Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.11765/9952
Identificación de patrones de circulación de viento en la parte central de los Pirineos mediante red neuronal artificial
Title: Identificación de patrones de circulación de viento en la parte central de los Pirineos mediante red neuronal artificial
Authors: Pérez González, Nerea
Keywords: Pirineos; WRF; Viento; Clasificación automática; Pyrenees; Wind; Automatic classification
Issue Date: 2018
Publisher: Asociación Española de Climatología; Agencia Estatal de Meteorología
Citation: Montávez Gómez, Juan Pedro, et al. (eds.). El clima: aire, agua, tierra y fuego. Madrid: Asociación Española de Climatología; Agencia Estatal de Meteorología, 2018, p. 741-748
Series/Report no.: Publicaciones de la Asociación Española de Climatología. Serie A;11
Abstract: [ES]Los Pirineos son una cadena montañosa que hace frontera natural entre Francia y España. Se han llevado a cabo varios estudios en el área para analizar sus patrones de circulación del viento. En u primer paso, se generaron datos meteorológicos diarios producidos a las 12 UTC por simulación WRF con el objetivo de obtener una clasificación subjetiva de los patrones de circulación del viento en el área. Encontramos los mismos patrones que los hallados previamente en otro estudio experimental llevado a cabo en la misma área y tres nuevas situaciones meteorológicas que nunca se habían observado debido a la falta de medidas de viento vertical. Finalmente, se buscó un método de clasificación automática. Se aplicaron varios métodos, como clasificaciones automáticas de clúster y redes neuronales artificiales supervisadas. Los resultados obtenidos nos permiten concluir que las redes neuronales artificiales supervisadas son el mejor método de identificación de patrones de viento.
[EN]The Pyrenees is a range of mountains that form a natural border between France and Spain. Several studies have been carried out in the area in order to analyze their winds circulation patterns. In a first step, daily meteorological data produced at 12 UTC by WRF simulation were plotted with the aim to obtain a subjective classification of wind circulation patterns in the área. We found the same patterns as those previously found in another experimental study carried out in the same área and three new meteorological situations that had defined and observed because of the lack of vertical wind measurements. Finally, we look for an automatic classification method. Several methods were apllied like automatic cluster classifications and supervised artificial neural networks. The results found allow us to conclude that supervised artificial neural networks are the best method of identifying wind patterns.
Description: Ponencia presentada en: XI Congreso de la Asociación Española de Climatología celebrado en Cartagena entre el 17 y el 19 de octubre de 2018.
URI: http://hdl.handle.net/20.500.11765/9952
ISBN: 978-84-7837-098-6
Appears in Collections:(2018, Cartagena). XI Congreso AEC


Files in This Item:
  File Description SizeFormat 
0067_XI_2018_PEREZ.pdf
572,39 kBAdobe PDFThumbnail
View/Open
Show full item record



Items in Arcimis are protected by Creative Commons License, unless otherwise indicated.

Arcimis Repository
Nota Legal Contacto y sugerencias