Interpolace a extrapolace snímků naměřených srážkovým radarem

Abstract

V dôsledku nedávneho pokroku v komunikačných technológiách vzniká príležitosť na efektívne využitie nowcastingu -- poskytovanie krátkodobých predpovedí v reálnom čase. Súčasné nowcastingové systémy využívajúce radarové snímky v Českej republike sú založené na tradičných algoritmoch a numerických modeloch na predpovedanie počasia. Cieľom tejto práce je preskúmať možnosti využitia neurónových sietí na spracovanie sekvencií radarových snímok, z pohľadu vylepšenia existujúcich nowcastingových metód. V práci navrhujem a testujem konvolučnú neurónovú sieť ako riešenie dvoch úloh -- interpolácie a extrapolácie sekvencie radarových snímok. Navrhnutá sieť dosahuje pre obe úlohy sľubné výsledky. Kvantitatívne porovnanie mojej siete a metódy COTREC, ktorá sa aktuálne používa, skončilo v prospech siete. Kvalitatívne vyhodnotenie ukazuje viaceré výhody môjho riešenia -- schopnosť zachytiť zmenu intenzity a tvaru radarového echa. Výsledky práce vytvárajú priestor pre ďalší výskum v tejto oblasti.Recent advancement in the communication technologies creates an opportunity for the effective use of nowcasting - predicting the weather over short periods and communicating the predictions to the public in real time. Current nowcasting systems using weather radar images in the Czech Republic are built on traditional algorithms and numerical weather models. The objective of this work is to research the possibilities of using neural networks for processing of weather radar image sequences as an enhancement to the existing nowcasting methods. I propose and test a convolutional neural network as a solution for two tasks - interpolation and extrapolation of a sequence of weather radar images. In both tasks, the proposed network achieves promising results. Quantitative comparison of my network and the currently used method COTREC ended in favour of the proposed network. The qualitative evaluation shows multiple benefits of my solution -- the ability to capture the change of the radar echo intensity and shape. The results of this work create space for deeper research in this field.