Le suivi des cellules convectives grce la vision par ordinateur base sur l'apprentissage profond

La prsente tude a dvelopp un algorithme autonome pour l'identification et le suivi des cellules convectives (CITRA) en utilisant des images de rflectivit de la RMN. L'algorithme CITRA est implment en Python en utilisant la technique d'apprentissage profond des rseaux de neurones. La reconnaissance optique de caractres est utilise dans la prsente tude par le biais de "Tesseract", un module de rseau neuronal non supervis bas sur LSTM qui analyse le rseau de pixels dimensionnels d'entre/image et produit des chanes de haut niveau. L'algorithme passe en revue les valeurs des pixels de l'image par rflectivit DWR et reconnat les intensits des pixels (>=30 dB) et spare les cellules convectives ainsi que d'autres proprits estimes des cellules telles que le centrode de la tempte, la zone couverte, la distance et la direction du centre du radar. Les performances de l'algorithme CITRA ont t testes sur diffrentes temptes convectives et il a permis de les identifier et de les suivre avec succs, ainsi que d'autres proprits physiques des cellules convectives. De plus, nous avons dmontr l'application potentielle de l'algorithme CITRA sur l'volution des cellules convectives dtectes dans la porte du radar. Actuellement, l'algorithme CITRA ne prend que des images de rflectivit comme seul paramtre d'entre.