都卜勒雷達追蹤非天氣碎片，助力緊急應變

美國能源部橡樹嶺國家實驗室（Oak Ridge National Laboratory）的研究人員，正運用全國氣象雷達網路的非天氣資料，試圖瞭解如何追蹤空中移動的非氣象事件，以提升緊急應變能力。新聞中的天氣報告，常能看到色彩繽紛、近乎即時的雲層和降水在某區域移動的影象。遍佈全國的都卜勒雷達網路，會向空中傳送能量脈衝，這些訊息經演演算法解讀後，能提供降雨、凍雨等各類天氣的關鍵資訊。

從雷達脈衝收集到的資訊中，有部分資料通常會被過濾掉，但對於非天氣研究可能具有重要價值，例如追蹤空中移動的物體，像煙霧、灰燼或碎片等。橡樹嶺國家實驗室支援國家安全科學的氣象學家艾瑞克・卡貝拉（Erik Kabela）表示：「在都卜勒雷達上，降水呈現為球形，在資料集中，球形的數值為1。雷達在空中偵測到的其他任何東西，都呈現為細長形，數值小於1。透過這種方式，我們可以去除編碼為1的降水資料，利用剩餘資料來瞭解空中有什麼、它往哪個方向移動，以及在移動過程中發生了什麼。」

卡貝拉和他的團隊回顧了過去數十年的新聞事件，以確定那些導致碎片升空的非天氣事件的日期、時間和地點。他們挑選的事件包括墨西哥灣的英國石油公司（BP）鑽油平臺爆炸、德州的SpaceX星艦爆炸，以及奧克拉荷馬市爆炸案的後續影響。透過回溯這些事件在雷達上的資料呈現，橡樹嶺國家實驗室的團隊繪製出碎片升空並移動的圖表，研究結果發表在《緊急管理期刊》（Journal of Emergency Management）上。

卡貝拉對將這項研究成果應用於緊急應變人員很感興趣。他指出：「非天氣資料可以在其他型別的跡象出現之前，給予當局警示。對於已經在現場的應變人員，這些資料可以告訴他們碎片雲的移動方向，並指出可以設立作業站的安全地點。」

橡樹嶺國家實驗室支援核不擴散工作的機械工程師麥克・本森（Mike Benson）表示，天氣是民眾每天都會關注的資訊，其相關資料可以有其他用途。「那些原本因特定目的被過濾掉的資料，其實對其他應用非常有用，這是我國分佈廣泛的網路資源。」本森還提到，下一步是開發一種機器學習演演算法，以自動偵測碎片雲並即時通知相關人員。他說：「這種演演算法可以偵測到偏遠地區尚未被人們注意到的緊急事件，越早偵測到事件，就能越快部署服務以減輕影響。」

此外，這些資料還可用於核鑑識調查，橡樹嶺國家實驗室的大衛・胡珀（David Hooper）過去15年一直支援相關專案。事件建模與計算工程師胡珀表示：「如果展開調查，技術人員會到現場採集樣本。氣象雷達可以偵測到煙羽，告訴我們空中有多少碎片以及它們的移動方向。這將有助於追蹤資料，並為現場技術人員提供更安全的資訊。」

胡珀的團隊開發了符合美國政府需求的沉降物建模軟體。雷達資料可以改善用於預測沉降物影響的模型。在鑑識調查中，雷達資料可以追蹤上升的煙雲，更好地估計風將其帶往何處、不同層的風如何影響煙雲，甚至可以追蹤碎片落地的過程。胡珀說：「這意味著可以減少對預測模型的依賴，更多地依靠實際測量，這對任務規劃來說總是更可取的。」