Sismografia 2.0: Convertint vibracions del vent en dades climàtiques

 

Del caos de les dades a la claredat visual. Descobreix com processem senyals sísmics per monitoritzar l'impacte del vent en temps real, separant els cops urbans de l'energia contínua de l'aire.

 

Sismografia 2.0: Convertint vibracions del vent en dades climàtiques

Sismografia 2.0: Convertint vibracions del vent en dades climàtiques
Temps de lectura: 4 minuts

Del caos de les dades a la claredat visual

Pot el terra sota els nostres peus dir-nos amb quina força bufa el vent? La resposta curta és que sí, però el camí per extreure aquesta informació no és senzill. A les estacions sismològiques properes a nuclis urbans, el vent no és l'únic que fa vibrar el sensor; el trànsit, la indústria i l'activitat humana generen un "soroll" constant que sovint emmascara els senyals de la natura.

En aquest article, desglossem com hem aconseguit separar els "cops" de la ciutat de l'energia contínua de l'aire a la comarca del Gironès.

El desafiament: Pics o Densitat?

Quan observem un sismograma en brut, ens trobem amb un embull de traçats. Durant els dies laborables, la gràfica està plena de pics transitoris: cotxes passant, maquinària o activitat urbana. Aquests pics tenen molta amplitud, però duren poc temps.

El vent, en canvi, es comporta de manera diferent. No és un cop sec, sinó una energia contínua que fa que la traça sismològica es torni "més gruixuda" o densa. El repte matemàtic era: Com podem ignorar els pics alts dels cotxes per mesurar només el gruix d'aquella taca negra de vent?

Les tècniques utilitzades

Per resoldre-ho, hem aplicat un processament en tres passos:

  1. Filtratge de Banda (1.0 - 8.0 Hz): Hem centrat l'anàlisi en les freqüències baixes, tot i que el vent pot arribar als 45 Hz (igual que la pluja). És aquí on l'empenta del vent sobre els arbres, els edificis i el mateix sòl genera un senyal de ressonància que el sensor citizen pot capturar amb més fidelitat, allunyant-nos del soroll elèctric i de les vibracions d'alta freqüència.

  2. RSAM basat en la Mediana: A diferència de la mitjana convencional (que es deixa enganyar pels pics dels cotxes), utilitzem la mediana de l'amplitud en finestres de 10 minuts. La mediana busca el valor "típic" del període; si un camió passa durant 5 segons, la mediana l'ignora, quedant-se amb la bufada constant del vent que ocupa la resta del temps.

  3. Correlació Multi-estació: Per validar el nostre model, hem sobreimprès les dades de velocitat del vent d'una estació meteorològica automàtica sobre la nostra corba d'energia sísmica (RSAM).

Cas d'Estudi: Girona [XJ]

L'anàlisi s'ha centrat en l'estació sísmica [XJ], situada al Gironès. Aquesta ubicació és estratègica, però presenta un repte logístic: la distància respecte a l'estació meteorològica de referència.

Dada Detall
Estació Sísmica Girona [XJ]
Coordenades 41,98215º N, 2,80552º E
Distància entre estacions 1,75 km
Banda de Freqüència 1.0 - 8.0 Hz
Mètrica d'Energia RSAM (Median-based)

Nota tècnica sobre la distància: És fonamental tenir en compte la separació d'1,75 km entre el sismògraf i l'estació automàtica. El vent no és uniforme; les ràfegues poden variar significativament en pocs quilòmetres a causa de l'orografia del Gironès. Tanmateix, la coincidència visual que hem obtingut entre la "densidad" de la traça sísmica i els registres de velocitat del vent confirma que el sòl està actuant com un anemòmetre gegant.

Conclusions

Aquest experiment demostra que els sismògrafs citizen no només serveixen per detectar terratrèmols. En aplicar tècniques de filtratge intel·ligent i estadística robusta (mediana), podem convertir el soroll ambiental en dades climàtiques valuoses. Hem passat de veure una traça "bruta" l'últim dia a entendre que aquella densitat era, en realitat, la firma sònica d'un temporal de vent.

La sismografia 2.0 no només escolta la Terra, també escolta el cel.





Altres entrades de bloc relacionades: