似地作平面，任意點相對于指揮中心距離為di=。結合該計算結果，計算回波相對于雷達站在直角坐標系中的位置：

式中，β表示回波反射角度?；诖?，得到的雷電云體識別的經緯度值，表示為：

通過對各項因子的代數學和與其特征指數的對比，可以判斷出云體內有無閃電現象或可能形成雷電。

2.2 雷電風險識別

在平面上建立n列m行的網格區域，每個網格的邊長可根據面積的密度或網格的尺寸調整。根據該過程將多普勒天氣雷達遙測集合界定為格柵區域中的所有包括或部分包括于被評估項目所在區域的格柵集，如圖3 所示。

圖3 多普勒天氣雷達遙測網格化模型

對各個格點進行了相應的風險性分析，得到了區域內的風險性分布地圖，由此構建的致災因子識別模型可表示為：

式中，M表示可能出現的危險事件數目；P表示雷電損害概率；L表示雷電損害出現的損失。根據模型G獲取四類因子指數和八種雷電風險如下：

1）雷電對建筑物閃擊A

G1：在距離建筑物3 m 以內，因接觸器跨接電壓而引起的人身傷害和財產損失；G2：因電火花引起的火警或爆炸而引起的物質損害；G3：由于電阻耦合器或感應耦合器引起的過電壓，例如常規接地末端裝置的接地阻抗，而引起的裝置故障[17]。

2）建筑物附近閃擊B

G4：因雷擊使內部裝置產生高壓而引起的電氣裝置失靈。

3）入戶建筑物線路閃擊C

G5：在室內因雷電引起的電力線路震動所致的個人傷害；G6：因經過維護設施的雷擊造成的人身損害；G7：由導線上過電壓導致錯誤，導線上的電流傳遞到室內。

4）進入建筑物的線路附近閃擊D

G8：線路上產生的過電壓傳遞到建筑物內部，導致內部設備失效。

將致災因子危險性加權綜合，得到雷電風險識別結果：

式中，ωa、ωb、ωc、ωd分別表示雷電對建筑物閃擊A、建筑物附近閃擊B、入戶建筑物線路閃擊C、進入建筑物的線路附近閃擊D因子指數的權重。

3 系統應用效果測試

3.1 應用位置確定

將雷達布設在一所高校東苑的天氣觀測臺上，該雷達布設坐標為115°E，28°N，垂直90 m 的高度上。雷達采用國產及國外兩組數字式處理系統，工作頻率為5.6 Hz，工作波長為5.5 cm，工作波束寬為0.54°。該雷達既可同步發出橫向極化信號，又可交替發出縱向極化信號。

3.2 雷電數據導入

GIS 顯示平臺首先在Arcgis 中的Arcmap 中進行mxd 文件的加載，再將已完成的mxd 文件加載到系統平臺中，之后對mxd 文件進行相應的處理。然后將經緯度、時間、幅度等雷電數據輸入GIS，并統一數據格式。最后通過GIS 中的“添加數據”按鈕，將東向作為X軸，將北向作為Y軸，將雷電數據坐標轉換成GIS 中的坐標，此時所加載的雷電數據呈現在GIS地圖上，如圖4 所示。

圖4 閃電數據加載

由圖4 發現的三種雷擊流序列實際雷擊風險如圖5 所示。

圖5 實際雷擊風險

由圖5 可知，雷擊流序列1 未達到雷擊點與屏蔽空間最近距離，不會對建筑造成影響；雷擊流序列2達到雷擊點與遮擋空間的最近距離，如果未達到表明其會對建筑產生一定的沖擊，但是沒有對建筑的內部產生影響；雷擊流序列3 超過雷擊點與屏蔽空間最遠距離，說明會對建筑造成嚴重影響。

3.3 應用效果分析

分別使用文獻[1]基于多源數據融合的識別方法、文獻[2]基于卷積神經網絡和SVM 的識別方法和所提多普勒天氣雷達遙測識別系統對圖5 的三個雷擊流序列進行識別。得到雷擊風險識別效果如圖6所示。

由圖6 可知，使用多源數據融合識別系統與實際識別結果相差較大，尤其是雷擊流序列3，在時長為11 min 時，最終識別距離分別為90 m、148 m、150 m；使用卷積神經網絡和SVM 識別系統得到的三種雷擊流序列識別結果與實際序列不一致，且在時長為11 min 時，最終識別距離分別為90 m、150 m、350 m；使用多普勒天氣雷達遙測識別系統在不同雷擊時長下的識別距離存在一定差別，但在時長為11 min時，最終識別距離分別為125 m、200 m、380 m，與實際距離一致。

4 結束語

為準確分析雷災風險，從硬件和軟件兩方面設計了多普勒天氣雷達遙測下的雷電風險識別系統，并且重點設計了多普勒天氣雷達遙測網格化模型。實驗結果表明，設計系統充分發揮了多普勒天氣雷達遙測技術在雷電風險識別方面的功能，可以為有關科研人員提供精準的識別結果。