Sobre las técnicas de nowcasting con sensores remotos

Autores
Arruti, Aldana; García Skabar, Yanina; Ruiz, Juan José; Vidal, Luciano
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
informe técnico
Estado
versión publicada
Descripción
Fil: Arruti, Aldana. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.
Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.
Fil: Ruiz, Juan José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones del Mar y la Atmósfera. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.
Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y Los Océanos; Argentina.
El pronóstico a muy corto plazo, conocido como nowcasting, desempeña un papel crucial en la predicción de eventos meteorológicos a muy corto plazo, proporcionando información vital para la toma de decisiones en diversos sectores. Esta Nota Técnica revisa las técnicas más avanzadas utilizadas en la actualidad para mejorar el desempeño del nowcasting. Exploramos el empleo de tecnologías emergentes, como el uso de datos satelitales de alta resolución, la integración de modelos numéricos de alta frecuencia y la aplicación de algoritmos de aprendizaje profundo. Se destaca la importancia de la observación en tiempo real y la asimilación de datos para ajustar modelos en tiempo casi real, permitiendo una respuesta rápida y precisa ante eventos meteorológicos extremos. Además, se aborda la importancia de considerar la incertidumbre en el nowcasting, lo que ha llevado al desarrollo de sistemas con enfoque probabilístico. Esta Nota Técnica proporciona una visión integral de las últimas tendencias y avances en técnicas de nowcasting, con el objetivo de mejorar la capacidad de anticipación y la mitigación de riesgos asociados a fenómenos meteorológicos adversos. Este análisis detallado busca proporcionar una comprensión completa de las técnicas de nowcasting y su aplicación potencial en el SMN.
Weather nowcasting plays a crucial role in predicting very short-term meteorological events, providing vital information for decision-making in various sectors. This Technical Note reviews the most advanced techniques currently used to enhance nowcasting performance. We explore the use of emerging technologies, such as high-resolution satellite data, the integration of high-frequency numerical models, and the application of deep learning algorithms. The importance of real-time observation and data assimilation to adjust models in near real-time is emphasized, enabling a quick and precise response to extreme weather events. Additionally, the significance of considering uncertainty in nowcasting is addressed, leading to the development of probabilistic approaches. This Technical Note provides a comprehensive overview of the latest trends and advancements in nowcasting tech- niques, aiming to improve anticipation capabilities and mitigate risks associated with adverse weather phenomena. This detailed analysis seeks to offer a complete understanding of nowcasting techniques and their potential applica- tion at the National Meteorological Service (NMS).
Materia
PRONÓSTICO A MUY CORTO PLAZO
PRECIPITACIÓN
RADAR
SATÉLITE
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
El Abrigo
Institución
Servicio Meteorológico Nacional
OAI Identificador
oai:repositorio.smn.gob.ar:20.500.12160/2755

id ELABRIGO_e686d894d306f4ac7062e0382c5de4e1
oai_identifier_str oai:repositorio.smn.gob.ar:20.500.12160/2755
network_acronym_str ELABRIGO
repository_id_str 3915
network_name_str El Abrigo
spelling Sobre las técnicas de nowcasting con sensores remotosArruti, AldanaGarcía Skabar, YaninaRuiz, Juan JoséVidal, LucianoPRONÓSTICO A MUY CORTO PLAZOPRECIPITACIÓNRADARSATÉLITEFil: Arruti, Aldana. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.Fil: Ruiz, Juan José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones del Mar y la Atmósfera. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y Los Océanos; Argentina.El pronóstico a muy corto plazo, conocido como nowcasting, desempeña un papel crucial en la predicción de eventos meteorológicos a muy corto plazo, proporcionando información vital para la toma de decisiones en diversos sectores. Esta Nota Técnica revisa las técnicas más avanzadas utilizadas en la actualidad para mejorar el desempeño del nowcasting. Exploramos el empleo de tecnologías emergentes, como el uso de datos satelitales de alta resolución, la integración de modelos numéricos de alta frecuencia y la aplicación de algoritmos de aprendizaje profundo. Se destaca la importancia de la observación en tiempo real y la asimilación de datos para ajustar modelos en tiempo casi real, permitiendo una respuesta rápida y precisa ante eventos meteorológicos extremos. Además, se aborda la importancia de considerar la incertidumbre en el nowcasting, lo que ha llevado al desarrollo de sistemas con enfoque probabilístico. Esta Nota Técnica proporciona una visión integral de las últimas tendencias y avances en técnicas de nowcasting, con el objetivo de mejorar la capacidad de anticipación y la mitigación de riesgos asociados a fenómenos meteorológicos adversos. Este análisis detallado busca proporcionar una comprensión completa de las técnicas de nowcasting y su aplicación potencial en el SMN.Weather nowcasting plays a crucial role in predicting very short-term meteorological events, providing vital information for decision-making in various sectors. This Technical Note reviews the most advanced techniques currently used to enhance nowcasting performance. We explore the use of emerging technologies, such as high-resolution satellite data, the integration of high-frequency numerical models, and the application of deep learning algorithms. The importance of real-time observation and data assimilation to adjust models in near real-time is emphasized, enabling a quick and precise response to extreme weather events. Additionally, the significance of considering uncertainty in nowcasting is addressed, leading to the development of probabilistic approaches. This Technical Note provides a comprehensive overview of the latest trends and advancements in nowcasting tech- niques, aiming to improve anticipation capabilities and mitigate risks associated with adverse weather phenomena. This detailed analysis seeks to offer a complete understanding of nowcasting techniques and their potential applica- tion at the National Meteorological Service (NMS).Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos2024-04-23T21:21:20Z2024-04-23T21:21:20Z2024-04info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfArruti, A., Y. García Skabar, J. Ruiz y L. Vidal, 2024: Sobre las técnicas de nowcasting con sensores remotos. Nota Técnica SMN 2024-171.http://hdl.handle.net/20.500.12160/2755spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:El Abrigoinstname:Servicio Meteorológico Nacional2025-09-29T14:28:55Zoai:repositorio.smn.gob.ar:20.500.12160/2755instacron:SMNInstitucionalhttp://repositorio.smn.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.smn.gob.ar/oai/requestmacevedo@smn.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39152025-09-29 14:28:55.635El Abrigo - Servicio Meteorológico Nacionalfalse
dc.title.none.fl_str_mv Sobre las técnicas de nowcasting con sensores remotos
title Sobre las técnicas de nowcasting con sensores remotos
spellingShingle Sobre las técnicas de nowcasting con sensores remotos
Arruti, Aldana
PRONÓSTICO A MUY CORTO PLAZO
PRECIPITACIÓN
RADAR
SATÉLITE
title_short Sobre las técnicas de nowcasting con sensores remotos
title_full Sobre las técnicas de nowcasting con sensores remotos
title_fullStr Sobre las técnicas de nowcasting con sensores remotos
title_full_unstemmed Sobre las técnicas de nowcasting con sensores remotos
title_sort Sobre las técnicas de nowcasting con sensores remotos
dc.creator.none.fl_str_mv Arruti, Aldana
García Skabar, Yanina
Ruiz, Juan José
Vidal, Luciano
author Arruti, Aldana
author_facet Arruti, Aldana
García Skabar, Yanina
Ruiz, Juan José
Vidal, Luciano
author_role author
author2 García Skabar, Yanina
Ruiz, Juan José
Vidal, Luciano
author2_role author
author
author
dc.subject.none.fl_str_mv PRONÓSTICO A MUY CORTO PLAZO
PRECIPITACIÓN
RADAR
SATÉLITE
topic PRONÓSTICO A MUY CORTO PLAZO
PRECIPITACIÓN
RADAR
SATÉLITE
dc.description.none.fl_txt_mv Fil: Arruti, Aldana. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.
Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.
Fil: Ruiz, Juan José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones del Mar y la Atmósfera. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.
Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y Los Océanos; Argentina.
El pronóstico a muy corto plazo, conocido como nowcasting, desempeña un papel crucial en la predicción de eventos meteorológicos a muy corto plazo, proporcionando información vital para la toma de decisiones en diversos sectores. Esta Nota Técnica revisa las técnicas más avanzadas utilizadas en la actualidad para mejorar el desempeño del nowcasting. Exploramos el empleo de tecnologías emergentes, como el uso de datos satelitales de alta resolución, la integración de modelos numéricos de alta frecuencia y la aplicación de algoritmos de aprendizaje profundo. Se destaca la importancia de la observación en tiempo real y la asimilación de datos para ajustar modelos en tiempo casi real, permitiendo una respuesta rápida y precisa ante eventos meteorológicos extremos. Además, se aborda la importancia de considerar la incertidumbre en el nowcasting, lo que ha llevado al desarrollo de sistemas con enfoque probabilístico. Esta Nota Técnica proporciona una visión integral de las últimas tendencias y avances en técnicas de nowcasting, con el objetivo de mejorar la capacidad de anticipación y la mitigación de riesgos asociados a fenómenos meteorológicos adversos. Este análisis detallado busca proporcionar una comprensión completa de las técnicas de nowcasting y su aplicación potencial en el SMN.
Weather nowcasting plays a crucial role in predicting very short-term meteorological events, providing vital information for decision-making in various sectors. This Technical Note reviews the most advanced techniques currently used to enhance nowcasting performance. We explore the use of emerging technologies, such as high-resolution satellite data, the integration of high-frequency numerical models, and the application of deep learning algorithms. The importance of real-time observation and data assimilation to adjust models in near real-time is emphasized, enabling a quick and precise response to extreme weather events. Additionally, the significance of considering uncertainty in nowcasting is addressed, leading to the development of probabilistic approaches. This Technical Note provides a comprehensive overview of the latest trends and advancements in nowcasting tech- niques, aiming to improve anticipation capabilities and mitigate risks associated with adverse weather phenomena. This detailed analysis seeks to offer a complete understanding of nowcasting techniques and their potential applica- tion at the National Meteorological Service (NMS).
description Fil: Arruti, Aldana. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.
publishDate 2024
dc.date.none.fl_str_mv 2024-04-23T21:21:20Z
2024-04-23T21:21:20Z
2024-04
dc.type.none.fl_str_mv info:eu-repo/semantics/report
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
format report
status_str publishedVersion
dc.identifier.none.fl_str_mv Arruti, A., Y. García Skabar, J. Ruiz y L. Vidal, 2024: Sobre las técnicas de nowcasting con sensores remotos. Nota Técnica SMN 2024-171.
http://hdl.handle.net/20.500.12160/2755
identifier_str_mv Arruti, A., Y. García Skabar, J. Ruiz y L. Vidal, 2024: Sobre las técnicas de nowcasting con sensores remotos. Nota Técnica SMN 2024-171.
url http://hdl.handle.net/20.500.12160/2755
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos
publisher.none.fl_str_mv Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos
dc.source.none.fl_str_mv reponame:El Abrigo
instname:Servicio Meteorológico Nacional
reponame_str El Abrigo
collection El Abrigo
instname_str Servicio Meteorológico Nacional
repository.name.fl_str_mv El Abrigo - Servicio Meteorológico Nacional
repository.mail.fl_str_mv macevedo@smn.gov.ar
_version_ 1844621642103259136
score 12.559606