Algoritm fixar väderradarbilder förvrängda av Wi-Fi

Väderradar spelar en avgörande roll i flygledningen där flygledare ständigt utvärderar möjligheten för stormar, vindskjuvning, risken för isbildning och så vidare. För att dirigera flygplan så säkert som möjligt måste dessa väderradarbilder vara så tydliga och exakta som möjligt.

Tyvärr är det inte alltid så. Väderradarbilder förvrängs ofta av reflektioner, skuggor, jordklotter, atmosfärisk turbulens och många andra bruskällor. Och ett särskilt problem är i bergsområden, där det är svårt att få fullständig radartäckning av regionen.

En av dessa platser är luftrummet ovanför Österrike, ett land i centrala Europa som domineras av Alperna. Österrike har fyra fasta väderradarsystem, vart och ett med ett driftavstånd på 225 km. I teorin borde det ge fullständig täckning av detta relativt lilla land. Men i praktiken visar bilderna många skuggor, falska ekon och annat brus som ökar tolkningsproblemen.

Nu säger Harald Ganster på Joanneum Research i Graz, Österrike, och några kompisar att de har kommit på en lösning. Dessa killar har arbetat med en bildanalysalgoritm som automatiskt identifierar olika typer av störningar och tar bort dem, pixel för pixel.

Samtidigt letar den efter skuggor i bilderna där terrängen hindrar väderrelaterade ekon från att nå mottagaren. Det fyller sedan i luckorna.

Väderradarbilder är mer benägna att förvrängas än du kan föreställa dig. Ganster och co säger att av 8 928 bilder tagna av en radarstation i maj 2011 visade 2 713 störningar från fem GHz Wi-Fi-system (ett relativt nytt och välkänt problem i meteorologiska kretsar). Det är över 30 procent av bilderna.

Förbättring av väderradarbilder är avgörande för en korrekt förutsägelse av väderfenomen och atmosfäriska förhållanden, vilket dessutom är en väsentlig faktor i flygledarnas arbetsprocess, säger Ganster och co.

Deras tillvägagångssätt bygger på de speciella egenskaperna hos olika typer av störningar. Till exempel visas Wi-Fi i radarbilder som en rak linje, som i det övre högra hörnet av den högra bilden ovan.

Ganster och co har utvecklat en algoritm som mappar alla raka linjer i en bild till vertikala, som sedan är lätta att ta bort. Eftersom det inte finns några naturligt förekommande strukturer som är raka, åtminstone inte på väderradarbilder, tar detta bort Wi-Fi-störningar med hög noggrannhet.

Samtidigt tittade teamet på fördelningen av regn i ett års bilder (vänster bild ovan). Detta avslöjar tydligt radarskuggor där enheterna inte tar emot någon data.

För att bekämpa detta har de utvecklat en algoritm som fyller ut luckorna med meteorologiskt rimliga värden. De gör detta genom att titta på bilder av samma region tagna från rymden av Meteosat andra generationens satellit.

Dessa bilder ger inte samma upplösning eller detaljer som väderradarn. Men de visar om det finns stora variationer i vädret i de skuggiga områdena. Algoritmen fyller sedan i luckorna genom att se till att skillnaden mellan radarbilden och satellitbilden minimeras.

Ganster och co säger att deras nya system kan förbättra väderradarbilder på ett meteorologiskt rimligt sätt.

Den utvärderas för närvarande av den österrikiska flygledningen där flygledare kan titta på före- och efterbilder och ge feedback om hur användbara de modifierade bilderna är.

Detta bör göra det möjligt för kontrollerna att förbättra sina prognoser i nästan realtid. De förbättrade prognoserna kommer i sin tur att ha betydande effekter på säkerheten inom flyget, säger Ganster och co.

Inte dåligt!

Ref: arxiv.org/abs/1404.6351 : Förbättring av väderradar genom fusion och klassificering

Dölj