Estudiando algunos fenómenos atmosféricos de la Costa Peruana con Redes Neuronales y MEP

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Estudiando algunos fenómenos atmosféricos de la Costa Peruana con Redes Neuronales y MEP"

Cristina Campos Reyes
hace 7 años
Vistas:

1 Estudiando algunos fenómenos atmosféricos de la Costa Peruana con Redes Neuronales y MEP Percy J. Cóndor Patilongo Instituto Geofísico del Perú

2 Introducción En este trabajo vamos presentar varios resultados en el estudio de algunos fenómenos atmosféricos de la costa peruana: - La inversión de temperatura de la costa central - La lluvia en Piura provocada por El Fenómeno del Niño - Los Paracas -Ica. Aplicaremos redes neuronales para el pronostico y el método de la ecuación parabólica (MEP) para la propagación de ondas. El diseño de una sonda hecha en el Radio Observatorio de Jicamarca, que consiste de sensores de temperatura, humedad relativa y presión para poder obtener perfiles de la atmósfera usando un globo cautivo y un datalogger.

3 Redes Neuronales Metodo computacional que simula la operación del cerebro para enteder y resolver un problema. Varios procesos en paralelo. Usado para varios problemas de reconocimiento de objetos, economia, ciencia, etc. BackPropagation Estima la salida con las entradas de la forma: entrada salida Capa oculta

4 n h = w x j i= 1 i i n y = w h i i= 1 i Las entradas primero pasa por las capas ocultas. Los pesos son corregidos cuando se regresa desde la salida hacia la entrada, usando coeficientes de corrección. Cuando ya se tiene los pesos que hacen un error mínimo se procede a hallar la salida correcta o se termina la iteración Functional Link Network (FLN) En este método no hay capas ocultas.la salida es calculada por: n y = w i x i=1 i

5 Método de la ecuación Parabólica Usada para simular la propagación de ondas En este caso para la propagación de ondas de radio en la Troposfera. De la ecuación de ondas expresada en la forma: 0 = + + ψ ψ ψ n k z x 0 ) 1 (1 ) 1 (1 = u n z k ik x n z k ik x Se puede expresar por la transformación : ψ ikx e u =

6 Inversión de temperatura en la costa central del Perú La temperatura se incrementa a unos 1000 m de altitud. La temperatura normalmente decrece con la altura en la Troposfera. La humedad relativa tiene una caida brusca cambio brusco de n Consecuencias: _ Colchon de nubes. _ Falta de lluvias tropicales _ La propagación anómala de ondas de radio Indice de refracción para ondas de radio es dado por: 6 P 5 e N = ( n 1) 10 = T T,

7 Si lo expresamos para Tierra plana: M = N * h Altura Diseño de una sonda Usamos un datalogger para obtener los perfiles de T,Hr y P, no usamos un receptor típico que recibe la señal codificada en tierra. El datalogger sirve para almacenar los datos *Lo incoveniente es que no podemos ver los datos en tiempo real. N

8 Sonda empleada y el globo cautivo

9 Obtenemos el perfil 800 ROJ P (mb) HR T Radio Observatorio de Jicamarca con radiosondas

height m 1400 100 1000 800 600 400 00 0 0 50 500 750 1000 150 1500 range km L Camino desde cerro de Lima

100 110 10 130 140 150 160 170 Transmision a Ica desde Cerro Chavilca en la Molina, a una altura de 800

10 height m range km L Camino desde cerro de Lima a Paracas y su simulación con MEP Transmision a Ica desde Cerro Chavilca en la Molina, a una altura de 800 msnm, Height m Range km Usando el programa Advanced Propagation Model (APM) de la Marina de EEUU L

11 Precipitación en Piura Por el fenómeno del Niño hay una fuerte intensidad de lluvia en Piura y Tumbes Aumento del caudal de los rios en el Norte. Usamos la temperatura de la superfice (TSM) del mar medida y pronosticada por la NOAA. Se toma los puntos cercano a la costa. Obtenemos el pronóstico de la precipitación en Piura usando FLN : Logprec = a. D3 + b. D3 + c. D3 + 3 d. D4 Usamos los pronósticos de la anómalia detsm dado por la NOAA. Nos basamos en el trabajo hecho por R. Woodman.

12 Log-Lluvia Precipitación mensual en Piura (FitLluv3) Fit3RN= *D *D *D3^ *G Cuadrado del error Precipitación en mm/mes Jan-8 Jan-83 Jan-84 Jan-85 Jan-86 Jan-87 Jan-88 Jan-89 Jan-90 Jan-91 Jan-9 Jan-93 Jan-94 Jan-95 Jan-96 Jan-97 Jan-98 Jan-99 Jan-00 Jan-01 Jan-0 Jan-03 Jan-04 Fitloglluvia Lluvias

13 Vientos en Paracas Datos de la estación meteorológica del Dr. Woodman en Paracas. Los vientos son mayores de 30 Kn y son mas intensos en agosto y setiembre. Distribuimos los vientos en la escala BFU Aplicados FLN usando las variable de la presión y velocidades de los días anteriores y de la mañana. Obtenemos: v = a( p1 p) + b( t1 t) + c. v1 + d. v

14 Beaufort V(knots) 0 <

15 30 Velocidad (Kn) n Velocidad estimada(kn) Velocidad observada(kn) -10 Velocidad del viento de las 14:00 horas, usando temperatura de las 8:30 y 9:00, presión de las 4:00 horas del día estimado y del anterior; y las velocidades de las 9:00 y 15:00 horas del día anterior.

16 Conclusión 1. Logramos ver como la reflexión parcial se produce cuando ondas de radio incide sobre la zona de la inversión de temperatura. Usando una sonda nos ahorramos en la compra de un receptor y radiosondas. Aun estamos mejorando los sensores para obtener perfiles mas confiables de T y HR.. Logramos estimar el comportamiento de las lluvias en Piura usando TSM para puntos cercano a la costa, pero no con precisión en los meses de máxima intensidad. 3. Tenemos estadística de los vientos de Paracas para los años de 1999 a 004. Pudiendo aplicar redes neuronales y predecir el comportamiento de las 14:00 horas usando las variables de P,T y V.

Documentos relacionados

Experimento con un globo cautivo en el valle del Mantaro (12.03 S W msnm)

INFORME Experimento con un globo cautivo en el valle del Mantaro (12.03 S - 75.32 W - 3350 msnm) Kobi A. Mosquera Vásquez kobi@chavin.igp.gob.pe Percy Cóndor Patilongo pcondor@jro.igp.gob.pe RESUMEN A