Evaluating the performance of nssl tda and nf tda tornado detection algorithms
Vortices de Tornado observados por radares Doppler a menudo están relacionadas con una alta cizalladura de Reflectividad en azimut y una respuesta en frecuencia (espectro Doppler) ancha y aplanada. El funcionamiento actual del algoritmo de detección de tornados (TDA) en primer lugar busca indicios d...
- Autores:
-
Torres Barreto, Nilson Eduardo
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2009
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/22180
- Palabra clave:
- Tornado
Radar
Tiempo
Tormenta
Meso-ciclón
Algoritmo
transmisor
receptor
Tornado
Radar
Weather
Storm
Mesocyclone
Algorithm
Transmitter
Receiver
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id |
UISANTADR2_53e5957427424fed0def53a3434a481b |
---|---|
oai_identifier_str |
oai:noesis.uis.edu.co:20.500.14071/22180 |
network_acronym_str |
UISANTADR2 |
network_name_str |
Repositorio UIS |
repository_id_str |
|
dc.title.none.fl_str_mv |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
dc.title.english.none.fl_str_mv |
Evaluating the performance of nssltda and nftda tornado detection algorithms |
title |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
spellingShingle |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms Tornado Radar Tiempo Tormenta Meso-ciclón Algoritmo transmisor receptor Tornado Radar Weather Storm Mesocyclone Algorithm Transmitter Receiver |
title_short |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
title_full |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
title_fullStr |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
title_full_unstemmed |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
title_sort |
Evaluating the performance of nssl tda and nf tda tornado detection algorithms |
dc.creator.fl_str_mv |
Torres Barreto, Nilson Eduardo |
dc.contributor.advisor.none.fl_str_mv |
Tian-Yuo Yu Valliappa Lakshamanan |
dc.contributor.author.none.fl_str_mv |
Torres Barreto, Nilson Eduardo |
dc.subject.none.fl_str_mv |
Tornado Radar Tiempo Tormenta Meso-ciclón Algoritmo transmisor receptor |
topic |
Tornado Radar Tiempo Tormenta Meso-ciclón Algoritmo transmisor receptor Tornado Radar Weather Storm Mesocyclone Algorithm Transmitter Receiver |
dc.subject.keyword.none.fl_str_mv |
Tornado Radar Weather Storm Mesocyclone Algorithm Transmitter Receiver |
description |
Vortices de Tornado observados por radares Doppler a menudo están relacionadas con una alta cizalladura de Reflectividad en azimut y una respuesta en frecuencia (espectro Doppler) ancha y aplanada. El funcionamiento actual del algoritmo de detección de tornados (TDA) en primer lugar busca indicios de cizalladuras que son más grandes que unos umbrales predefinidos. En este trabajo, un procedimiento de detección de tornados basado en un sistema de lógica difusa se prueba para integrar indicios tornadicos tanto en la velocidad como en el dominio espectral. Una nueva característica del sistema es que es reforzado por una red neuronal para perfeccionar la composición de funciones propias de dicha red, a través de un proceso de entrenamiento mediante retroalimentación. Este enfoque híbrido, se denomino “NEURO-FUZZY TORNADO DETECTION ALGORITHM” (NFTDA), e inicialmente se verificó mediante simulaciones y posteriormente se probó en datos reales. Estas simulaciones son ingeridas en un software desarrollado por el autor, que contrasta tanto a TDA como a NFTDA. Los resultados demuestran que el algoritmo NFTDA no solo se comporta mejor en general, sino también en casos en los cuales el otro algoritmo tendría dificultades al detectar dichos fenómenos, como por ejemplo eventos tornadicos a corta y a larga distancia del radar con el cual se hace la medición. El desempeño de los algoritmos TDA y NFTDA se evalúan con un nivel I de series temporales de datos recogidos por la NEXRAD, una red operativa de 158 radares conocido como: “Weather Survailance Radar 1988 Doppler” (WSR-88D), operados por varios organismos, entre ellos el “National Severe Storm Laboratory” (NSSL) “National Oceanographic Atmospheric Administration” (NOAA), durante varios tornados que se produjeron largo de los Estados Unidos. Datos de campo fueron recopilados por la WDTB y la WATADS a fin de verificar todo tipo de informacion recolectada digitalmente. |
publishDate |
2009 |
dc.date.available.none.fl_str_mv |
2009 2024-03-03T17:31:11Z |
dc.date.created.none.fl_str_mv |
2009 |
dc.date.issued.none.fl_str_mv |
2009 |
dc.date.accessioned.none.fl_str_mv |
2024-03-03T17:31:11Z |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.hasversion.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
format |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.identifier.uri.none.fl_str_mv |
https://noesis.uis.edu.co/handle/20.500.14071/22180 |
dc.identifier.instname.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.reponame.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.repourl.none.fl_str_mv |
https://noesis.uis.edu.co |
url |
https://noesis.uis.edu.co/handle/20.500.14071/22180 https://noesis.uis.edu.co |
identifier_str_mv |
Universidad Industrial de Santander |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.none.fl_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) |
dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0 |
dc.rights.creativecommons.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
rights_invalid_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) http://creativecommons.org/licenses/by/4.0/ http://creativecommons.org/licenses/by-nc/4.0 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Industrial de Santander |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingenierías Fisicomecánicas |
dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica |
dc.publisher.school.none.fl_str_mv |
Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones |
publisher.none.fl_str_mv |
Universidad Industrial de Santander |
institution |
Universidad Industrial de Santander |
bitstream.url.fl_str_mv |
https://noesis.uis.edu.co/bitstreams/4c34e1f5-3d31-40e3-8cda-033093b99537/download https://noesis.uis.edu.co/bitstreams/4961a54b-b06c-497d-95f9-0ebb98aef96c/download https://noesis.uis.edu.co/bitstreams/ea9483c1-8aee-4cb6-a380-317ec3b76d8d/download |
bitstream.checksum.fl_str_mv |
581ec0cbc25a377631d5316e60a5f675 b4191a81bdaf05acd9700c5eb32554cb 521e87f71732a2de41834d977db667cb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSpace at UIS |
repository.mail.fl_str_mv |
noesis@uis.edu.co |
_version_ |
1814095244701990912 |
spelling |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Tian-Yuo YuValliappa LakshamananTorres Barreto, Nilson Eduardo2024-03-03T17:31:11Z20092024-03-03T17:31:11Z20092009https://noesis.uis.edu.co/handle/20.500.14071/22180Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coVortices de Tornado observados por radares Doppler a menudo están relacionadas con una alta cizalladura de Reflectividad en azimut y una respuesta en frecuencia (espectro Doppler) ancha y aplanada. El funcionamiento actual del algoritmo de detección de tornados (TDA) en primer lugar busca indicios de cizalladuras que son más grandes que unos umbrales predefinidos. En este trabajo, un procedimiento de detección de tornados basado en un sistema de lógica difusa se prueba para integrar indicios tornadicos tanto en la velocidad como en el dominio espectral. Una nueva característica del sistema es que es reforzado por una red neuronal para perfeccionar la composición de funciones propias de dicha red, a través de un proceso de entrenamiento mediante retroalimentación. Este enfoque híbrido, se denomino “NEURO-FUZZY TORNADO DETECTION ALGORITHM” (NFTDA), e inicialmente se verificó mediante simulaciones y posteriormente se probó en datos reales. Estas simulaciones son ingeridas en un software desarrollado por el autor, que contrasta tanto a TDA como a NFTDA. Los resultados demuestran que el algoritmo NFTDA no solo se comporta mejor en general, sino también en casos en los cuales el otro algoritmo tendría dificultades al detectar dichos fenómenos, como por ejemplo eventos tornadicos a corta y a larga distancia del radar con el cual se hace la medición. El desempeño de los algoritmos TDA y NFTDA se evalúan con un nivel I de series temporales de datos recogidos por la NEXRAD, una red operativa de 158 radares conocido como: “Weather Survailance Radar 1988 Doppler” (WSR-88D), operados por varios organismos, entre ellos el “National Severe Storm Laboratory” (NSSL) “National Oceanographic Atmospheric Administration” (NOAA), durante varios tornados que se produjeron largo de los Estados Unidos. Datos de campo fueron recopilados por la WDTB y la WATADS a fin de verificar todo tipo de informacion recolectada digitalmente.PregradoIngeniero ElectrónicoTornado vortices observed by Doppler radars are often related with high azimuthal shear and Doppler spectra that are wide and flattened. The current operational tornado detection algorithm (TDA) primarily searches for shear signatures that are larger than the predefined thresholds. In this work, a tornado detection procedure based on a fuzzy logic system is tested to integrate tornadic signatures in both the velocity and spectral domains. A novel feature of the system is that it is further enhanced by a neural network to refine the membership functions through a feedback training process. The hybrid approach herein, termed the neuro–fuzzy tornado detection algorithm (NFTDA), is initially verified using simulations and is subsequently tested on real data. These simulations are ingested in software developed by the author which contrasts both TDA and NFTDA algorithms. The results demonstrate not only that NFTDA can detect tornadoes even when the shear signatures are degraded significantly so that they would create difficulties for typical vortex detection schemes, but that NFTDA is overall more accurate in all sorts of scenarios. The performance of the NFTDA and TDA is assessed with level I time series data collected by the NEXRAD, a network of 158 operational radars known as: Weather Surveillance Radar-1988 Doppler (WSR-88D) operated by several agencies, including the National Severe Storms Laboratory (NSSL) and National Oceanographic Atmospheric Administration (NOAA), during several tornado outbreaks occurred along the United States. Additional Ground Truth Data was collected by the WDTB and the WATADS team in order to verify all sorts of digital data.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesTornadoRadarTiempoTormentaMeso-ciclónAlgoritmotransmisorreceptorTornadoRadarWeatherStormMesocycloneAlgorithmTransmitterReceiverEvaluating the performance of nssl tda and nf tda tornado detection algorithmsEvaluating the performance of nssltda and nftda tornado detection algorithmsTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf453968https://noesis.uis.edu.co/bitstreams/4c34e1f5-3d31-40e3-8cda-033093b99537/download581ec0cbc25a377631d5316e60a5f675MD51Documento.pdfapplication/pdf1493052https://noesis.uis.edu.co/bitstreams/4961a54b-b06c-497d-95f9-0ebb98aef96c/downloadb4191a81bdaf05acd9700c5eb32554cbMD52Nota de proyecto.pdfapplication/pdf183086https://noesis.uis.edu.co/bitstreams/ea9483c1-8aee-4cb6-a380-317ec3b76d8d/download521e87f71732a2de41834d977db667cbMD5320.500.14071/22180oai:noesis.uis.edu.co:20.500.14071/221802024-03-03 12:31:11.478http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co |