全球变暖背景下，极端降雨及次生灾害频发，迫切需要提高降雨监测能力。然而，由于降水时空分布复杂多变，现有降水探测手段在近地面降水高时空分辨率监测方面存在不足，特别是在人口稠密城市地区以及山区。此外，气象设备的安装和维护费用高昂，众多发展中国家和地区难以负担。机会感知（Opportunistic Sensing）为缓解降雨监测需求与能力不足之间的矛盾提供了可能。目前，国际上已有研究利用蜂窝移动通信网中的基站-基站之间传播的高频微波链路（6~42 GHz）进行降雨测量，但该方法在没有高频微波链路的国家和地区无法应用。实际上，蜂窝移动通信网除了基站-基站之间传播的高频微波链路以外，还广泛存在移动基站-手机之间传播的低频信号，这些信号工作频率大多低于6 GHz（Sub6GHz），如能将这些信号加以利用，则能大大提高降雨监测的时空分辨率和覆盖范围。传统观念认为降雨对Sub6GHz信号的衰减很弱，在数百米到千米的距离上很难检测，这是制约Sub6GHz信号用于降雨监测的瓶颈。
本文深入研究了四类Sub6GHz非视距信号传播过程中降雨影响机制，并结合手机观测实验，揭示了Sub6GHz非视距信号与降雨序列的相关性，验证了其在降雨监测方面的潜力。图1展示了Sub6GHz非视距信号传播过程中的雨滴群消光效应、湿天线透射效应、湿地面反射效应和湿墙透射效应。图2(a)展示了手机记录RSRP（Reference Signal Received Power）随雨强序列变化呈现出的相应波动，且波动峰值相对滞后于降雨峰值，其主要是因为界面水膜受降雨累积效应而非直接效应的影响。此外，图2(b)和2(c)分别展示了RSRP滑动标准差在干期和雨期显著差异性以及基于RSRP提取的雨引衰减-雨强散点分布。通过利用多个滑动统计参数（标准偏差、峰度、偏度、最大值、最小值和平均值）分布显著差异性特征，结合BP神经网络模型，可以实现正确率98%以上的雨强等级识别（no rain (R<0.1 mm hr-1), light rain (0.1<R≤1 mm hr-1), middle rain (1<R≤10 mm hr-1) and heavy rain (R>10 mm hr-1)）。
图 1. Sub6 GHz非视距传播过程四类降雨影响机制的示意图
图 2. (a)手机记录的RSRP时间序列示意图以及原位仪器测得相应雨强。(b)手机记录的RSRP在干期和雨期不同时间窗口下的标准偏差。(c) 基于RSRP提取的雨引衰减-雨强散点分布
研究发现了Sub6GHz非视距信号传播效用于降雨探测的理论机制，基于广泛存在的移动通信信号发展泛在感知降雨监测新手段，可作为常规降雨监测手段的一种补充，对天气监测、防灾减灾等具有重要意义。
论文原文
扫码访问原文
论文作者
关于期刊
Geophysical Research Letters (GRL) 发表对地球科学主要领域的科学进展进行研究的具备高影响力、创新性和时效性的文章。本期刊的论文为通讯稿长度的短篇文章，要求能在相关学科或整个地球科学领域产生直接而广泛的影响。
2023年影响因子： 4.6
5年影响因子： 5.2
从投稿到一审意见的中位数时间：47天
点击下方“阅读原文”访问GRL期刊网站，阅读更多精彩内容。
