L'algoritmo risolve le immagini radar meteorologiche distorte dal Wi-Fi

Il radar meteorologico svolge un ruolo cruciale nel controllo del traffico aereo, dove i controllori valutano costantemente la possibilità di tempeste, windshear, il pericolo di ghiaccio e così via. Per instradare gli aerei nel modo più sicuro possibile, queste immagini radar meteorologiche devono essere il più chiare e precise possibile.

Sfortunatamente, non è sempre così. Le immagini radar meteorologiche sono spesso distorte da riflessi, ombre, disturbi del terreno, turbolenze atmosferiche e molte altre fonti di rumore. E un problema particolare è nelle aree montuose, dove è difficile ottenere una copertura radar completa della regione.

Uno di questi luoghi è lo spazio aereo sopra l'Austria, un paese dell'Europa centrale dominato dalle Alpi. L'Austria dispone di quattro radar meteorologici fissi, ciascuno con una distanza operativa di 225 km. In teoria, ciò dovrebbe fornire una copertura completa di questo paese relativamente piccolo. Ma in pratica le immagini mostrano numerose ombre, falsi echi e altri rumori che aumentano i problemi di interpretazione.

Ora Harald Ganster della Joanneum Research di Graz, in Austria, e alcuni amici dicono di aver trovato una soluzione. Questi ragazzi hanno lavorato su un algoritmo di analisi delle immagini che identifica automaticamente vari tipi di interferenza e le rimuove, pixel per pixel.

Allo stesso tempo, cerca ombre nelle immagini in cui il terreno impedisce agli echi meteorologici di raggiungere il ricevitore. Quindi riempie le lacune.

Le immagini radar meteorologiche sono più soggette a distorsioni di quanto si possa immaginare. Ganster e colleghi affermano che su 8.928 immagini scattate da una stazione radar nel maggio 2011, 2.713 hanno mostrato interferenze da sistemi Wi-Fi a cinque GHz (un problema relativamente nuovo e ben noto negli ambienti meteorologici). Questo è oltre il 30 percento delle immagini.

Il miglioramento delle immagini radar meteorologiche è essenziale per una previsione accurata dei fenomeni meteorologici e delle condizioni atmosferiche, che è inoltre un fattore essenziale nel processo di lavoro dei controllori del traffico aereo, affermano Ganster e co.

Il loro approccio si basa sulle caratteristiche speciali dei diversi tipi di interferenza. Ad esempio, il Wi-Fi appare nelle immagini radar come una linea retta, come nell'angolo in alto a destra dell'immagine a destra sopra.

Ganster e co hanno sviluppato un algoritmo che mappa tutte le linee rette in un'immagine in linee verticali, che sono quindi facili da rimuovere. Poiché non ci sono strutture naturali diritte, almeno non nelle immagini radar meteorologiche, questo rimuove l'interferenza Wi-Fi con elevata precisione.

Allo stesso tempo, il team ha esaminato la distribuzione della pioggia nelle immagini di un anno (immagine sopra a sinistra). Questo rivela chiaramente le ombre radar in cui i dispositivi non ricevono dati.

Per combattere questo, hanno sviluppato un algoritmo che colma le lacune con valori meteorologicamente ragionevoli. Lo fanno guardando le immagini della stessa regione prese dallo spazio dal satellite Meteosat di seconda generazione.

Queste immagini non forniscono la stessa risoluzione o dettagli del radar meteorologico. Ma mostrano se ci sono grandi variazioni del tempo nelle regioni in ombra. L'algoritmo riempie quindi le lacune assicurando che la differenza tra l'immagine radar e l'immagine satellitare sia ridotta al minimo.

Ganster e colleghi affermano che il loro nuovo sistema è in grado di migliorare le immagini radar meteorologiche in modo meteorologicamente ragionevole.

Attualmente è in fase di valutazione da parte del controllo del traffico aereo austriaco, dove i controllori possono guardare le immagini prima e dopo e fornire feedback su quanto siano utili le immagini modificate.

Ciò dovrebbe consentire ai controllori di migliorare le loro previsioni quasi in tempo reale. Le previsioni migliorate avranno a loro volta effetti significativi sulla sicurezza nell'aviazione, affermano Ganster e co.

Non male!

Rif: arxiv.org/abs/1404.6351 : Miglioramento del radar meteorologico tramite fusione e classificazione

nascondere