Konvektiosolujen elinkaarianalyysi kuvankäsittelyn ja datafuusion avulla
No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2009
Department
Major/Subject
Informaatiotekniikka
Mcode
T-61
Degree programme
Language
en
Pages
100
Series
Abstract
Nykyaikana numeeriset säänennustusmallit pystyvät ennustamaan suuren skaalan sääilmiöitä merkittävällä tarkkuudella. Nämä mallit ovat kuitenkin liian karkeita pienen skaalan sääilmiöille, kuten paikallisille ukkosmyrskyille. Paikallinen, lyhyen ajan säänennustaminen eli lähihetkiennustaminen on haastava meteorologinen ongelma. Tämä vaatii erityisesti ajallisesti ja paikallisesti tarkkojen modernien kaukokartoitusinstrumenttien sekä tietokonenäköön perustuvien menetelmien soveltamista. Tämä diplomityö käsittelee paikallisten ukkosmyrskyjen eli konvektiosolujen lähihetkiennustamista. Erityisesti tarkastelemme oliopohjaista konvektiosolun jäljitystä, joka on yleisesti käytetty lähestymistapa ukkosen lähihetkiennustamisessa. Perinteisesti konvektiosolun lähihetkiennustamiseen sovelletaan säätutkadataa. Työ esittelee uuden konvektiosolujen jäljitysmenetelmän, joka hyödyntää sekä säätutka- että salamainformaatiota. Koska salamadata antaa tärkeää lisäinformaatiota ukkosmyrskyjen paikasta ja liikkeestä, uusi datafuusiopohjainen menetelmä parantaa algoritmin toimintavarmuutta. Työssä testataan algoritmin toimintaa useiden esimerkkitapausten avulla. Suunniteltu jäljitysmenetelmä tarjoaa tärkeän apuvälineen moniin käytännön tarkoituksiin. Ensisijainen sovelluskohde on vaarallisten konvektiosolujen monitorointi sekä liikkeen ennustaminen. Lisäksi menetelmää voidaan soveltaa ukkosen elinkaaren ja ominaisuuksien analysointiin. Tämä työ tarkastelee ukkossolun tilastollisia ominaisuuksia uuden jäljitysmenetelmän avulla. Menetelmällä tuotettua informaatiota sovelletaan myös solun salamoinnin ja erilaisten tutkaparametrien välisen yhteyden analysointiin. Lisäksi työssä suunnitellaan probabilistiseen päättelyyn perustuva malli, jonka avulla voidaan tarkastella yksittäisen konvektiosolun salamariskiä. Työssä suunnitellaan myös uusi sumeaan logiikkaan perustuva automaattinen asiantuntijamalli, jonka avulla voidaan antaa informaatiota konvektiosolun elinvaiheista. Mallin päätehtävä on analysoida asiantuntijan tavoin konvektiosolun voimistumista tai heikkenemistä.Today numerical weather models can predict large scale weather phenomena with a reasonable accuracy. Still, these models are too coarse for small scale rapidly changing weather phenomena, such as thunderstorms. Therefore, doing short term local forecasts, i.e. nowcasting, is a challenging task for the contemporary weather forecasting. State-of-the-art remote sensing instruments and computer vision techniques are the key to this challenging task. This thesis discusses nowcasting of thunderstorms, i.e. convective cells, through different computer vision techniques that are applied to spatially and temporally accurate weather radar and lightning data. Emphasis is on object-oriented convective cell tracking, which is widely accepted as an important concept regarding the nowcasting of convective cells. Conventionally, the nowcasting of convective cells is performed through weather radar data. In this thesis, we propose a novel cell tracking method, which fuses both weather radar and important lightning information. The aim of the data fusion is to consolidate the tracking, as more information is incorporated in the procedure. The functioning of the algorithm is tested with several case studies. The proposed tracking algorithm provides an important tool for several applications. Primarily, convective cell tracking is applied to monitoring and predicting movement of hazardous thunderstorms. It can also be used for analyzing cell properties and life cycle. Therefore, this thesis examines also convective cell properties and derives descriptive statistic of the convective cell by means of the proposed tracking algorithm. The results are based on tests, which are carried out through an extensive case material provided by the Finnish Meteorological Institute. The thesis elaborates also on the lightning properties of the convective cell. The information extracted by the tracking algorithm is applied to analyze the relationship between lightning and different radar parameters within the cell. In addition, probabilistic reasoning is applied to determine possible lightning hazard of individual cells. Finally, this thesis proposes a new fuzzy logics model for analyzing cell life cycle phases. The model provides an automated method, which mimics expert made reasoning and infer whether the cell is intensifying or dissipating.Description
Supervisor
Koivo, HeikkiThesis advisor
Hasu, VesaKeywords
meteorology, nowcasting, thunderstorm, weather radar, convective cell, computer vision, digital image processing, data fusion, object tracking, life cycle analysis, fuzzy logics, probabilistic reasoning, expert system, meteorologia, lähihetkiennustaminen, säätutka, datafuusio, ukkonen, konvektiosolu, tietokonenäkö, digitaalinen kuvankäsittely, oliopohjainen jäljitys, elinkaarianalyysi, sumea logiikka, asiantuntijamalli, probabilistinen päättely
