Determinación de tasa de precipitación a partir de datos ATMS mediante un algoritmo basado en redes neuronales artificiales /

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 microondas pasivas, así como también la sensib...

Full description

Bibliographic Details
Main Author: Muñóz Ríos, Erith Alexander, 1983-
Other Authors: Di Paola, Francesco, 1973- (Director), Lanfri, Mario Alberto, 1959- (co director)
Format: Thesis Book
Language:Spanish
Published: [S.l. : s.n. ], 2014.
Subjects:
Online Access:Acceso a RDU-UNC

MARC

LEADER 00000nam a22000003a 4500
001 17021
003 AR_CdUFM
005 20201027143834.0
006 a|||||r|||| 00| 0
007 ta
008 140508s2014 ag_||||| |||| 00| 0 spa d
040 |a AR_CdUFM  |c AR_CdUFM 
100 1 |a Muñóz Ríos, Erith Alexander,  |d 1983-  |9 12062 
245 1 0 |a Determinación de tasa de precipitación a partir de datos ATMS mediante un algoritmo basado en redes neuronales artificiales /   |c Erith Alexander Muñóz Ríos. 
260 |a [S.l. :   |b s.n. ],   |c 2014. 
300 |a xvii, 140 hojas :  |b ilustraciones (algunas color) ;  |c 30 cm.  
500 |a Incluye índice general, índice de figuras e índice de cuadros. 
500 |a Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.  
502 |a Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.  
504 |a Referencias bibliográfícas : h. 121-130.  
505 2 |a Medición de tasas de precipitación (TP) -- Redes neuronales arificiales (ANNs) -- Algoritmo de estimación de tasa de precipitación (RR) -- Compilación y ejecución del algoritmo de estimación de precipitación bajo ambiente linux. 
520 |a 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 microondas 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. 
530 |a Disponible en línea. 
590 |a La biblioteca posee 1 ej. 
590 |a Defensa : 2014 
590 |a Se quita enlace roto a vieja página de la facultad : http://www2.famaf.unc.edu.ar/carreras/posgrado/documents/tesistmp/Tesis_Erith_Munoz.pdf Se coloca enlace al RDU-UNC. Colecciön MAEARTE - Gulich [2020-10-27] 
610 2 |a Comisión Nacional de Actividades Espaciales.   |b Instituto de Altos Estudios Espaciales "Mario Gulich" 
653 |a Redes neuronales 
653 |a Sensor ATMS 
653 |a Microondas pasivas 
653 |a Estimación de precipitación 
653 |a Teledetección de la atmósfera 
653 |a Suomi-NPP 
653 |a Sensor ATMS 
700 1 |9 4245  |a Di Paola, Francesco,   |d 1973- ,   |e director 
700 1 |9 9603  |a Lanfri, Mario Alberto,   |d 1959-  |e co director 
856 4 1 |y Acceso a RDU-UNC  |u http://hdl.handle.net/11086/11523 
942 |c MG. EST.  |2   
945 |a MBO  |d 2014-05-08  |d 2020-10-27 
952 |0 0  |1 0  |2    |4 0  |6 MGAEA_MUN  |7 0  |9 23034  |a MMA  |b MMA  |c 94  |d 2014-04-25  |e Donación del autor  |l 0  |o MGAEA MUN  |p 22102  |r 2014-05-08 00:00:00  |t 1  |w 2020-10-27  |y MG. EST.  |z Ej. de CONSULTA. Disponible también en línea. 
999 |c 17021  |d 17020