Caracterización de nubes mediante imágenes de satélite y redes neuronales artificiales

Resumen

Las nubes juegan un papel muy importante en la atmósfera terrestre, interactuándo en los procesos radiativos que tienen lugar en la misma. Para caracterizar esta interacción es necesario estudiar a escala global los parámetros nubosos, tales como la fase del agua, el radio efectivo de las partículas nubosas, la temperatura de la nube y su espesor óptico. En el presente trabajo se presenta un método para la extracción de estas características nubosas a partir de imágenes de satélite. Con este método se pretende llevar a cabo la inversión del modelo teórico de transferencia radiativa que permite determinar las radiancias que alcanzan la parte superior de la atmósfera. Debido al gran número de factores que intervienen en los procesos radiativos atmosféricos, y por lo tanto, la gran complejidad de este modelo teórico, la inversión del mismo no se puede llevar a cabo de forma analítica. Para ello se recurre a métodos numéricos. En este caso se entrenan redes neuronales artificiales para la resolución del problema, cuyos parámetros deben ser determinados para obtener una capacidad de generalización óptima. Con este objetivo se aplican algoritmos genéticos para la optimización de las redes neuronales. En este caso en particular, se aplicará el método de extracción a imágenes obtenidas por el radiómetro AVHRR, a bordo de los satélites NOAA, las cuales son obtenidas por el sistema de recepción perteneciente al Grupo de Observación de la Tierra y la Atmósfera (GOTA) de la Universidad de La Laguna. El estudio se centrará principalmente en las características nubosas de los estratocúmulos marinos localizados en la región del Archipiélago Canario. El método propuesto es aplicado tanto a imágenes nocturnas como diurnas, y es validado usando medidas desde tierra obtenidas durante el desarrollo de campañas de medida en el norte de la isla de Tenerife. Este método de extracción de parámetros nubosos representa una herramienta imp