Estimación de la precipitación a partir de datos del radar meteorológico RMA1 usando técnicas de Machine Learning y el modelo WRF.

 

Eje Rector: Conservación de la biodiversidad y cambio climático

Director: Luque Melina Yasmin

Tutor: Bürgesser Rodrigo Exequiel (Integrantes: 3)

 

Resumen

El proyecto se centra en la importancia de la precipitación en la comprensión de los ciclos del agua a nivel global, continental y regional. Para mejorar la precisión en la predicción climática y meteorológica, se ha desarrollado una infraestructura mundial para medir la precipitación, utilizando tanto pluviómetros como tecnologías remotas como radares meteorológicos y satélites. En Argentina, el Proyecto SiNaRaMe gestiona y opera una red de radares meteorológicos, incluido el radar RMA1 en Córdoba, que utiliza tecnología avanzada para estimar la precipitación. Sin embargo, actualmente no existe un estimador operativo de precipitación utilizando datos de este radar. El proyecto propone combinar datos locales del radar RMA1 con datos del modelo numérico WRF y técnicas de aprendizaje automático para desarrollar un modelo capaz de predecir la precipitación en la región de Córdoba. Esto permitiría mejorar los pronósticos a corto plazo y la toma de decisiones relacionadas con eventos meteorológicos extremos.

 

Contacto: melina.luque@unc.edu.ar