Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir

Autores
Vidal, Luciano; Cancelada, Maite; Kitahara, Daichi; Rugna, Martin; Fernández Chomik, Paul; Hobouchian, Maria Paula; Diaz, Gonzalo; González, Sergio; Geslin, Ezequiel; Arruti, Aldana; Aguirre, Leandro Axel; Ruiz, Juan; Negri, Pablo; Pulido, Manuel; Salio, Paola; Ushio, Tomoo
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El monitoreo de la precipitación en tiempo real y la predicción a corto plazo con la mayor frecuencia temporal y resolución espacial posibles son esenciales para anticiparse a las inundaciones asociadas a episodios de precipitaciones intensas. Luego, el Proyecto PREVENIR, una iniciativa de colaboración científico-técnica entre Argentina y Japón, aborda el reto de la alerta temprana de inundaciones urbanas repentinas desde varias perspectivas complementarias. Una de ellas es mejorar las estimaciones cuantitativas de la precipitación (QPE, por sus siglas en inglés) multisensor utilizando métodos tradicionales y la potencia del aprendizaje automático, así como su pronóstico a muy corto plazo (nowcasting). A continuación, estos productos se usarán para el monitoreo y como entrada de modelos hidrológicos. El objetivo del presente trabajo es mostrar el estado actual de estos desarrollos.
Facultad de Ciencias Astronómicas y Geofísicas
Materia
Meteorología
Precipitación
Sensores remotos
PREVENIR
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/193519
Acceder
id SEDICI_1be3b665f43281daf3954bb34f42025e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/193519
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto PrevenirVidal, LucianoCancelada, MaiteKitahara, DaichiRugna, MartinFernández Chomik, PaulHobouchian, Maria PaulaDiaz, GonzaloGonzález, SergioGeslin, EzequielArruti, AldanaAguirre, Leandro AxelRuiz, JuanNegri, PabloPulido, ManuelSalio, PaolaUshio, TomooMeteorologíaPrecipitaciónSensores remotosPREVENIREl monitoreo de la precipitación en tiempo real y la predicción a corto plazo con la mayor frecuencia temporal y resolución espacial posibles son esenciales para anticiparse a las inundaciones asociadas a episodios de precipitaciones intensas. Luego, el Proyecto PREVENIR, una iniciativa de colaboración científico-técnica entre Argentina y Japón, aborda el reto de la alerta temprana de inundaciones urbanas repentinas desde varias perspectivas complementarias. Una de ellas es mejorar las estimaciones cuantitativas de la precipitación (QPE, por sus siglas en inglés) multisensor utilizando métodos tradicionales y la potencia del aprendizaje automático, así como su pronóstico a muy corto plazo (nowcasting). A continuación, estos productos se usarán para el monitoreo y como entrada de modelos hidrológicos. El objetivo del presente trabajo es mostrar el estado actual de estos desarrollos.Facultad de Ciencias Astronómicas y Geofísicas2025info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/193519spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2665-4info:eu-repo/semantics/altIdentifier/url/https://cenamet.org.ar/congremet/wp-content/uploads/2025/11/A2_T127.pdfinfo:eu-repo/semantics/reference/hdl/10915/193317info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-05-06T13:00:43Zoai:sedici.unlp.edu.ar:10915/193519Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-06 13:00:43.99SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
title Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
spellingShingle Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
Vidal, Luciano
Meteorología
Precipitación
Sensores remotos
PREVENIR
title_short Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
title_full Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
title_fullStr Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
title_full_unstemmed Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
title_sort Sobre el uso de los sensores remotos para el monitoreo y nowcasting de la precipitación en el marco del proyecto Prevenir
dc.creator.none.fl_str_mv Vidal, Luciano
Cancelada, Maite
Kitahara, Daichi
Rugna, Martin
Fernández Chomik, Paul
Hobouchian, Maria Paula
Diaz, Gonzalo
González, Sergio
Geslin, Ezequiel
Arruti, Aldana
Aguirre, Leandro Axel
Ruiz, Juan
Negri, Pablo
Pulido, Manuel
Salio, Paola
Ushio, Tomoo
author Vidal, Luciano
author_facet Vidal, Luciano
Cancelada, Maite
Kitahara, Daichi
Rugna, Martin
Fernández Chomik, Paul
Hobouchian, Maria Paula
Diaz, Gonzalo
González, Sergio
Geslin, Ezequiel
Arruti, Aldana
Aguirre, Leandro Axel
Ruiz, Juan
Negri, Pablo
Pulido, Manuel
Salio, Paola
Ushio, Tomoo
author_role author
author2 Cancelada, Maite
Kitahara, Daichi
Rugna, Martin
Fernández Chomik, Paul
Hobouchian, Maria Paula
Diaz, Gonzalo
González, Sergio
Geslin, Ezequiel
Arruti, Aldana
Aguirre, Leandro Axel
Ruiz, Juan
Negri, Pablo
Pulido, Manuel
Salio, Paola
Ushio, Tomoo
author2_role author
author
author
author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Meteorología
Precipitación
Sensores remotos
PREVENIR
topic Meteorología
Precipitación
Sensores remotos
PREVENIR
dc.description.none.fl_txt_mv El monitoreo de la precipitación en tiempo real y la predicción a corto plazo con la mayor frecuencia temporal y resolución espacial posibles son esenciales para anticiparse a las inundaciones asociadas a episodios de precipitaciones intensas. Luego, el Proyecto PREVENIR, una iniciativa de colaboración científico-técnica entre Argentina y Japón, aborda el reto de la alerta temprana de inundaciones urbanas repentinas desde varias perspectivas complementarias. Una de ellas es mejorar las estimaciones cuantitativas de la precipitación (QPE, por sus siglas en inglés) multisensor utilizando métodos tradicionales y la potencia del aprendizaje automático, así como su pronóstico a muy corto plazo (nowcasting). A continuación, estos productos se usarán para el monitoreo y como entrada de modelos hidrológicos. El objetivo del presente trabajo es mostrar el estado actual de estos desarrollos.
Facultad de Ciencias Astronómicas y Geofísicas
description El monitoreo de la precipitación en tiempo real y la predicción a corto plazo con la mayor frecuencia temporal y resolución espacial posibles son esenciales para anticiparse a las inundaciones asociadas a episodios de precipitaciones intensas. Luego, el Proyecto PREVENIR, una iniciativa de colaboración científico-técnica entre Argentina y Japón, aborda el reto de la alerta temprana de inundaciones urbanas repentinas desde varias perspectivas complementarias. Una de ellas es mejorar las estimaciones cuantitativas de la precipitación (QPE, por sus siglas en inglés) multisensor utilizando métodos tradicionales y la potencia del aprendizaje automático, así como su pronóstico a muy corto plazo (nowcasting). A continuación, estos productos se usarán para el monitoreo y como entrada de modelos hidrológicos. El objetivo del presente trabajo es mostrar el estado actual de estos desarrollos.
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
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://sedici.unlp.edu.ar/handle/10915/193519
url http://sedici.unlp.edu.ar/handle/10915/193519
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2665-4
info:eu-repo/semantics/altIdentifier/url/https://cenamet.org.ar/congremet/wp-content/uploads/2025/11/A2_T127.pdf
info:eu-repo/semantics/reference/hdl/10915/193317
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1864469145477709824
score 13.1485815

Publicaciones similares