Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental

Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental

En este trabajo se propone un modelo numérico de pronóstico de precipitación para la ciudad de Managua, a partir de datos obtenidos por las estaciones meteorológicas: Managua, La Primavera y Casa Colorada (El Crucero), información proporcionada  por el Instituto Nicaragüense de Estudios Ter...

Descripción completa

Detalles Bibliográficos
Autor principal: Ortíz, Alina María
Formato: Online
Idioma:spa
eng
Publicado: Universidad Nacional Autónoma de Nicaragua, Managua. Centro Universitario Regional de Carazo 2019
Acceso en línea:https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247
id TORREON3247
record_format ojs
institution Universidad Nacional Autónoma de Nicaragua, UNAN-Managua
collection Revista Torreón Universitario
language spa
eng
format Online
author Ortíz, Alina María
spellingShingle Ortíz, Alina María
Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
author_facet Ortíz, Alina María
author_sort Ortíz, Alina María
description En este trabajo se propone un modelo numérico de pronóstico de precipitación para la ciudad de Managua, a partir de datos obtenidos por las estaciones meteorológicas: Managua, La Primavera y Casa Colorada (El Crucero), información proporcionada  por el Instituto Nicaragüense de Estudios Territoriales (INETER), del período correspondiente a 1950-2014 y otras variables climatológicas como  la Oscilación Ártica (AO), Oscilación del Atlántico Norte (NAO), Índice de Oscilación del Sur (SOI), Índice de Anomalía de la Media Mensual de la Temperatura de la Superficie del Mar (TSM) en el Atlántico tropical Norte, región 5.5º N - 23.5º N y 57.5º W - 15º W (TNA) y el índice oceánico del NIÑO (ONI), a través de teleconexiones. Para la elaboración del modelo se realizó la selección y correlación de variables a través de métodos estadísticos y para encontrar la relación entre estas variables se seleccionó un perceptrón multicapa que es una Red Neuronal Artificial, cuya arquitectura en este caso está compuesta por; una capa de entrada, una capa oculta y una capa de salida. Esta red ha sido entrenada mediante aprendizaje supervisado a través del algoritmo de backpropagation. Dicha red se utilizará para predecir condiciones climáticas en la ciudad, lo cual permitirá contribuir con la toma decisiones acerca del manejo y planificación de las actividades sensibles al clima para hacer frente a posibles desastres naturales.
title Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_short Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_full Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_fullStr Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_full_unstemmed Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_sort modelo de pronóstico de precipitación para la ciudad de managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental
title_alt Precipitation forecast model for the city of Managua using artificial neuronal networks in the context of environmental management
publisher Universidad Nacional Autónoma de Nicaragua, Managua. Centro Universitario Regional de Carazo
publishDate 2019
url https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247
work_keys_str_mv AT ortizalinamaria precipitationforecastmodelforthecityofmanaguausingartificialneuronalnetworksinthecontextofenvironmentalmanagement
AT ortizalinamaria modelodepronosticodeprecipitacionparalaciudaddemanaguautilizandoredesneuronalesartificialesenelcontextodelagestionambiental
_version_ 1805400826810728448
spelling TORREON32472024-02-14T19:58:06Z Precipitation forecast model for the city of Managua using artificial neuronal networks in the context of environmental management Modelo de pronóstico de precipitación para la ciudad de Managua utilizando redes neuronales artificiales en el contexto de la gestión ambiental Ortíz, Alina María forecast model teleconnections artificial neural networks climatic variables modelo de pronóstico teleconexiones redes neuronales artificiales variables climatológicas This paper proposes a numerical model of precipitation forecast for the city of Managua, based on data obtained by the weather stations: Managua, La Primavera and Casa Colorada (El Crucero), information provided by the Instituto Nacional de Estudios Territoriales (INETER), from the period corresponding to 1950-2014 and other climatic variables such as the Arctic Oscillation (AO), North Atlantic Oscillation (NAO), South Oscillation Index (SOI), Anomaly Index of the Monthly Average of the Temperature of the Surface of the Sea (SST) in the Tropical North Atlantic, region 5.5º N - 23.5º N and 57.5º W - 15º W (TNA) and the Oceanic Index of the Niño (ONI), through teleconnections. For the elaboration of the model, the selection and correlation of variables was carried out through statistical methods and to find the relationship between these variables, a multilayer perceptron was selected, which is an Artificial Neural Network whose architecture in this case is composed of; an input layer, a hidden layer and an output layer. This network has been trained through supervised learning through the backpropagation algorithm. This network will be used to predict future weather conditions in the city, which will help to make decisions about the management and planning of climate-sensitive activities to deal with possible natural disasters. En este trabajo se propone un modelo numérico de pronóstico de precipitación para la ciudad de Managua, a partir de datos obtenidos por las estaciones meteorológicas: Managua, La Primavera y Casa Colorada (El Crucero), información proporcionada  por el Instituto Nicaragüense de Estudios Territoriales (INETER), del período correspondiente a 1950-2014 y otras variables climatológicas como  la Oscilación Ártica (AO), Oscilación del Atlántico Norte (NAO), Índice de Oscilación del Sur (SOI), Índice de Anomalía de la Media Mensual de la Temperatura de la Superficie del Mar (TSM) en el Atlántico tropical Norte, región 5.5º N - 23.5º N y 57.5º W - 15º W (TNA) y el índice oceánico del NIÑO (ONI), a través de teleconexiones. Para la elaboración del modelo se realizó la selección y correlación de variables a través de métodos estadísticos y para encontrar la relación entre estas variables se seleccionó un perceptrón multicapa que es una Red Neuronal Artificial, cuya arquitectura en este caso está compuesta por; una capa de entrada, una capa oculta y una capa de salida. Esta red ha sido entrenada mediante aprendizaje supervisado a través del algoritmo de backpropagation. Dicha red se utilizará para predecir condiciones climáticas en la ciudad, lo cual permitirá contribuir con la toma decisiones acerca del manejo y planificación de las actividades sensibles al clima para hacer frente a posibles desastres naturales. Universidad Nacional Autónoma de Nicaragua, Managua. Centro Universitario Regional de Carazo 2019-12-20 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf application/pdf text/html text/html https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247 10.5377/torreon.v8i22.9028 Revista Torreón Universitario; Vol. 8 No. 22 (2019); 38-47 Revista Torreón Universitario; Vol. 8 Núm. 22 (2019); 38-47 2313-7215 2410-5708 spa eng https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247/5210 https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247/5211 https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247/5212 https://revistas.unan.edu.ni/index.php/Torreon/article/view/3247/5213 Derechos de autor 2019 Universidad Nacional Autónoma de Nicaragua, Managua

Ejemplares similares