Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/76515
Título: Usage of autonomous underwater vehicles as adaptive observational platforms to improve ocean circulation models
Autores/as: Barreto Lucas, Carlos Miguel 
Director/a : Andrade Caldeira, Rui Miguel
Hernández Sosa, José Daniel 
Clasificación UNESCO: 120304 Inteligencia artificial
120326 Simulación
2510 Oceanografía
Fecha de publicación: 2020
Resumen: 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...
Descripción: 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
Colección:Tesis doctoral
miniatura
Adobe PDF (34,91 MB)
Vista completa

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.