Métodos de clasificación supervisada aplicados a datos de radares meteorológicos

• Autores: Ruiz Suárez, Sofía
• Año de publicación: 2016
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Sued, Raquel Mariela; Vidal, Luciano
• Materia: CLASIFICACION SUPERVISADA; REGLA DE BAYES; RADAR METEOROLOGICO; ECO NO METEOROLOGICO
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Predecir una variable cualitativa a partir de una observación (información disponible) puede ser considerado como un problema de clasificación o discriminación, en cuanto a que implica asignar una categoría a una cierta observación. Este problema puede plantearse de diferentes maneras y se encuentra presente en varios contextos de la vida humana. En particular, en el presente trabajo de tesis se abordará dicha problemática a partir del empleo de técnicas de clasificación supervisada. Las mismas parten de muestras pre-clasificadas con las que se aspira a aprender como discriminar (o clasificar) nuevas observaciones. Los métodos abordados en este trabajo toman como premisa la regla de clasificación de Bayes, la cual se basa en asignar la nueva observación a la clase con mayor probabilidad condicional estimada. En esta tesis, nos abocaremos a buscar una respuesta para un problema de clasificación concreto: la discriminación entre ecos meteorológicos y no meteorológicos en imágenes de radar. Los radares meteorológicos son una herramienta fundamental para el monitoreo y diagnóstico de fenómenos meteorológicos de al-to impacto social y económico como tormentas severas, caída de granizo, vientos destructivos e incluso la ocurrencia de tornados. Sin embargo, los datos captados por los mismos requieren de procesos de adecuación previos de la información para poder ser utilizados correctamente en el diagnóstico e identificación de dichos fenómenos. En particular, uno de los principales problemas es la presencia de datos generados a partir de ecos no meteorológicos (insectos, pájaros, edificios, suelo, entre otros). Trabajaremos con datos generados por un radar Doppler doble polarización en banda C (5.6cm) ubicado en la Estación Experimental Agropecuaria INTA Anguil en la provincia de La Pampa. Sobre una selección de casos aplicaremos diversos métodos de clasificación supervisada para luego analizar y comparar los resultados obtenidos.
Fil: Ruiz Suárez, Sofía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.