Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ugto.mx/handle/20.500.12059/2107
Título: Weather Radar Estimations Feeding an Artificial Neural Network Model
Autor: GUSTAVO CERDA VILLAFAÑA
ID del Autor: info:eu-repo/dai/mx/cvu/93634
Resumen: La aplicación de Redes Neuronales Artificiales (RNA) en el modelado de lluvia-flujo ha sido estudiada ampliamente. Sin embargo, hasta ahora se han utilizado datos provenientes de pluviómetros tradicionales. Los radares meteorológicos son una tecnología moderna que puede proveer datos de lluvia de alta resolución en tiempo y espacio. Este es un trabajo de comparación en el modelado lluvia-flujo entre pluviómetros y radares meteorológicos. Los datos provienen de la cuenca del río Brue en el suroeste de Inglaterra, con 49 pluviómetros cubriendo 136 km2 y dos radares meteorológicos en la banda C. Esta red de pluviómetros es extremadamente densa (para investigación) y no representa la densidad usual en sistemas de predicción de inundaciones. Los modelos de RNA fueron implementados con datos de entrada de lluvia tanto espaciados como no distribuidos. Los resultados muestran que los datos de los pluviómetros fueron mejores que los datos de los radares en todos los eventos probados.
Fecha de publicación: 8-feb-2012
Editorial: Universidad de Guanajuato
Licencia: http://creativecommons.org/licenses/by-nc-nd/4.0
URI: http://repositorio.ugto.mx/handle/20.500.12059/2107
Idioma: eng
Aparece en las colecciones:Revista Acta Universitaria

Archivos en este ítem:
Archivo Descripción TamañoFormato 
Weather Radar Estimations Feeding an Artificial Neural Network Model.pdf459.71 kBAdobe PDFVisualizar/Abrir


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