Tutkimusta kolmella toimialalla

Meteorologian ja meritieteen tutkimusohjelmassa tehdään meteorologista, ilmakehätieteellistä ja fysikaalista meritieteellistä perus- ja soveltavaa tutkimusta. Tutkimuskohteina ovat muun muassa eri aikaskaalojen ennustemallit, tutkimusaloihin liittyvät tieteelliset sovellukset ja kaukokartoitushavainnot sekä ilmastonmuutoksen vaikutukset ja niihin sopeutuminen.
 
Ilmastontutkimusohjelmassa tehdään ilmastojärjestelmän eri osiin liittyvää perus- ja soveltavaa tutkimusta. Tutkimuksen kohteina on erityisesti mennyt, nykyinen ja tuleva ilmasto sekä ilmakehän koostumus ja sen vaikutukset ilmastonmuutokseen ja ilmanlaatuun. Osa ohjelman työntekijöistä työskentelee Kuopion toimipisteessä.
 
Avaruus- ja kaukokartoituskeskus vastaa polaarialueiden ja lähiavaruuden tutkimuksesta ja toimintaan liittyvästä teknologian kehittämisestä. Tutkimuksen kohteina ovat erityisesti arktinen tutkimus sekä kaukokartoitus, uudet havaintomenetelmät ja avaruus. Avaruus- ja kaukokartoituskeskukseen kuuluvat Arktinen avaruuskeskus ja Sodankylän toimipiste.

Tiedeuutiset

Vuosittain julkaisemme noin 300 kansainvälisesti ennakkotarkastettua julkaisua.

Tiedeuutisissa kerromme Ilmatieteen laitoksen tutkimuksista ja niiden tärkeimmistä tuloksista kansantajuisesti.

« Takaisin

Mobiilimittauksilla voidaan tarkkailla tieolosuhteita entistä kattavammin

Mobiilimittauksilla voidaan tarkkailla tieolosuhteita entistä kattavammin

Autoista kerättävät havainnot mahdollistavat teiden keliolosuhteiden entistä tarkemman seuraamisen. Havainnot ovat kuitenkin alttiita häiriöille, kuten auton lämmitykselle ja pöllyävälle lumelle. Tutkijat kehittivät tilastollisen mallin, jonka avulla mobiilihavainnot saadaan paremmin yhdenmukaisiksi tiesääasemamittausten kanssa.

Ilmatieteen laitoksen ja Oulun yliopiston tutkimuksessa verrattiin mobiileja tienpintalämpötilahavaintoja tien varrella sijaitsevien tiesääasemien havaintoihin mobiilimittausten laadun selvittämiseksi. Tutkimuksessa havaittiin, että kuivissa olosuhteissa ja tienpintalämpötilan ollessa nollassa mobiilihavainnot olivat keskimäärin 0,62 astetta lämpimämpiä kuin tiesääasemahavainnot.

Mobiilimittauksen ja tiesääasemamittauksen erotuksen huomattiin olevan riippuvainen tienpinnan tilasta. Esimerkiksi tienpinnan ollessa märkä mobiilihavainnot olivat keskimäärin yli asteen tiesääasemahavaintoja lämpimämpiä, kun tienpintalämpötila oli nollassa.

Tutkimuksessa kehitettiin tilastollinen malli, jota käyttämällä mobiilihavainnot saadaan vastamaan paremmin tiesääasemahavaintoja. Käytetyt kertoimet mallissa riippuvat tienpinnan tilasta. Korjausta käyttämällä mobiilihavaintojen keskimääräinen ero tiesääasemahavaintoihin lähes puolittui.

Kehitetty tilastollinen korjaus parantaa mobiilihavaintojen hyödynnettävyyttä valvonnassa ja tiesään ennustamisessa. Tiesääasemat sijaitsevat yleensä pääteillä ja ovat harvassa erityisesti Pohjois-Suomessa, joten on tärkeää saada luotettavia havaintoja muista lähteistä. Luotettavien havaintojen avulla voidaan teiden olosuhteita ennustaa tarkemmin, sillä ennusteet ovat hyvin riippuvaisia ennustemallille luodusta lähtötilasta. Varsinkin lähellä nollaa astetta voi olla hyvin pienestä kiinni, jäätyykö tienpinta vai ei. Tarkkojen ennusteiden avulla tienhoitotoimenpiteet on mahdollista optimoida niin, että tiet tulevat suolatuksi ajallaan ja toisaalta taas turhilta suolauksilta vältytään.

Tutkimuksessa mobiilihavaintoaineistoa kerättiin ajoneuvoihin kiinnitettävillä sensoreilla. Kussakin ajoneuvossa oli kaksi sensoria, joista toinen mittasi tien pintalämpötilaa sekunnin välein tienpinnan infrapunasäteilyä havainnoimalla. Toinen sensori puolestaan mittasi optisesti kitkaa ja tienpinnan tilaa eli sitä, onko tienpinta esimerkiksi kuiva, luminen tai jäinen. Mittaukset tehtiin talvina 2014–2017. Mobiilihavaintoainesto saatiin Teconer Oy:ltä.

Lisätietoja:

tutkija Virve Karsisto, Ilmatieteen laitos, virve.karsisto@fmi.fi

tutkija Lauri Lovén, Oulun yliopisto, lauri.loven@oulu.fi

Lovén L, Karsisto V, Järvinen H, Sillanpää MJ, Leppänen T, Peltonen E, Pirttikangas S, Riekki J. Mobile road weather sensor calibration by sensor fusion and linear mixed models. PLOS ONE. 2019 Feb 7;14(2):e0211702.

https://doi.org/10.1371/journal.pone.0211702


Lisää tiedeuutisia arkistossamme