基于雷达点云的降雨模式识别及流速校正OA

微波雷达测量河流流速利用了电磁波与水面纹波的多普勒效应,但降雨影响纹波运动特性,导致测量精度下降。为此,提出了聚类识别降雨并用水位-流速曲线及神经网络对实测表面流速进行校正的方法。首先,对雷达采集的河流流速点云进行预处理,利用k-means聚类识别是否降雨,获取非降雨场景下的水位-流速数据集。然后,利用直方图统计法筛选出可靠数据组,根据峰度、偏度、数据量进行单值化处理,得到水位-流速关系曲线。最后,利用关系曲线和反向传播(back propagation,BP)神经网络对测量结果进行校正。为验证所提方法的可行性,在西双版纳允景洪水文站进行实验,实验结果表明该校正方法使流速偏差由1.92%降低至0.27%,平均流速误差由3.5%降至0.47%。