Rastreo de Células Convectivas a través de la Visión por Computadora basada en el Aprendizaje Profundo

El presente estudio desarrolló un algoritmo autónomo para la identificación y el rastreo de células convectivas (CITRA) utilizando imágenes de reflectividad DWR. El algoritmo CITRA se implementa en Python usando la técnica de aprendizaje profundo de las redes neuronales. El reconocimiento óptico de caracteres se utiliza en el presente estudio a través de "Tesseract", que es un módulo de Red Neural no supervisado basado en LSTM que analiza el conjunto de píxeles/imágenes dimensionales de entrada y produce cadenas de alto nivel. El algoritmo recorre los valores de los píxeles de la imagen de reflectividad DWR y reconoce las intensidades de los píxeles (>=30 dB) y segrega las células convectivas junto con otras propiedades celulares estimadas como el centroide de la tormenta, el área cubierta, la distancia y la dirección desde el centro del radar. El rendimiento del algoritmo CITRA se probó en diferentes tormentas de convección y pudo identificarlas y rastrearlas con éxito junto con otras propiedades físicas de las células de convección. Además, hemos demostrado la posible aplicación del algoritmo CITRA en la evolución de las células de convección detectadas dentro del alcance del radar. Actualmente, el algoritmo CITRA toma sólo imágenes de reflectividad como un único parámetro de entrada.