Seismografie 2.0: Windtrillingen omzetten in klimaatgegevens
Van datachaos naar visuele helderheid. Ontdek hoe we seismische signalen verwerken om de impact van wind in realtime te monitoren en stedelijke 'schommelingen' te scheiden van de continue energie van de lucht.
Van datachaos naar visuele helderheid
Kan de grond onder onze voeten ons vertellen hoe hard het waait? Het korte antwoord is ja, maar de weg om die informatie te verkrijgen is niet eenvoudig. Bij seismische stations in de buurt van stedelijke gebieden is de wind niet de enige factor die de sensor laat trillen; verkeer, industrie en menselijke activiteit veroorzaken een constante "ruis" die de signalen van de natuur vaak overstemt.
In dit artikel leggen we uit hoe we erin zijn geslaagd om de "klappen" van de stad te scheiden van de continue energie van de lucht in de regio Gironès.
De uitdaging: Pieken of dichtheid?
Wanneer we naar een ruw seismogram kijken, zien we een wirwar van lijnen. Tijdens werkdagen staat de grafiek vol met tijdelijke pieken: passerende auto's, machines of stedelijke activiteit. Deze pieken hebben een grote amplitude, maar duren slechts zeer kort.
Wind gedraagt zich echter anders. Het is geen scherpe klap, maar een continue energie die ervoor zorgt dat het seismische spoor "dikker" of compacter wordt. De wiskundige uitdaging was: Hoe negeren we de hoge pieken van auto's om alleen de dikte van die zwarte "windvlek" te meten?
De gebruikte technieken
Om dit op te lossen, hebben we een analyseproces in drie stappen toegepast:
-
Banddoorlaatfilter (1.0 - 8.0 Hz): we hebben de analyse gericht op lage frequenties. Hoewel de energie van wind (net als regen) de 45 Hz kan bereiken, is het in de band van 1–8 Hz waar de druk van de wind tegen bomen, gebouwen en de grond zelf een resonantiesignaal genereert. Hierdoor kan een citizen-sensor de gegevens met grotere nauwkeurigheid vastleggen, ver weg van elektrische ruis en hoogfrequente stedelijke trillingen.
-
Op mediaan gebaseerde RSAM: in tegenstelling tot een conventioneel gemiddelde (dat gemakkelijk wordt beïnvloed door pieken van auto's), gebruiken we de mediaan van de amplitude in vensters van 10 minuten. De mediaan zoekt de "typische" waarde van de periode; als er gedurende 5 seconden een vrachtwagen passeert, negeert de mediaan dit en blijft deze gefocust op het constante waaien van de wind dat de rest van de tijd inneemt.
-
Correlatie tussen meerdere stations: om ons model te valideren, hebben we de windsnelheidsgegevens van een automatisch weerstation over onze seismische energiecurve (RSAM) gelegd.
Casestudy: Girona [XJ]
De analyse richtte zich op het seismische station [XJ], gelegen in de regio Gironès. Deze locatie is strategisch, maar brengt een logistieke uitdaging met zich mee: de afstand tot het referentieweerstation.
| Gegeven | Detail |
| Seismisch station | Girona [XJ] |
| Coördinaten | 41.98215º N, 2.80552º E |
| Afstand tussen de stations | 1,75 km |
| Frequentieband | 1.0 - 8.0 Hz |
| Energiemetriek | RSAM (gebaseerd op mediaan) |
Technische opmerking over de afstand: het is essentieel om rekening te houden met de afstand van 1,75 km tussen de seismograaf en het automatische station. Wind is niet uniform; windvlagen kunnen over slechts enkele kilometers aanzienlijk variëren door de orografie van de Gironès. De visuele overeenkomst die we hebben verkregen tussen de "dichtheid" van het seismische spoor en de geregistreerde windsnelheden bevestigt echter dat de grond fungeert als een gigantische anemometer.
Conclusies
Dit experiment bewijst dat citizen-seismografen niet alleen dienen om aardbevingen te detecteren. Door intelligente filtertechnieken en robuuste statistiek (de mediaan) toe te passen, kunnen we omgevingsruis omzetten in waardevolle klimaatgegevens. We zijn gegaan van het zien van een "vervuild" spoor op de laatste dag naar het inzicht dat die dichtheid in werkelijkheid de sonische handtekening was van een storm.
Seismografie 2.0 luistert niet alleen naar de aarde; het luistert ook naar de hemel.
Rafael Martín Soto - VD IT / Artificiell Intelligens
Rafael Martín Soto
Datavetare till yrke. Organisering av konventioner, presentationer, fördjupningsstudier i artificiell intelligens och optimering av resurser. Mer än 20 års erfarenhet av serveradministration, webb och cybersäkerhet. Älskar av användning och optimering av naturresurser, återvinning och natur
Management IT-specialisttekniker
Bekijk het volledige profiel van Rafael Martín Soto