Registro:
| Documento: | Tesis de Grado |
| Título: | Estimación de precipitación utilizando sensores remotos y simulaciones numéricas mediante redes neuronales |
| Autor: | Geslin, Ezequiel Matías |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Publicación en la web: | 2026-07-08 |
| Fecha de defensa: | 2025-12-19 |
| Fecha en portada: | 2025 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias de la Atmósfera |
| Departamento Docente: | Departamento de Ciencias de la Atmósfera y los Océanos |
| Director: | Ruiz, Juan José |
| Director Asistente: | González, Sergio Hernán |
| Jurado: | Salio, Paola Verónica; Sacco, Maximiliano Antonio; García Skabar, Yanina |
| Idioma: | Español |
| Formato: | PDF |
| Handle: |
https://hdl.handle.net/20.500.12110/seminario_nATM000035_Geslin |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nATM000035_Geslin.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nATM000035_Geslin |
| Ubicación: | ATM 000035 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Geslin, Ezequiel Matías. (2025). Estimación de precipitación utilizando sensores remotos y simulaciones numéricas mediante redes neuronales. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nATM000035_Geslin |
Resumen:
Conocer la tasa instantánea de precipitación es importante para el pronóstico a corto plazo y la gestión del riesgo de desastres. Debido a la escasez de datos observacionales in situ, los sensores remotos constituyen una fuente de datos única para ampliar la cobertura espacial y temporal de las condiciones atmosféricas. A través del desarrollo de modelos estadísticos o basados en aprendizaje automático, permiten vincular las variables censadas con la precipitación. En este trabajo, se desarrolló un modelo para la estimación cuantitativa de la precipitación a partir de información satelital y de simulaciones numéricas, utilizando redes neuronales convolucionales. La red ingesta datos de temperatura de brillo en el rango del infrarrojo proporcionados por el Geostationary Operational Environmental Satellite 16, junto con pronósticos numéricos que provienen del Global Forecast System. El modelo se entrena contra las tasas de precipitación instantáneas estimadas a partir del Dual-frequency Precipitation Radar a bordo del satélite de órbita baja Global Precipitation Measurement. Se realizaron experimentos de sensibilidad a los hiperparámetros, arquitecturas y predictores. Los resultados mostraron que, con una correcta elección de hiperparámetros, la red obtuvo métricas alentadoras. Además, se realizaron experimentos que descomponen el campo del target en cascadas de energía, lo cual, combinado con el uso de funciones de pérdida ponderadas, permitió representar con mayor precisión fenómenos de menor escala. Por otro lado, los modelos entrenados con temperatura de brillo y una única variable del GFS tuvieron un desempeño superior tanto a aquellos que utilizaron solo temperatura de brillo como a los que incorporaron múltiples predictores del GFS.
Citación:
---------- APA ----------
Geslin, Ezequiel Matías. (2025). Estimación de precipitación utilizando sensores remotos y simulaciones numéricas mediante redes neuronales. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nATM000035_Geslin
---------- CHICAGO ----------
Geslin, Ezequiel Matías. "Estimación de precipitación utilizando sensores remotos y simulaciones numéricas mediante redes neuronales". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2025.https://hdl.handle.net/20.500.12110/seminario_nATM000035_Geslin
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nATM000035_Geslin.pdf
Distrubución geográfica
