Por favor, use este identificador para citar o enlazar este ítem: 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
Título : Identificación de patrones de circulación de viento en la parte central de los Pirineos mediante red neuronal artificial
Autor : Pérez González, Nerea
Palabras clave : Pirineos; WRF; Viento; Clasificación automática; Pyrenees; Wind; Automatic classification
Fecha de publicación : 2018
Editor: Asociación Española de Climatología; Agencia Estatal de Meteorología
Citación : 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
Serie/Num. : Publicaciones de la Asociación Española de Climatología. Serie A;11
Resumen : [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.
Descripción : 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
Colecciones: (2018, Cartagena). XI Congreso AEC


Ficheros en este ítem:
  Fichero Descripción Tamaño Formato  
0067_XI_2018_PEREZ.pdf
572,39 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro completo del ítem



Los ítems de Arcimis están protegidos por una Licencia Creative Commons, salvo que se indique lo contrario.

Repositorio Arcimis
Nota Legal Contacto y sugerencias