IT202000018667A1 - Metodo per la stima di presenza di pioggia - Google Patents
Metodo per la stima di presenza di pioggia Download PDFInfo
- Publication number
- IT202000018667A1 IT202000018667A1 IT102020000018667A IT202000018667A IT202000018667A1 IT 202000018667 A1 IT202000018667 A1 IT 202000018667A1 IT 102020000018667 A IT102020000018667 A IT 102020000018667A IT 202000018667 A IT202000018667 A IT 202000018667A IT 202000018667 A1 IT202000018667 A1 IT 202000018667A1
- Authority
- IT
- Italy
- Prior art keywords
- output
- value
- rain
- estimating
- kalmanst
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 63
- 238000005259 measurement Methods 0.000 claims description 32
- 238000001556 precipitation Methods 0.000 claims description 17
- 239000007788 liquid Substances 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000002844 melting Methods 0.000 claims description 7
- 230000008018 melting Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 7
- 230000015654 memory Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 239000005436 troposphere Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Description
DESCRIZIONE
METODO PER LA STIMA DI PRESENZA DI PIOGGIA
La presente invenzione ha per oggetto un metodo per la stima di presenza di pioggia del tipo precisato nel preambolo della prima rivendicazione.
In particolare, la presente invenzione ha per oggetto un metodo per la stima di presenza di pioggia basato sulla misura della degradazione del segnale sulla tratta in discesa di collegamenti satellitari con regolazione adattiva dei parametri atmosferici di riferimento.
Sono attualmente note diverse metodologie per calcolare le precipitazioni su uno specifico territorio.
Il metodo pi? utilizzato e tradizionale, prevede di utilizzare un pluviometro, ossia un contenitore che misura una quantit? di acqua raccolta in un certo intervallo di tempo. Esso ? uno strumento preciso per misurare la pioggia caduta in un dato luogo, al netto di errori dovuti al vento (comunque sempre inferiori al 10%) e al metodo di misura dell?acqua raccolta, che tuttavia comporta errori relativi trascurabili se non per precipitazioni estremamente ridotte.
Vi sono altri strumenti per la misura della precipitazione in-situ, che utilizzano tecniche indirette, misurando parametri strettamente connessi con la precipitazione (es. energia cinetica delle gocce, riflettivit?, ecc.), con il vantaggio di dare pi? informazioni oltre alla sola quantit? di pioggia caduta e a volte di aver minore costo di manutenzione.
Misure areali di pioggia si hanno invece coi radar meteorologici, che hanno caratteristiche diverse a seconda della banda in cui operano e della tecnologia con cui sono costruiti.
Esistono inoltre le osservazioni satellitari, oggi strumento di facile accesso per avere immagini dall'alto delle formazioni di nubi dalle quali, indirettamente, ricavare stime di precipitazione su ampi domini, anche globali. In generale sono forniti prodotti ricavati dall?elaborazione congiunta di dati da pi? piattaforme di osservazione che misurano in bande diverse, per massimizzare l?accuratezza e la risoluzione spaziale e temporale con cui sono fornite tali stime.
La tecnica nota descritta comprende alcuni importanti inconvenienti.
In particolare, i pluviometri hanno una validit? locale della misura, che, per un fenomeno spazialmente discontinuo come la pioggia su scale anche del km, rende la misura spesso non ben rappresentativa di un?area come quella determinata dalla distanza dei pluviometri adiacenti, anche nelle aree pi? strumentate, che risulta comunque pari a diversi km, a causa dei costi non trascurabili di tali strumenti, relativi all?acquisto, installazione, manutenzione e trasmissione dei dati.
Anche gli strumenti che utilizzano tecniche indirette, hanno lo stesso problema di rappresentativit? dei pluviometri classici.
I radar meteorologici consentono misure con errori non trascurabili e dipendenti dalla fenomenologia in atto. Inoltre, le misure sono affette da problemi dovuti agli ostacoli e in generale al clutter, e in generale i radar sono strumenti che in condizioni di orografia complessa possono risultare ciechi per alcune zone di interesse. Occorre soprattutto sottolineare che i radar sono strumenti attivi, quindi non possono essere installati ovunque per questioni di sicurezza per la salute umana (e a volte anche per possibili interazioni con altri strumenti); inoltre hanno costi di acquisto e installazione che richiedono forti investimenti iniziali (da poche centinaia di migliaia di euro ad alcuni milioni, a seconda della tipologia) nonch? costi di manutenzione decisamente importanti.
Infine, le osservazioni satellitari, realizzano stime con errori e risoluzioni spaziali non compatibili con la maggior parte delle applicazioni in cui ? invece richiesto un elevato grado di accuratezza e di risoluzione della misura, ed hanno principalmente valore per le analisi climatologiche o comunque per l?utilizzo integrato con altri sistemi che incrementino la precisione delle stime finali almeno localmente, sopra le aree di principale interesse.
In questa situazione il compito tecnico alla base della presente invenzione ? ideare un metodo per la stima di presenza di pioggia in grado di ovviare sostanzialmente ad almeno parte degli inconvenienti citati.
Nell'ambito di detto compito tecnico ? un importante scopo dell'invenzione ottenere un metodo per la stima di presenza di pioggia che consenta una misurazione precisa della stessa.
Uno scopo della presente invenzione ? fornire una conversione della misura di attenuazione totale del segnale satellitare indotta dalla pioggia lungo la tratta in discesa di detto segnale (in dB) in una stima di intensit? di pioggia (in mm/h) Un ulteriore scopo della presente invenzione ? fornire un metodo per la stima di presenza di pioggia basato su di un modello troposferico a due strati (melting layer (ML) e liquid layer (LL)).
Un altro importante scopo dell'invenzione ? realizzare un metodo per la stima di presenza di pioggia che utilizzi una relazione univoca che ? descritta analiticamente da una equazione algebrica con soluzione non esplicita.
Un altro importante scopo dell'invenzione ? realizzare un metodo per la stima di presenza di pioggia che sia in grado di dare risultati localizzati sul terreno, ad esempio individuando il valore per ogni km<2 >di suolo.
Un ulteriore scopo dell'invenzione ? realizzare un metodo per la stima di presenza di pioggia che utilizzi i dati sui segnali del giorno o dei giorni precedente o precedenti per fornire una stima pi? precisa sui risultati attuali.
Il compito tecnico e gli scopi specificati sono raggiunti da un metodo per la stima di presenza di pioggia come rivendicato nella annessa rivendicazione 1.
Soluzioni tecniche preferite sono evidenziate nelle rivendicazioni dipendenti.
Le caratteristiche ed i vantaggi dell?invenzione sono di seguito chiariti dalla descrizione dettagliata di esecuzioni preferite dell?invenzione, con riferimento agli uniti disegni, nei quali:
la Fig. 1 mostra un diagramma a blocchi che schematizza il metodo secondo la presente invenzione.
Nel presente documento, le misure, i valori, le forme e i riferimenti geometrici (come perpendicolarit? e parallelismo), quando associati a parole come "circa" o altri simili termini quali "pressoch?" o "sostanzialmente", sono da intendersi come a meno di errori di misura o imprecisioni dovute a errori di produzione e/o fabbricazione e, soprattutto, a meno di un lieve scostamento dal valore, dalla misura, dalla forma o riferimento geometrico cui ? associato. Ad esempio, tali termini, se associati a un valore, indicano preferibilmente uno scostamento non superiore al 10% del valore stesso.
Inoltre, quando usati, termini come ?primo?, ?secondo?, ?superiore?, ?inferiore?, ?principale? e ?secondario? non identificano necessariamente un ordine, una priorit? di relazione o posizione relativa, ma possono essere semplicemente utilizzati per pi? chiaramente distinguere tra loro differenti componenti.
Salvo diversamente specificato, come risulta dalle seguenti discussioni, si considera che termini come "trattamento", "informatica", "determinazione", "calcolo", o simili, si riferiscono all'azione e/o processi di un computer o simile dispositivo di calcolo elettronico che manipola e/o trasforma dati rappresentati come fisici, quali grandezze elettroniche di registri di un sistema informatico e/o memorie in, altri dati similmente rappresentati come quantit? fisiche all'interno di sistemi informatici, registri o altri dispositivi di memorizzazione, trasmissione o di visualizzazione di informazioni.
Le misurazioni e i dati riportati nel presente testo sono da considerarsi, salvo diversamente indicato, come effettuati in Atmosfera Standard Internazionale ICAO (ISO 2533:1975).
Con riferimento alle Figure, in Fig.1 viene mostrato un diagramma a blocchi che schematizza una forma di realizzazione preferita del metodo secondo la presente invenzione.
Preferibilmente il metodo secondo la presente invenzione prevede l?inserimento di un set di parametri statici (1), detto set di parametri statici (1) comprendente temperature di rumore ambientale e di un terminale utente (TRU) (2), frequenza portante e verso di polarizzazione del segnale trasmesso da un satellite (3) verso detto TRU (2), coordinate TRU (2), longitudine della posizione orbitale di detto satellite (3), coefficiente di attenuazione TRU (2), valore minimo del rapporto istantaneo Es/N0 (4) al di sotto del quale si verifica la condizione di fuori servizio, rapporto istantaneo Es/N0 ossia valutato ad un determinato istante temporale, coefficienti di relazione dB/Km in mm/h, cadenza temporale (T) espressa in secondi, deviazioni standard (5, 6) per almeno due filtri di Kalman (9, 10), soglie ?epsilonStart? ed ?epsilonStop? espresse in dB, durata della finestra mobile per la stima della deviazione standard di campioni in uscita, tempo di attesa misurato a partire dall?inizio della precipitazione, soglia per il valore della deviazione standard stimata utilizzata per individuare la fine di una precipitazione.
Il rapporto istantaneo Es/N0 ? definito come il rapporto tra l?energia media a radiofrequenza ricevuta dal TRU (2) durante un intervallo di simbolo e la densit? spettale monolatera di potenza del rumore additivo Gaussiano bianco totale, cio? comprendente sia quello captato dall'antenna ricevente che quello generato internamente ai circuiti del ricevitore.
Ancora pi? preferibilmente, in una forma di realizzazione essenziale del metodo secondo la presente invenzione detto set di parametri statici (1) comprendente deviazioni standard (5, 6) per almeno due filtri di Kalman (9, 10), soglie ?epsilonStart? ed ?epsilonStop? espresse in dB, valore minimo del rapporto istantaneo Es/N0 (4), durata della finestra mobile per la stima della deviazione standard di campioni in uscita, tempo di attesa misurato a partire dall?inizio della precipitazione, soglia per il valore della deviazione standard (15) stimata utilizzata per individuare la fine di una precipitazione.
Ancora, preferibilmente il metodo secondo la presente invenzione prevede inserimento di un set di parametri dinamici (7), detto set di parametri dinamici (7) comprendente una quota isoterma sul livello del mare e uno spessore di uno strato fondente nella troposfera,
Preferibilmente il metodo secondo la presente invenzione prevede ancora il misurare un valore istantaneo Es/N0 (8); anch?esso in Fig.1 ? considerato un parametro in ingresso e detta misurazione viene effettuata tramite detto TRU (2). Preferibilmente detto valore Es/N0 (8), fornito in ingresso al metodo, ? il rapporto tra l?energia media a radiofrequenza ricevuta dal TRU (2) durante un intervallo di simbolo e la densit? spettale monolatera di potenza del rumore additivo Gaussiano bianco totale.
Preferibilmente, in una fase successiva alla misura di detto valore istantaneo Es/N0 (8), il metodo comprende il confrontare detto valore istantaneo Es/N0 (8) con un valore minimo di rapporto istantaneo Es/N0 (4).
Ancora preferibilmente il metodo secondo la presente invenzione prevede di porre i valori istantanei misurati Es/N0 (8) minori di detto valore minimo di rapporto istantaneo Es/N0 (4), uguali a detto valore minimo di rapporto istantaneo Es/N0 (4). Preferibilmente, una ulteriore fase di detto metodo prevede l?invio di detti valori ad un primo filtro di Kalman (9) atto ad eliminare i disturbi dovuti alla scintillazione troposferica e le perturbazioni gravitazionali sull'orbita del satellite (3), detto primo filtro di Kalman (9) avente una uscita KalmanST (91).
Preferibilmente, una ulteriore fase di detto metodo prevede l?invio di detti valori ad un secondo fitro di Kalman (10) (i.e. atto a seguire le variazioni veloci dovute alla pioggia), detto secondo filtro di Kalman (10) avente una uscita KalmanFT (101). In particolare, detto secondo filtro di Kalman (10) segue variazioni veloci in quanto configurato con valori diversi di deviazione standard (6) del rumore di processo. Ancora pi? preferibilmente, grazie al set di parametri statici 1 definito, una ulteriore fase del metodo secondo la presente invenzione prevede di definire l?inizio di un evento precipitativo se una differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) supera detto valore soglia ?epsilonStart?.
Ancora, grazie al set di parametri statici 1 definito, una ulteriore fase del metodo secondo la presente invenzione prevede di definire definire il termine di un evento precipitativo se una differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) risulta inferiore a detto valore soglia ?epsilonStop?.
Infine, il metodo della presente invenzione prevede la conversione della misura di attenuazione totale del segnale satellitare indotta dalla pioggia lungo la tratta (in dB) in una stima di intensit? di pioggia (in mm/h) basata su di un modello troposferico a due strati melting layer (ML) e liquid layer (LL) tramite una relazione univoca che ? descritta analiticamente da una equazione algebrica con soluzione non esplicita. Il metodo secondo la presente invenzione preferibilmente implementa detti filtri di Kalman (9, 10), i quali filtrano fonti di disturbo di detto valore istantaneo Es/N0 (8) derivanti da scintillazione troposferica, oscillazione satellite (3) e deriva longitudinale della posizione orbitale di detto satellite (3).
Ancora, preferibilmente nel metodo secondo la presente invenzione viene utilizzato un registro di memoria (11) a 1440 elementi, detti elementi indicizzati con un indice n= [0,?,1439], in cui in detto registro (11) vengono conservate le uscite KalmanST (91) acquisite con la cadenza di un campione al minuto, se detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) non supera detto valore soglia ?epsilonStart?.
Vengono quindi, con questo registro di memoria (11), registrate le uscite KalmanST (91) in ?condizioni dry?.
Preferibilmente, nel metodo secondo la presente invenzione, si calcola la differenza tra detta uscita KalmanST (91) all?elemento ?n? e detta uscita KalmanFT (101) all?elemento ?n? e successivamente si calcola la differenza tra detta uscita KalmanST (91) all?elemento ?n+1? e detta uscita KalmanFT (101) all?elemento ?n+1?. Se detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) all?elemento ?n? non supera detto valore soglia ?epsilonStart? mentre invece detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) all?elemento ?n+1? supera detto valore soglia ?epsilonStart", allora si definisce "condizione wet?.
Con riferimento ora a detto set i parametri dinamici (7), detto set di parametri dinamici (7) ? ottenuto sotto forma di misure prodotte in tempo reale da sistemi di rilevamento meteo (i.e. radar, reti di sensori, satelliti radiosondaggi).
Alternativamente, detto set di parametri dinamici (7) ? ottenuto sotto forma di previsioni a breve termine prodotte da modelli numerici di previsione meteorologica, (i.e. Weather Research and Forecastig (WRF), Global Forecast System (GFS) e European Centre for Medium-range Weather Forecast (ECMWF)).
Ancora, alternativamente detto set di parametri dinamici (7) ? ottenuto sotto forma di valori statistici aggiornati almeno ogni 24 ore (es. valore medio, eventualmente pi? o meno un certo numero di deviazioni standard, valore mediano, o percentili vari, ottenuti per quella data localit?, con riferimento al giorno ed all?ora in questione, o dall?elaborazione statistica dei dati storici contenuti in appositi archivi, es. Modern Era Retrospective-analysis for Research and Applications (MERRA).
Ancora, alternativamente ? possibile assumere un valore fisso per ciascuno dei parametri in questione compresi in detto set di parametri dinamici (7).
Preferibilmente, nel metodo secondo la presente invenzione, detti filtri di kalman (9, 10) sono configurati con lo stesso valore di deviazione standard (5) del rumore di misura causato dalla scintillazione troposferica.
Preferibilmente, nel metodo secondo la presente invenzione, detto valore ?epsilonStart? ? pari a tre volte il valore di detta deviazione standard (5) del rumore di misura causato dalla scintillazione troposferica.
Preferibilmente, nel metodo secondo la presente invenzione, le deviazioni standard (5, 6) sono rispettivamente deviazione del rumore di misura (5) e deviazione del rumore di processo (6).
Ancora preferibilmente nel metodo secondo la presente invenzione, cui detti filtri di Kalman (9, 10) sono configurati con valori diversi di deviazione standard (6) del rumore di processo.
Il funzionamento generale del metodo secondo la presente invenzione ? il seguente.
L?invenzione trova applicazione nella tratta ?in discesa? (downlink) di un servizio di diffusione radiotelevisiva da un satellite (SAT) geostazionario (GEO) direttamente verso i terminali riceventi di utente (TRU).
L?invenzione consiste in un metodo che in via esemplificativa comprendente le fasi di 1) effettuare appositi test sui dati in ingresso, ottenuti da misure sul segnale a radiofrequenza (RF) ricevuto dal TRU, e riconoscere la condizione di assenza o la condizione di presenza di precipitazioni lungo la tratta SAT-TRU, 2) effettuare in tempo reale una accurata misura dell?attenuazione tempo-variante causata della pioggia sul segnale RF ricevuto dal TRU, 3) elaborare opportunamente le misure di attenuazione del segnale RF in modo da fornire un valore della stima ?media? dell?intensit? della pioggia, espressa in mm/h.
Queste fasi, con riferimento specifico alla misurazione del segnale RF sono rese complicate da alcune fonti di disturbo che, in aggiunta alla pioggia (pioggia che provoca l?attenuazione del segnale che si intende misurare), affliggono il segnale ricevuto a RF e fanno s? che il suo livello sia soggetto a fluttuazioni casuali. Le principali fonti di disturbo sono la scintillazione troposferica (rapide e casuali variazioni dell?indice di rifrazione della troposfera, che si manifesta sott forma di rapide fluttuazioni del segnale ricevuto), l?oscillazione del piano orbitale del satellite (il livello del segnale RF ricevuto subisce a causa di queste ultime apprezzabili fluttuazioni, caratterizzate da una periodicit? di 24 ore) e la deriva in longitudine della posizione orbitale del satellite.
Vantaggiosamente, poich? ad un dato istante durante la pioggia si ha a disposizione il solo valore del segnale durante la pioggia e quindi nel metodo occorre implementare anche una apposita strategia che produca un affidabile livello di riferimento in assenza di pioggia, infatti grazie a detto registro di memoria (11) a 1440 elementi (equivalenti a 24 ore nel caso di campionamento effettuato ad ogni minuto) vengono memorizzati i dati in condizioni di assenza di pioggia .
In pratica, le variazioni con periodo 24 h sono eliminate tenendo sotto controllo l'uscita KalmanST (91), la quale, in condizioni "dry", segue le variazioni con periodo 24 h dovute a fenomeni gravitazionali che perturbano l'orbita del satellite.
Infatti, vantaggiosamente secondo il presente metodo, ad un dato istante "n", l'elemento "n-1440" rappresenta il valore di una precedente uscita KalmanST (91) che ? stato memorizzato in condizioni "dry" esattamente 24 h prima (cio? 1440 minuti prima). Qualora 24 h prima il sistema non fosse stato in condizioni "dry", allora il valore dell'elemento "n-1440" risale a 48 h prima. Qualora neppure 48 h prima il sistema fosse stato in condizioni "dry", allora il valore dell'elemento "n-1440" risale a 72 h prima, e cos? via. All'istante "n", se si ? durante lo stato "wet", l'uscita KalmanFT (101) rappresenta il valore corrente del livello di segnale ricevuto, comprensivo degli effetti attenuanti della pioggia, mentre l'elemento "n-1440" rappresenta il livello di segnale (misurato 24 h fa, oppure 48 h, ecc.) in condizioni "dry", che serve da riferimento per il calcolo della attenuazione introdotta dalla pioggia. A tale scopo, la differenza calcolata in deciBel (dB) tra l'elemento "n-1440" e l'uscita KalmanFT (101) viene utilizzata per determinare l'attenuazione che la pioggia ha determinato sul livello di segnale che si avrebbe se invece che in condizione "wet" si fosse in condizione "dry".
Vantaggiosamente ancora, nella fase del metodo che prevede di porre i valori istantanei Es/N0 (8) minori di detto valore minimo di rapporto istantaneo Es/N0 (4) uguali a detto valore minimo di rapporto istantaneo Es/N0 (4), ci? viene fatto in quanto misure di Es/N0 che risultino inferiori al valore minimo Es/N0 (4) sono da ritenersi non affidabili, in quanto prodotte da un terminale fuori servizio.
Vantaggiosamente, detti filtri di Kalman sono configurati in modo da funzionare rispettivamente come ?filtro inseguitore lento? (primo filtro di Kalman (9)) e ?filtro inseguitore veloce? (secondo filtro di Kalman (10)). Detto primo filtro di Kalman (9) serve quindi per generare un livello di riferimento ottenuto in condizioni di assenza di pioggia, rispetto al quale misurare la riduzione del segnale in condizioni di presenza di pioggia. Detto secondo filtro di Kalman (10), nel momento di inizio una precipitazione, grazie alla configurazione della deviazione di processo, ? sufficientemente ?reattivo? per riuscire ad inseguire anche la riduzione dei valori di Es/N0 causata dalla pioggia. Quindi, possiamo ritenere che detta uscita KalmanFT (101) rappresenti una stima molto accurata di Es/N0 in condizioni di presenza di pioggia.
Preferibilmente, nell?istante in cui si passa dalla condizione di assenza di pioggia a quella con pioggia (indicato come minuto ?n?-esimo), viene inoltre calcolata la differenza (offset) fra il valore dell?ultimo campione fornito in uscita dal primo filtro di Kalman (9) ed il campione memorizzato 24 ore prima, in condizioni di assenza di pioggia, nel registro in corrispondenza dello stesso minuto ?n?-esimo. Tale offset non risente della componente periodica contenuta nel rapporto istantaneo Es/N0 di riferimento in assenza di pioggia, dato che questa componente ha periodo esattamente pari a 24 ore. Ancora, vantaggiosamente l?offset viene applicato a tutti i campioni letti dal registro in modo da riallinearli, senza discontinuit?, con i campioni forniti da detto primo filtro di Kalman (9) fino all?istante di inizio pioggia. I campioni cos? modificati vengono sovrascritti nel registro come se essi fossero prelevati in uscita a detto primo filtro di Kalman (9), cos? prolungando la sequenza dei campioni in condizioni di assenza di pioggia con i campioni letti dal registro ed opportunamente corretti tramite l?offset, si produce un livello di riferimento per Es/N0 dry da usare durante il periodo con presenza di pioggia.
L?attenuazione del segnale letto dal TRU (2), dati i parametri del collegamento satellitare (temperature di rumore ed attenuazione atmosferica) e ricostruito il livello di riferimento Es/N0 in assenza di pioggia come sopra descritto, si leggono i campioni all?uscita del secondo filtro di Kalman (10) che rappresentano i campioni di Es/N0 in presenza di pioggia, e utilizzando una relazione univoca che ? descritta analiticamente da una equazione algebrica con soluzione non esplicita , si determina l?attenuazione totale in dB che si ? verificata sulla tratta satellite -TRU a causa della presenza di pioggia.
Dati i parametri del modello troposferico a due strati (LL ML), appositamente elaborato per questo metodo, data la geometria del collegamento satellite -TRU, dati i parametri che descrivono la legge di attenuazione del segnale radio in presenza di pioggia, sia nel LL che nel ML, si risolve numericamente una apposita equazione da cui si ottiene una stima dell?intensit? istantanea della pioggia al suolo (cio? entro il LL) espressa in mm/h.
Per esempio, la conversione della misura di attenuazione totale del segnale satellitare indotta dalla pioggia lungo la tratta (in dB) in una stima di intensit? di pioggia (in mm/h) basata su di un modello troposferico a due strati melting layer (ML) e liquid layer (LL) tramite una relazione univoca che ? descritta analiticamente da una equazione algebrica, pu? essere effettuata come di seguito specificato, a mo?di esempio non limitativo.
Si utilizza un modello troposferico a due strati strutturato nel seguente modo:
o Strato Liquido (Liquid Layer, LL) in cui la precipitazione ? interamente allo stato liquido e che si estende da h s (quota sul livello del mare (s.l.m.) dalla stazione ricevente (TRU)) fino a hML / LL (quota s.l.m. dell'interfaccia tra i due strati);
o Strato Fondente (Melting Layer, ML) in cui avviene il passaggio della precipitazione dallo stato solido (ghiaccio) a quello liquido e che si estende da hML / LL (quota s.l.m. dell'interfaccia tra i due strati) fino a <h >0 (quota s.l.m. della isoterma a zero gradi).
? Tutte le quote sono riferite al livello del mare, positive, crescenti in verso ascendente, tali che
? Lo spessore del ML ? dato da
? Lo spessore del LL ? dato da
? All'interno del ML l'intensit? di pioggia rispetto alla quota viene descritta da un modello misto,
? nel ML la frazione di precipitazione liquida, e quindi anche l'intensit? di pioggia (in mm/h), aumenta linearmente quando la quota scende da a hML / LL , per cui si ha
? nel ML l'attenuazione specifica k ML ( h ) [dB/km] ? legata all'intensit? di pioggia R ML ( h ) [mm/h] tramite una relazione nella forma ?R <?>
i cui coefficienti ?ML e ?ML sono per? calcolati tramite una apposita relazione valida per il ML e sono pertanto diversi da quelli utilizzati per il LL, ?LL e ?LL .
? Utilizzando questo modello, l?attenuazione totale in dB nel ML K ML [dB] ? data da
dove - ? l'angolo di elevazione del satellite sopra l'orizzonte rispetto alla posizione del TRU.
? All'interno del LL l'intensit? di pioggia (in mm/h) rispetto alla quota ? assunta costante, cio?
? Nel LL l'attenuazione specifica k LL [dB/km] ? legata all'intensit? di pioggia R LL [mm/h] tramite una relazione nella forma ?R <?>
? Utilizzando questo modello, l?attenuazione totale in dB all?interno del LL ? data da
? Poich? l?attenuazione specifica nel ML non ? sempre significativamente pi? grande di quella nella regione di pioggia sottostante, il modello proposto prevede che nel calcolo dell?attenuazione totale all?interno dei due strati (ML e LL) si debba tenere conto dell?effetto del ML solo per bassi valori di intensit? di pioggia, cio? R LL d 2 mm/h . A tale scopo si introduce la seguente funzione peso
che permette di scrivere l?attenuazione totale nel ML e LL
in cui l'esponente J ? stato scelto in modo che le 2 caratteristiche e
vengano raccordate in maniera graduale e l?attenuazione totale abbia
un andamento monotonicamente non decrescente.
? L'attenuazione totale ? calcolata nel seguente modo
dove ? il valore dell'attenuazione aggiuntiva della potenza del segnale a microonde trasmesso da satellite e ricevuto dal TRU in condizione "wet" (cio? in presenza di pioggia) rispetto alla condizione "dry" (cio? in assenza di pioggia) che viene determinato a partire dalle misure di Es / N 0 fornite dal TRU, filtrate tramite una coppia di filtri di Kalman, ed utilizzando i dati precedentemente memorizzati nel registro di dimensione 1440. Il parametro F rappresenta un opportuno fattore di correzione che tiene conto della geometria e delle dimensioni delle celle di pioggia.
? Si ricava infine la seguente equazione algebrica che viene risolta con metodi numerici e fornisce la stima dell'intensit? di pioggia al suolo R LL [mm/h]
Vantaggiosamente, il valore della soglia ?epsilon Stop? viene scelto empiricamente,
in modo da fornire un buon compromesso fra il verificarsi di falsi riconoscimenti e di
mancato riconoscimento di fine pioggia.
Ancora pi? vantaggiosamente, per evitare l?insorgere di detto fenomeno del falso
riconoscimento di fine pioggia dovuto al valore imposto ?epsilonStop? pu? essere
implementato un metodo ulteriormente comprendente le fasi di:
- attendere, dall?inizio della precipitazione, che trascorra un determinato intervallo della durata di alcuni minuti (intervallo di guardia) prima di iniziare con i calcoli e contemporaneamente caricare i campioni in uscita dal secondo filtro Kalman (10) nel registro di memoria di un filtro a finestra mobile;
- elaborare, trascorso l?intervallo di guardia, per ogni istante di campionamento i campioni in uscita da detto secondo filtro di Kalman (10) memorizzati nel detto registro del filtro a finestra mobile, ricavandone il valor medio e la deviazione standard;
- confrontare, per ogni istante di campionamento, la stima della deviazione standard dei campioni in uscita da detto secondo filtro di Kalman (10) ottenuta tramite il filtro a finestra mobile con una opportuna soglia, determinata empiricamente; se la deviazione ? superiore alla soglia, allora si permane nello stato di presenza di pioggia, altrimenti si forza la transizione allo stato in assenza di pioggia, si reinizializza il primo filtro di Kalman (9) con lo stato attuale del secondo filtro di Kalman (10) e da questo momento in poi sul registro di Es/N0 di riferimento in presenza di pioggia vengono memorizzati i campioni in uscita da detto primo filtro di Kalman (9). In tale ambito tutti i dettagli sono sostituibili da elementi equivalenti ed i materiali, le forme e le dimensioni possono essere qualsiasi.
Legenda simboli
mm/h intensit? di pioggia nel LL
da ricavare risolvendo l'equazione adimensionale fattore di correzione geometrico
dB attenuazione totale ML pi? LL
ottenuta da elaborazione delle misure di Es / N 0
dB/(mm/h) coefficiente moltiplicativo della relazione empirica attenuazione specifica vs. intensit? di pioggia (?R <? >) nel ML
adimensionale esponente della relazione empirica attenuazione specifica vs. intensit? di pioggia (?R <? >) nel ML
dB/(mm/h) coefficiente moltiplicativo della relazione empirica attenuazione specifica vs. intensit? di pioggia (?R <? >) nel LL
adimensionale esponente della relazione empirica attenuazione specifica vs. intensit? di pioggia (?R <? >) nel LL
gradi angolo di elevazione del satellite sopra l'orizzonte rispetto alla posizione del TRU ottenuto da geometria del collegamento satellite-TRU
km spessore del ML
km quota s.l.m. della isoterma a zero gradi
ottenuta da previsioni meteo a breve termine (es. modello WRM), oppure da elaborazioni statistiche su archivio storico delle misure (es. database MERRA), oppure da tabelle, grafici, formule di dati medi annui (es. racc. ITU-R)
km quota s.l.m. dalla stazione ricevente (TRU)
ottenuta da previsioni meteo a breve termine (es.
modello WRM), oppure da elaborazioni statistiche su archivio storico delle misure (es. database MERRA), oppure da tabelle, grafici, formule di dati medi annui (es. racc. ITU-R)
Claims (11)
1. Metodo per la stima di presenza di pioggia caratterizzato dal comprendere le fasi di
- inserimento di un set di parametri statici (1), detto set di parametri statici (1) comprendente deviazioni standard (5, 6) per almeno due filtri di Kalman (9, 10), soglie ?epsilonStart? ed ?epsilonStop? espresse in dB, valore minimo del rapporto istantaneo Es/N0 (4), durata della finestra mobile per la stima della deviazione standard di campioni in uscita, tempo di attesa misurato a partire dall?inizio della precipitazione, soglia per il valore della deviazione standard (15) stimata utilizzata per individuare la fine di una precipitazione,
- inserimento di un set di parametri dinamici (7), detto set di parametri dinamici (7) comprendente una quota isoterma sul livello del mare e uno spessore di uno strato fondente nella troposfera,
- misurare un valore istantaneo Es/N0 (8),
- confrontare detto valore istantaneo Es/N0 (8) con detto valore minimo di rapporto istantaneo Es/N0 (4),
- porre i valori istantanei Es/N0 (8) minori di detto valore minimo di rapporto istantaneo Es/N0 (4) uguali a detto valore minimo di rapporto istantaneo Es/N0 (4), - invio di detti valori ad un primo filtro di Kalman (9) atto ad eliminare i disturbi dovuti alla scintillazione troposferica e le perturbazioni gravitazionali sull'orbita del satellite (3), detto primo filtro di Kalman (9) avente una uscita KalmanST (91),
- invio di detti valori ad un secondo filtro di Kalman (10) configurato con valori diversi di deviazione standard (6) del rumore di processo, detto secondo filtro di Kalman (10) avente una uscita KalmanFT (101),
- definire l?inizio di un evento precipitativo se una differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) supera detto valore soglia ?epsilonStart?,
- definire il termine di un evento precipitativo se una differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) risulta inferiore a detto valore soglia ?epsilonStop?,
- la conversione della misura di attenuazione totale del segnale satellitare indotta dalla pioggia lungo la tratta (in dB) in una stima di intensit? di pioggia (in mm/h) basata su di un modello troposferico a due strati melting layer (ML) e liquid layer (LL) tramite una relazione univoca che ? descritta analiticamente da una equazione algebrica con soluzione non esplicta.
2. Metodo per la stima di presenza di pioggia secondo la rivendicazione 1, in cui viene utilizzato un registro di memoria (11) a 1440 elementi, detti elementi indicizzati con un indice n= [0,?,1439], in cui in detto registro (11) vengono conservate le uscite KalmanST (91) acquisite con la cadenza di un campione al minuto, se detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) non supera detto valore soglia ?epsilonStart?.
3. Metodo per la stima di presenza di pioggia secondo una qualsiasi delle rivendicazioni precedenti, in cui si calcola la differenza tra detta uscita KalmanST (91) all?elemento ?n? e detta uscita KalmanFT (101) all?elemento ?n? e successivamente si calcola la differenza tra detta uscita KalmanST (91) all?elemento ?n+1? e detta uscita KalmanFT (101) all?elemento ?n+1? e se detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) all?elemento ?n? non supera detto valore soglia ?epsilonStart? mentre invece detta differenza tra detta uscita KalmanST (91) e detta uscita KalmanFT (101) all?elemento ?n+1? supera detto valore soglia ?epsilonStart" si definisce una ?condizione wet?.
4. Metodo per la stima di presenza di pioggia secondo una qualsiasi delle rivendicazioni precedenti, in cui detti filtri di kalman (9, 10) filtrano fonti di disturbo di detta rapporto istantaneo Es/N0 (8) derivanti da scintillazione troposferica, oscillazione satellite (3) e deriva longitudinale della posizione orbitale di detto satellite (3).
5. Metodo per la stima di presenza di pioggia secondo la rivendicazione 1, in cui il valore istantaneo Es/N0 (8) ? il rapporto tra l?energia media a radiofrequenza ricevuta dal TRU (2) durante un intervallo di simbolo e la densit? spettale monolatera di potenza del rumore additivo Gaussiano bianco totale.
6. Metodo per la stima di presenza di pioggia secondo la rivendicazione 1, in cui detto set di parametri dinamici (7) ? ottenuto sotto forma di misure prodotte in tempo reale da sistemi di rilevamento meteo.
7. Metodo per la stima di presenza di pioggia secondo la rivendicazione 1, in cui detto set di parametri dinamici (7) ? ottenuto sotto forma di previsioni a breve termine prodotte da modelli numerici di previsione meteorologica, (i.e. Weather Research and Forecastig (WRF), Global Forecast System (GFS) e European Centre for Medium-range Weather Forecast (ECMWF)).
8. Metodo per la stima di presenza di pioggia secondo la rivendicazione 1, in cui detto set di parametri dinamici (7) ? ottenuto sotto forma di valori statistici aggiornati almeno ogni 24 ore (es. valore medio, eventualmente pi? o meno un certo numero di deviazioni standard, valore mediano, o percentili vari, ottenuti per quella data localit?, con riferimento al giorno ed all?ora in questione, o dall?elaborazione statistica dei dati storici contenuti in appositi archivi, es. Modern Era Retrospectiveanalysis for Research and Applications (MERRA).
9. Metodo per la stima di presenza di pioggia secondo una qualsiasi delle rivendicazioni precedenti, in cui detti filtri di kalman (9, 10) sono configurati con lo stesso valore di deviazione standard (5) del rumore di misura causato dalla scintillazione troposferica.
10. Metodo per la stima di presenza di pioggia secondo una qualsiasi delle rivendicazioni precedenti, in cui detto valore ?epsilonStart? ? pari a tre volte il valore di detta deviazione standard (5) del rumore di misura causato dalla scintillazione troposferica.
11. Metodo per la stima di presenza di pioggia secondo una qualsiasi delle rivendicazioni precedenti, in cui le deviazioni standard (5, 6) sono rispettivamente deviazione del rumore di misura (5) e deviazione del rumore di processo (6).
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102020000018667A IT202000018667A1 (it) | 2020-07-30 | 2020-07-30 | Metodo per la stima di presenza di pioggia |
| US18/006,960 US20230296805A1 (en) | 2020-07-30 | 2021-07-21 | Method for the estimating the presence of rain |
| PCT/IB2021/056594 WO2022023887A1 (en) | 2020-07-30 | 2021-07-21 | Method for the estimating the presence of rain |
| EP21752184.8A EP4189444A1 (en) | 2020-07-30 | 2021-07-21 | Method for the estimating the presence of rain |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102020000018667A IT202000018667A1 (it) | 2020-07-30 | 2020-07-30 | Metodo per la stima di presenza di pioggia |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202000018667A1 true IT202000018667A1 (it) | 2022-01-30 |
Family
ID=72801988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102020000018667A IT202000018667A1 (it) | 2020-07-30 | 2020-07-30 | Metodo per la stima di presenza di pioggia |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230296805A1 (it) |
| EP (1) | EP4189444A1 (it) |
| IT (1) | IT202000018667A1 (it) |
| WO (1) | WO2022023887A1 (it) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115308817B (zh) * | 2022-08-05 | 2024-04-19 | 中国人民解放军国防科技大学 | 基于参考信号特征的信号学习与动态确定方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2688223A1 (en) * | 2012-07-19 | 2014-01-22 | Universita Degli Studi Di Genova | System and method for monitoring a territory |
| WO2018092031A1 (en) * | 2016-11-16 | 2018-05-24 | Artys S.R.L. | System and method for the environmental monitoring of precipitation events |
-
2020
- 2020-07-30 IT IT102020000018667A patent/IT202000018667A1/it unknown
-
2021
- 2021-07-21 WO PCT/IB2021/056594 patent/WO2022023887A1/en active Application Filing
- 2021-07-21 EP EP21752184.8A patent/EP4189444A1/en active Pending
- 2021-07-21 US US18/006,960 patent/US20230296805A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2688223A1 (en) * | 2012-07-19 | 2014-01-22 | Universita Degli Studi Di Genova | System and method for monitoring a territory |
| WO2018092031A1 (en) * | 2016-11-16 | 2018-05-24 | Artys S.R.L. | System and method for the environmental monitoring of precipitation events |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4189444A1 (en) | 2023-06-07 |
| US20230296805A1 (en) | 2023-09-21 |
| WO2022023887A1 (en) | 2022-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lopez | Direct 4D-Var assimilation of NCEP stage IV radar and gauge precipitation data at ECMWF | |
| Braun et al. | Comparisons of line-of-sight water vapor observations using the global positioning system and a pointing microwave radiometer | |
| Serra et al. | ATLAS self-siphoning rain gauge error estimates | |
| Ladstädter et al. | Climate intercomparison of GPS radio occultation, RS90/92 radiosondes and GRUAN from 2002 to 2013 | |
| KR101283750B1 (ko) | 위성 통신 시스템에서 강우감쇠 및 강우강도 데이터를 수집 및 관리하는 시스템 | |
| KR101751642B1 (ko) | 대기 관측용 라이다의 소산계수 보정방법 | |
| Costa-Surós et al. | Comparing the cloud vertical structure derived from several methods based on radiosonde profiles and ground-based remote sensing measurements | |
| CN102230796B (zh) | 基于无线电掩星探测资料的云底高反演方法 | |
| CN112305572B (zh) | 空间去相关的卫星微波辐射计湿延迟评估方法 | |
| Cronin et al. | Surface cloud forcing in the east Pacific stratus deck/cold tongue/ITCZ complex | |
| Namaoui et al. | GPS water vapor and its comparison with radiosonde and ERA-Interim data in Algeria | |
| Bonafoni et al. | The usefulness of the Global Navigation Satellite Systems (GNSS) in the analysis of precipitation events | |
| Foltz et al. | Dust accumulation biases in PIRATA shortwave radiation records | |
| Luini et al. | Calibration and use of microwave radiometers in multiple-site EM wave propagation experiments | |
| Barrera-Verdejo et al. | Ground-based lidar and microwave radiometry synergy for high vertical resolution absolute humidity profiling | |
| IT202000018667A1 (it) | Metodo per la stima di presenza di pioggia | |
| Macpherson et al. | Impact of NOAA ground-based GPS observations on the Canadian regional analysis and forecast system | |
| Yeh et al. | Applying the water vapor radiometer to verify the precipitable water vapor measured by GPS | |
| Kobayashi et al. | Comparison of Meisei RS2-91 rawinsondes and Vaisala RS92-SGP radiosondes at Tateno for the data continuity for climatic data analysis | |
| Mawandha et al. | GNSS-based PWV application for short term rainfall prediction in mountainous region | |
| Mzé et al. | Climatology and comparison of ozone from ENVISAT/GOMOS and SHADOZ/balloon-sonde observations in the southern tropics | |
| Dyukov et al. | Accuracy of speed measurements using GNSS in challenging environments | |
| Kim et al. | Characteristics and effects of ground-based GNSS zenith total Delay observation errors in the Convective-scale model | |
| Tahami et al. | Spatial-temporal characterization of hurricane path using GNSS-derived precipitable water vapor: Case study of hurricane Matthew in 2016 | |
| Wolff et al. | Derivation of a new continuous adjustment function for correcting wind-induced loss of solid precipitation: Results of a Norwegian field study |