Desarrollo de una herramienta para automatizar la estimación de datos faltantes en informes meteorológicos
En este trabajo se describe el desarrollo de una herramienta de software que automatiza la estimación de datos faltantes de informes meteorológicos del Servicio Meteorológico Nacional. Se realizó como trabajo final, concluida su cursada, de una materia en Investigación de Operaciones correspondiente...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2013
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/94781 |
| Aporte de: |
| Sumario: | En este trabajo se describe el desarrollo de una herramienta de software que automatiza la estimación de datos faltantes de informes meteorológicos del Servicio Meteorológico Nacional. Se realizó como trabajo final, concluida su cursada, de una materia en Investigación de Operaciones correspondiente al tercer año de una carrera de Ingeniería de Sistemas.
El objetivo de la herramienta es realizar de manera automática la elección del mejor método de interpolación para cada dato faltante, bajo la suposición de que no existe un método “universal” y por lo tanto es necesario evaluar en cada caso cuál es el más adecuado. La posterior aplicación del método seleccionado también debía ser automática, sin necesidad de interacción con el usuario para tomar decisiones.
Se consideraron cinco métodos de uso muy común en la meteorología:
IDW -lineal y cuadrático- y Kriging -simple, ordinario y universal-.
En este trabajo se describen las decisiones que se tomaron para lograr la automatización total de la herramienta, y su eficacia se verificó haciendo un análisis de errores para datos de cuatro años consecutivos.
En las pruebas realizadas, el método elegido se alterna, validando que es adecuado elegir cada vez el mejor, sin presuponer superioridad de uno sobre otro. Se vio que algunos indicadores se inclinan más hacia determinados métodos que otros y se encontró una relación entre la disponibilidad de información y el error en las estimaciones. |
|---|