Bölüm 6: RADAR VERİ KALİTESİ ve UYGULAMALARI

... konulu sunumlar: "Bölüm 6: RADAR VERİ KALİTESİ ve UYGULAMALARI"— Sunum transkripti:

1 Bölüm 6: RADAR VERİ KALİTESİ ve UYGULAMALARI
Dr. Kurtuluş ÖZTÜRK

2 Radar Veri Kalitesi Radar verisi, radar sistemi (yazılım veya donanım), çevresel faktörler, topografya, atmosferik şartlar vb nedenlerden ötürü hatalı olabilir. Bu hatalar radar verisinin olması gereken gerçek değerlerden sapmasına yol açar. Genelde bu hataları elimine etmek oldukça zordur, ancak azaltmak mümkündür.

3 Hata Kaynakları Clutter
Kırınım ve Anormal Yayılma (Refraction and Anomalous Propogation) Parlak Bant (Bright Band) Reflektivitenin Düşey Profili Işın Engellenmesi (Beam Blockage) Atenüasyon (Attenuation) İkincil Eko (Second Trip Echo) Meteorolojik olmayan hedefler

4 Clutter Problemi Radarı yeryüzüne yönlendirirseniz, çok kuvvetli geri yansımalar alırsınız. Bu yüzden radar kullanıcıları radarlarını yeryüzüne kurmaz, kule kullanırlar. Fakat bu clutter problemini çözmeyecektir. Radar ışınlarının bir kısmı yeryüzündeki dağ, bina, ağaç vb. cisimlere çarparak hatalı eko üretebilir. Öte yandan radarınızı yüzeyden çok yukarı yönlendirirseniz bu kez de radardan uzak menzillerde meydana gelen yağışları kaçırabilirsiniz.

5

6 Yan Kulakçıklar (Side Lobes)
6

7 Yer Ekosu (Ground Clutter)
Radarlar clutter’ları ayırt edebilmek için şu değişmez gerçeği kullanırlar: “Yer hareket etmez!”

8 Bu yüzden yer ekolarının Doppler hızı sıfırdır.
Radar işlemcileri radar ekranlarından clutter verilerini ayıklamak için bu bilgiyi kullanırlar. Bu teknik mükemmel değildir ancak hareket etmeyen radar eko paternlerinin tespiti için oldukça faydalıdır.

9 Deniz Clutter Belirli rüzgar ve atmosferik koşullar altında, kuvvetli deniz dalgaları mikrodalga enerjiyi radara geri yansıtabilirler. Deniz ekoları orta ya da yüksek reflektiviteye sahip olabilir ve uzak menzillerde dahi görülebilirler. Özellikler yere yakın bölgelerdeki hız analizlerinde problem yaratabilirler. 9

10 Genel olarak atmosferik kırınım ve kıyı bölgelerdeki klimatik koşullar nedeniyle oluşurlar.
Deniz ekoları bazen o bölgelerden geçen gemiler nedeniyle daha karmaşık bir hale gelebilir.

11 Deniz Clutter 11

12 Residual Ground Clutter
Deniz Clutter Residual Ground Clutter Sea Clutter

13 Clutter Filtreleme Pek çok değişik clutter tipini filtrelemek için pek çok metot ve algoritma kullanılmaktadır. Bunlardan bazıları: Clutter Haritası (Clutter Map) Doppler Processing FFT (Fast Fourier Transform)

14 (Anomalous Propogation)
Anormal Yayılma (Anomalous Propogation) Sıcaklık dağılımının standart düşüş oranına (lapse rate) göre olmaması standart olmayan kırılmaya sebep olur (dn/dh  -1/4 (R)). Bu yüzden radar ışını standart yolundan sapar. Bu durum Anormal yayılma olarak tabir edilir. Aşağı doğru kırılma (Super Refraction) (en yaygın Anormal Yayılma) Yukarı doğru kırılma (Subrefraction)

15

16 Standart Kırılma

17 r : radar ve ilgili nokta arasındaki mesafe
R : yeryüzü yarıçapı Ф : radar ışınının elevasyon açısı H0 : radar kule yüksekliği

18 Standart Kırılım

19 Sub-refraction Işın normalden az kırılır. Bu yüzden ışın yüksekliği
normal olması gerekenden yüksektir. Bu durumda radar ışını gelişmekte olan fırtınaların üzerinde kalabilir. Sıcaklık lapse rate’in kuru adyabatiktir (Kuru adyabatik oranı 1.0°C/100 metre) Atmosferin kararsız olduğu durumlarda gerçekleşir. Nem yükseklik ile artar Bu durumda Clutter oldukça azdır

20

21 Super-refraction ve Ducting
Işın normalden fazla kırılır. Bu yüzden ışın yüksekliği normal olması gerekenden azdır. Yerde soğuk havanın var olduğu, sıcaklığın yükseklikle doğru orantılı olarak arttığı (enverziyon) ve atmosferin kararlı olduğu durumlarda gerçekleşir. Bu durumda n yükseklikle azalır. Nem yükseklik ile azalır Bu durumda Clutter oldukça fazla olur. Ducting super-refraction’ın ekstrem durumudur. Kırılmanın çok güçlü olduğu durumlarda ducting meydana gelir.

22

23 İlk 100 metre yükseklikte enverziyon var

24 Kırınım ve Anormal Yayılma

25 Parlak Bant Su, buza göre 9-10 kat daha fazla yansıma verir. Bu yüzden geniş-ıslak kar tanecikleri, kara göre daha yüksek reflektiviteye sahip olurlar. Bu yüzden, yüksek reflektivite değerine sahip erimekte olan kar (melting snow), radar tarafından gerçek değerinden daha yoğun bir yağış olarak algınacaktır. Yağışın erime seviyesinde (melting level) normalden fazla yansıma vermesi durumuna Parlak Bant Etkisi (Bright band effect) denir.

26 Parlak Bant

27 Yükseklik Reflektivite

28 Reflektivite Düşey Profili (VPR)
Radar ışını parlak bant seviyesine çarptığı durumlarda gerçek değerden 2 kat (normalden fazla-over estimation) hatalı tahmine sebep olabilir. Radardan uzak bölgelerde, soğuk mevsimlerde gerçekleşen iyi gelişmiş stratiform tipi yağışlar için ise 10 kat (normalden az-under estimation) hatalı tahmine sebep olabilir.

29 Örneğin, radar ışını 0.5° elevasyon açısıyla radardan 60, 120, 160, 200 ve 230. km’lerde sırasıyla 1, 2, 3, 4, 5 km yüksekliklere ulaşır. Eğer erime seviyesi yerden 2 km yükseklikte ise: Radardan 120 km uzaklıktaki bölgelerde parlak bant etkisi gözlemlenebilir. Bu da yağışın normalden daha fazla bir değer olarak (overestimation) tespitine yol açabilir. 120 km’den uzak bölgelerde ise radarın buz parçacıklarını örneklemesi dolayısıyla yağış değerleri normalden az (underestimation) olarak tespit edilebilir.

30 Işın Engellenmesi Radar ışını bir dağa çarptığında:
1) Işının bir kısmı engellenir (kısmi blokaj) 2) Işın tamamen engellenir (total blokaj)

31 Beam Blockage 31

32 Radar Kapsama Analizi

33

34

35 Atenüasyon Atenüasyon, saçılma ve soğurma (scattering and absorption) nedeniyle radar ışınının enerjisindeki zayıflamadır. Radar ışını akış yönünde ilerlemesi, radar ışınının daha çok toz, hidrometeor vs içinden geçmesine sebep olur. Atenüasyon nedeniyle radara yakın olan fırtınalar uzak olanlardan daha iyi tespit edilir. Radar ışını ne kadar fazla sayıda hidrometeor içinden geçiyorsa o kadar fazla atenüasyon olur.

36 Küçük dalgaboylu radar ışını yüksek dalga boylu radar ışınına göre daha fazla atenüasyona maruz kalır.

37 İkincil Eko (Second Trip Echo)
Vericiden gönderilen darbe (pulse), bir sonraki darbe gönderildiğinde, alıcı tarafından henüz tespit edilmediyse bu İkincil Eko denir.

38 Bu ekolar, normalden daha zayıf görünür. bazen anormal hız değerleri verirler.

39 Bu ekoları tespit etmenin en iyi yolu şekillerine bakmaktır
Bu ekoları tespit etmenin en iyi yolu şekillerine bakmaktır. Gerçek fırtına hücreleri genellikle dairesel, eliptik ya da düzensiz biçimdedir. Kama şeklinde sıkışmış gibi görünen ekoların ikincil eko olma olasılığı yüksektir. Başka bir ipucu, ikincil ekonun yüksekliğidir. Örneğin, radardan 50 km uzaklıktaki bir fırtına ekosu 2° elevasyon açısı üzerinde kayboluyorsa yerden yaklaşık 2 km’den yukarı bölgelerde bu fırtına hücresine ait eko yok demektir. 2 km yükseklik ise bir fırtına için çok düşük bir seviye olduğundan bu ekonun ikincil eko olma olasılığı yüksektir.

40 Bir diğer ipucu ise reflektivite değeridir
Bir diğer ipucu ise reflektivite değeridir. Fırıtınadan alınan güç menzilin karesiyle ters orantılıdır (1/r2). Eğer 200 km mesafedeki gerçek bir fırtına 50 km mesafede görünüyorsa reflektivitesi normal değerinden 16 kat az olacaktır. ((50/200)2). Değişken Faz Modu (Random Phase Mode): Bu özellik sayesinde, darbeler sürekli değişken fazda gönderildiğinden ikincil ekolar tespit edilebilir.

41 İkincil Eko Second Trip Echo Signature

42 Açık Hava Ekosu (Clear Air Echo)
Açık hava ekosu kuş, böcek, toz vb. hedeflerden gelen ve meteorolojik olmayan ekolardır. Bu ekoların meteorolojik hedeflerden gelen ekolardan ayıklanması gerekmektedir aksi takdirde yanlış tahminlere sebep olabilirler. Bazı bilim adamları açık hava ekolarının elimine edilmesini doğru bulmamaktadırlar, çünkü yağışsız bir durumda atmosferden bilgi alabilmek için (rüzgar yönü vs.) bu ekoların faydalı olduğunu düşünmektedirler.

43 Açık Hava Ekosu

44 Radar Veri Kalitesinin Artırılması
Z-R Düzeltmesi Yağış Ölçer Ayarlaması

45 Yağış Ölçer Ayarlaması
(Gage Adjustment) Yağış Ölçer Ayarlaması, radar yağış ölçümlerinin iyileştirilmesi için radar yağış verileri ve yağış ölçer verileri ile yapılan istatistiksel çalışmalardır.

46

47

48

49

50

51

52

53 Station Rain (mm) Gauge Pixel Pixel 1 Pixel 2 Pixel 3 Pixel 4 Pixel 5 Pixel 6 Pixel 7 Pixel 8 MEAN STDEV CORLU MEYDAN 10.65 11.51 11.34 10.41 11.24 10.97 10.15 10.99 11.26 10.95 0.46 CORLU 5.26 5.23 5.29 5.56 5.47 6.34 6.62 6.64 5.77 0.59 TEKIRDAG 3.14 3.16 3.23 3.00 3.28 3.35 3.01 3.40 3.57 3.24 0.19 KUMKOY-KILYOS 18.46 19.85 21.34 20.42 24.74 24.36 20.68 22.39 22.95 21.69 2.09 ATATURK AIRPORT 5.25 5.07 4.36 4.21 3.96 3.05 3.95 4.14 2.46 4.05 0.88 SARIYER 10.96 9.44 8.77 10.32 9.57 8.66 13.64 12.34 8.86 10.28 1.74 BANDIRMA 26.20 31.85 27.25 34.38 44.22 35.86 39.03 60.45 51.58 38.98 11.35 OLIMPIYAT 37.87 30.83 31.40 36.71 27.39 23.51 32.97 27.71 30.15 5.27 AKSARAY 1.76 1.86 2.11 1.82 2.33 3.39 1.65 3.13 4.72 2.53 1.03 TERKOS 15.95 18.24 17.09 15.15 18.21 18.80 13.68 13.48 14.62 16.13 2.03 AKOM CENTER 10.85 10.07 11.45 11.89 8.99 10.55 11.77 10.84 0.92 CANTA 26.85 27.74 27.02 26.44 28.26 27.44 25.25 24.82 23.94 26.42 1.45 KAMILOBA 29.00 27.28 31.18 21.44 24.42 29.58 21.29 22.10 24.43 25.64 3.75 HADIMKOY 36.96 35.99 35.78 39.58 37.19 36.02 38.49 36.31 34.17 36.72 1.59 GÖZTEPE 3.53 3.87 3.55 2.58 3.67 3.78 0.70 2.29 3.59 3.06 1.04 IST.UN.DENIZ BIL. 1.84 1.97 2.55 2.10 2.93 3.18 2.50 0.56 ERDEK 27.97 27.90 27.53 27.37 26.63 26.27 25.94 25.81 26.78 FLORYA 11.17 8.13 7.18 10.91 10.04 7.31 9.59 11.93 7.61 9.32 1.81

54

55

56 Damla Büyüklük Dağılımı (Drop Size Distribution)
Damla büyüklük dağılımı, her tip yağış veya bulut kütlesine ait radar reflektivitesinin belirlenmesinde önemli bir rol oynar. =41 R-0.21 cm-1 N0=8 x 104

57 Yağış Oranı (Rainfall rate (R)) damla çapının üçüncü dereceden kuvveti ile doğru orantılıdır.
N(D): Damla Büyüklük Dağılımı D: damla çapı Wt(D): Nihai Hız (Terminal Velocity)

58 Nihai Hız ve damla çapı arasındaki
8.00, 7.35, 5.80, 5.30, mm Wt 9.2, 9.2, 9.17, 9.13, m/s (Pruppacher and Beard, 1970)

59 Aynı hacim içerisindeki 729 adet 1 mm çaplı damla ile 1 adet 3 mm çaplı damlanın radar reflektiviteleri neredeyse birbirine eşittir!

60 Disdrometre Disdrometre damla büyüklük dağılımı ve hidrometeor düşüş hızını ölçen bir cihazdır. Yağış tipi ayırımını yapabilir (yağmur, kar, dolu vs.) Meteoroloji, trafik kontrol, havaalanları ve hidroloji vb. alanlarda kullanılır.

61 Z-R Düzeltmesi Z = ARB Radarlardan doğru yağış tahmini yapabilmek
için doğru Z-R bağıntısı kullanılmalıdır. Z-R Bağıntısı Z ile R arasında ampirik bir bağıntı vardır. A ve B katsayıları yağışın tipine ve karakterine hatta mevsimlere göre değişiklik gösterir. Z = ARB

62 Z = 200R1.6 En yaygın olarak kullanılan Z-R bağıntısı:
Marshall-Palmer Relationship Bu bağıntı ülkenizin topografyasına göre uygun bir bağıntı mıdır? Bu bağıntı konvektif hadiseler için uygun bir bağıntı mıdır? Bu bağıntı soğuk mevsimler için uygun bir bağıntı mıdır? Z = 200R1.6

63 Z-R bağıntısında kullanılan A ve B katsayıları
Farklı radar bölgeleri Farklı mevsimler Farklı yağış karakterleri (konvektif/stratiform) için modifiye edilmelidir.

64 A ve B katsayıları radar ve disdrometre (veya yağış ölçer) verileri kullanılarak istatistiksel metotlar yardımıyla belirlenebilir. Z = A RB In Z = In A + B In R y= α+ βx

65 Case study – Zonguldak Radarı
19 Şubat Kasım 2006 Z = R (genel bağıntı, tüm veri, 45 ay) Z = R (soğuk mevsimler için) Z = R (sıcak ve ılık mevsimler için)

66 Z-R dağılımı Regresyon doğrusu

67 Ay Toplam Yagışlı Saat Toplam Yağışlı Gün A b r (korelasyon sabiti) RMSE Ocak 886 37 176.06 1.2985 0.7281 0.6350 Subat 671 28 175.60 1.262 0.6938 0.6782 Mart 452 19 191.75 1.313 0.7201 0.6194 Nisan 164 7 195.57 1.309 0.8056 0.7899 Mayıs 102 4 156.98 1.203 0.5902 0.8856 Haziran 69 3 211.76 0.8740 0.6343 Temmuz 60 2.5 308.55 1.364 0.8722 0.7162 Ağustos 48 2 227.18 1.291 0.7696 0.9437 Eylül 117 5 250 1.358 0.8984 0.7040 Ekim 308 13 228.65 1.365 0.8613 0.6590 Kasım 362 15 181.84 1.318 0.7725 0.6922 Aralık 337 14 207.85 1.319 0.7517 0.6601 Ortalama 209.3 0.7781 0.7181 Maksimum Minimum

68 Korelasyon Sabiti RMSE

69 Yağış Oranı (20 dBZ) (mm/h) (30 dBZ) (40 dBZ) (50 dBZ) Marshall – Palmer A=200 b=1.6 0.648 2.734 11.53 48.62 Genel A= b=1.312 0.607 3.508 20.29 117.4 Sıcak-Ilık Mevsim A= b=1.350 0.539 2.968 16.34 89.95 Soğuk Mevsim A= b=1.296 0.628 3.709 21.92 129.6