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

Autores
Muñoz Rios, Erith Alexander
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Di Paola, Francesco
Lanfri, Mario Alberto
Descripción
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.
Materia
Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/11523
Acceder
id RDUUNC_b50464403c3577e859889ac24f92ca62
oai_identifier_str oai:rdu.unc.edu.ar:11086/11523
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales ArtificialesMuñoz Rios, Erith AlexanderMicroondas PasivasEstimación de PrecipitaciónTeledetección de la AtmótferaRedes NeuronalesSuomi-NPPSensor ATMSEn 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.Di Paola, FrancescoLanfri, Mario Alberto2014-03-21info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/11523spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:30:15Zoai:rdu.unc.edu.ar:11086/11523Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:30:15.269Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
title Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
spellingShingle Determinación de Tasa de Precipitación a partir de datos ATMS mediante un algoritmo basado en Redes Neuronales Artificiales
Muñoz Rios, Erith Alexander
Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
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
dc.creator.none.fl_str_mv Muñoz Rios, Erith Alexander
author Muñoz Rios, Erith Alexander
author_facet Muñoz Rios, Erith Alexander
author_role author
dc.contributor.none.fl_str_mv Di Paola, Francesco
Lanfri, Mario Alberto
dc.subject.none.fl_str_mv Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
topic Microondas Pasivas
Estimación de Precipitación
Teledetección de la Atmótfera
Redes Neuronales
Suomi-NPP
Sensor ATMS
dc.description.none.fl_txt_mv 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.
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.
publishDate 2014
dc.date.none.fl_str_mv 2014-03-21
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/11523
url http://hdl.handle.net/11086/11523
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846143378518966272
score 13.221938

Publicaciones similares