Incorporación de información satelital grillada para la producción de una base de datos de temperaturas mínimas de alta resolución

Abstract

El objetivo principal de este trabajo de tesis es mejorar, en términos predictivos, el desempeño de los modelos geoestadísticos clásicos de interpolación espacial para medidas de temperatura mínima del aire a 2m, registrada por las redes de estaciones de observación meteorológica del Uruguay operadas por INUMET e INIA. Basado en la experiencia de, se propone el uso de Kriging Universal, que permite la incorporación de información grillada de alta resolución, empleándose en este caso imágenes de la plataforma MODIS proporcionada por NASA y de libre acceso. En consideración de que todas las bases utilizadas tienen datos faltantes y outliers, se han desarrollado técnicas ad-hoc que permitieron la depuración y reconstrucción del producto satelital. Asimismo, se hizo necesario aplicar algoritmos supervisados de control de calidad para depurar la base de datos puntual de las estaciones. Estas bases de gran tamaño trasladan el problema al área de Big Data, por lo que uno de los desafíos computacionales del trabajo es lograr resultados en tiempos de máquina razonables mediante técnicas de computación de alta performance (HPC), compresión de información, y el uso de caches y estructuras de datos eficientes.