Redes neuronales para el posprocesamiento de pronósticos cuantitativos de precipitación

Abstract

El objetivo de este trabajo es diseñar, implementar y evaluar un modelo de aprendizaje automático basado en redes convolucionales profundas para el postprocesamiento de los pronósticos de precipitación. En particular, el modelo utiliza como predictores la precipitación acumulada en las 24 horas de pronóstico, estimada a partir de un modelo numérico global, y genera un campo de precipitación donde los sesgos del modelo numérico estén parcialmente corregidos. En la evaluación del modelo y en la selección de diferentes aspectos relacionados con el entrenamiento y la arquitectura, se pone particular énfasis en la detección de eventos de precipitación extrema, los cuales ocasionan grandes impactos socio-ambientales.