Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/1762
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorAlfonso Gutiérrez Lópezes_ES
dc.creatorJuan Pablo Molina Aguilares_ES
dc.date2019-11-06-
dc.date.accessioned2019-11-20T15:39:58Z-
dc.date.available2019-11-20T15:39:58Z-
dc.date.issued2019-11-06-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/1762-
dc.descriptionMéxico, sufre anualmente durante la temporada de ciclones tropicales afectaciones importantes producto de su ubicación geográfica. De manera concreta las inundaciones asociadas son una amenaza para múltiples grupos sociales y su entorno físico, son causantes de decesos, lesiones, pérdidas y daños económicos además de la suspensión de los servicios básicos, de salud y auxilio. En la actualidad los avances tecnológicos tanto en instrumentos como en equipos de medición, almacenamiento y comunicación permiten la obtención de datos en formato digital. La información es registrada mediante imágenes y bases de datos, realizándose la observación y el registro continuo de los fenómenos meteorológicos. De acuerdo con lo anterior, se estableció una metodología para calcular la severidad producto de la intensidad de lluvia asociada a la evolución temporal y espacial de las tormentas. Fueron incorporadas características de la cobertura nubosa obtenidas mediante teledetección por el satélite ambiental operacional geoestacionario este (GOES13) de la Administración Nacional Oceánica y Atmosférica y mediciones de las variables meteorológicas realizadas por las estaciones meteorológicas automáticas operadas por el Servicio Meteorológico Nacional. Fue desarrollada la herramienta Fast Infrared Satellite Image Reader GOES13 [FISIR-G13] en leguaje R, para caracterizar temporal y espacialmente los eventos de estudio. Obteniéndose los parámetros estadísticos asociados con la evolución geométrica, las series temporales en los pixeles de la imagen satelital asociados con la posición geográfica de las estaciones meteorológicas automáticas, se determinó la intensidad de la lluvia pronosticada empleando la técnica Hidroestimador. Se estableció la región hidrológica 10 como zona de estudio para implementar y validar estadísticamente la metodología fundamentada en una red neuronal artificial perceptrón multicapa, que considera el acoplamiento espacial y temporal de las tormentas. Las variables de entradas de la red se definieron empleando técnicas de análisis multivariado en las series temporales de información. Los resultados del análisis multivariado permitieron la reducción dimensional del problema, estableciéndose la arquitectura de la red neuronal artificial que incrementó la certidumbre de la estimación de la precipitación con respecto de la técnica Hidroestimador, lo que estableció el Pronóstico Temporal y Espacial por Evolución Geométrica [PROTEEGE] para la zona de estudio.es_ES
dc.formatAdobe PDFes_ES
dc.language.isoEspañoles_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectintensidad de lluviaes_ES
dc.subjectanálisis multivariadoes_ES
dc.subjectestación meteorológica automáticaes_ES
dc.subjectsatélite ambiental operacional geoestacionarioes_ES
dc.subjectred neuronal artificiales_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleSeveridad por intensidad de tormenta asociada a su evolución geométrica utilizando redes neuronales artificialeses_ES
dc.typeTesis de doctoradoes_ES
dc.creator.tidcurpes_ES
dc.creator.identificadorMOAJ790424HMNLGN03es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameDoctorado en Ingenieríaes_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelDoctoradoes_ES
Aparece en: Doctorado en Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI004827.pdf177.31 MBAdobe PDFPortada
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.