Tesis bachiller
URI permanente para esta colección
Navegar
Envíos recientes
1 - 2 de 2
-
ItemSISTEMA PARA DETECCIÓN DE AVALANCHAS USANDO UN SOLO SENSOR INFRASÓNICO Y ALGORITMOS DE MACHINE LEARNING(Instituto Nacional de Investigación en Glaciares y Ecosistemas de Montaña, 2023-06)La detección automática de las avalanchas es una herramienta muy útil para poder reducir los riesgos que generan estos desastres naturales. Aunque en la literatura existen distintos métodos para la detección de avalanchas, su detección mediante infrasonido tiene algunas ventajas frente a otro métodos, debido sobretodo al bajo nivel de atenuación de las ondas de sonido de baja frecuencia al viajar a través de distintos materiales, lo que hace que pueda ser detectado a varios kilómetros del lugar de donde sucedió la avalancha. La gran mayoría de sistemas de detección por infrasonido en la literatura utilizan arreglos de sensores, estos son caros y difíciles de implementar por lo que en este trabajo se hizo uso de un solo sensor, las limitaciones que puede presentar un sistema compuesto de un solo sensor fueron compensadas utilizando algoritmos de Machine Learning para las tareas de clasificación. Para la implementación del sistema se recolectó data de infrasonido de más de 100 eventos de avalanchas en la laguna Palcacocha, se realizó la búsqueda del patrón de características y el algoritmo de entrenamiento para lograr la obtención del modelo de Machine Learning óptimo, se hicieron pruebas entrenando modelos bajo distintos algoritmos llegando a la conclusión de que el algoritmo óptimo es el de Support Vector Machine, logrando una efectividad teórica del 92.27%. Luego, se implementaron, el procesamiento en tiempo real, el almacenamiento de la data en una base de datos y la visualización de la data a fin de monitorear los resultados de forma remota. Finalmente se hicieron pruebas piloto en la laguna Palcacocha, obteniendo un porcentaje de efectividad en la detección de avalanchas del 86.47%. El sistema desarrollado es definitivamente más barato y fácil de implementar que los sistemas queutilizan arreglos de sensores, además de que se obtienen mejores resultados en la detección a diferencia de otros que no utilizan Machine Learning.
-
ItemDeterminación de Impactos hidrometeorológicos en el sistema glaciar Huaytapallana(INAIGEM, 2023-03-23)La Cordillera Huaytapallana, ubicada en los Andes centrales representa una fuente de provisión de agua e ingresos económicos en la región Junin. Sin embargo, al igual que los glaciares a nivel tropical y mundial, se ve afectada por la variabilidad climática de las últimas décadas. Es por ello que, el objetivo de este estudio fue identificar los impactos generados por la interacción de las variables hidrometerológicas (temperatura, precipitación y humedad relativa) en el Sistema Glaciar Huaytapallana (SGH) haciendo uso de imágenes satelitales radar de apertura sintética Sentinel-1, información meteorológica y datos del tipo de precipitación (nieve, granizo, lluvia) du rante los meses de abril, agosto, septiembre y octubre del 2022. Mediante un análisis estadístico se determinó que la ocurrencia de preci pitación sólida (nieve y granizo) representa un 90 % de la precipitación total recopilada y es más frecuente a temperaturas por debajo de 1.7°C. Se en contró que la ocurrencia de granizo y lluvia se daba en su mayor durante el día mientras que la caida de nieve tuvo registros nocturnos. Las imágenes Radar Sentinel-1 permitieron construir una serie temporal libre de nubosidad que permitió discriminar las zonas de ablación/acumulación y observar los cambios en la superficie glaciar durante la ocurrencia de precipitación encon trando patrones estacionales que son explicados por la presencia de gruesas capas de nieve húmeda durante la temporada de lluvias (DEF) y delgadas capas de cristales y bloques de hielo expuestos durante la temporada seca (JJA). Se encontró una mayor correlación entre la humedad relativa y di chos cambios estacionales (-0.54