羅 輝,張 杰,朱克云*,張曙光,黃克慧
(1.成都信息工程學(xué)院大氣科學(xué)學(xué)院和高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室,成都,610225;2.成都軍區(qū)空軍氣象中心,成都,610041;3.浙江省溫州氣象雷達(dá)站,溫州,325027)
森林火災(zāi)給森林帶來(lái)嚴(yán)重危害,位居森林破壞的三大自然災(zāi)害之首,它不僅破壞生態(tài)環(huán)境,而且給人類的經(jīng)濟(jì)建設(shè)造成巨大損失,甚至還會(huì)威脅到人民生命財(cái)產(chǎn)安全[1]。及時(shí)發(fā)現(xiàn)火災(zāi),有助于消防人員掌握火災(zāi)發(fā)生地,及時(shí)撲滅火災(zāi),把損失降到最低,對(duì)于森林防火有至關(guān)重要的意義。雷達(dá)探測(cè)作為主動(dòng)遙感方法之一,其發(fā)射的電磁波,遇到大氣中的目標(biāo)發(fā)生散射,被散射的電磁波返回到雷達(dá)天線,被雷達(dá)接收[2]。火災(zāi)發(fā)生過(guò)程中,由于燃燒產(chǎn)生的熱力抬升,使得煙和灰燼等上沖到空氣中,當(dāng)雷達(dá)掃描到火災(zāi)產(chǎn)生的煙霧和灰燼時(shí),將產(chǎn)生較強(qiáng)的電磁波散射,最終在雷達(dá)強(qiáng)度圖上出現(xiàn)小范圍的回波[1]。
近年有學(xué)者已經(jīng)對(duì)雷達(dá)識(shí)別火災(zāi)做了一些初步研究。陳等[3]利用多普勒天氣雷達(dá)監(jiān)測(cè)到了2006年5月4日下午發(fā)生在上海市閔行區(qū)的一起重大火災(zāi),監(jiān)測(cè)到了大火發(fā)生、升騰、擴(kuò)展和撲滅的全過(guò)程,最強(qiáng)回波達(dá)到45dBz。黃等[4]根據(jù)多個(gè)火災(zāi)實(shí)例總結(jié)的特征,通過(guò)雷達(dá)監(jiān)測(cè)火災(zāi)的原理,設(shè)計(jì)出了監(jiān)測(cè)火災(zāi)的流程,可以為消防人員及時(shí)撲滅火災(zāi)提供新的探測(cè)手段。黃等[5]對(duì)發(fā)生在浙江省南部地區(qū)10次距離雷達(dá)站5km~100km、不同規(guī)模的森林火災(zāi)進(jìn)行分析,發(fā)現(xiàn)火災(zāi)回波一般尺度小,強(qiáng)度和位置基本固定,與地物回波類似。黃等[6]提出并詳細(xì)討論了自動(dòng)識(shí)別火災(zāi)回波的雜波過(guò)濾法,以及利用非零速度距離庫(kù)數(shù)和反射率距離庫(kù)數(shù)過(guò)濾降水回波,取得了一定效果,并在業(yè)務(wù)中運(yùn)行。此方法有一定的效果,但不能同時(shí)識(shí)別多起火災(zāi),而這種情形是很常見(jiàn)的,并且對(duì)于發(fā)生弱降水時(shí)的火災(zāi)回波不能識(shí)別出。
針對(duì)這兩方面問(wèn)題,本文首次采用風(fēng)暴識(shí)別算法得到二維分量,結(jié)合火災(zāi)回波與降水回波等的差異,識(shí)別火災(zāi)回波。風(fēng)暴識(shí)別算法包含多個(gè)閾值,火災(zāi)回波在強(qiáng)度、面積等方面與風(fēng)暴回波有一定的差別,因此需要對(duì)風(fēng)暴段以及段合并閾值進(jìn)行調(diào)整,以適應(yīng)火災(zāi)回波。
文中采用資料為CINRAD/SA 型號(hào)雷達(dá)體掃數(shù)據(jù),數(shù)據(jù)前三層仰角分別為0.5°、1.5°、2.4°?;馂?zāi)回波主要出現(xiàn)在2.5km 以下[4],由測(cè)高公式(1)計(jì)算可得,0.5°仰角是識(shí)別火災(zāi)的最佳仰角。
雷達(dá)測(cè)量目標(biāo)的高度-距離-仰角公式[7]:
式中,Ht是目標(biāo)高度,Rt是目標(biāo)到雷達(dá)的距離,Ha是雷達(dá)天線的假設(shè)高度,θe指向目標(biāo)的仰角,Re是考慮大氣折射效應(yīng)后的等效地球半徑。
氣象回波:
在雷達(dá)回波的PPI(平面位置顯示)顯示圖上,對(duì)流云回波結(jié)構(gòu)緊密,水平梯度大,一般包含多個(gè)回波單體,回波強(qiáng)度強(qiáng),最強(qiáng)可達(dá)60dBZ以上,持續(xù)時(shí)間變化大。在雷達(dá)回波的RHI(距離高度顯示)顯示圖上,在對(duì)流發(fā)展的三個(gè)階段,回波變化明顯,回波頂呈現(xiàn)為花菜狀,回波頂在發(fā)展階段明顯上沖,最后下降消失。層狀云回波均勻,形成一大片,持續(xù)時(shí)間較長(zhǎng),水平尺度很大,達(dá)到300公里,強(qiáng)度一般在30dBZ以下,回波邊緣結(jié)構(gòu)模糊,在整個(gè)回波中有多個(gè)強(qiáng)度較大的回波團(tuán)?;夭斴^低,抬高仰角大片回波將消失[2]。弱降水回波結(jié)構(gòu)松散,強(qiáng)度較低,容易對(duì)火災(zāi)識(shí)別造成影響。
地物回波:
地物回波是雷達(dá)波束正常傳播情況下探測(cè)到的地面目標(biāo)物回波。一般發(fā)生在離雷達(dá)站較近距離范圍內(nèi),一般是山脈和高大建筑,通常只有低仰角時(shí)才能探測(cè)到,山脈較高時(shí),距離較遠(yuǎn)時(shí)也能探測(cè)到。強(qiáng)度較強(qiáng),最大可達(dá)60dBZ。
火災(zāi)回波:
火災(zāi)回波主要出現(xiàn)在2.5km 以下高度,比一般降水和強(qiáng)降水回波高度明顯偏低,通常只能在第一層回波中看到[5]。弱火災(zāi)回波容易與弱降水回波混合在一起不易被識(shí)別?;馂?zāi)的雷達(dá)回波特征與地物比較接近,位置基本穩(wěn)定,回波邊緣清晰,在整個(gè)火災(zāi)過(guò)程中強(qiáng)度基本較大,最大可達(dá)50dBz以上,明顯強(qiáng)于弱降水回波,火災(zāi)回波頂高很低是它區(qū)別于其它回波重要依據(jù),明顯低于一般降水和對(duì)流性降水?;馂?zāi)回波水平尺度小,水平尺度一般在1km~40km 之間[6]。在火災(zāi)開(kāi)始與結(jié)束階段,其強(qiáng)度較弱,與弱降水回波混淆而不容易被識(shí)別,因此只能在強(qiáng)度較大時(shí)進(jìn)行識(shí)別。
風(fēng)暴識(shí)別算法是最早出現(xiàn)的臨近預(yù)報(bào)技術(shù),是天氣雷達(dá)系統(tǒng)和強(qiáng)天氣預(yù)警業(yè)務(wù)的重要組成部分,是多普勒天氣雷達(dá)最重要的算法之一[8]。風(fēng)暴識(shí)別算法有三個(gè)部分,首先風(fēng)暴進(jìn)行段的搜索,隨后在段之間進(jìn)行二維風(fēng)暴分量的合成,最后對(duì)二維風(fēng)暴分量做垂直相關(guān)。對(duì)于火災(zāi)回波,雷達(dá)只能在低層數(shù)據(jù)中探測(cè)到,所以對(duì)于火災(zāi)識(shí)別不需要做風(fēng)暴分量的垂直相關(guān),以下只介紹識(shí)別算法的前兩個(gè)部分。
風(fēng)暴段的搜索:
段是指沿徑向排列的、反射率因子大于或等于特定閾值的一組相鄰距離庫(kù)。段的搜索包含表1中的四個(gè)閾值。首先,從徑向的第一個(gè)庫(kù)開(kāi)始,搜索大于反射率因子閾值的點(diǎn),當(dāng)開(kāi)始遇到滿足條件的點(diǎn)后,對(duì)后面的點(diǎn)進(jìn)行段的合并,在段后對(duì)第一個(gè)不滿足小于反射率因子閾值的點(diǎn)進(jìn)行判斷,該點(diǎn)與反射率閾值做差,差值大于缺失射率因子,結(jié)束段的合并;但當(dāng)差值小于缺失射率因子時(shí),則低于反射率值個(gè)數(shù)加1,繼續(xù)進(jìn)行段的合并。如果低于反射率值個(gè)數(shù)大于缺失射率因子個(gè)數(shù)閾值,結(jié)束段合并。對(duì)每個(gè)徑向進(jìn)行搜索后,最后,根據(jù)段長(zhǎng)度閾值把滿足條件的段保留下來(lái)。
表1 段搜索變量閾值Table 1 Segment of search variable threshold
風(fēng)暴分量的合成:
分量是在同一仰角中滿足特定閾值的段的二維區(qū)域。對(duì)上步所保留的段進(jìn)行二維合并,得到風(fēng)暴的二維分量。風(fēng)暴段在空間相鄰的基礎(chǔ)上被組合成二維風(fēng)暴分量。二維風(fēng)暴分量有四個(gè)變量必須滿足條件,表2為四個(gè)變量及其閾值,對(duì)于同時(shí)滿足分量合成四個(gè)閾值的分量,保存相應(yīng)二維分量。
表2 分量合并變量閾值Table 2 Component combined variable threshold
風(fēng)暴識(shí)別算法的優(yōu)點(diǎn)體現(xiàn)在強(qiáng)度和面積兩個(gè)方面[9]。算法中最小反射率因子采用七個(gè)閾值進(jìn)行段的搜索,閾值范圍基本涵蓋對(duì)流風(fēng)暴的強(qiáng)度,不會(huì)導(dǎo)致漏識(shí)別。
在分量合并中,分量面積閾值和方位分離閾值可以對(duì)不同尺度的回波進(jìn)行識(shí)別,最終結(jié)合其它閾值得到識(shí)別結(jié)果。
在風(fēng)暴識(shí)別算法的基礎(chǔ)上,調(diào)整風(fēng)暴段和二維分量的閾值參數(shù),得到的二維分量,結(jié)合對(duì)流云、層狀云、弱降水云回波與火災(zāi)回波差異,對(duì)二維風(fēng)暴分量進(jìn)行判斷,保留火災(zāi)回波二維分量,最終在PPI中顯示。
火災(zāi)回波采用0.5°仰角進(jìn)行識(shí)別,不需要進(jìn)行二維分量的垂直相關(guān)。對(duì)流風(fēng)暴和火災(zāi)回波有一定的差別,對(duì)風(fēng)暴段搜索的參數(shù)需要進(jìn)一步調(diào)整。對(duì)流風(fēng)暴與火災(zāi)回波最大的區(qū)別在于回波強(qiáng)度和面積,風(fēng)暴回波強(qiáng)度范圍至少30dBZ以上,甚至可達(dá)60dBZ以上。而火災(zāi)回波強(qiáng)度一般在20dBZ 以上,最強(qiáng)可達(dá)50dBZ,因此采用最小反射率閾值為20dBZ、25dBZ、30dBZ、35dBZ、40dBZ的五個(gè)段。對(duì)流風(fēng)暴回波面積一般相對(duì)于火災(zāi)回波較大,經(jīng)過(guò)識(shí)別篩選最終選取5km2。其余閾值保持與對(duì)流風(fēng)暴一致。
濾除對(duì)流云:對(duì)流云回波與火災(zāi)回波最明顯的區(qū)別在于回波頂高的差異,火災(zāi)回波頂高在3km以下,而對(duì)流云回波頂高多數(shù)在6km~7km 以上,最高甚至可達(dá)對(duì)流層頂。算法具體步驟:通過(guò)風(fēng)暴識(shí)別算法得到二維風(fēng)暴分量,在每個(gè)二維風(fēng)暴分量中,根據(jù)相同投影位置,計(jì)算它仰角的回波高度,得到每個(gè)風(fēng)暴分量中回波頂高的平均值。設(shè)置回波頂高閾值為3km,即可濾除對(duì)流云回波。
濾除層狀云:層狀云回波和火災(zāi)回波區(qū)別在于回波面積、回波邊沿梯度,回波頂高。對(duì)于合并得到的二維分量,由于火災(zāi)回波面積相對(duì)于層狀云較小,火災(zāi)回波外延梯度較大,回波頂高低于層狀云。根據(jù)實(shí)測(cè)資料分析,設(shè)置最大面積閾值為100km2。邊沿梯度閾值為15dBZ,回波頂高為3km。最后結(jié)合回波頂高、回波面積、回波邊沿梯度對(duì)層狀云回波進(jìn)行濾除。
濾除弱降水云:弱降水云回波面積小、結(jié)構(gòu)松散、強(qiáng)度較弱。對(duì)于較強(qiáng)火災(zāi),由于其結(jié)構(gòu)緊湊、強(qiáng)度大、回波邊沿梯度大,通過(guò)設(shè)置邊沿梯度閾值為15dBZ可對(duì)其進(jìn)行濾除。
對(duì)于較弱火災(zāi),其強(qiáng)度大約在20dBZ左右,極容易與弱降水回波混合在一起,兩者回波邊沿梯度和回波頂高相差較小,不能得到清晰的判別閾值,使得與弱火災(zāi)回波難以區(qū)分?;馂?zāi)在發(fā)生過(guò)程中,火的蔓延速度相對(duì)于降水云的移動(dòng)要慢的多。在識(shí)別中保存每個(gè)二維風(fēng)暴分量的位置,對(duì)連續(xù)兩個(gè)體掃風(fēng)暴分量的位置進(jìn)行比較,設(shè)置移動(dòng)距離閾值為5km,即可濾除弱降水回波。
上述算法可以明顯改善“雜波過(guò)濾法”的兩方面缺陷,不能識(shí)別發(fā)生弱降水時(shí)或多起火災(zāi)同時(shí)發(fā)生的情況。風(fēng)暴識(shí)別算法為多閾值,并結(jié)合氣象回波與火災(zāi)回波的差異,可有效解決這兩個(gè)問(wèn)題。
如圖1所示為流程圖。
采用浙江省溫州市多普勒天氣雷達(dá)的三次森林火災(zāi)體掃資料,分別為2007年1月31日浙江省永嘉縣橋下鎮(zhèn)森林大火,2007年4月8日樂(lè)清市樂(lè)城鎮(zhèn)、青田縣高湖鎮(zhèn)和臨海市河頭鎮(zhèn)森林火災(zāi)??紤]到森林火災(zāi)回波高度較低,三次過(guò)程只對(duì)第一層仰角(即0.5°)進(jìn)行了識(shí)別。
個(gè)例1:2007年1月31日浙江省永嘉縣橋下鎮(zhèn)森林大火,火災(zāi)地距離雷達(dá)站34km?;馂?zāi)發(fā)生當(dāng)日,天氣晴朗,基本無(wú)氣象回波,避免了與氣象回波的混淆,為火災(zāi)識(shí)別提供了有利條件。大火從31日12點(diǎn)開(kāi)始,到下午01日18點(diǎn)結(jié)束,持續(xù)燃燒了30個(gè)小時(shí),過(guò)火面積90hm2,最強(qiáng)回波超過(guò)50dBZ。在火災(zāi)過(guò)程中,撲滅的火災(zāi)再次復(fù)燃。
圖1 森林火災(zāi)識(shí)別算法流程圖Fig.1 Flow chart of forest fire recognition algorithm
分析:圖2中圖2(a1)和圖2(b1)為雷達(dá)原始回波圖,圖2(a2)和圖2(b2)是經(jīng)算法識(shí)別后的回波圖,在圖2(a1)中基本為雜波,在火災(zāi)的初始階段,回波較弱且面積甚小,肉眼無(wú)法直接發(fā)現(xiàn)火災(zāi)回波。在識(shí)別后的圖2(a2)中,可明顯看到火災(zāi)回波識(shí)別。在圖2(b1)中可看到條狀的強(qiáng)回波,相比圖2(a1)的面積和強(qiáng)度大得多。在圖2(b2)中看到較強(qiáng)的火災(zāi)回波被保留下來(lái)。在圖2(a2)中條狀回波的尾部有范圍較大的弱回波,從速度圖可知,回波區(qū)為西北風(fēng),火災(zāi)產(chǎn)生的煙霧等隨風(fēng)飄向東南,導(dǎo)致尾部弱回波的出現(xiàn)。
個(gè)例2:2007年4月8日樂(lè)清市樂(lè)城鎮(zhèn)、青田縣高湖鎮(zhèn)和臨海市河頭鎮(zhèn)森林火災(zāi)。三處火災(zāi)同時(shí)出現(xiàn)在同一平顯中,這些火災(zāi)發(fā)生時(shí)天氣晴朗,雷達(dá)無(wú)降水回波。此次火災(zāi)強(qiáng)度及面積較橋下鎮(zhèn)森林火災(zāi)小。
分析:圖3中圖3(a1)和圖3(b1)為雷達(dá)原始回波圖,圖3(a2)和圖3(b2)是經(jīng)算法識(shí)別后的回波圖,在圖3(a1)和圖3(b1)中存在較多雜波和弱降水回波,此次三處火災(zāi)回波面積均較小,并且與弱回波相混合,用肉眼難以區(qū)分。在圖3(a2)中可發(fā)現(xiàn)四處回波,由于此次火災(zāi)回波面積太小,左下方回波未被剔除。在大部分?jǐn)?shù)據(jù)中均可發(fā)現(xiàn)左下方的小回波,其面積占8-10個(gè)距離庫(kù),最強(qiáng)值超過(guò)40dBZ,且位置基本不變,各庫(kù)的值變化較大,可能為較小地物。在圖3(b2)中可看到兩處回波,由于右上方回波離雷達(dá)100km 左右,火災(zāi)回波高度較低,在回波較弱的情況下雷達(dá)難以掃描到,因此未能對(duì)右上方的火災(zāi)識(shí)別出。
個(gè)例3:2010年3月28日永嘉縣和青田縣森林火災(zāi),此次永嘉縣森林火災(zāi)持續(xù)了近5個(gè)小時(shí),青田縣持續(xù)了4個(gè)小時(shí),強(qiáng)度較大,最大可達(dá)45dBZ,當(dāng)天天氣晴朗,雜波較少?;馂?zāi)產(chǎn)生的煙霧等隨風(fēng)飄散,導(dǎo)致回波圖上產(chǎn)生較大面積回波。
分析:圖4中圖4(a1)和圖4(b1)為雷達(dá)原始回波圖,圖4(a2)和圖4(b2)是經(jīng)算法識(shí)別后的回波圖,在圖4(a1)和圖4(b1)中分別存在明顯的兩塊回波,且有零雜波存在。在圖4(a1)中存在兩塊回波,左邊為較弱的雜波,右邊為火災(zāi)回波。在識(shí)別后圖4(a2)中,左邊的弱回波已被濾除,較完整的保留了火災(zāi)。在圖4(b1)中存在兩塊火災(zāi)回波,左邊回波強(qiáng)度較大,結(jié)構(gòu)緊密,右邊回波已經(jīng)燃燒了一段時(shí)間,由于西北風(fēng)使得煙霧飄散造成了較大范圍的弱回波。在圖4(b2)中,雜波及其下部的弱回波被完全濾除,可以看到明顯的火災(zāi)回波。
(1)首次基于風(fēng)暴識(shí)別算法,結(jié)合對(duì)流云、層狀云、弱降水回波與火災(zāi)回波的差異,對(duì)火災(zāi)回波進(jìn)行識(shí)別??梢酝瑫r(shí)識(shí)別多起火災(zāi),并且對(duì)于發(fā)生弱降水時(shí)的火災(zāi)回波也能夠識(shí)別。
(2)對(duì)于火災(zāi)回波周圍的弱回波可以進(jìn)行有效的濾除,在個(gè)例2中存在一個(gè)類似地物的雜波點(diǎn),由于其結(jié)構(gòu)緊密,邊沿梯度大,尺度和小范圍火災(zāi)回波相當(dāng),因此難以濾除。
(3)在森林火災(zāi)發(fā)生初期,回波強(qiáng)度和面積較小,如果同時(shí)存在尺度相當(dāng)?shù)娜趸夭〞r(shí),可能會(huì)導(dǎo)致漏報(bào)。在火災(zāi)接近熄滅時(shí),由于煙霧等隨風(fēng)在上空飄散,形成面積較大的回波,但其強(qiáng)度明顯偏小,與弱回波較為接近,導(dǎo)致未能識(shí)別或誤識(shí)別。
圖2 永嘉縣橋下鎮(zhèn)森林火災(zāi)雷達(dá)回波,仰角:0.5°a1和b1為雷達(dá)原始回波圖,a2和b2是經(jīng)算法識(shí)別后的回波圖Fig.2 Forest fires echo in Qiaoxia Yongjia,Elevation:0.5°a1and b1are original reflectivity echo,a2and b2are reflectivity echo after identification
圖3 樂(lè)城鎮(zhèn)、高湖鎮(zhèn)和河頭鎮(zhèn)森林火災(zāi)回波,仰角:0.5°a1和b1為雷達(dá)原始回波圖,a2和b2是經(jīng)算法識(shí)別后的回波圖Fig.3 Forest fires echo in Lecheng,Gaohu and Hetou,Elevation:0.5°a1and b1are original reflectivity echo,a2and b2are reflectivity echo after identification
圖4 永嘉縣和青田縣森林火災(zāi)回波,仰角:0.5°a1和b1為雷達(dá)原始回波圖,a2和b2是經(jīng)算法識(shí)別后的回波圖Fig.4 Forest fires echo in Yongjia and Qingtian,Elevation:0.5°a1and b1are original reflectivity echo,a2and b2are reflectivity echo after identification
(4)基于風(fēng)暴識(shí)別算法對(duì)浙江三次火災(zāi)識(shí)別進(jìn)行了初步嘗試,有一定的效果,對(duì)于存在的問(wèn)題有待下一步解決。此算法所使用的閾值,調(diào)整后同樣可用于其它地區(qū)。
[1]陸英權(quán).做好森林防火工作意義重大:森林火災(zāi)的原因及防止措施[J].中國(guó)林業(yè),2010,16(2):48-52.
[2]張培昌,等.雷達(dá)氣象學(xué)[M].北京:氣象出版社,2000,298-312.
[3]陳永林,等.上海一次重大火災(zāi)煙霧的雷達(dá)回波特征研究[J].氣象科學(xué),2010,30(1):121-125.
[4]黃克慧,等.應(yīng)用多普勒天氣雷達(dá)監(jiān)測(cè)火情的原理和方法[J].森林防火,2007,94(3):36-37.
[5]黃克慧,等.森林火災(zāi)的CINRAD/SA 雷達(dá)監(jiān)測(cè)[J].氣象科學(xué),2007,27(B12):99-106.
[6]黃克慧,等.基于多普勒天氣雷達(dá)的火情自動(dòng)識(shí)別系統(tǒng)[J].氣象,2013,39(2):241-248.
[7]李柏,等.天氣雷達(dá)及其應(yīng)用[M].北京:氣象出版社,2011,159-165.
[8]劉黎平,等.利用矩心跟蹤法跟蹤、警戒強(qiáng)對(duì)流天氣方法初探[J].高原氣象,1991,10(3):317-324.
[9]胡勝,等.風(fēng)暴的多普勒雷達(dá)自動(dòng)識(shí)別[J].氣象學(xué)報(bào),2006,64(6):796-808.