Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Modelo de Detección y Eliminación de Ecos de Tierra

Resumen

La labor de identificación de fenómenos climáticos mediante la utilización de mediciones de radar se ve notablemente dificultada por la presencia de interferencias provenientes del entorno terrestre. La presencia de objetos u obstáculos que causan desviaciones en el haz de radar resulta en la generación de ecos de alta intensidad que comprometen la integridad de las mediciones y vician al proceso de detección. En el contexto de este estudio, se propone la consecución de un modelo concebido con la finalidad de discernir y catalogar las células contaminadas por ecos de tierra, procediendo posteriormente a la sustitución de los datos asociados a dichas células por información confiable y precisa. El enfoque de detección de ecos no deseados se materializa mediante un algoritmo basado en el análisis de diversas variables polarimétricas, que posibilitan la discriminación efectiva de las señales pertinentes a fenómenos climáticos genuinos de aquellas que se encuentran contaminadas por perturbaciones terrestres, permitiendo así una identificación y evaluación precisa de los eventos meteorológicos en cuestión.


Referencias

  • Florenci. Rey Benadero, Fundación Española para la Ciencia y la Tecnología., and Semana de la Ciencia y la Tecnología (2004. Madrid), Meteorología y climatología : unidad didáctica. Fundación Española para la Ciencia y la Tecnología, 2004.
  • R. J. Doviak and R. D. Palmer, “Radar: Polarimetric Doppler Weather Radar,” in Encyclopedia of Atmospheric Sciences: Second Edition, Elsevier Inc., 2015, pp. 444–454. doi: 10.1016/B978-0-12-382225-3.00329-7.
  • M. A. (Mark A. ) Richards, J. Scheer, and W. A. Holm, Principles of modern radar. Volume I, Basic principles. SciTech Pub, 2010.
  • M. H. Golbon-Haghighi, G. Zhang, Y. Li, and R. J. Doviak, “Detection of ground clutter fromWeather radar using a dual-polarization and dual-scan method,” Atmosphere (Basel), vol. 7, no. 6, pp. 1–11, 2016, doi: 10.3390/atmos7060083.
  • M. R. Kumjian, “Principles and Applications of Dual-Polarization Weather Radar. Part I: Description of the Polarimetric Radar Variables,” J Operat Meteorol, vol. 1, no. 19, pp. 226–242, 2013, doi: 10.15191/nwajom.2013.0119.
  • R. H. V.N. Bringi, M. Thurai, Dual-Polarization Weather Radar Handbook, 2nd ed. Neuss, Germany: Gematronik GmbH, Neuss, Germany, 2007.
  • D. Charalampidis, T. Kasparis, and W. L. Jones, “Removal of nonprecipitation echoes in weather radar using multifractals and intensity,” IEEE Transactions on Geoscience and Remote Sensing, vol. 40, no. 5, pp. 1121–1131, 2002, doi: 10.1109/TGRS.2002.1010899.
  • D. Moisseev, C. Unal, H. Russchenberg, and L. Ligthart, “A new method to separate ground clutter and atmospheric reflections in the case of similar Doppler velocities,” IEEE Transactions on Geoscience and Remote Sensing, vol. 40, no. 2, pp. 239–246, 2002, doi: 10.1109/36.992778.
  • M. Berenguer, D. Sempere-Torres, C. Corral, and R. Sánchez-Diezma, “A fuzzy logic technique for identifying nonprecipitating echoes in radar scans,” J Atmos Ocean Technol, vol. 23, no. 9, pp. 1157–1180, 2006, doi: 10.1175/JTECH1914.1.
  • “Artificial Intelligence Methods in the Environmental Sciences.”
  • J. J. Gourley, P. Tabary, and J. Parent du Chatelet, “A fuzzy logic algorithm for the separation of precipitating from nonprecipitating echoes using polarimetric radar observations,” J Atmos Ocean Technol, vol. 24, no. 8, pp. 1439–1451, Aug. 2007, doi: 10.1175/JTECH2035.1.
  • M. A. Rico-Ramirez and I. D. Cluckie, “Classification of ground clutter and anomalous propagation using dual-polarization weather radar,” IEEE Transactions on Geoscience and Remote Sensing, vol. 46, no. 7, pp. 1892–1904, 2008, doi: 10.1109/TGRS.2008.916979.
  • M. Steiner and J. A. Smith, “Use of three-dimensional reflectivity structure for automated detection and removal of nonprecipitating echoes in radar data,” J Atmos Ocean Technol, vol. 19, no. 5, pp. 673–686, 2002, doi: 10.1175/1520-0426(2002)019<0673:UOTDRS>2.0.CO;2.
  • M. Grecu and W. F. Krajewski, “An Efficient Methodology for Detection of Anomalous Propagation Echoes in Radar Reflectivity Data Using Neural Networks,” 2000.

Descargas

Los datos de descargas todavía no están disponibles.