W niniejszym opracowaniu opracowano autonomiczny algorytm identyfikacji i ¿ledzenia komórek konwekcyjnych (CITRA) z wykorzystaniem obrazów odblaskowych DWR. Algorytm CITRA jest zaimplementowany w Pythonie przy u¿yciu techniki Deep learning sieci neuronowych. Optical Character Recognition jest u¿ywany w niniejszym badaniu poprzez "Tesseract", który jest bez nadzoru modu¿em sieci neuronowych opartych na LSTM, który analizuje wej¿ciow¿ macierz wymiarow¿ pikseli/obraz i wyprowadza ci¿gi wysokiego poziomu. Algorytm przechodzi przez warto¿ci pikseli obrazu odbitego DWR i rozpoznaje intensywno¿¿ pikseli (>=30 dB) oraz segreguje komórki konwekcyjne wraz z innymi szacowanymi w¿äciwo¿ciami komórek, takimi jak centroid burzy, obszar pokryty, odleg¿o¿¿ i kierunek od centrum radaru. Dziäanie algorytmu CITRA zostäo przetestowane na ró¿nych burzach konwekcyjnych i mog¿o z powodzeniem zidentyfikowä i ¿ledzi¿ je wraz z innymi w¿äciwo¿ciami fizycznymi komórek konwekcyjnych. Ponadto wykazano potencjalne zastosowanie algorytmu CITRA na ewolucj¿ komórek konwekcyjnych wykrywanych w zasi¿gu radaru. Obecnie algorytm CITRA przyjmuje tylko obrazy odbiciowe jako pojedynczy parametr wej¿ciowy.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.