Clasificación de mediciones de radar meteorológico.

En este trabajo se presentan tecnicas de procesamiento de senales de radar con aplicaciones especicas para la obtencion de productos de un radar doppler polarimetrico y su utilizacion para la clasicacion de fenomenos meteorologicos. El objetivo de un radar meteorologico es medir las caracteristicas de fenomenos atmosf ericos. Los productos polarimetricos son sensibles a tipos, formas, tamanos, estado de agregacion, entre otras caracteristicas de los hidrometeoros, lo que permite que estos productos sean utiles para la clasificacion entre distintos tipos de fenomenos. Se implementa un procesador de datos nivel 1 del RMA0 ubicado en San Carlos de Bariloche para la obtencion de los productos polarimetricos. Se muestran los resultados obtenidos comparandolos con los datos nivel 2 obtenidos por el RMA0, concluyendo que los resultados son similares a los obtenidos por el radar. Luego se mencionan aspectos basicos del aprendizaje automatico (machine learning), introduciendo el concepto de red neuronal feedforward multicapa para su uso en problemas de clasificacion. Se comentan problemas que surgen al momento de elegir un modelo adecuado para clasificar datos. Se presentan los pasos que se siguieron para elegir los datos(ejemplos) para entrenar un clasificador. Por ultimo se muestra la implementacion de 4 redes neuronales con modelos y/o datos elegidos mediante diferentes tecnicas, para la clasificacion entre lluvia y nieve, utilizando datos nivel 2 obtenidos por el RMA0, correspondientes a varios barridos de 2 dias por fenomeno Se concluye que tomar datos de mas de un dia es un factor importante. Se obtienen errores de clasificacion entre 6;8% y 8% en barridos enteros de los dias utilizados.