Bölüm 5: DUAL POLARİZASYON

... konulu sunumlar: "Bölüm 5: DUAL POLARİZASYON"— Sunum transkripti:

1 Bölüm 5: DUAL POLARİZASYON
Dr. Kurtuluş ÖZTÜRK

2 Başlıklar Dual Polarizasyon Polarimetrik Değişkenler
Hidrometeor Sınıflandırması

3 Dual Polarize (Polarimetrik) Hava Radarları
Dual polarize radarlar hem yatay hem dikey polarize olmuş darbe üretebilirler. Bu da hedef hakkında daha detaylı bilgi alınmasını sağlar. Polarimetrik radar değişkenlerinin sağladığı yatay ve dikey bilgiler sayesinde (ebat, yoğunluk vb.), yağış tipinin tekil polarize radarlara oranla daha tutarlı olarak belirlenmesi mümkün olmaktadır.

4

5 AVANTAJLAR: Şiddetli yağmurda, yağış şiddetini ZH’dan daha iyi tespit eder. Yağmur/dolu karışımındaki sıvı su miktarının belirlenmesinde etkilidir. Melting layer indikatörüdür. Dolu tespitinde çok faydalıdır. Kalibrasyon problemleri ve atenüasyondan etkilenmez. Radar veri kalitesini için faydalı bilgiler sağlar.

6

7 Polarimetrik Parametreler
ZHH – ZVV (Reflektivite) ZDR (Diferansiyel Reflektivite) LDR (Lineer Depolarizasyon Oranı) ФDP (Diferansiyel Faz) KDP (Spesifik Diferansiyel Faz) ρHV (Korelasyon Sabiti)

8 Yatay Reflektivite, ZHH
ZHH hidrometeorun kesit alanına bağlıdır. Dielektrik katsayısı nedeniyle buzun yatay reflektivitesi ZHH sıvıdan daha azdır. ZHH özellikle C-band radarlarda daha fazla zayıflamaya (atenüasyon) maruz kalır.

9 Diferansiyel Reflektivite, ZDR
Diferansiyel Reflektivite yatay darbenin yatay ekosunun, dikey darbenin dikey ekosuna oranıdır. ZDR = 10log10(ZHH/ZVV) = ZHH(dBZ) – ZVV(dBZ) ZDR polarimetrik parametreler arasında hidrometeorun tipine en bağımlı olan parametredir.

10 Yatay ve dikey reflektivitelerin birbirine yakın olması hedefin şeklinin küresel olması anlamına gelir. Bu durumda ZDR değeri sıfıra yakın olur. ZDR değerinin sıfıra yakın olması dolu veya küçük yağmur damlalarının varlığını ifade eder. Eğer ZHH/ZVV oranı 1’den büyükse ZDR 0’dan büyük demektir. ZDR değeri ne kadar büyükse taneciğin o kadar yassı olduğu anlaşılır. Yassı tanecikler yani 0’dan büyük ZDR değerleri, büyük tanecikli sağanak bir yağmuru işaret eder.

11 Buz parçacıklarının dielektrik sabiti daha küçük olduğundan, yassı olsalar dahi diferansiyel reflektiviteleri düşük olacaktır. Parçacıkların ıslak olma durumunda da ZDR artar. C-bant radarlarda yassı yağmur damlaları için yataydaki atenüasyon düşeydekine oranla daha fazladır. Bu yüzden de diferansiyel atenüasyon negatif eğilimli olacaktır.

12

13 Diferansiyel Reflektivite, ZDR

14 Diferansiyel Reflektivite, ZDR Diferansiyel Feflektivite (ZDR)
Reflektivite (ZH) Diferansiyel Feflektivite (ZDR) Dolu !! Yakın reflektivite, farklı damla büyüklük dağılımı!

15 Diferansiyel Faz, ФDP ФDP (ve KDP) hariç diğer polarimetrik değişkenler güç ölçümlerinden hesaplanırken, ФDP faz ölçümlerinden hesaplanır. ФDP=ФHH – ФVV

16 Radar dalgaları atenüasyon ve faz değişimi gibi yayılım etkilerine maruz kalırlar. Yağmur veya buz kristalleri gibi izotropik olmayan ortamlarda yayılım sabitleri yatay ve dikey polarize olmuş dalgalar için farklılık gösterir. Genel olarak, yatay polarize dalgalar daha büyük parçacık kesit alanı görür ve bu yüzden de dikey polarize dalgalardan daha yavaş yayılır. Geri dönen sinyal, hidrometeorun büyüklüğü, sayısı, şekli, doğrultusu, radardan olan mesafesi ve polarizasyon durumuna göre farklı faz değişimlerine sahiptir.

17 Spesifik Diferansiyel Faz, KDP
Spesifik Diferansiyel Faz ØDP’nin uzaklığa bağlı değişim oranıdır. KDP izotropik ve izotropik olmayan hidrometeorları birbirinden ayırt etmeye yarar. ØDP ile kıyaslandığında, KDP kullanması ve ölçmesi daha kolay bir büyüklüktür.

18 KDP hidrometeorun basıklığı arttıkça artar.
KDP hidrometeorun dielektrik sabiti arttıkça artar. Yağmur gibi yatay ebatı dikey ebatından büyük olan parçacıklarda yatay polarize dalganın faz farkı daha büyüktür. Bu yüzden de dikey polarize dalgadan daha yavaş yayılır. Sonuç olarak, büyük ve yassı parçacıkların yatay faz farkı dikey faz farkından büyüktür.

19 KDP damla büyüklüğünü hakkında bilgi verir.
KDP , yağış miktarı R’ye reflektivite Z’den daha lineer bağlıdır. S-bant radarlardaki diferansiyel faz farkı C-bant radarlara göre daha azdır. Bu yüzden S-bant radarlarda KDP’nin ölçümü oldukça zordur.

20 Büyük yağmur tanecikleri için KDP büyüktür.
Küresel ya da küreye yakın hidrometeorlar için (dolu gibi) KDP küçüktür. Bu özelliği sayesinde yağmur ve dolunun ayırt edilmesinde oldukça faydalıdır.

21 Radarın ölçtüğü güçten ve güç kalibrasyonundan bağımsızdır.
Avantajlar: Radarın ölçtüğü güçten ve güç kalibrasyonundan bağımsızdır. Sinyalin zayıflama miktarından bağımsızdır. Parçacık boyutlarının farklılığına daha az hassastır. Sıvı su içeriği için iyi bir göstergedir. Kısmi ışın engeIlenmesinden etkilenmez. Dezavantajlar: Hidrometeor konsantrasyonundan etkilenir. Algılanabilecek miktarda bir faz kayması olmadıkça ölçülemez.

22 CSU-ICE Algoritması

23 Spesifik Diferansiyel Faz, KDP
Yağmur ya da ıslak dolu Rain, not Hail! ZHH KDP

24 Korelasyon Sabiti, ρHV ρHV(0) yatay darbenin yatay yansıması ile dikey darbenin dikey yansıması arasındaki korelasyondur. S sinyal gücü, S* S’in kompleks eşleniğidir

25 ρHV erime seviyesinin iyi bir indikatörüdür.
ρHV’nin karışık bir yağışta karışık olmayan homojen bir yağışa oranla daha düşük olması beklenir. Yatay ve dikey geri yansımalar mükemmel bir şekilde birbirine uyamayacağından ve elde edilme zamanları farklı olabileceğinden korelasyon sabiti doğal olarak 1’den düşük olacaktır.

26 Korelasyon katsayısı;
Parçacıkların yönelimleri ve şekilleri farklılaştıkça, Parçacıklar düzensiz şekillerde ve ıslak ise, Farklı tipte parçacıklar karışık halde bulunuyorsa düşer. Radar kalibrasyonundan etkilenmez. Yayılma etkilerinden etkilenmez. Hidrometeor (parçacık) konsantrasyonundan bağımsızdır.

27 Yağmur damlacıkları için korelasyon katsayısı en az 0
Yağmur damlacıkları için korelasyon katsayısı en az 0.98 gibi değerler alır, özellikle küreye yakın şekilli yağmur damlaları için yüksektir. Çok büyük dolu ve Parlak Bant durumunda farklı şekillerde hidrometeorların karışık halde bulunması korelasyon katsayısını 0.9 civarına düşürür. Clutter ve anormal yayılım sonucu elde edilen ekolar düşük korelasyon değerine sahiptirler. Bu tip durumlarda yatay ve dikey polarizasyonlu yansımalar birbirine göre neredeyse rastgele bir dağılım gösterirler.

28 Korelasyon Sabiti, ρHV SNOW CLUTTER CHAFF ~0.85-1.00 ~0.5-0.85
~

29 Lineer Depolarizasyon Oranı, LDR
LDR yatay darbenin dikey ekosunun, yatay darbenin yatay ekosuna ( ya da tam tersi) oranıdır. Alıcının ortogonal ve paralel polarizasyonlarda ölçtüğü güçlerin oranıdır. LDRVH=10log10(ZVH/ZHH) ya da LDRHV=10log10(ZHV/ZVV)

30 LDR küresel olmayan parçacıkların düşüş açısına göre değişir ve 45 için maksimum değer alır. Bu yüzden LDR kar için çok büyük, su için ise oldukça küçüktür. Yağmur damlaları için pek faydalı bir parametre değildir. Konvektif fırtınalarda hidrometeorun fazını tespit etmekte kullanılır.

31 LDR, özellikle karışık yağış içinde hidrometeor tipi ayırımı için çok faydalıdır.
LDR, parlak bant (bright band) tabakasındaki eriyen karı tespit emek ve yağmur-buz ayırımı yapmak için kullanılır. LDR sinyallerinde yer clutterları oldukça anormal gözükürler.

32 LDR düzensiz şekildeki hidrometeorlar için yüksektir
LDR düzensiz şekildeki hidrometeorlar için yüksektir. Ayrıca dielektrik sabiti büyüdükçe LDR de artar. Islak dolu için LDR oldukça iyi bir indikatördür. LDR, ZDR ile birlikte değerlendirildiğinde dolunun ebatları hakkında bilgi de verir.

33 Hidrometeor Sınıflandırması
Polarimetrik veriler sayesinde hidrometeorlar sınıflandırılabilir. Karar ağacı (decision tree), klasik istatistik teori, bulanık mantık (fuzzy logic), sinir ağları teknikleri (neural network) vb. teknikler, otomatik hidrometeor sınıflandırılmasında kullanılan tekniklerdir. Bunların arasında bulanık mantık tekniği en uygun yöntemdir.

34 Snow (dry, high density)
Species ZHH (dBZ) ZDR (dB) ρHV KDP (deg/km) Temp. (C ) Drizzle 10 to 25 0.2 to 0.7 >0.97 0 to 0.06 >-10 Rain 25 to 60 0.5 to 4 >0.95 0 to 20 Snow (dry, low density) -10 to 35 -0.5 to 0.5 -1 to 1 < 0 Snow (dry, high density) 0.0 to 1 0.0 to 0.4 Snow (wet, melting) 20 to 45 0.5 to 3 0.5 to 0.9 0 to 1 0 to 5 Graupel (dry) 20 to 35 -0.5 to 1 Graupel (wet) 30 to 50 -0.5 to 2 0 to 3 -15 to 5 Hail, small wet < 2 cm 50 to 60 > 0.92 Hail, large wet> 2 cm 55 to 65 -1 to 0.5 0.90 to 0.92 -1 to 2 -25 to 5 Rain & hail 45 to 80 -1 to 6 >0.9 -10 to 10

35 Hidrometeor Sınıflandırması
Hydrometeor Type Classifier ZHH ZDR KDP ρHV Altitude or Temp Hydrometeor Type

36

37 Hidrometeorlar, yağmur, dolu, graupel, kar vb
Hidrometeorlar, yağmur, dolu, graupel, kar vb. gibi meteorolojik, böcek, kuş, chaff, deniz clutter gibi meteorolojik olmayan saçıcı sınıflarına ayrılabilir. Bulanık mantık algoritmaları belirsizlik hesabı yapar. Polarimetik parametreler kullanılarak 0 -1 arası ihtimaller “bulanık” bölge içinde olarak tanımlanır.

38 Örneğin, yağmur ve doluyu nasıl ayırt ederiz?
ZDR tek başına bu ayırım için yeterli değildir. Sıfıra yakın ZDR değeri dolu ya da çisentiye ait olabilir. Çünkü her iki yağış tipi de yaklaşık küreseldir. Diferansiyel reflektivite ZDR ile Reflektivite faktörü Z birlikte değerlendirildiğinde, dolunun çisentiye göre daha fazla reflektivite verdiği görülür.

39 Z= 53 dBZ ve ZDR= 1.5 dB Radar dünyasındaki çalışmalar bu kombinasyonun şiddetli yağmur, küçük dolu ya da her ikisinin karışımından elde edilebileceğini göstermiştir. Bu durum için bulanık mantık algoritmaları Z - ZDR kombinasyonuna düşük ağırlık vererek bunun yerine daha yararlı olabilecek, örneğin Z - KDP kombinasyonuna ağırlık verir.

40 JPOLE (NSSL) Algoritması
(Chandrasekar et al. 1993; Petersen et al. 1999; Cifelli et al. 2002, 2003, 2005; Ryzhkov et al. 2005a,b;Giangrande and Ryzhkov 2008).

41 ZDR – ZHH

42 KDP – ZHH

43 LDR – ZHH

44 ρHV – ZHH

45 LDR – ZDR

46 Polarimetik parametrelerin tüm olası kombinasyonları algoritma tarafından test edilerek ağırlık fonksiyonu elde edilir. En güvenilir kombinasyona en fazla ağırlık, en az güvenilir olanına da en az ağırlık verilir.

47

48

49

50