Nowcasting en base a extrapolación de datos de radar
- Autores
- Arruti, Aldana; García Skabar, Yanina; Ruiz, Juan José; Vidal, Luciano
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- 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.
Un sistema de pronóstico a muy corto plazo (nowcasting) de precipitación tiene como objetivo detectar, analizar y seguir la evolución de manera objetiva de diferentes sistemas precipitantes. Los sistemas de nowcasting pueden dividirse en tres grupos: los sistemas basados en la identificación y seguimiento de objetos individuales (seguimiento de celdas), los sistemas basados en la estimación de un campo de vectores de movimiento (VM) y aquellos que incorporaron técnicas de aprendizaje automático. Por otro lado, los sistemas de nowcasting que presentan un enfoque probabilístico buscan cuantificar la incertidumbre del pronóstico a través de la estimación de la probabilidad de ocurrencia de un evento mediante un conjunto de posibles estados del sistema. Este tipo de sistemas trae numerosos beneficios ya que permite a los tomadores de decisión determinar los criterios para emitir alarmas basado en la probabilidad de superar determinados umbrales de reflectividad o precipitación. En el presente trabajo se emplean diferentes técnicas de nowcasting aplicadas al campo de reflectividad radar, con un enfoque determinístico y probabilístico y se evalúan los resultados para un conjunto de casos de sistemas precipitantes en el marco de su implementación en el Servicio Meteorológico Nacional de Argentina. - Materia
-
PRONÓSTICO A MUY CORTO PLAZO
REFLECTIVIDAD
PREDICTIBILIDAD - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
- Institución
- Servicio Meteorológico Nacional
- OAI Identificador
- oai:repositorio.smn.gob.ar:20.500.12160/2433
Ver los metadatos del registro completo
id |
ELABRIGO_f213d2064b516317adaa96693cd65497 |
---|---|
oai_identifier_str |
oai:repositorio.smn.gob.ar:20.500.12160/2433 |
network_acronym_str |
ELABRIGO |
repository_id_str |
3915 |
network_name_str |
El Abrigo |
spelling |
Nowcasting en base a extrapolación de datos de radarArruti, AldanaGarcía Skabar, YaninaRuiz, Juan JoséVidal, LucianoPRONÓSTICO A MUY CORTO PLAZOREFLECTIVIDADPREDICTIBILIDADFil: 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.Un sistema de pronóstico a muy corto plazo (nowcasting) de precipitación tiene como objetivo detectar, analizar y seguir la evolución de manera objetiva de diferentes sistemas precipitantes. Los sistemas de nowcasting pueden dividirse en tres grupos: los sistemas basados en la identificación y seguimiento de objetos individuales (seguimiento de celdas), los sistemas basados en la estimación de un campo de vectores de movimiento (VM) y aquellos que incorporaron técnicas de aprendizaje automático. Por otro lado, los sistemas de nowcasting que presentan un enfoque probabilístico buscan cuantificar la incertidumbre del pronóstico a través de la estimación de la probabilidad de ocurrencia de un evento mediante un conjunto de posibles estados del sistema. Este tipo de sistemas trae numerosos beneficios ya que permite a los tomadores de decisión determinar los criterios para emitir alarmas basado en la probabilidad de superar determinados umbrales de reflectividad o precipitación. En el presente trabajo se emplean diferentes técnicas de nowcasting aplicadas al campo de reflectividad radar, con un enfoque determinístico y probabilístico y se evalúan los resultados para un conjunto de casos de sistemas precipitantes en el marco de su implementación en el Servicio Meteorológico Nacional de Argentina.Centro Argentino de Meteorólogos2023-04-25T14:33:16Z2023-04-25T14:33:16Z2022-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12160/2433spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:El Abrigoinstname:Servicio Meteorológico Nacional2025-09-29T14:28:54Zoai:repositorio.smn.gob.ar:20.500.12160/2433instacron:SMNInstitucionalhttp://repositorio.smn.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.smn.gob.ar/oai/requestmacevedo@smn.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39152025-09-29 14:28:55.025El Abrigo - Servicio Meteorológico Nacionalfalse |
dc.title.none.fl_str_mv |
Nowcasting en base a extrapolación de datos de radar |
title |
Nowcasting en base a extrapolación de datos de radar |
spellingShingle |
Nowcasting en base a extrapolación de datos de radar Arruti, Aldana PRONÓSTICO A MUY CORTO PLAZO REFLECTIVIDAD PREDICTIBILIDAD |
title_short |
Nowcasting en base a extrapolación de datos de radar |
title_full |
Nowcasting en base a extrapolación de datos de radar |
title_fullStr |
Nowcasting en base a extrapolación de datos de radar |
title_full_unstemmed |
Nowcasting en base a extrapolación de datos de radar |
title_sort |
Nowcasting en base a extrapolación de datos de radar |
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 REFLECTIVIDAD PREDICTIBILIDAD |
topic |
PRONÓSTICO A MUY CORTO PLAZO REFLECTIVIDAD PREDICTIBILIDAD |
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. Un sistema de pronóstico a muy corto plazo (nowcasting) de precipitación tiene como objetivo detectar, analizar y seguir la evolución de manera objetiva de diferentes sistemas precipitantes. Los sistemas de nowcasting pueden dividirse en tres grupos: los sistemas basados en la identificación y seguimiento de objetos individuales (seguimiento de celdas), los sistemas basados en la estimación de un campo de vectores de movimiento (VM) y aquellos que incorporaron técnicas de aprendizaje automático. Por otro lado, los sistemas de nowcasting que presentan un enfoque probabilístico buscan cuantificar la incertidumbre del pronóstico a través de la estimación de la probabilidad de ocurrencia de un evento mediante un conjunto de posibles estados del sistema. Este tipo de sistemas trae numerosos beneficios ya que permite a los tomadores de decisión determinar los criterios para emitir alarmas basado en la probabilidad de superar determinados umbrales de reflectividad o precipitación. En el presente trabajo se emplean diferentes técnicas de nowcasting aplicadas al campo de reflectividad radar, con un enfoque determinístico y probabilístico y se evalúan los resultados para un conjunto de casos de sistemas precipitantes en el marco de su implementación en el Servicio Meteorológico Nacional de Argentina. |
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 |
2022 |
dc.date.none.fl_str_mv |
2022-11 2023-04-25T14:33:16Z 2023-04-25T14:33:16Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/20.500.12160/2433 |
url |
http://hdl.handle.net/20.500.12160/2433 |
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 |
Centro Argentino de Meteorólogos |
publisher.none.fl_str_mv |
Centro Argentino de Meteorólogos |
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_ |
1844621641734160384 |
score |
12.559606 |