Please use this identifier to cite or link to this item:
http://hdl.handle.net/10553/76515
Title: | Usage of autonomous underwater vehicles as adaptive observational platforms to improve ocean circulation models | Authors: | Barreto Lucas, Carlos Miguel | Director: | Andrade Caldeira, Rui Miguel Hernández Sosa, José Daniel |
UNESCO Clasification: | 120304 Inteligencia artificial 120326 Simulación 2510 Oceanografía |
Issue Date: | 2020 | Abstract: | Los Modelos de Circulación Oceánica (OCM) son herramientas de gran utilidad. Permiten
simular y realizar previsiones de largo plazo del estado del océano con múltiples objetivos,
tales como generar predicciones de evolución, ayudar al entendimiento de fenómenos
oceanográficos, dar soporte a modelos ecológicos, estimar el transporte de sedimentos y
contaminantes, entre otros. Mientras que algunas áreas muestran un buen ajuste entre
las predicciones del modelo y la realidad, otras presentan discrepancias significativas; un
mayor muestreo del océano en las áreas problemáticas puede contribuir para mejorar el
desempeño de los OCM. Los vehículos autónomos submarinos, y más concretamente los
gliders, pueden ser utilizados con este objetivo, aprovechando su versatilidad y capacidad
para ejecutar misiones de muy larga duración... This work posed a challenge from the start, as underwater vehicles were not my area of expertise. After my Master's thesis, which focused on oceanographic data processing and visualisation, I developed mobile apps, websites and databases while collaborating with colleagues to produce scientific papers. In this process, I met Daniel Hernández during a glider mission off the south coast of Madeira Island, not knowing that he would become one of my PhD advisors at the Universidad de Las Palma de Gran Canaria a year later. I carried out the research for this thesis while working at the Oceanic Observatory of Madeira, which involved task management challenges throughout... |
Description: | Programa de Doctorado en Tecnologías de Telecomunicación e Ingeniería Computacional por la Universidad de Las Palmas de Gran Canaria | URI: | http://hdl.handle.net/10553/76515 |
Appears in Collections: | Tesis doctoral |
Page view(s)
182
checked on Jun 29, 2024
Download(s)
232
checked on Jun 29, 2024
Google ScholarTM
Check
Share
Export metadata
Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.