Il prodotto di interpretazione automatica dell’immagine satellitare (ASII) mira a interpretare i dati dell’immagine dei satelliti SEVIRI in termini di modelli concettuali (CM). I CM combinano i processi atmosferici fisici come descritti nei dati del modello NWP, con le corrispondenti caratteristiche tipiche visive nelle immagini satellitari. Una diagnosi CM può essere utilizzata per analisi sinottiche e fornisce una comprensione più profonda dei processi atmosferici in corso. Inoltre, può essere utilizzato anche per determinare le fasi di sviluppo dei processi meteorologici in corso.
PGE10 esegue il riconoscimento dei CM in due diverse modalità:
ASII: utilizza solo i dati di immagine MSG SEVIRI per fornire l’analisi CM
ASIINWP: come ASII sfruttando, in più, i dati NWP
La presente immagine si basa su ASIINWP
Descrizione sommaria dell’algoritmo ASII
La generazione del prodotto utilizza metodi di riconoscimento di patterns ed estrae le informazioni fondamentali relative alla forma e caratteristiche visive delle nuvole. I metodi di riconoscimento del modello implementati sono:
Rilevazione di aree frontali
Rilevazione di linee a forma di S
Rilevazione di cellule a forma circolare
Rilevamento di strisce scura (dark stripes) nelle immagini WV
Rilevazione di fibre di nuvole strette
Rilevazione della direzione di curvatura
Rilevazione di strutture di nubi a spirale
Dopo aver pre-processato l’immagine a 10,8 micron IR, ASII utilizza tecniche standard di cross correlation per derivare i vettori di movimento atmosferico (AMV). Successivamente, vengono calcolate le immagini di differenza corrette per il movimento. Le immagini SEVIRI inserite sono trattate con metodi di riconoscimento del pattern di base chiamati segmentazione e classificazione dell’immagine. La segmentazione dell’immagine divide l’immagine satellitare IR in sottoregioni coerenti in termini di luminosità e trama. Questo processo di classificazione aiuta a identificare i CM assegnando caratteristiche tipiche del top delle nubi derivate dal processo di pre-elaborazione dell’immagine, a uno specifico modello concettuale (ad esempio nuvolosità cellulare).
Metodi di riconoscimento del modello
Oltre ai metodi di riconoscimento del pattern di base sopra menzionati, viene utilizzato un insieme di metodi di riconoscimento di pattern più complessi:
Rilevazione delle aree frontali:
L’identificazione di aree coerenti di dimensioni sufficientemente grandi gioca un ruolo importante nel riconoscimento dei sistemi frontali e dei rigonfiamenti a forma di S sul lato posteriore delle bande di nubi (onde frontali). Viene determinato il numero di pixel contigui al di sopra di una determinata soglia di luminosità (temperatura). Le linee di contorno circondano estese aree frontali.
Rilevazione di linee a forma di S:
L’algoritmo per l’identificazione delle linee a forma di S comprende i seguenti passaggi:
– Derivazione di una linea di contorno attorno a una determinata caratteristica di nuvola.
– Attraverso ogni pixel di questa linea di contorno, viene costruita una serie di linee rette con lunghezza predefinita. Ogni linea mostra un incremento dell’angolo costante rispetto alle altre linee.
– Se una di queste linee diritte taglia la linea di contorno in 3 posizioni diverse, questa proprietà viene considerata come un’indicazione per la presenza di una linea a forma di S.
Rilevazione di celle a forma circolare:
Le cellule convettive sono caratterizzate dal loro minimo locale di temperatura e dalla loro forma circolare o ellittica compatta. I passaggi che portano al loro rilevamento sono:
– Identificazione dei minimi di temperatura locali (massima luminosità) che è più fredda (più luminosa) di una soglia predefinita.
– Attorno a ciascuno di questi punti, viene costruita una serie di cerchi concentrici con raggi prescritti.
– L’80% di tutti i pixel su almeno un cerchio concentrico deve mostrare una differenza minima di valore di pixel per la luminosità massima al fine di attivare il rilevamento di una cella convettiva. Questo criterio aiuta a discriminare la convezione da strutture omogenee o fibrose. Ogni massimo che passa il test è contrassegnato come il centro di una cella convettiva.
Rilevamento di strisce scure nelle immagini WV:
Il rilevamento delle strisce scure esegue i seguenti passaggi principali:
– Ogni pixel viene controllato se è abbastanza scuro, cioè se la sua temperatura di luminosità è superiore a una soglia empirica.
– Ogni pixel contrassegnato come all’interno di una striscia scura è più scuro (più caldo) rispetto alla maggior parte dei suoi vicini circostanti.
– L’algoritmo per determinare aree coerenti sufficientemente grandi (già menzionato in relazione ai fronti) viene applicato con una soglia empirica appropriata per la dimensione massima e minima della striscia nera.
Rilevazione di fibre:
Il rilevamento delle fibre si basa su un algoritmo originariamente sviluppato per il rilevamento di strisce nere nelle immagini WV. Il rilevamento della fibra si basa su una soglia di temperatura, un gradiente di temperatura tra la fibra e l’ambiente circostante, un raggio in cui viene controllato il criterio per la fibra e una misura per l’estensione spaziale della fibra.
Rilevazione di strutture di nubi a spirale:
Per il rilevamento di bande di nubi curve, vengono applicati i seguenti tre metodi:
– Definire la texture della nuvola:
Il metodo applicato si basa sulla direzione degli elementi di trama, ovvero la direzione in cui le caratteristiche locali dell’immagine satellitare sembrano orientate. Questo parametro può essere valutato quantitativamente applicando un filtro Sobel all’immagine, con il filtro del rumore successivo applicando una serie di filtri mediani.
– Analisi della curvatura
Le linee di flusso di questi elementi di trama sono determinati dalle direzioni ottenute nel passaggio precedente. Quindi, viene calcolata la curvatura di tali linee di flusso. Un raggio di curvatura ampio indica linee rette diritte, mentre un piccolo raggio di curvatura delle linee del flusso indica le caratteristiche della nuvola elicoidale.
– Determinazione dei nodi di Hough:
L’analisi Hough-knot è un metodo complementare per la determinazione delle bande di nubi curve attraverso la texture delle nuvole. Le linee perpendicolari agli elementi della trama convergeranno in un punto chiamato nodo Hough.
I nodi Hough si trovano al centro delle bande di nuvole curve.