Precision control model of rainfall inversion based on visual sensor nodes collaboration

Xing WANG; Mei-zhen WANG; Xue-jun LIU

doi:10.37188/OPE.20212911.2714

您当前的位置：

首页 >

文章列表页 >

Precision control model of rainfall inversion based on visual sensor nodes collaboration

Information Sciences | 更新时间：2022-01-25

- Precision control model of rainfall inversion based on visual sensor nodes collaboration
- Optics and Precision Engineering Vol. 29, Issue 11, Pages: 2714-2723(2021)
- 作者机构：
  
  1.虚拟地理环境教育部重点实验室（南京师范大学），江苏南京，210023
  2.江苏省地理环境演化国家重点实验室培育建设点，江苏南京，210023
  3.江苏省地理信息资源开发与利用协同创新中心，江苏南京，210023
- 作者简介：
- 基金信息：
- DOI：10.37188/OPE.20212911.2714
  CLC：
- Received：10 May 2021，
  
  Revised：05 July 2021，
  
  Published：15 November 2021
- 稿件说明：
移动端阅览
王兴,王美珍,刘学军.视频节点协同的雨量反演精度控制模型[J].光学精密工程,2021,29(11):2714-2723.

WANG Xing,WANG Mei-zhen,LIU Xue-jun.Precision control model of rainfall inversion based on visual sensor nodes collaboration[J].Optics and Precision Engineering,2021,29(11):2714-2723.
王兴,王美珍,刘学军.视频节点协同的雨量反演精度控制模型[J].光学精密工程,2021,29(11):2714-2723. DOI： 10.37188/OPE.20212911.2714.

WANG Xing,WANG Mei-zhen,LIU Xue-jun.Precision control model of rainfall inversion based on visual sensor nodes collaboration[J].Optics and Precision Engineering,2021,29(11):2714-2723. DOI： 10.37188/OPE.20212911.2714.

摘要

广泛密布的视频传感器可持续记录降雨信息，基于视频传感器估算高时空分辨率的雨量数据，已经成为当前最具有前景的雨量估计途径之一。然而，由于传感器设备、视频场景等的复杂多变，极易导致各个视频传感器反演的降雨数据质量参差不齐，需要对其处理，保证反演数据质量。受地理学第一定律启发，以视频传感网中节点间的时空信息为约束，提出一种视频节点协同的雨量反演精度控制模型（Precision Control Model，PCM）。PCM模型通过视频节点间降雨信息互验证的方式，从降雨事件的时空一致性、态势一致性和相关性等特征出发，构建雨量反演的多粒度滤波方法，以期实现降雨事件的高精度表达。实验结果表明，在多种降雨场景中，PCM模型均可有效的提高了雨量反演的准确性与稳定性。降雨强度（Rainfall Intensity， RI）相对误差的均值在中、小雨场景降低约14.85%，大雨场景降低约19.90%；RI相对误差的标准差在中、小雨场景降低约40.87%，大雨场景降低约40.96%，可为高质量降雨数据的生产提供支持。

Abstract

Widespread video sensors record rainfall information continuously. Video-based rainfall data estimation， with high spatio-temporal resolution， has become one of the most promising methods of rainfall data collection to date. However， due to the complexity and variability of sensor devices， video scenarios， etc.， the quality of rainfall data estimated can often contrast between individual visual sensors. Further processing is required to ensure the quality of rainfall inversion results. Inspired by Tobler's First Law of Geography， this study presents a precision control model （PCM） for video-based-rainfall inversion results correction. The model uses the spatio-temporal information between camera nodes， within the Visual Sensor Network， as the constraint. Rainfall events were analyzed from the dimensions of spatio-temporal consistency， situational consistency， and correlation， to achieve a high-precision representation of rainfall data. A multi-granularity filtering method was adopted for rainfall inversion using mutual verification of rainfall information among video nodes. The experimental results show that the PCM model can effectively improve rainfall inversion accuracy and stability in various rainfall scenarios. The mean value of the relative error of rainfall intensity （RI） is reduced by approximately 14.85% in light or medium rainfall scenarios， and approximately 19.90% in heavy or violent rainfall scenarios； For the standard deviation of the related error of RI， approximately 40.87% reduction for medium and light rain scenarios， and approximately 40.96% reduction for heavy rain scenarios. The results of this study confirm that the proposed PCM can provide support to produce high-quality rainfall data.

关键词

Keywords

references

RABIEI E ， HABERLANDT U ， SESTER M ， et al . Areal rainfall estimation using moving cars – computer experiments including hydrological modeling ［J］. Hydrology and Earth System Sciences ， 2016 ， 20 （ 9 ）： 3907 - 3922 . doi: 10.5194/hess-20-3907-2016 http://dx.doi.org/10.5194/hess-20-3907-2016

刘勇，张韶月，柳林，等 . 智慧城市视角下城市洪涝模拟研究综述［J］. 地理科学进展， 2015 ， 34 （ 4 ）： 494 - 504 . doi: 10.11820/dlkxjz.2015.04.011 http://dx.doi.org/10.11820/dlkxjz.2015.04.011

LIU Y ， ZHANG SH Y ， LIU L ， et al . Research on urban flood simulation： a review from the smart city perspective ［J］. Progress in Geography ， 2015 ， 34 （ 4 ）： 494 - 504 . （in Chinese） . doi: 10.11820/dlkxjz.2015.04.011 http://dx.doi.org/10.11820/dlkxjz.2015.04.011

宋晓猛，张建云，贺瑞敏，等 . 北京城市洪涝问题与成因分析［J］. 水科学进展， 2019 ， 30 （ 2 ）： 153 - 165 . doi: 10.14042/j.cnki.32.1309.2019.02.001 http://dx.doi.org/10.14042/j.cnki.32.1309.2019.02.001

SONG X M ， ZHANG J Y ， HE R M ， et al . Urban flood and waterlogging and causes analysis in Beijing ［J］. Advances in Water Science ， 2019 ， 30 （ 2 ）： 153 - 165 . （in Chinese） . doi: 10.14042/j.cnki.32.1309.2019.02.001 http://dx.doi.org/10.14042/j.cnki.32.1309.2019.02.001

张建云，王银堂，贺瑞敏，等 . 中国城市洪涝问题及成因分析［J］. 水科学进展， 2016 ， 27 （ 4 ）： 485 - 491 . doi: 10.14042/j.cnki.32.1309.2016.04.001 http://dx.doi.org/10.14042/j.cnki.32.1309.2016.04.001

ZHANG J Y ， WANG Y T ， HE R M ， et al . Discussion on the urban flood and waterlogging and causes analysis in China ［J］. Advances in Water Science ， 2016 ， 27 （ 4 ）： 485 - 491 . （in Chinese） . doi: 10.14042/j.cnki.32.1309.2016.04.001 http://dx.doi.org/10.14042/j.cnki.32.1309.2016.04.001

高太长，江志东，刘西川，等 . 线阵光学降水现象自动测量系统［J］. 光学精密工程， 2012 ， 20 （ 10 ）： 2184 - 2191 . doi: 10.3788/ope.20122010.2184 http://dx.doi.org/10.3788/ope.20122010.2184

GAO T CH ， JIANG ZH D ， LIU X CH ， et al . Optical precipitation auto-measurement system based on linear image sensor ［J］. Opt. Precision Eng. ， 2012 ， 20 （ 10 ）： 2184 - 2191 . （in Chinese） . doi: 10.3788/ope.20122010.2184 http://dx.doi.org/10.3788/ope.20122010.2184

KIDD C ， BECKER A ， HUFFMAN G J ， et al . So， how much of the Earth's surface is covered by rain gauges？［J］. Bull Am Meteorol Soc ， 2017 ， 98 （ 1 ）： 69 - 78 . doi: 10.1175/bams-d-14-00283.1 http://dx.doi.org/10.1175/bams-d-14-00283.1

LORENZ C ， KUNSTMANN H . The hydrological cycle in three state-of-the-art reanalyses： intercomparison and performance analysis ［J］. Journal of Hydrometeorology ， 2012 ， 13 （ 5 ）： 1397 - 1420 . doi: 10.1175/jhm-d-11-088.1 http://dx.doi.org/10.1175/jhm-d-11-088.1

ALLAMANO P ， CROCI A ， LAIO F . Toward the camera rain gauge ［J］. Water Resources Research ， 2015 ， 51 （ 3 ）： 1744 - 1757 . doi: 10.1002/2014wr016298 http://dx.doi.org/10.1002/2014wr016298

MCCABE M F ， RODELL M ， ALSDORF D E ， et al . The future of earth observation in hydrology ［J］. Hydrology and Earth System Sciences ， 2017 ， 21 （ 7 ）： 3879 - 3914 . doi: 10.5194/hess-21-3879-2017 http://dx.doi.org/10.5194/hess-21-3879-2017

BROCCA L ， CIABATTA L ， MASSARI C ， et al . Soil as a natural rain gauge： Estimating global rainfall from satellite soil moisture data ［J］. Journal of Geophysical Research： Atmospheres ， 2014 ， 119 （ 9 ）： 5128 - 5141 . doi: 10.1002/2014jd021489 http://dx.doi.org/10.1002/2014jd021489

BARTHÈS L ， MALLET C . Rainfall measurement from the opportunistic use of an Earth–space link in the Ku band ［J］. Atmospheric Measurement Techniques ， 2013 ， 6 （ 8 ）： 2181 - 2193 . doi: 10.5194/amt-6-2181-2013 http://dx.doi.org/10.5194/amt-6-2181-2013

BERNE A ， DELRIEU G ， CREUTIN J D ， et al . Temporal and spatial resolution of rainfall measurements required for urban hydrology ［J］. Journal of Hydrology ， 2004 ， 299 （ 3/4 ）： 166 - 179 . doi: 10.1016/s0022-1694(04)00363-4 http://dx.doi.org/10.1016/s0022-1694(04)00363-4

OVEREEM A ， LEIJNSE H ， UIJLENHOET R . Two and a half years of country-wide rainfall maps using radio links from commercial cellular telecommunication networks ［J］. Water Resources Research ， 2016 ， 52 （ 10 ）： 8039 - 8065 . doi: 10.1002/2016wr019412 http://dx.doi.org/10.1002/2016wr019412

GUO H S ， HUANG H ， SUN Y E ， et al . Chaac： real-time and fine-grained rain detection and measurement using smartphones ［J］. IEEE Internet of Things Journal ， 2019 ， 6 （ 1 ）： 997 - 1009 . doi: 10.1109/jiot.2018.2866690 http://dx.doi.org/10.1109/jiot.2018.2866690

GARG K ， NAYAR S K . Vision and rain ［J］. International Journal of Computer Vision ， 2007 ， 75 （ 1 ）： 3 - 27 . doi: 10.1007/s11263-006-0028-6 http://dx.doi.org/10.1007/s11263-006-0028-6

JIANG S J ， BABOVIC V ， ZHENG Y ， et al . Advancing opportunistic sensing in hydrology： a novel approach to measuring rainfall with ordinary surveillance cameras ［J］. Water Resources Research ， 2019 ， 55 （ 4 ）： 3004 - 3027 . doi: 10.1029/2018wr024480 http://dx.doi.org/10.1029/2018wr024480

NJUE N ， STENFERT KROESE J ， GRÄF J ， et al . Citizen science in hydrological monitoring and ecosystem services management： State of the art and future prospects ［J］. The Science of the Total Environment ， 2019 ， 693 ： 133531 . doi: 10.1016/j.scitotenv.2019.07.337 http://dx.doi.org/10.1016/j.scitotenv.2019.07.337

GIUDICE DDEL ， ALBERT C ， RIECKERMANN J ， et al . Describing the catchment-averaged precipitation as a stochastic process improves parameter and input estimation ［J］. Water Resources Research ， 2016 ， 52 （ 4 ）： 3162 - 3186 . doi: 10.1002/2015wr017871 http://dx.doi.org/10.1002/2015wr017871

YANG P ， NG T L . Gauging through the crowd： a crowd-sourcing approach to urban rainfall measurement and storm water modeling implications ［J］. Water Resources Research ， 2017 ， 53 （ 11 ）： 9462 - 9478 . doi: 10.1002/2017wr020682 http://dx.doi.org/10.1002/2017wr020682

CANLI E ， LOIGGE B ， GLADE T . Spatially distributed rainfall information and its potential for regional landslide early warning systems ［J］. Natural Hazards ， 2018 ， 91 （ 1 ）： 103 - 127 . doi: 10.1007/s11069-017-2953-9 http://dx.doi.org/10.1007/s11069-017-2953-9

刘建书，李人厚，常宏 . 基于相关性函数和最小二乘的多传感器数据融合［J］. 控制与决策， 2006 ， 21 （ 6 ）： 714 - 716， 720 . doi: 10.3321/j.issn:1001-0920.2006.06.024 http://dx.doi.org/10.3321/j.issn:1001-0920.2006.06.024

LIU J SH ， LI R H ， CHANG H . Multi-sensor data fusion based on correlation function and least square ［J］. Control and Decision ， 2006 ， 21 （ 6 ）： 714 - 716， 720 . （in Chinese） . doi: 10.3321/j.issn:1001-0920.2006.06.024 http://dx.doi.org/10.3321/j.issn:1001-0920.2006.06.024

梅海霞，梁信忠，曾明剑，等 . 2015—2017年夏季南京雨滴谱特征［J］. 应用气象学报， 2020 ， 31 （ 1 ）： 117 - 128 . doi: 10.11898/1001-7313.20200111 http://dx.doi.org/10.11898/1001-7313.20200111

MEI H X ， LIANG X ZH ， ZENG M J ， et al . Raindrop size distribution characteristics of Nanjing in summer of 2015-2017 ［J］. Journal of Applied Meteorological Science ， 2020 ， 31 （ 1 ）： 117 - 128 . （in Chinese） . doi: 10.11898/1001-7313.20200111 http://dx.doi.org/10.11898/1001-7313.20200111

Views

553

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

OPE | Precision control model of rainfall inversion based on visual sensor nodes collaboration

No data

Related Author

No data

Related Institution

No data

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰