211service.com
Algorithmus behebt durch Wi-Fi verzerrte Wetterradarbilder
Wetterradar spielt eine entscheidende Rolle in der Flugsicherung, bei der die Fluglotsen ständig die Möglichkeit von Stürmen, Windscherungen, Vereisungsgefahr usw. bewerten. Um Flugzeuge so sicher wie möglich zu steuern, müssen diese Wetterradarbilder so klar und genau wie möglich sein.
Leider ist das nicht immer der Fall. Wetterradarbilder werden oft durch Reflexionen, Schatten, Bodenechos, atmosphärische Turbulenzen und viele andere Rauschquellen verzerrt. Ein besonderes Problem sind Bergregionen, in denen es schwierig ist, eine vollständige Radarabdeckung der Region zu erhalten.
Einer dieser Orte ist der Luftraum über Österreich, einem von den Alpen dominierten Land in Mitteleuropa. Österreich verfügt über vier ortsfeste Wetterradarsysteme mit einer Reichweite von jeweils 225 km. Theoretisch sollte dies eine vollständige Abdeckung dieses relativ kleinen Landes bieten. In der Praxis zeigen die Bilder jedoch zahlreiche Schatten, falsche Echos und anderes Rauschen, das die Interpretationsprobleme erhöht.
Jetzt haben Harald Ganster von Joanneum Research in Graz und ein paar Kumpels eine Lösung gefunden. Diese Jungs haben an einem Bildanalysealgorithmus gearbeitet, der verschiedene Arten von Interferenzen automatisch erkennt und Pixel für Pixel entfernt.
Gleichzeitig sucht es in den Bildern nach Schatten, wo das Gelände verhindert, dass wetterbedingte Echos den Empfänger erreichen. Dann füllt es die Lücken.
Wetterradarbilder sind anfälliger für Verzerrungen, als Sie sich vorstellen können. Ganster und Co. sagen, dass von 8.928 Bildern, die im Mai 2011 von einer Radarstation aufgenommen wurden, 2.713 Störungen von 5-GHz-WLAN-Systemen zeigten (ein relativ neues und in meteorologischen Kreisen bekanntes Problem). Das sind über 30 Prozent der Bilder.
Die Verbesserung von Wetterradarbildern ist für eine genaue Vorhersage von Wetterphänomenen und atmosphärischen Bedingungen unerlässlich, was darüber hinaus ein wesentlicher Faktor im Arbeitsprozess von Fluglotsen ist, sagen Ganster und Co.
Ihr Ansatz beruht auf den besonderen Eigenschaften unterschiedlicher Interferenzarten. WLAN wird beispielsweise in Radarbildern als gerade Linie angezeigt, wie oben rechts im rechten Bild oben.
Ganster und Co haben einen Algorithmus entwickelt, der alle geraden Linien in einem Bild in vertikale abbildet, die dann leicht wieder entfernt werden können. Da es keine natürlich vorkommenden, geraden Strukturen gibt, zumindest nicht auf Wetterradarbildern, entfernt dies Wi-Fi-Interferenzen mit hoher Genauigkeit.
Gleichzeitig betrachtete das Team die Regenverteilung in den Bildern eines Jahres (linkes Bild oben). Dadurch werden Radarschatten deutlich sichtbar, wo die Geräte keine Daten empfangen.
Um dem entgegenzuwirken, haben sie einen Algorithmus entwickelt, der die Lücken mit meteorologisch sinnvollen Werten füllt. Sie tun dies, indem sie sich Bilder derselben Region ansehen, die vom Satelliten der zweiten Generation von Meteosat aus dem Weltraum aufgenommen wurden.
Diese Bilder bieten nicht die gleiche Auflösung oder das gleiche Detail wie das Wetterradar. Sie zeigen aber, ob es in den abgeschatteten Regionen große Wetterunterschiede gibt. Der Algorithmus füllt dann die Lücken, indem er sicherstellt, dass der Unterschied zwischen dem Radarbild und dem Satellitenbild minimiert wird.
Ganster und Co. sagen, ihr neues System sei in der Lage, Wetterradarbilder auf meteorologisch sinnvolle Weise zu verbessern.
Es wird derzeit von der österreichischen Flugsicherung evaluiert, wo sich die Fluglotsen Vorher-Nachher-Bilder ansehen und Feedback geben können, wie nützlich die modifizierten Bilder sind.
Dies soll es den Controllern ermöglichen, ihre Prognosen nahezu in Echtzeit zu verbessern. Die verbesserten Prognosen werden wiederum erhebliche Auswirkungen auf die Sicherheit in der Luftfahrt haben, sagen Ganster und Co.
Nicht schlecht!
Ref: arxiv.org/abs/1404.6351 : Verbesserung des Wetterradars durch Fusion und Klassifizierung