Diseño de un sistema de observación meteorológica combinando estaciones meteorológicas y radioenlaces satelitales

Abstract

En este Trabajo de Fin de Grado se ha realizado el diseño de un sistema de observación meteorológica combinando estaciones meteorológicas y radioenlaces satelitales, cuya implementación de algoritmos se lleva a cabo mediante el uso de Machine Learning para la detección de precipitación de lluvia en la zona de observación. Nos apoyamos en el hecho de que cuando llueve se produce una atenuación de la señal de potencia, esto es especialmente significativo para frecuencias mayores a 10GHz. El método finalmente elegido para abordar este objetivo ha sido redes neuronales de tipo LSTM (Long Short Term Memory). Asimismo, se ha llevado a cabo un balanceo de las clases pues nos encontramos ante un problema de clases desbalanceadas y un post-procesado en el que se han calibrado los resultados. Todo esto se enmarca en un proceso de aprendizaje máquina en el que se han utilizado diferentes porcentajes de las muestras (datos) para entrenar y testear. Para estudiar la validez de nuestra metodología con respecto a un mes seleccionado, se realiza el entrenamiento de la red con varios de los meses anteriores, cuyo resultado se emplea para testear el mes elegido inicialmente. Como resultado se muestran unas métricas de calidad basadas en la sensibilidad, exactitud, especificidad y F1-Score. Estos valores se muestran en múltiples repeticiones y de sus valores medios y desviaciones vemos que el método desarrollado es estable y fiable.