Abstract

Detección y Remoción del ruido por eco de tierra en datos de Radares Meteorológicos

En la cordillera blanca del Perú, diversos inventarios de glaciares muestran una disminución general de las superficies glaciares del 27% entre 1960 y 2000, escenario similar se observa en el nevado Huaytapallana con un porcentaje de desaparición de superficie glaciar de 58.40% entre 1970 y 2014. Los distintos tipos de precipitaciones contribuyen al crecimiento o retroceso de los glaciares, especialmente en regiones tropicales, por ello es importante contar con sistemas de monitoreo que permitan cuantificar la cantidad de precipitaciones, así como distinguir entre los distintos tipos de hidrometeoros. Existen múltiples métodos basados en relaciones algebraicas, técnicas estadísticas y técnicas más recientes como deep learning y árboles aleatorios que permiten realizar estas tareas, sin embargo, en sistemas basados en radares meteorológicos un procedimiento común a cualquier técnica es la remoción del eco de tierra (ground clutter) de los datos de reflectividad. En este trabajo, el cual es parte del proyecto TAMYA financiado por Fondecyt – Concytec, se describe el método basado en clustering y la aplicación de filtros espaciales y gabella para la eliminación del ground clutter presente en datos de reflectividad obtenidos por el radar PX1000 (desplegado en el distrito de Santiago de Tuna, Huarochirí-Lima). Los resultados cualitativos en gráficas de Plan Position Indicator (PPI) y Range Height Indicator (RHI) muestran una buena eliminación del ruido para distintos intervalos de tiempo y distintos valores de elevación y acimut, se puede esperar también buenos resultados con valores obtenidos por otros radares meteorológicos como el SOPHy. De esta forma los datos de reflectividad serán más confiables y permitirán en lo sucesivo la clasificación y estimación de las precipitaciones con mayor precisión.