Kategorizacija konvektivnih oblakov močnega vertikalnega razvoja iz radarskih meritevSlabajna, Sašo (Avtor) Skok, Gregor (Mentor) Hrabar, Andrej (Komentor) vremenski radarkonvekcijaalgoritem FiTMETARNevihte so zaradi svoje nepredvidljivosti za letalstvo izredno nevaren vremenski pojav, saj jih pogosto spremlja močan veter, turbulenca, zaledenitve, lahko tudi razelektritve. Za pilote je torej zelo pomemben podatek o prisotnosti močno vertikalno razvitih konvektivnih oblakov v okolici in na letališčih, ki je zapisan v meteoroloških poročilih. Ker je z mednarodnimi konvencijami določeno neprekinjeno izvajanje nalog, je predvsem v času zaprtja letališč ali odsotnosti meteorologov opazovalcev potrebno zagotoviti samodejno zaznavanje. V Sloveniji se v ta namen trenutno uporabljajo različni senzorji, metode z uporabo algoritmov za identifikacijo objektov na primer na podlagi meritev radarske odbojnosti pa se še niso preizkusile. V tem magistrskem delu sem razvil metodo za zaznavanje in kategorizacijo konvektivnih oblakov močnega vertikalnega razvoja na podlagi meritev radarske odbojnosti. Obravnaval sem obdobje od maja do septembra v letih 2018 in 2019. Pri tem sem uporabil dve metodi vertikalne agregacije meritev, in sicer maksimalno horizontalno projekcijo ($Z_\text{max}$) in vertikalno integrirano vodnost ($VIL$). Za identifikacijo objektov sem uporabil algoritem FiT (Forward in Time), za verifikacijo pa meteorološka poročila Letališča Jožeta Pučnika Ljubljana. Uspešnost kategorizacije tipa oblaka sem izračunal z uporabo kontingenčne tabele, preko katere sem izračunal indekse uspešnosti, kot na primer CSI (Critical Success Index). Nevihtne oblake (Cb) sta obe varianti metode kategorizirali enako uspešno, pri tem pa dosegli indeks uspešnosti CSI 0,558. Mesečna analiza pri optimalnih parametrih je prikazala večjo variabilnost predvsem v indeksu bias, obe metodi pa sta bili najuspešnejši v juniju. Z namenom izboljšanja uspešnosti sem poiskal optimalne nastavitve za vsak mesec posebej. Ta pristop se je izkazal za malenkost uspešnejšega, vendar bi za reprezentativnost rezultatov potreboval večje število podatkov. Za kategorizacijo stolpičastih kumulusov (TCu) se je kot uspešna izkazala le uporaba $Z_\text{max}$, ki je pri optimalnih nastavitvah dosegel vrednost CSI okoli 0,3855. Slabša uspešnost je bila posledica večjega števila lažnih alarmov. Ob uporabi optimalnih parametrov za kategorizacijo obeh tipov oblakov je analiza z $Z_\text{max}$ dosegla CSI okoli 0,5030. Uspešnost optimalnih nastavitev sem preizkusil še na neodvisnem setu podatkov, konvektivni sezoni 2020. Pri tem je indeks CSI dosegel vrednost 0,4320.20202020-10-31 08:15:02Magistrsko delo/naloga121812VisID: 115241COBISS_ID: 34913027sl