Severidad por intensidad de tormenta asociada a su evolución geométrica utilizando redes neuronales artificiales

Juan Pablo Molina Aguilar

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Alfonso Gutiérrez López	es_ES
dc.creator	Juan Pablo Molina Aguilar	es_ES
dc.date	2019-11-06
dc.date.accessioned	2019-11-20T15:39:58Z
dc.date.available	2019-11-20T15:39:58Z
dc.date.issued	2019-11-06
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/1762
dc.description	México, 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.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	intensidad de lluvia	es_ES
dc.subject	análisis multivariado	es_ES
dc.subject	estación meteorológica automática	es_ES
dc.subject	satélite ambiental operacional geoestacionario	es_ES
dc.subject	red neuronal artificial	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Severidad por intensidad de tormenta asociada a su evolución geométrica utilizando redes neuronales artificiales	es_ES
dc.type	Tesis de doctorado	es_ES
dc.creator.tid	curp	es_ES
dc.creator.identificador	MOAJ790424HMNLGN03	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Doctorado en Ingeniería	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Doctorado	es_ES