Signaalinkulku- olosuhteiden ennustaminen numeerisia menetelmiä apuna käyttäen Jani Tyynelä, Karoliina Hämäläinen Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Signaalinkulkuolosuhteiden ennustaminen numeerisia menetelmiä apuna käyttäen Jani Tyynelä, Ilmatieteen laitos Karoliina Hämäläinen, Ilmatieteen laitos Puolustusministeriö Helsinki 2025 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Puolustusministeriö This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. ISBN pdf: 978-951-663-277-6 ISSN pdf: 2984-102X Taitto: Valtioneuvoston hallintoyksikkö, Julkaisutuotanto Helsinki 2025 Julkaisujen jakelu Distribution av publikationer Valtioneuvoston julkaisuarkisto Valto Publikations- arkivet Valto julkaisut.valtioneuvosto.fi https://julkaisut.valtioneuvosto.fi/ Kuvailulehti 3.4.2025 Signaalinkulkuolosuhteiden ennustaminen numeerisia menetelmiä apuna käyttäen Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Julkaisija Puolustusministeriö Tekijät Jani Tyynelä, Karoliina Hämäläinen Toimittaja Jani Tyynelä Yhteisötekijä Ilmatieteen laitos Kieli suomi Sivumäärä 34 Tiivistelmä Yhteiskunnan toimivuus on riippuvainen sähkömagneettisten signaalien kulusta ilmakehässä. Vallitsevat olosuhteet voivat paitsi heikentää normaalia operatiivista toimintaa, mutta myös vahvistaa signaalin kulkua yllättäen. Tällaiset olosuhteet syntyvät ilmakehän kanavoinnin seurauksena. Tutkimuksessa todettiin, että säämallilla pystytään ennustamaan ylempiä pintakanavia yli 90 %:n osuvuudella, kun taas alempien kanavien osuvuus oli vain 47 %. Tämä viittaa siihen, että kanavoitumisen luotettavaa ennustamista varten pitäisi ennustetasojen määrää kasvattaa varsinkin pinnan lähellä. Erotuskyvyn lisääminen vaakasuunnassa 2 500 metristä 750 metriin ei tuonut vastaavaa parannusta. Säämallin kanavointi- ennusteista luotiin myös pilottituotteita Puolustusvoimien käyttöön. Kanavoinnin havaitsemista tutkittiin Korppoon säätutkan ja Utön merivalvonta tutkan välillä. Vaikka tutkat toimivat eri taajuuksilla ja keilaavat ympäristöä eri tavoin, ne havaitsivat kanavointitilanteita samaan aikaan ja samoissa paikoissa. Kokeellinen kanavointi-indeksi tuotti 0.8 lineaarisen korrelaation, kun kohteet olivat laivoja. Sen sijaan maa- ja merivälkekohteilla korrelaatio oli selvästi huonompi. Lisäksi molemmilla tutkilla havaittiin katvealueita, kun ne havaitsivat laivoja ja merikaikuja, mikä todennäköisesti johtuu saarien ja pinnan muotojen aiheuttamasta varjostuksesta. Klausuuli Tämä julkaisu on toteutettu osana Maanpuolustuksen tieteellisen neuvottelukunnan (MATINEn) tutkimusrahoituksen toimeenpanoa. (www.defmin.fi/matine) Julkaisun sisällöstä vastaavat tiedon tuottajat, eikä tekstisisältö välttämättä edusta puolustusministeriön näkemystä. Asiasanat aluevalvonta, alukset, Ilmatieteen laitos, Itämeren alue, radioaallot, maanpuolustus, tutkimus, kokonaismaanpuolustus, säänennustusjärjestelmä, kanavoituminen, sähkömagneettinen signaali ISBN PDF 978-951-663-277-6 ISSN PDF 2984-102X Julkaisun osoite https://urn.fi/URN:ISBN:978-951-663-277-6 https://urn.fi/URN:ISBN:978-951-663-277-6 Presentationsblad 3.4.2025 Prognostisering av signalutbredningsförhållanden med hjälp av numeriska metoder Publikationer av försvarets vetenskapliga delegation 2025:7 Utgivare Försvarsministeriet Författare Jani Tyynelä, Karoliina Hämäläinen Redigerare Jani Tyynelä Utarbetad av Meteorologiska Institutet Språk finska Sidantal 34 Referat Samhället är beroende av utbredningen av elektromagnetiska signaler i atmosfären. Rådande förhållanden kan förhindra utbredningen men också oväntat förbättra den, till exempel till följd av atmosfärisk ducting, eller kanalisering av signalutbredningen i ledande skikt. Studien gav vid handen att vädermodeller kan förutsäga förekomsten av ledande skikt fria från markytan med över 90 % noggrannhet, medan noggranheten för marknärä skikt endast var 47 %. Att tytillförligtligt kunna förutsäga ducting också nämast ytan, skulle förutsätta en ökning av vädemodellens vertikalupplösning. Att öka den horisontella upplösningen från 2 500 meter till 750 meter gav däremot ingen motsvaravde förbättring. Rönen tillämpades i pilotprodukter för ducting som utvecklades för användning inom försvarsmakten. Ductingdetektion studerades även mellan väderradarn i Korpo och sjöövervaknings radarn på Utö. Trots att radarna opererar på olika frekvenser och skannar omgivningen på olika sätt, detekterade de ofta ductingförhållanden samtidigt och på samma platser. Ett experimentellt ductingindex visade en linjär korrelation på 0.8 vid inriktning på lastfartyg. Däremot var korrelationen betydligt lägre för mål på land och för havsytan. Dessutom upvisade båda radarna skuggområden vid detektering av fartyg eller sjöeko, troligen på grund av hinder från öar och topografiska variationer vid ytan. Klausul Den här publikation är en del i genomförandet av forskningsfinansiering av Försvarets vetenskapliga delegation. (www.defmin.fi/matine) De som producerar informationen ansvarar för innehållet i publikationen. Textinnehållet återspeglar inte nödvändigtvis statsrådets ståndpunkt. Nyckelord territorialövervakning, fartyg, Meteorologiska Institutet, Östersjön, radiovågor, försvaret, forskning, totalförsvaret ISBN PDF 978-951-663-277-6 ISSN PDF 2984-102X URN-adress https://urn.fi/URN:ISBN:978-951-663-277-6 https://urn.fi/URN:ISBN:978-951-663-277-6 Description sheet 3 April 2025 Predicting signal propagation conditions using numerical methods Publications of the Scientific Advisory Board for Defence 2025:7 Publisher Ministry of Defence Authors Jani Tyynelä, Karoliina Hämäläinen Editor Jani Tyynelä Group author Finnish Meteorological Institute Language Finnish Pages 34 Abstract Modern society depends on the propagation of electromagnetic signals in the atmosphere. Prevailing conditions can weaken normal operational activities but also unexpectedly enhance signal propagation. Such conditions arise as a result of atmospheric ducting. The study found that numerical weather models can predict elevated surface ducts with over 90% accuracy, whereas the accuracy for lower ducts was only 47%. This indicates that increasing the number of forecat levels is necessary for reliable ducting prediction near the surface. Increasing the horizontal resolution from 2,500 meters to 750 meters did not yield a corresponding improvement in duct prediction. Pilot ducting products based on the numerical weather forecasts were also developed for the needs of the Defence Forces. Ducting detection was also studied between the Korppoo weather radar and the Utö coastal surveillance radar. Although the radras operate at different frequencies and scan the environment in different ways, they often detected ducting conditions simultaneously and in the same locations. An experimental ducting index produced a linear correlation of 0.8 when targeting ships. In contrast, the correlation was significantly lower for land and sea clutter. Additionally, both radars exhibited shadow areas when detecting ships or sea clutter, likely due to the obtsuction caused by islands and surface topography. Provision This publication is part of the implementation of research funding of the Scientific Advisory Board for Defence (MATINE). (www.defmin.fi/matine) The content is the responsibility of the producers of the information and does not necessarily represent the view of the Defence Ministry. Keywords territorial surveillance, ships, Finnish Meteorological Institute, the Baltic Sea, radio waves, national defence, research, comprehensive defence approach ISBN PDF 978-951-663-277-6 ISSN PDF 2984-102X URN address https://urn.fi/URN:ISBN:978-951-663-277-6 https://urn.fi/URN:ISBN:978-951-663-277-6 Sisältö 1 Johdanto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2 Tutkimuksen tavoitteet.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 3 Sähkömagneettisen aaltoliikkeen kanavoituminen.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4 Menetelmät.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 4.1 Harmonie-AROME säämalli.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 4.2 Korppoon säätutka.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 4.3 Utön merivalvontatutka. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 5 Tutkimuksen tulokset.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 5.1 Säämallin verifiointi mastomittauksilla.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 5.2 ANOPROP – Harmonie-AROME säämalliin perustuva kanavointituote. . . . . . . . . . . . . . . . . . 19 5.3 Säätutkan ja merivalvontatutkan kyky havaita kanavoitumista.. . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 5.3.1 Erilaisten kohteiden näkyminen tutkilla.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 5.3.2 Kanavointi-indeksi.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 5.3.3 Heijastavuustekijät. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 6 Johtopäätökset.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 Lähteet.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 7 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 1 Johdanto Modernin informaatioyhteiskunnan toimivuus on riippuvainen sähkömagneettisten signaalien liikkeestä ilmakehässä. Näihin signaaleihin lukeutuvat esimerkiksi radio-, televisio- ja puhelinliikenne, paikannusjärjestelmien signaalit, satelliittiyhteydet sekä tutkajärjestelmät. Signaalihäiriöt voivat häiritä yhteiskunnan toimintaa ja joh- taa jopa vaaratilanteisiin. Samalla häiriöiden ennakointi ja hyödyntäminen voivat tarjota strategista etua, kuten puolustustoimien peittämistä sellaisilla alueilla, joissa tutkahavainnointi on vaikeampaa. Vastaavasti parempi signaalien havaittavuus voi tukea signaalitiedustelun ajoitusta ja kohdistamista. Sähkömagneettisten signaalien kulku ilmakehässä riippuu sen fysikaalisesta pysty rakenteesta, kuten ilman kosteudesta, lämpötilasta ja paineesta. Nämä tekijät vai- kuttavat ilmakehän sähkömagneettisen säteilyn taitekertoimeen, joka kuvaa säteilyn ja väliaineen vuorovaikutuksia. Tietyissä olosuhteissa ilmakehän kerrostu- neisuus voi muuttaa taitekertoimen arvoja niin, että signaalin kulku estyy ja syntyy katvealueita. Toisaalta suotuisat olosuhteet voivat pidentää signaalien kantamaa merkittävästi. Vuodenajat ja sääolosuhteet vaikuttavat näiden häiriöiden yleisyy- teen. Näitä poikkeustilanteita kutsutaan anomaaliseksi signaalinkuluksi. Kanavoitu- minen syntyy, kun taittuvuuden pystygradientti on negatiivinen, jolloin tutkasäde voi jäädä vangiksi kanavaan. Kanavoituminen voidaan havaita tutkilla esimerkiksi kaikuina, jotka ovat lähtöisin maan tai meren pinnalta, mutta tulevat tutkahorisontin ulkopuolelta. Koska sää- tutka on herkkä havaitsemaan monenlaisia kaikuja, anomaalisten kohteiden tunnis- tamiseen käytetään polarimetriaa hyväksi. Merivalvontatutka sen sijaan ei ole yhtä herkkä kuin säätutka, mikä näkyy esim. pienten kohteiden kuten hyönteisten, lintu- jen ja sadepisaroiden puuttumisena havainnoista. Siksi näille tutkille pelkkä kohtei- den näkyminen horisontin ulkopuolella riittää kanavoimisen tunnistamiseen. Perinteisesti signaalin kulkua on arvioitu yhdistämällä paikallisia havaintoja (esim. lämpötila, kosteus, paine) ja signaalinkulkumalleja, jotka simuloivat tutka- tai radio- signaalin etenemistä tiettyyn suuntaan eri korkeuksilla ja etäisyyksillä kahdessa 8 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 ulottuvuudessa. Tämä lähestymistapa tarjoaa ajankohtaista tietoa rajatulta alueelta, mutta ei tue pitkäaikaista tai laajamittaista strategista suunnittelua. Säämallit puo- lestaan perustuvat fysiikan lakeihin ja kuvaavat ilmakehän virtauksia ja termodyna- miikkaa. Näiden avulla voidaan arvioida taittuvuuden pystyjakaumaa ja ennustaa sen kehittymistä laajalla alueella. Numeeristen säämallien etuina ovat alueellinen kattavuus, tiheä päivitystahti sekä pidemmät ennustejaksot. Syöttämällä ennuste- tut pystyjakaumat signaalinkulkumalliin, voidaan tuottaa reaaliaikaisia ennusteita signaalinkulkuolosuhteista. 9 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 2 Tutkimuksen tavoitteet Hankkeessa tutkittiin, miten säämallien tuottamia fysikaalisia suureita, kuten läm- pötilaa, kosteutta ja painetta, voidaan hyödyntää kanavoitumisen ennustamisessa. Näiden suureiden avulla laskettiin modifioidun taitekertoimen pystyjakaumat, joita käytettiin kanavoitumisolosuhteiden arvioimiseen. Tutkimuksen toisessa osassa taitekertoimen pystyjakaumia oli alunperin tarkoitus käyttää mallintamaan signaalinkulkua numeerisella propagaatiomallilla. Hankkeen loppuvaiheella kävi kuitenkin ilmi, että mallissa oli käytetty tavallisesta poikkea- vaa relaatiota taitekertoimen ja taittuvuuden välillä. Koska mallista ei ole saatavilla lähdekoodia, emme kyenneet tuottamaan luotettavia simulaatioita alkuperäisen tutkimussuunnitelman tarpeisiin. Sen sijaan päätimme vertailla säätutkan ja meri- valvontatutkan havaintokykyä anomaalisissa olosuhteissa. Hankkeen aikana kehitettiin ja otettiin käyttöön Ilmatieteen laitoksella pilottijärjes- telmä, joka tuottaa jatkuvasti ennusteita taitekertoimen pystyjakaumista. Ennusteet annetaan myös Puolustusvoimien tutkimuslaitoksen käyttöön. Keskeisimmät tutkimuskysymykset: 1. Onko säämallin pystysuuntainen erotuskyky riittävä taitekertoimen pystyjakaumien tuottamiseen, ja jos ei, kuinka paljon tätä voitaisiin parantaa? 2. Kuinka hyvin säämallin pystyjakauma vertautuu lämpötilan ja kosteuden mastomittauksiin Utön asemalla? 3. Kuinka merivalvonta- ja säätutkan havaintokyvyt havaita anomaalisia kaikuja eroavat toisistaan? 4. Kuinka vallitsevat olosuhteet ja kohteen tyyppi vaikuttavat tutkien havaintokykyyn? 10 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 3 Sähkömagneettisen aaltoliikkeen kanavoituminen Sähkömagneettisen signaalin kulkuun ilmakehässä vaikuttaa ilmakehän taittu- vuus (Kuva 1). Taittuvuuteen tai taitekertoimeen puolestaan vaikuttaa ilman lämpö- tila (T), kosteus (e) sekä paine (p). Nämä suureet ovat saatavilla myös säämalleista, mutta malleilla on omat rajoitteensa, joiden vaikutuksia kanavoinnin ennustami- seen on pyritty tässä työssä kartoittamaan. Anomaalinen signaalin kulku jaetaan kolmeen osaan: alitaittuminen, ylitaittuminen ja kanavoituminen. Tässä tutkimuk- sessa keskityimme kanavoitumisen havaitsemiseen ja ennustamiseen. Kuva 1.  Tutkasignaalin taittuminen ilmakehässä erilaisissa olosuhteissa. 11 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Taittuvuuden (N) laskemiselle on määritelty empiirinen kaava (Turton et al. 1988): Kun tämän lisäksi otetaan huomioon maanpinnan kaarevuus (R on Maan pinnan säde ja z korkeus maanpinnasta), voidaan määrittää muunnettu ilmakehän taitekerroin M: Muunnetun taitekertoimen pystyjakauma määrittää sen onko signaali vaarassa jäädä jumiin kanavaan. M:n gradientin ollessa negatiivinen signaali kaareutuu kohti maanpintaa ja voi jäädä jumiin kanavaan. Kanavoitumisen vaikutukset voidaan havaita signaalin heikentymisenä katvealueissa tai vastavuoroisesti voimistumisena kanavissa. Esimerkiksi radioliikenteessä signaalin kantama voi olla normaalia huomattavasti pidempi. 12 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 2.  Kanavatyypit (pintakanava, kohonnut pintakanava ja kohonnut kanava) ja niiden pääominaisuudet, kuten kanavan paksuus (St, Et), kanavan voimakkuus (Ss, Es) ja kanavan pohjan korkeus (Eb) Kuvassa 2 on kuvattu kolme yleisintä kanavatyyppiä ja niitä vastaavat M:n pysty jakaumat. Vasen kanava (a) on pintakanava, jossa on yksi gradientin vaihdos, mikä määrittää kanavan huipun korkeuden (St). Kanavan pohjana on maanpinta. Kana- van voimakkuus (Ss) määräytyy M-arvojen erotuksena huipun ja kanavan maksimi kohdan (pinta) välillä. Keskellä (b) on kohonnut pintakanava, jossa on kaksi gradientin vaihdosta. Kanavan sisällä oleva gradientin vaihdos määrää kanavan maksimikohdan. Kohonneessa kanavassa (c) kanavan pohja (Eb) on irti maanpin- nasta. Kanavan pohja määräytyy kohdasta, jossa jakauma saa saman M-arvon kuin huipulla. Näiden korkeuksien erotus määrää kanavan paksuuden. 13 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 4 Menetelmät Tutkimuksessa käytettiin apuna Ilmatieteen laitoksen operatiivista Harmonie- AROME säämallia sekä sää- ja merivalvontatutkien mittauksia. Tutkimusjaksoksi valittiin 19.06.2022–12.07.2022, jolloin havaittiin sekä normaaleja että anomaalisia olosuhteita havaintolaitteilla. 4.1 Harmonie-AROME säämalli Säämalli kykenee tuottamaan kaikki tarvittavat alkuarvot taitekertoimen laskemista varten. Näitä suureita ovat ilmakehän lämpötila, kosteus sekä paine. Ilmatieteen lai- toksen operatiivinen numeerinen sääennustemalli on nimeltään Harmonie-AROME. Harmonie-AROME on mesoskaalan malli, joka soveltuu konvektiivisten ilmiöiden mallintamiseen. Malli on epä-hydrostaattinen spektrimalli, jossa fysikaaliset Eulerin yhtälöt ratkaistaan ajan ja paikan suhteen ottaen huomioon advektion (Bengtsson et al. 2017). Mallin sisäinen aika askel on 75 sekuntia, horisontaalinen erotuskyky 2,5 km, ja laskenta tasoja on pystysuunnassa 65. Mallin alin taso sijaitsee noin 10 metrin korkeudella, ja ylin taso noin 10 hPa:n korkeudella. Harmonie-AROME mallin lähtö- ja reunakentät saadaan Euroopan keskipitkien ennusteiden keskuksen (ECMWF) globaalista mallista IFS = Integrated Forecasting System (ECMWF, 2022). Meren pin- talämpötilan analyysin (SST), ladataan puolestaan UK Met Officen OSTIA tietokan- nasta. Operatiivisissa ajoissa SST pidetään vakiona koko ennustejakson ajan. Tämän tutkimuksen kannalta mallin tärkein parametrisointi on turbulenssimalli HARATU. Tämä osio vaikuttaa ilman lämpötilaan, kosteuteen sekä pilvi- ja sumu- muodostuksen, tuulen kautta. HARATU:ssa turbulenttisen kineettisen energian lähde- ja nielutermit huomioivat tuuli väänteen, nosteen, kuljetuksen ja haihdun- nan. Turbulenttinen sekoittuminen vaikuttaa ilmakehän stabilisuuteen ja sitä kautta konvektioon ja kosteuden voihin, kyeten mallentamaan pilvipisaroiden tiivistymi- sen ja haihtumisen vaikutukset latenttiin lämpöön. Tässä tutkimuksessa testattiin säämallin erotuskyvyn vaikutuksia kanavoitumi- sen kannalta olennaisten parametrien ennustettavuuteen. Horisontaalitarkkuu- delle käytettin kahta arvoa, 750 m ja 2 500 m, kun pystytasojen määrä oli 65 tai 90 tasoa. Kaikissa mallikonfiguraatioissa ennusteen pituudeksi asetettiin 24 tuntia + 14 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 analyysiaika, ja ajoja tehtiin neljä kertaa vuorokaudessa (00, 06, 12 ja 18 UTC). Tutki- musajanjakso (19. kesäkuuta–11. heinäkuuta 2022) valittiin saatavilla olevien Utön maston ja Korppoon tutkan havaintojen perusteella. Säämallin tuloksista jatkolaskettiin modifioidun taitekertoimen pystygradientti eli muutos pystysuunnassa eri mallitasojen välillä. Tämän suureen saadessa negatiivi- sen arvon voidaan olettaa esiintyvän kanavoitumista kyseisessä kerroksessa. 4.2 Korppoon säätutka Ilmatieteen laitoksen säätutkaverkosto kattaa koko Suomen maa- ja merialueen (Kuva 3). Säätutkat toimivat C-taajuusalueella (5.6 GHz) ja pystyvät skannaamaan koko ilmakehän niiden ympärillä viiden minuutin välein vaihtamalla elevaatio- kulmaa. Tutkamittausten etäisyysresoluutio on yleensä 500 m ja keilanleveys 0.9 astetta. Kuvassa näytetyt pienet renkaat 120 km:n etäisyydellä tutkien ympärillä kuvaavat aluetta, jolta voidaan mitata tuulen voimakkuus. Tutkien maksimietäisyys on kuitenkin 250 km (iso rengas). Tässä tutkimuksessa keskityttiin Korppoon säätut- kan mittauksiin (KOR). Säätutkien päätehtävinä ovat sadealueiden havainnointi ja niiden lähihetkiennus- taminen, mikä pohjautuu niiden liikkeiden seurantaan ja extrapolointiin. Säätut- kat lähettävät kaksoispolarisaatiosignaaleja, jotka mahdollistavat niiden luotettavan toiminnan myös poikkeustilanteissa. Kanavointitilanteissa ne voivat havaita pal- jon ei-meteorologisia kohteita, kuten hyönteisiä, lintuja, merikaikuja ja maakaikuja. Vaikka nämä kaiut eivät kuulu niiden tavanomaiseen operatiiviseen toimintaan, on tärkeää tunnistaa ne meteorologisten kaikujen seasta, jotta vältytään virhetul- kinnoista. Lisäksi säätutkat mahdollistavat myös jatkuvasti päivitetyn tilannekuvan kanavointiin liittyvistä olosuhteista. Esimerkkejä normi- ja poikkeusolosuhteista on kappaleessa 5.3.1. 15 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 3.  Ilmatieteen laitoksen säätutkaverkosto. Kunkin tutkan ympärillä oleva pieni rengas 120 km:n etäisyydellä kuvastaa aluetta, jolta voidaan mitata tuulen voimakkuus, kun taas isompi rengas 250 km:n päässä on maksimetäisyys, jonka sisällä havaitaan sadanta. 16 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 4.3 Utön merivalvontatutka Ilmatieteen laitoksen merivalvontatutkaverkosto kattaa Suomen rannikkoalueet. Tässä tutkimuksessa keskityttiin Utön tutkaan, joka sijaitsee Ilmatieteen laitoksen meritutkimusasemalla Utön saaressa. Merivalvontatutka on hyvin erilainen verrat- tuna säätutkaan. Se skannaa ympäristöään nopeasti (noin 3.5 s) samalla elevaatio- kulmalla (0 astetta) vain yhdellä polarisaatiolla. Sen keilakuvio muistuttaa viuhkaa, jonka vaakaleveys on vain 0.4 astetta ja pystyleveys on 20 astetta. Lisäksi tutka lähettää signaalia X-taajuusalueella (9.2–9.5 GHz). Merivalvontatutkien päätehtävänä on laivojen ja muiden isojen kohteiden seuranta niiden lähiympäristössä noin 50 km:n etäisyydellä tutkahorisontin sisäpuolella. Utön tutkan lähetintä säädettiin havaitsemaan kaikuja myös sen horisontin ulko- puolelta aina 150 km:n päästä asti kanavointitutkimusta varten. 17 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 5 Tutkimuksen tulokset 5.1 Säämallin verifiointi mastomittauksilla Kuvassa 4 esitetään muunnetun taitekertoimen aikasarjat testijaksolta, 19.06.2022– 12.07.2022. Ylimmässä paneelissa on kuvattuna Utön maston mittausten perus- teella lasketut arvot. Seuraavat neljä paneelia esittävät eri mallikokeiden tuloksia, vaihdellen mallin pysty- ja vaakaerotuskykyä 65/90 tason ja 750 m/2 500 m välillä. Pystyakseli rajoittuu mallitasoihin, jotka vastaavat Utön mittauksia (alle 35 m), joka tarkoittaa, että L65-kokeissa mukana mallista ovat vain alimmat kaksi tasoa (noin 12 m ja 37 m) ja L90-kokeissa kolme tasoa (noin 5 m, 17 m ja 31 m). Sinertävät negatii- viset arvot indikoivat kanavoitumista. Ensimmäinen kanavointitilanne keskiyöllä 22. kesäkuuta 2022 näkyy kaikissa malli vertailuissa. L65-resoluution kokeissa ennustettu kanava on havaittua huomatta- vasti voimakkaampi. Sen sijaan L90-resoluution kokeet tuottavat realistisemman pystyrakenteen, vaikka kokeessa 2500L90 pinnan läheinen kanava jää liian heikoksi. Tarkastelemalla mallituloksia voidaan todeta, että ennusteessa ilmapilari on kui- vempi kuin havainnoissa. Lisäksi mallit ovat huomattavasti havaintoja kylmempiä. Samankaltaisia piirteitä todettiin esiintyvän myös ajanjaksoilla 26.–28. kesäkuuta ja 2. heinäkuuta. Ajanjaksolla 3.–10. heinäkuuta havaittiin voimakkaita pintaläheisiä kanavia, mutta mallit eivät kyenneet toistamaan näitä tapahtumia. L90-tasoilla tehdyt kokeet ilmai- sevat ilmiötä heikosti, mutta eivät pysty muodostamaan tarpeeksi voimakkaita kanavointitilanteita. Näissä tapauksissa kosteuden pystyrakenteen muutokset eivät olleet riittävän voimakkaita. Testijakson aikana kanavat esiintyivät pääosin hyvin ohuessa kerroksessa (alle 15 m) maanpinnan yläpuolella. Seuraavat paneelit paljastavat säämallin rajoitteita: yksi- kään koe ei kykene mallintamaan oikein pintaläheisiä kanavia (alle 15 m). 18 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 4.  Utön mastomittauksista lasketut pystyjakaumat taittuvuudelle M ajan funktiona (ylin paneeli). Alemmissa paneeleissa on vastaavat jakaumat laskettu Harmonie-AROME säämallista 2 500 m:n ja 65 pystytason (toinen ylhäältä), 750 m:n ja 65 pystytason (keskimmäinen), 2 500 m:n ja 90 pystytason (toinen alhaalta) ja 750 m:n ja 90 pystytason (alin paneeli) resoluutiolla. 19 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Yksittäisten havaintojen lisäksi laskimme myös ennusteen osuvuuden (malli ja havainto ennustavat kanavaa) sekä väärien hälytysten määrän (malli ennustaa kana- van, jota ei havaita). Alimmilla tasoilla ennusteen oikein osuvuus on vain ~47 %. Ylimmillä tasoilla mallit osoittavat kuitenkin huomattavan samankaltaisia piirteitä kuin havainnot, ja ennusteen osuvuus on 91–97 %. Väärien hälytysten määrät pysy- vät hyvin maltillisina ja ovat välillä 6–10 %. 5.2 ANOPROP – Harmonie-AROME säämalliin perustuva kanavointituote Tutkimuksen tuloksena tuotettiin kanavoitumisennuste, joka hyödyntää säämallien sää suureita. Kehitetty ennuste tarjoaa arvokasta tietoa radioviestinnän sekä soti- laallisen tiedustelun ja toiminnan tueksi. Ennustemalli on suunniteltu tarjoamaan tarkkaa tietoa kanavoitumisolosuhteista seuraavien 48 tunnin ajalle. Ennusteessa kanavoituminen on laskettu kerroksessa, joka ulottuu 300 metrin korkeuteen maan- pinnasta. Ennusteesta visualisoidaan seuraavat suureet: kanavatyyppi, kanavan poh- jan korkeus ja kanavoitumisen minimitaajuus. Kuva 5.  Harmonie-AROME säämallista laskettu kanavatyyppi esitettynä kartalla. Pinta kanavat punaisina, kohonneet pintakanavat vihreinä ja kohonneet kanavat sinisinä alueina. 20 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuvassa 5 on esimerkki kanavatyypin ennusteesta marraskuun 14. päivä vuonna 2024 ajanhetkelle 00:00 UTC, jossa pintakanavat esitetään punaisina värialueina, kohonneet pintakanavat vihreinä alueina ja kohonneet kanavat sinisinä alueina. Ennusteiden kattavuus on rajattu Etelä-Suomen, Keski-Suomen, Ruotsin itäosien, Viron ja Latvian alueille. Kanavatyypin tunnistus on tärkeää tietoa, kun arvioidaan, minkä tyyppiset signaalit ylipäätänsä voivat kanavoitua. Kuva 6.  Harmonie-AROME säämallista laskettu kanavan pohjan korkeus esitettynä kartalla. Mitä tummempi sinisen sävy, sitä korkeammalla kanava on. Kuvassa 6 on puolestaan esimerkki kanavan pohjan korkeuden ennusteesta marras- kuun 13. päivälle vuonna 2024 ajanhetkelle 06:00 UTC. Korkeus on esitetty sinisen eri värisävyillä, jossa tummemmat alueet ovat korkeammalla aina maksimiin, mikä on 300 m. Harmailla alueilla ei havaita kanavointia. Kanavan pohjan korkeus antaa tarkemman arvion siitä, millä korkeuksilla lähetetyt signaalit voivat kanavoitua. 21 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 7.  Harmonie-AROME säämallista laskettu kanavoitumisen minimitaajuus esitettynä kartalla. Pintakanavat punaisen, kohonneet pintakanavat vihreän ja kohonneet kanavat sinisen eri sävyinä. Lopuksi kuvassa 7 on esimerkki kanavoitumisen minimitaajuuden ennusteesta samalle ajanhetkelle kuin kuvassa 6. Minimitaajuudet on esitetty eri värisävyissä kullekin kanavatyypille välillä 0.1 – 10 GHz. Kanavatyyppien värisävyinä käytetään samoja värejä kuin kuvassa 5. Minimitaajuus kuvastaa taajuusrajaa, joita suuremmat taajuudet todennäköisesti kanavoituvat. Sen alapuolella kanavoituminen vähenee asteittain taajuuden funktiona. Nämä tuotteet toimitetaan asiakkaille sekä datana että valmiiksi visualisoituina tuotteina. Tuotetta on testattu Puolustusvoimain ja NATON yhteisten sotaharjoitus- ten aikana, ja siitä saatu palaute on ollut positiivista. 22 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 5.3 Säätutkan ja merivalvontatutkan kyky havaita kanavoitumista 5.3.1 Erilaisten kohteiden näkyminen tutkilla Tutkien kyky monitoroida ympäristöä laajalta alueelta mahdollistaa mm. sään ja muiden kohteiden tunnistamisen, seuraamisen ja ennustamisen niiden liikkeen perusteella. Säätutkien päätehtävänä on havaita sadealueiden esiintyminen ja ennakoida niiden liikkuminen uusille alueille. Modernit säätutkat käyttävät kaksois- polarisaatiomittauksia kohteiden tunnistamisessa, minkä takia niillä on mahdollista tunnistaa meteorologisten kohteiden lisäksi ei-meteorologisia kohteita, kuten hyön- teisiä, lintuja, laivoja, kiinteitä maakohteita ym. Tätä varten Ilmatieteen laitoksella on kehitetty automaattinen luokittelumenetelmä, joka pohjautuu naiiviin Bayes-mal- liin (Mäkinen et al. 2022). Luokittelija tuottaa 19 eri luokkaa, joista kolme on valittu edustamaan epäsuorasti kanavointikohteita: laivat, merikaiut ja maakaiut. Kukin näistä kohteista esiintyy lähellä maan pintaa ja niiden havaitseminen kaukana, tut- kahorisontin tuolla puolen, merkitsee poikkeuksellisia kanavointiolosuhteita. Kuvassa 8a on esimerkki säätutkan havaitsemasta sadealueesta normiolosuhteissa. Katkoviivalla on esitetty etäisyysrenkaat 50 km:n välein. Sadealue ilmenee tasaisena ja laajana heijastavuusalueena, jossa heijastavuus vaihtelee 0–25 dBZ välillä. Lähellä tutkaa, tutkahorisontin sisäpuolella havaitaan myös maa- ja merikaikuja, jotka hei- jastuvat mm. meren aalloista ja saarista. Kuvassa 8b on tutkamittaus kanavoinnin aikana, jolloin saadaan monia kaikuja aina maksimietäisyydeltä asti. Kuvassa ei ole yhtään meteorologista kaikua, mutta siinä näkyy paljon hyönteisiä, lintuja, laivoja, meri- ja maakaikuja. Näiden kohteiden heijastavuus vaihtelee suuresti 0–60 dBz välillä. Tämä on tyypillistä kanavointitilanteissa, joissa kaikki kaiut vahvistuvat, koska ne voivat saapua tutkan vastaanottimeen hyvin laajalta alueelta. 23 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 8.  Korppoon säätutkan PPI-mittaus alimmalla elevaatiokulmalla sadealueesta (a) ja kanavointitilanteesta (b). Kuvissa esitetty kokonaisheijastavuus dBZ asteikolla. 24 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Merivalvontatutkan tehtävänä on havaita laivoja ja muita liikkuvia kohteita lähellä maan pintaa. Niiden kyky havaita laivaa pienempiä kohteita on huono, mutta nii- den tiheä mittausväli mahdollistaa kohteiden jatkuvan seuraamisen. Laivojen lisäksi myös meri- ja maakaiut näkyvät hyvin tutkakuvissa. Kuten säätutkassa, myös meri- valvontatutkat kykenevät havaitsemaan kohteita tutkahorisontin ulkopuolelta, mikäli olosuhteet sen sallivat. Kuvassa 9a vasemmalla on esitetty Korppoon säätutkan ja Kuvassa 9b oikealla Utön merivalvontatutkan kunkin mittaustilavuuden maksimiheijastavuudet pitkän, yli vuoden kestävän, aikajakson aikana. Vasen kuva havainnollistaa kuinka säätutka havaitsee monenlaisia kohteita kaikkialta tutkan havaintoalueelta aina maksimie- täisyydeltä asti. Voimakkaimmat kaiut (60–90 dBZ) tulevat laivoista, joiden reitit näkyvät selkeästi kuvassa. Maa-alueet erottuvat myös keltaisina (50–60 dBZ), kun taas merialueilla mitataan heikoimmat kaiut (30–40 dBZ). Merivalvontatutka (oikea kuva) havaitsee myös laivareitit selkeästi, mutta kaiut merestä ja maalta ovat huo- mattavasti heikompia kuin säätutkalla, eivätkä ylety täysin sisämaahan asti. Rannik- koviivat kuitenkin näkyvät hyvin. Kuten säätutkalla, horisontti ylettyy noin 50 km:n päähän, joten merkittävä osa havainnoista tehdään kanavointiolosuhteissa. Korp- poon säätutkan sijainti on näytetty mustalla tähdellä. Kuva 9.  Korppoon säätutkan alimman elevaatiokulman maksimiheijastavuudet (a) ja Utön merivalvontatutkan maksimi-intensiteetti (b). Korppoon tutkan havainnot on esitetty dBZ asteikolla, kun taas Utön tutkan havaitsemat kaiut ovat kokonaislukuja. 25 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kun tarkastelemme, kuinka Korppoon ja Utön tutkat havainnoivat samoja kohteita, tutkien väliset erot näkyvät selkeimmin. Kuvassa 10 on esitetty kaikujen samanaikai- nen esiintyvyys kussakin mittaustilavuudessa kummallekin tutkalle. Koska merival- vontatutkan havaitsema tilavuus on selvästi pienempi kuin säätutkalla, signaaliksi riitti, että edes yksi merivalvontatutkan mittaustilavuuksista ylitti minimikirkkau- den. Ajallisesti valittiin myös lähimmät mittaukset vertailuun. Kuvassa vasemmalla ylhäällä on näytetty esiintyvyys, jolloin kummatkaan tutkat eivät havaitse mitään. Kuten näkyy, suurimman osan ajasta tutkat eivät näe horisontin ulkopuolelle, mutta sen sisäpuolella kaikuja saadaan vähintään 60 % ajasta. Sen sijaan kanavointitapa- uksia esiintyy noin 30 % havannoista, mikä näkyy esiintyvyydessä Ruotsin ja Viron rannikoilla. Lähettimien aiheuttamia häiriökaikuja nähdään pääasiassa neljässä suunnassa. Oikealla alhaalla taas näkyy tapaukset, jolloin kummatkin tutkat näkevät kohteita samaan aikaan samassa paikassa. Lähialueen lisäksi kaikuja saadaan kana- vointialueilta Ruotsin ja Viron rannikoilta eli tutkilla on periaatteessa mahdollisuus nähdä kanavoitumista samaan aikaan. Silti, tutkien kyky havaita on hyvin erilainen, mikä selviää jäljellä olevista kuvista. Oikealla ylhäällä on esiintyvyydet, joissa Utön tutka saa kaikuja, mutta Korppoon tutka ei. Kuten näkyy, nämä ovat pääasiassa meri- ja laivakaikuja, joiden esiintyvyys on maksimissaan noin 2 % eli suhteellisen harvoin. Vasemmalla alhaalla on taas tilanteet, jolloin Korppoon tutka havaitsee, mutta Utön tutka ei. Alueet kattavat käytännössä koko säätutkan havaintoalueen, mikä osoittaa kuinka herkkä säätutka on verrattuna merivalvontatutkaan. 26 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuva 10.  Korppoon säätutkan ja Utön merivalvontatutkan kaikujen keskinäinen esiintyvyys. Vasemmalla ylhäällä on tilanteet, joissa kumpikaan tutkista ei näe anomaalisia kaikuja. Oikealla ylhäällä on tilanteet, joissa Utön tutka havaitsee, mutta Korppoon tutka ei. Vasemmalla alhaalla puolestaan Korppoon tutka havaitsee, mutta Utö ei. Oikealla alhaalla molemmat tutkat havaitsevat yhtä aikaa. 5.3.2 Kanavointi-indeksi Utön merivalvontatutkalla on aiemmin tutkittu, kuinka sen havaitsemat kaiut vahvistuvat kanavoinnin aikana (Rautiainen et al. 2023). Kanavoinnin indikaatto- rina käytettiin horisontin ulkopuolella laskettua signaalisummaa, joka suhteutet- tiin vastaavan alueen maksimisummaan (Kuva 9). Tuloksena saadaan indeksi jonka arvo vaihtelee välillä 0–1, ja se kuvastaa, kuinka voimakasta kanavointi on kyseisenä ajanhetkenä verrattuna koko mittaushistorian maksimiin. Sellaisenaan indeksi 27 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 toimii hyvin merivalvontatutkalle, mutta säätutkalle vastaavasti laskettu indeksi jää hyvin pieneksi. Tämä johtuu siitä, että säätutkan havaintoalue on moninkertainen verrattuna merivalvontatutkaan, varsinkin kanavointiolosuhteissa (kuva 8b), jolloin säätutkalla voidaan saada kaikuja aina 250 km:n päästä. Siksi säätutkan alue jaettiin viiteen osaan (Kuva 11), jotka valittiin tietyn tyyppisten kaikujen pitkäaikaisten ker- tymien perusteella. Kukin kanavointialue on reilusti horisontin ulkopuolella, joten mikä tahansa näillä alueilla havaittu signaali lähellä maata merkitsee, että olosuh- teet ovat kanavoinnille edullisia. Lisäksi kunkin alueen sisältä valitaan kymmenen voimakkainta kaikua, jotta indeksi olisi mahdollisimman herkkä. Kuva 11.  Korppoon säätutkan kanavoitumisalueet: laivat (punainen), merikaiut (vihreä), maakaiut Virossa (sininen), maakaiut Ruotsissa (violetti) ja maakaiut Suomessa (turkoosi). Utön tutkan ja Jokioisten asemien sijainnit ovat myös esitetty kuvassa. 28 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Tutkan keilan absoluuttinen koko kasvaa etäisyyden funktiona. Normiolosuhteissa maksimietäisyydellä mittaustilavuuden korkeus vaihtelee 2 800 m ja 7 200 m välillä. Tämän takia sateita voidaan myös havaita maksimietäisyydellä, koska niitä voi esiin- tyä hyvin korkealla. Koska vain tietyn tyyppiset kaiut, jotka ovat lähtöisin lähellä maan pintaa, indikoivat kanavointia, tarvitsemme kaikujen automaattista luokitte- lua erottamaan ne esim. sade- tai hyönteiskaiuista (Mäkinen et al. 2022). Kullakin kanavointialueella (Kuva 11) käytetään tiettyä luokkaa: laivat (punainen), merikaiut (vihreä), maakaiut Viron alueella (sininen), maakaiut Ruotsin alueella (magenta) ja maakaiut Suomen alueella (turkoosi). Kuvassa näkyvät myös Korppoon ja Utön tut- kien sijainnit. Kuva 12.  Korppoon säätutkalle (a) ja Utön merivalvontatutkalle (b) lasketut kanavointi- indeksit tutkimusjakson aikana kullekin kanavointialueelle, jotka on esitetty Kuvassa 11. Kanavointialueet ovat merkitty paneelien oikeaan laitaan. Punaisella on merkitty ajanhetket, joista ei saatu mittauksia. 29 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Kuvissa 12 on laskettu tutkimusjakson kanavointi-indeksit säätutkalle (12a) ja meri- valvontatutkalle (12b). Koko jakson aikana havaittiin useita lyhyitä ja yksi pitkäaikai- nen kanavoitumisajanjakso välillä 24.-29. kesäkuuta. Varsinkin maa-alueilla Suomen suunnalla (alin aikasarja) näkyy selkeästi voimakas vuorokausirytmi, jolloin kana- vointi voimistuu yön ajaksi ja katoaa päivällä, mikä johtuu säteilyjäähtymisen aihe- uttamasta lämpötilainversiosta Auringon laskun jälkeen. Merialueilla (ensimmäinen ja toinen ylhäältä) pitkän kanavointijakson aikana kanavointi jatkuu ympäri vuoro- kauden vain hieman heikentyen keskipäivällä. Merialueilla esiintyy usein haihtumis- kanavia ja advektion aiheuttamia lämpötilainversioita. Säätutkan ja merivalvontatutkan aikasarjojen välillä on selkeä korrelaatio. Laivoilla lineaarinen korrelaatiokerroin on noin 0.8, mikä osoittaa, että molemmat tutkat näkevät samat laivat samaan aikaan. Merikaiuilla korrelaatio on vain 0.35, koska aal- tojen näkyvyyden vaihtelu on suurta. Maakaiuilla korrelaatio vaihtelee riippuen tarkastellusta alueesta. Viron suunnassa korrelaatio on 0.65, mikä on kohtalaisen hyvä, kun taas Ruotsin suunnassa 0.43 ja Suomen suunnassa 0.28, mikä on taas aika huono. Syy huonoon korrelaatioon on todennäköisesti se, että Utön tutkan keilan peitto ei kata koko maa-aluetta ja siksi osa kanavointitilanteista jää sillä havaitse- matta. Lisäksi merivalvontatutkien huono herkkyys sisämaan maakauille on toinen mahdollinen syy. 5.3.3 Heijastavuustekijät Aikasarjojen lisäksi vertailtiin myös heijastavuuksia toisiinsa. Säätutkan heijasta- vuustekijät on määritetty säätutkayhtälössä verrannolliseksi pienten vesipisaroi- den halkaisijoiden kuudenteen potenssiin ja tyypillisesti esitetään desibeliasteikolla dBZ. Merivalvontatutkien heijastavuudet ovat sen sijaan talletettu kokonaislukuina, jotka vertautuvat havaittuihin jännite-eroihin (V). Vertailua varten kokonaisluvut konvertoitiin desibeliasteikolle kaavalla Z = 20*LOG10(V) ja heijastavuusarvot jaet- tiin 2x1 dB:n bineihin. Kuvissa 13–15 on esitetty tutkien samanaikaiset ja samanpaikkaiset heijastavuudet, joissa X-akselilla on säätutkan ja Y-akselilla merivalvontatutkan mittaukset. Kuvassa 13a on näytetty vain laivakaiut, jotka perustuvat säätutkan luokitteluun. Kuten näkyy, merkittävä osa kaiuista kertyy 38–54 dBZ:n välille ja vaikuttaa siltä, että sel- keimmät laivakaiut havaitaan samalla tavalla molemmilla tutkilla. Sen sijaan hajonta on suurta molemmilla tutkilla, mihin vaikuttaa tutkien erilaiset näkyvyydet ja herk- kyydet. Jos tarkasteluun valitaan pelkästään kaiut, jotka ovat lähtöisin kummankin tutkan horisonttien ulkopuolelta (Kuva 13b), huomataan, että pääkertymän lisäksi ilmestyy näkyviin kaksi pienempää kertymää lähelle kummankin heijastavuuden 30 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 minimiarvoja pisteisiin (-3 dBZ, 38 dB) ja (40 dBZ, 0 dB). Nämä alueet sisältävät tilan- teita, joissa toinen tutka ei havaitse juuri mitään, mutta toinen havaitsee laivan nor- maalisti. Syynä tähän voi olla se, että osa horisontin ulkopuolella olevista alueista ovat tutkakatveessa. Kuva 13.  Korppoon säätutkan kokonaisheijastavuuden ja Utön merivalvontatutkan intensiteetin välinen esiintyvyysvertailu. Kuvissa kokonaisheijastavuus on dBZ asteikolla ja intensiteetti dB-asteikolla.Ylemmässä kuvassa (a) on kaikki havaitut laivakaiut tutkimus jaksolla, kun taas alemmassa kuvassa (b) on vain ne laivakaiut, jotka ovat lähtöisin molempien tutkien tutkahorisontin ulkopuolelta 31 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Merikauille tehtiin samanlainen tarkastelu kuvissa 14a ja 14b. Kun mittauksista ei suodateta lähikaikuja, havaitaan pääkertymä noin 6 dBZ:n kohdalla, mikä osoittaa merikaikujen olevan huomattavasti heikompia laivoihin verrattuna. Tässä tutkat ver- tautuvat kohtalaisen hyvin huolimatta isosta hajonnasta. Kun tarkastellaan vain kai- kuja, jotka ovat lähtöisin tutkahorisonttien ulkopuolella (Kuva 8b), ilmestyy näkyviin toinen kertymä pisteeseen (0 dBZ, 41 dB). Tämä viittaa siihen, että merivalvonta- tutka havaitsee merikaikuja, joita säätutka ei havaitse, mikä taas voi johtua säätut- kan tutkakatveesta. Kuva 14.  Sama kuin Kuva 13, mutta merikaiuille. 32 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 Lopuksi tutkimme maakaikujen yhteismittauksia (Kuvat 15a ja 15b). Maakaikujen hajonta on suurempi kuin laivoilla, mutta pienempi kuin merikaiuilla. Pääkertymä osuu pisteeseen (42 dBZ, 34 dB) ja vaikuttaa olevan kvalitatiivisesti kohtalaisen hyvä. Kun vertailemme kaikuja tutkahorisonttien ulkopuolella (Kuva 15b), ei eroa ole juuri havaittavissa koko alueen kattaviin kaikuihin, mikä tarkoittaa sitä, että kumpikin tutkista havaitsee pääasiassa samat maa-alueet samaan aikaan. Kuva 15.  Sama kuin Kuva 13, mutta maakaiuille. 33 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 6 Johtopäätökset Utön mastomittaukset osoittavat, että säämalli ei kykene ennustamaan hyvin mata- lia pinnan läheisiä haihtumiskanavia oikein, sillä malli on usein liian kuiva lähellä pintaa. Kuitenkin korkeammilla tasoilla (noin 30 metrin korkeudessa) malli antaa huomattavasti tarkempia tuloksia. Vertailu havaintojen ja mallin ennusteiden välillä osoitti, että ennusteen ajallinen tarkkuus vaikuttaa tulosten luotettavuuteen. Suu- rimmat erot ennusteen ja mallitulosten välillä syntyivät mallin kyvystä tuottaa rea- listisia lämpötila- ja kosteuden pysty profiileja. Odotetusti mallitasojen lisäys toi enemmän yksityiskohtia ennusteisiin. Merellisessä ympäristössä, kuten Utön saarella, vaakasuuntaisen resoluution paran- taminen ei tuonut merkittävää lisäarvoa. Kuitenkin vaakaresoluutiolla oli merkitystä kanavan voimakkuuden ennustamiseen. Tulokset korostavatkin pystysuuntaisen resoluution suurempaa merkitystä vaakasuuntaiseen verrattuna, mikä on tärkeä tieto laskennallisten kustannusten näkökulmasta. Säätutkan ja merivalvontatutkien kyky havaita kanavointiolosuhteita ovat hyvät, mutta erot niiden välillä ovat merkittäviä, mikä johtuu tutkien erilaisista herkkyyk- sistä ja toimintaperiaatteista. Laivat olivat selkeästi paras kohdeluokka, jonka kum- matkin tutkat havaitsivat usein samaan aikaan. Maa- ja merikaiuilla korrelaatio tutkahavaintojen välillä oli selvästi huonompi. Myös heijastavuustekijät eri kohteilla olivat samankaltaiset. Kun tarkasteltiin pelkästään tutkahorisontin ulkopuolella ole- via kohteita havaittiin, että kummallakin tutkalla on katvealueita, mikä todennäköi- sesti johtuu saarien aiheuttamasta varjostuksesta. Kanavointiolosuhteiden luotettava monitorointi ja ennustus tarvitsevat monipuoli- sen havaintolaitteistovalikoiman eri taajuuksilla ja sijainniltaan eri paikoissa katvea- lueiden ehkäisemiseksi. Lisäksi säämalleilta vaaditaan tarkempaa erotteulukykyä kuin mihin operatiiviset mallit tällä hetkellä kykenevät, jotta myös alimmat kanavat pystyttäisiin mallintamaan. 34 Maanpuolustuksen tieteellisen neuvottelukunnan julkaisuja 2025:7 L Ä H T E E T European Centre for Medium-Range Weather Forecasts. (2022). IFS Documenta- tion – CY47R3. ECMWF. https://www.ecmwf.int/en/publications/ifs-documen- tation Bengtsson L. et al. The HARMONIE-AROME Model Configuration in the ALADIN-HIRLAM NWP System. Monthly Weather Review 145, 1919-1935, 2017, https://doi.org/10.1175/MWR-D-16-0417.1 Mäkinen T., J. Ritvanen, S. Pulkkinen, N. Weishaupt, and J. Koistinen. Bayesian Classification of Non-Meteorological Targets in Polarimetric Doppler Radar Measurements, Journal of Atmospheric and Oceanic Technology 39 (10), 1561- 1578, 2022, https://doi.org/10.1175/JTECH-D-21-0177.1 Rautiainen L., J. Tyynelä, M. Lensu, S. Siiriä, V. Vakkari, E. O’Connor, K. Hämäläi- nen, H. Lonka, K. Stenbäck, J. Koistinen, L. Laakso. Utö Observatory for Analysing Atmospheric Ducting Events over a Seasonally Ice-Covered Archipelago. Remote Sensing 15 (12), 2989, 2023, https://doi.org/10.3390/rs15122989 Turton J.D., D. A. Bennetts, S. F. G. Farmer. An introduction to radio ducting. Meteorological Magazine 117, 245-254, 1988, https://api.semanticscholar.or/ CorpusID:124274495 European Centre for Medium-Range Weather Forecasts. (2022). IFS Documentation – CY47R3. ECMWF. https://www.ecmwf.int/en/publications/ifs-documentation https://doi.org/10.1175/MWR-D-16-0417.1 https://doi.org/10.1175/JTECH-D-21-0177.1 https://doi.org/10.3390/rs15122989 https://api.semanticscholar.or/CorpusID:124274495 https://api.semanticscholar.or/CorpusID:124274495 https://www.ecmwf.int/en/publications/ifs-documentation Puolustusministeriö MATINE Maanpuolustuksen tieteellinen neuvottelukunta Eteläinen Makasiinikatu 8, Helsinki PL 31, 00131 Helsinki defmin.fi ISSN PDF: 2984-102X ISBN PDF: 978-951-663-277-6 Signaalinkulkuolosuhteiden ennustaminen numeerisia menetelmiä apuna käyttäen Kuvailulehti Presentationsblad Description sheet Sisältö 1 Johdanto 2 Tutkimuksen tavoitteet 3 Sähkömagneettisen aaltoliikkeen kanavoituminen 4 Menetelmät 4.1 Harmonie-AROME säämalli 4.2 Korppoon säätutka 4.3 Utön merivalvontatutka 5 Tutkimuksen tulokset 5.1 Säämallin verifiointi mastomittauksilla 5.2 ANOPROP – Harmonie-AROME säämalliin perustuva kanavointituote 5.3 Säätutkan ja merivalvontatutkan kyky havaita kanavoitumista 5.3.1 Erilaisten kohteiden näkyminen tutkilla 5.3.2 Kanavointi-indeksi 5.3.3 Heijastavuustekijät 6 Johtopäätökset Lähteet