Ilmatieteen laitoksen tutkija Virve Karsisto selvitti väitöstyössään, miten tienpinnan lämpötilahavaintoja voidaan parhaiten käyttää tiesäätä ennustavan mallin alkutilan määrityksessä.
Mitä tarkempi alkutila mallilla on, sitä paremmat mahdollisuudet tiesääennusteella on osua oikeaan.
Perinteisesti havaintojen tärkein lähde ovat olleet tiesääasemat, mutta nykyisin on mahdollista saada reaaliaikaisia havaintoja uusista lähteistä, kuten autoista.
Mobiilimittausten laatua selvitettiin vertaamalla autoon kiinnitettävällä laitteella tehtyjä tienpintalämpötilamittauksia tiesääasemien mittauksiin.
– Ero mobiilien ja tiesääasemamittausten välillä riippui siitä, oliko tienpinta kuiva vai esimerkiksi märkä tai jäinen, Karsisto kertoo tutkimuksen tuloksista.
– Kun pinnalla on esimerkiksi jäätä, niin optinen laite mittaa jään lämpötilaa, ei varsinaisen tienpinnan lämpötilaa, Karsisto selittää.
Tutkimuksessa kehitettiin olosuhteet huomioon ottava kalibrointiyhtälö, jolla mobiilihavainnot saadaan vastaamaan paremmin tiesääasemahavaintoja.
Kalibroitujen mobiilihavaintojen käyttö paransi ennusteita verrattuna teoreettiseen tilanteeseen, jossa tienpintalämpötilahavaintoja ei ollut saatavilla. Sen sijaan mobiilihavaintoja käyttävät ennusteet olivat suunnilleen yhtä tarkkoja kuin muiden tiesääasemien havaintoja hyödyntävä ennuste alueella, jolla on tiesääasemia tiheässä.
Mobiilihavaintoja hyödynnettiin tiesäätä ennustavassa mallissa säteilykorjausmenetelmää hyväksi käyttäen. Säteilykorjausmenetelmä korjaa pinnan saamaa säteilyn määrän mallissa niin, että mallin antama tienpinnan lämpötila vastaa havaittua lämpötilaa. Tutkimuksen mukaan tienpinnan lämpötilaennusteita voidaan parantaa menetelmän avulla huomattavasti.
– Säteilykorjausmenetelmän avulla on mahdollista parantaa tiesääennustetta, vaikka ennustepisteessä olisi käytettävissä vain yksi havainto. Havainnon toki pitää olla riittävän tuore, Karsisto summaa.
Väitöskirja on saatavilla Helda-palvelussa: http://hdl.handle.net/10138/306438
