Tracciamento convettivo delle cellule attraverso la visione computerizzata basata sull'apprendimento profondo

Il presente studio ha sviluppato un algoritmo autonomo per l'identificazione delle cellule convettive e il TRAcking (CITRA) utilizzando immagini a riflettività DWR. L'algoritmo CITRA è implementato in Python utilizzando la tecnica di Deep learning delle Reti Neurali. Il riconoscimento ottico dei caratteri è utilizzato nel presente studio attraverso "Tesseract" che è un modulo di Rete Neurale non supervisionato basato su LSTM che analizza la matrice dimensionale dei pixel in ingresso/immagine e produce stringhe di alto livello. L'algoritmo attraversa i valori dei pixel dell'immagine a riflettività DWR e riconosce le intensità dei pixel (>=30 dB) e segrega le celle convettive insieme ad altre proprietà delle celle stimate come il centroide della tempesta, l'area coperta, la distanza e la direzione dal centro del radar. Le prestazioni dell'algoritmo CITRA è stato testato su diverse tempeste convettive e ha potuto identificarle e tracciarle con successo insieme ad altre proprietà fisiche delle cellule convettive. Inoltre, abbiamo dimostrato la potenziale applicazione dell'algoritmo CITRA sull'evoluzione delle cellule convettive rilevate all'interno del raggio d'azione del radar. Attualmente, l'algoritmo CITRA prende solo immagini di riflettività come singolo parametro di input.