Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales

En este trabajo, se presenta un algoritmo para estimación de tasa de precipitación a partir de datos provenientes del sensor ATMS a bordo de la plataforma espacial Suomi-NPP. El algoritmo aprovecha la capacidad de penetración en las nubes asociada a las microodas pasivas, así como también la sensibi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Muñoz Rios, Erith Alexander
Otros Autores: Di Paola, Francesco
Formato: masterThesis
Lenguaje:Español
Publicado: 2019
Materias:
Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
Acceso en línea:http://hdl.handle.net/11086/11523
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R14111086-11523
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
spellingShingle Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
Muñoz Rios, Erith Alexander
Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
topic_facet Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
description En este trabajo, se presenta un algoritmo para estimación de tasa de precipitación a partir de datos provenientes del sensor ATMS a bordo de la plataforma espacial Suomi-NPP. El algoritmo aprovecha la capacidad de penetración en las nubes asociada a las microodas pasivas, así como también la sensibilidad ante precipitaciones, cristales de hielo y nubes de agua precipitable, mediante el entrenamiento de redes neuronales. Con este fin se entrenan 4 redes neuronales, 2 para tierra y 2 para océano, de las cuales 1 corresponde a periodo de verano y la otra a invierno respectivamente, haciendo uso de datos simulados para los 22 canales que conforman el sensor ATMS. El algoritmo demuestra alto potencial para reproducir patrones de precipitación, así como una capacidad satisfactoria para la estimación de la magnitud de tasa de precipitación.
author2 Di Paola, Francesco
author_facet Di Paola, Francesco
Muñoz Rios, Erith Alexander
format masterThesis
author Muñoz Rios, Erith Alexander
author_sort Muñoz Rios, Erith Alexander
title Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title_short Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title_full Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title_fullStr Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title_full_unstemmed Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title_sort determinación de tasa de precipitación a partir de datos atms mediante un algoritmo basado en redes neuronales artificiales
publishDate 2019
url http://hdl.handle.net/11086/11523
work_keys_str_mv AT munozrioserithalexander determinaciondetasadeprecipitacionapartirdedatosatmsmedianteunalgoritmobasadoenredesneuronalesartificiales
bdutipo_str Repositorios
_version_ 1764820392497643524

Ejemplares similares