Rastreamento celular convectivo através da Visão Computadorizada baseada no Aprendizado Profundo

O presente estudo desenvolveu um algoritmo autónomo para a Identificação e Rastreio de células convectivas (CITRA) utilizando imagens de reflectividade DWR. O algoritmo CITRA é implementado em Python usando a técnica de Aprendizagem Profunda de Redes Neurais. O Reconhecimento Óptico de Caracteres é utilizado no presente estudo através do "Tesseract" que é um módulo de Redes Neurais não supervisionado baseado em LSTM que analisa a matriz dimensional de pixel de entrada/imagem e produz cordas de alto nível. O algoritmo percorre os valores de pixels da imagem de refletividade DWR e reconhece as intensidades dos pixels (>=30 dB) e segrega células convectivas juntamente com outras propriedades celulares estimadas, tais como centroide da tempestade, a área coberta, distância e direção a partir do centro do radar. O desempenho do algoritmo CITRA foi testado em diferentes tempestades convectivas e pôde identificá-las e rastreá-las com sucesso juntamente com outras propriedades físicas das células convectivas. Além disso, demonstramos a potencial aplicação do algoritmo CITRA na evolução das células convectivas detectadas dentro do alcance do radar. Atualmente, o algoritmo CITRA toma apenas imagens de refletividade como um único parâmetro de entrada.