今天继续来看环境监测方面的通感用例。气候变化导致的极端天气的增加,需要我们增强对天气实时状况的了解,例如不期而遇的水灾所造成的人员伤亡和财产损失,在城市中越来越常见。还有旅游景区的实时人流和车流的监测等。
在第一篇3GPP的通感用例和需求分析-1中,我们提到了通感和感通,虽然是同样的两个字不同的顺序,却存在着很大的差别。感通是在雷达感知功能的基础上加入通信,可以以微小成本取得立竿见影的局部效果;但通感的优势则是利用了广泛部署的5G网络,这对广域的环境监测是有明显优势的。
01、降雨监测用例
降雨监测对于多种应用领域都具有重要意义:水利结构设计、农业、天气预报、气候建模等。目前,最广泛使用的测量方法是使用位于特定位置的雨量计,这对于进行广域降雨量监测来说成本高昂。如果通过基站监测降雨量(毫米/小时),可以获得更广域的测量数据。
无线信号在大气中传播时,由于氧气和水蒸气会吸收信号辐射强度,所以造成大气衰减。如果是雨天,雨水造成的额外衰减进一步增加了传播路径损耗。雨衰取决于雨水的大小和分布,因此通过量化和建模基站信号测量,我们就能够知道降雨量。
那么跟之前我们提及的使用5G无线接入网络进行通感的应用不同,这里使用的是在基站与基站或核心网之间进行无线回传链路传输中使用的微波通信链路进行环境科学研究的新方法。下图出自我国中国科学院大气物理研究所的研究报告:
通过工作频率为71GHz和81GHz的E频段毫米波微波通信获得降雨强度信息,可实现每分钟采集一次观测数据,分辨率是0.1dB。该方法不仅可以作为独立的观测手段,也可以与雨量计、天气雷达等常规设备结合使用,已经被越来越多的气象机构所采用。以下是雨量计和雷达、卫星对雨量监测的优势和局限性。
| 技术 | 优势 | 局限 |
| 雨量计 | 准确测量单点降水,可测宏微观参量,可用于遥感矫正 | 站点稀疏、空间分辨率低,易受环境影响,强降雨测量效果不理想 |
| 雷达、卫星 | 空间代表性好,可测宏微观参量, 局限站点稀疏、空间分辨率低,易受环境影响,强降雨测量效果不理想 可大范围监测降水监测和预警 | 测站少、存在盲区,雷达回波与地表降水有差异,实时性有待提高 |
应用举例:一位农民管理着一个种植各种作物的大农场,需要监测农场的降雨量,以便合理安排灌溉、排水和施肥。当降雨量较少时,他选择合理的灌溉方案来改善农田的水分状况。当降雨量较大时,他需要改善排水系统并施肥,以避免作物损失。所以他可以订阅降雨量监测的高级服务,通过无线网络每小时获取基于NR的3GPP感知数据。
5G系统处理3GPP感知数据以获得感知结果,并通过核心网将基于NR的感知结果提供给天气应用。应用服务器基于上述感知结果,获取与位置信息关联的降雨信息,用户即可通过手机上的天气应用程序获取及时的降雨信息。KPI如下:
场景:户外降雨监测置信度:95%降雨量估算精度:1毫米/小时定位估计精度:不适用速度估计精度:不适用距离感知分辨率:不适用?速度感知分辨率:不适用最大感知服务延迟:1分钟刷新率:10分钟漏检率:≤5%误报率:≤5%
02、洪水感知用例
近年来,由于气候变化,小范围内短时间内会出现大量降雨。这导致即使在过去从未发生过洪水的地区,尤其是城区,也会出现洪水泛滥的情况。当道路即将被洪水淹没时,人们可能会在不知情的情况下进入危险区域。一旦洪水真的发生,可能会造成人员伤亡。在预计会发生洪水的地方,人们会使用摄像头和其他传感器进行洪水监测。然而,由于最近的气候变化,识别预计会发生洪水的地点可能很困难。使用无线信号可以有效地识别发生洪水的地点。
以往,水位计只是零散地部署在河流沿岸。未安装这些水位计的地方的水位是根据在安装这些水位计的地方观察到的一定距离的水位来估算的。每个地方发生洪水的可能性的详细程度尚不清楚。
所以,如果基站部署在道路周围,移动运营商可以利用基站无线信号对城市道路路面进行感知。感知结果信息(包括道路是否发生洪水)将通知给城市道路管理员。在暴雨天气下,管理员可以请求移动运营商增加道路状况的监测频率。一旦收到洪水预警,管理员会建议相关地区居民撤离。管理员会通过移动网络发布建议。
KPI如下:
场景:城市中的洪水感知置信度:95%定位估计精度:≤10米(水平);≤0.2米(垂直)速度估计精度:不适用距离感知分辨率:不适用?速度感知分辨率:不适用最大感知服务延迟:≤1分钟刷新率:<1分钟漏检率:≤0.1%误报率:≤3%
03、旅游景区交通流量感知用例
旅游景区的交通流管理应充分考虑区域内的空间承载力、设施承载力、生态承载力以及其他可能诱发灾害的因素。景区通过实时监控、交通分流、预警上报等方式管控交通流量。旅游景区的流量管控包括客流管理和车流管理两个方面。
对于面积较大的旅游景点,在难以部署摄像头等传感器设备的情况下,利用基站获取交通感知数据源将更加便捷。旅游景区的基站可以提供5G通信服务,并能够以更细颗粒度的区域为单位,感知覆盖范围内的乘客和车辆。
例如,某旅游景区管理部门订购了运营商的5G网络感知服务,可以通过旅游区内的基站持续感知车流量和人群密度。当景区开放时,景区管理人员将操作景区交通监控系统,启动实时交通管制。景区交通管理系统会向运营商网络发送服务请求,开始感知景区内的人车情况。景区出入口处的基站可以感应进出景区的人和车辆,景区内的基站可以感应特定区域(如人行道、停车场)的人和车辆。运营商将景区基站的交通感知信息上报至交通监控系统。根据感知信息,交通管理系统可以分析交通状况并判断该区域内的交通是否拥挤。若拥堵情况超过阈值,管理系统会通知景区管理人员详情,并触发限流,避免景区交通超载。
KPI如下:
场景:旅游景区的交通管理置信度:95%定位估计精度:≤2米(水平);不适用(垂直)速度估计精度:1m/s(水平);不适用(垂直)距离感知分辨率:1m?速度感知分辨率:1m/s最大感知服务延迟:≤5000ms刷新率:≤0.2s漏检率:≤5%误报率:≤5%
(未完待续)
相关主题链接:
760