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...

Full description

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
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/22180
https://noesis.uis.edu.co
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