Śledzenie komrek konwekcyjnych poprzez komputerową wizję opartą na glębokim uczeniu się

W niniejszym opracowaniu opracowano autonomiczny algorytm identyfikacji i ledzenia komrek konwekcyjnych (CITRA) z wykorzystaniem obrazw odblaskowych DWR. Algorytm CITRA jest zaimplementowany w Pythonie przy uyciu techniki Deep learning sieci neuronowych. Optical Character Recognition jest uywany w niniejszym badaniu poprzez "Tesseract", ktry jest bez nadzoru moduem sieci neuronowych opartych na LSTM, ktry analizuje wejciow macierz wymiarow pikseli/obraz i wyprowadza cigi wysokiego poziomu. Algorytm przechodzi przez wartoci pikseli obrazu odbitego DWR i rozpoznaje intensywno pikseli (>=30 dB) oraz segreguje komrki konwekcyjne wraz z innymi szacowanymi waciwociami komrek, takimi jak centroid burzy, obszar pokryty, odlego i kierunek od centrum radaru. Dziaanie algorytmu CITRA zostao przetestowane na rnych burzach konwekcyjnych i mogo z powodzeniem zidentyfikowa i ledzi je wraz z innymi waciwociami fizycznymi komrek konwekcyjnych. Ponadto wykazano potencjalne zastosowanie algorytmu CITRA na ewolucj komrek konwekcyjnych wykrywanych w zasigu radaru. Obecnie algorytm CITRA przyjmuje tylko obrazy odbiciowe jako pojedynczy parametr wejciowy.