來源：DeepTech深科技
降雨量和手機(jī)移動(dòng)網(wǎng)絡(luò)之間有什么聯(lián)系？
來自德國卡爾斯魯厄理工學(xué)院與奧格斯堡大學(xué)的研究人員，通過研究降水與移動(dòng)網(wǎng)絡(luò)中的商用微波鏈路（commercial microwave link，簡稱 CML）之間的關(guān)系，成功繪制了全德國的降雨量地圖。
該研究相關(guān)成果發(fā)表在學(xué)術(shù)期刊《水文與地球系統(tǒng)科學(xué)》和《大氣測量技術(shù)》上。
某個(gè)區(qū)域內(nèi)的降水?dāng)?shù)據(jù)對氣象學(xué)、水文學(xué)和農(nóng)業(yè)的意義巨大，而獲得準(zhǔn)確的基于時(shí)間和空間的降水?dāng)?shù)據(jù)是一件困難的事情。從全球范圍來看，因?yàn)槌杀締栴}，很多地區(qū)的降雨量數(shù)據(jù)不夠精確而且更新不及時(shí)。
不僅如此，在當(dāng)前所有的獲取降雨量數(shù)據(jù)的方法上，多多少少都存在一定的缺陷。
一般來講，目前主流的降雨量監(jiān)測方法有 3 種。
第一種，放置雨量器。
雨量器只能收集一個(gè)點(diǎn)的數(shù)據(jù)，這是最大的問題。也就是說，無法獲得該地區(qū)廣泛的、和基于時(shí)間的連續(xù)數(shù)據(jù)。此外，風(fēng)、降雪（非液體降水）和蒸發(fā)都會(huì)對雨量器產(chǎn)生干擾。
第二種，基于氣象雷達(dá)。
氣象雷達(dá)雖然克服了時(shí)空的限制，但是帶來了其他誤差問題。首先，其不是直接監(jiān)測降雨量，而是通過降雨量與雷達(dá)反射率之間的關(guān)系間接測量，這種關(guān)系建立在雨滴粒徑分布的基礎(chǔ)上，因此導(dǎo)致了很大的不確定性。
除此之外，地面的其他電波信號(hào)、雷達(dá)測量位置的選擇，都會(huì)對結(jié)果產(chǎn)生影響。
第三種，利用衛(wèi)星。
雖然衛(wèi)星聽起來非常高科技，但是其在時(shí)空覆蓋上具有局限性。對于地球同步衛(wèi)星，它能夠一直盯著地表同一個(gè)地方拍攝，因此得到數(shù)據(jù)的采樣率很高。但問題在于，降雨量的測量往往需要可見光和紅外波段，這兩個(gè)條件不是隨時(shí)都具備的。
低軌道衛(wèi)星問題就更大了。它們掃略同一片區(qū)域的次數(shù)受到軌道的限制。也就是說，沒辦法一直盯著一片區(qū)域，即便使用好幾顆衛(wèi)星聯(lián)合監(jiān)測，依然無法滿足要求。
正是基于這種背景，德國的研究小組開啟了一項(xiàng) " 古老 " 的技術(shù)。
說它古老，是因?yàn)樵摷夹g(shù) 10 年前就在以色列和荷蘭被提起過，但由于存在技術(shù)難題，一直未能取得良好的效果。
新方法的原理并不難懂。來自手機(jī)蜂窩網(wǎng)絡(luò)中的商用微波鏈路（CML），因?yàn)槭艿浇邓挠绊懚p，即降雨量越大，CML 衰減越厲害。
因此，通過測試 CML 的衰減情況，反向可以推測該地區(qū)降雨量，而且根據(jù)數(shù)據(jù)收集頻率的不同，獲得降雨量分布地圖分辨率也不同。
CML 裝在移動(dòng)電話的信號(hào)桿上，用來進(jìn)行遠(yuǎn)距離信號(hào)傳輸。相比于雨量器和氣象雷達(dá)，CML 的分布更加廣泛而且都是現(xiàn)成的，這項(xiàng)技術(shù)如能成功應(yīng)用，可以大大降低降雨量監(jiān)測成本以及獲得經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的降水?dāng)?shù)據(jù)。
研究小組收集了 4000 個(gè) CML 在一年內(nèi)的數(shù)據(jù)，分辨率為 1 分鐘。用小組成員 Chwala 博士的話說就是：" 如此大的數(shù)據(jù)量與如此小的分辨率都是獨(dú)一無二的。
最終的結(jié)果讓人振奮。通過對 CML 信號(hào)衰減的處理得到的全德國降雨量地圖，與德國氣象局提供的數(shù)據(jù)比對，二者具有很高的相似性，并且 CML 法分辨率更高。
圖 | 氣象雷達(dá)獲取降雨量地圖（a）與 CML 法（b）獲取的地圖
其實(shí)，正如前文所說，CML 衰減和降雨量的關(guān)系在十年前就被提出來了。為什么一直沒有得到較好的應(yīng)用？
因?yàn)槠渲写嬖趦蓚€(gè)難以修正的問題。
第一是如何從采集到的 CML 數(shù)據(jù)中區(qū)分當(dāng)?shù)靥幵谟昙具€是旱季。因?yàn)椴煌募竟?jié)衰減數(shù)據(jù)有不同的波動(dòng)性。
第二個(gè)問題更加棘手，當(dāng)空氣過于潮濕，CML 天線上會(huì)凝結(jié)水滴，這些水滴引起了對當(dāng)?shù)亟涤炅康母吖馈Ｕf的直白一些，凝結(jié)水滴讓 CML 信號(hào)進(jìn)一步衰減，但它們并不是降水引起的。
對于這兩個(gè)問題的處理，涉及到非常復(fù)雜的動(dòng)力學(xué)分析和數(shù)據(jù)分析。一般來說，通過對比某地和相鄰地區(qū)的 CML 數(shù)據(jù)，或者對單個(gè) CML 時(shí)間序列進(jìn)行處理，可以基本分辨出雨季和旱季的問題。更關(guān)鍵的問題在于這種判別的精細(xì)度上。
而 " 濕天線 " 問題則需要補(bǔ)償。即通過一系列計(jì)算，決定補(bǔ)償多少的 CML 衰減幅度，才不會(huì)因此高估了降雨量。
除此之外，該研究還借助了人工智能（AI）進(jìn)行數(shù)據(jù)分析。在獲取的 CML 衰減數(shù)據(jù)中，存在大量的 " 噪聲 "。
這里要解釋一下，在數(shù)字信號(hào)處理中，我們把想要獲得的信號(hào)之外的干擾數(shù)據(jù)，都叫做 " 噪聲 "。去除噪聲是一件非常麻煩的事情，科研人員往往會(huì)陷入兩難境地：噪聲去除不干凈，有效信號(hào)則不夠純凈，后續(xù)處理誤差較大；但過于強(qiáng)力的去除噪聲，會(huì)傷害有效信號(hào)，損失數(shù)據(jù)。
然而，借助 AI，通過對 AI 的訓(xùn)練，可以做到傳統(tǒng)的數(shù)據(jù)處理方法做不到或者做不好的事。
研究小組中另一名科學(xué)家 Julius Polz 說，" 引起 CML 信號(hào)衰減的因素很多，比如陽光、風(fēng)。我們需要知道哪些衰減是降水引起的，而借助 AI 可以濾除那些干擾數(shù)據(jù)。"
經(jīng)過多次訓(xùn)練的 AI 可以完成這種任務(wù)，并且再次使用該系統(tǒng)處理新的數(shù)據(jù)時(shí)，無需校準(zhǔn)系統(tǒng)。
從今年夏天開始，該研究小組在缺乏降雨量數(shù)據(jù)的西非地區(qū)開始 CML 數(shù)據(jù)收集，并且準(zhǔn)備用這一套 AI 系統(tǒng)進(jìn)行處理。
但是，至少到現(xiàn)在為止，CML 法測量降雨量不是完美的。
雨夾雪和凍雨引起的 CML 信號(hào)衰減比常溫液態(tài)降水更大。而降雪，即固態(tài)降水則無法通過 CML 法測出。
這也就是說，CML 法至少要選擇在沒有降雪的地方。
