logo móvil
Contáctanos

Análisis multivariante de las recuperaciones de aerosoles del MODerate Resolution Imaging Spectroradiometer (MODIS) y los parámetros del esquema de predicción de intensidad de huracanes estadísticos (SHIPS) para huracanes del Atlántico

Autores: Kamal, Mohammed M.; Yang, Ruixin; Qu, John J.

Idioma: Inglés

Editor: Molecular Diversity Preservation International (MDPI)

Año: 2012

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Medioambientales

Subcategoría

Ciencia y tecnología de los recursos naturales

Palabras clave

Espectrorradiómetro de imágenes de resolución moderada
Modis
Esquema de predicción estadística de la intensidad de huracanes
Barcos
Análisis de componentes principales
Regresión lineal múltiple

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 9

Citaciones: Sin citaciones


Descripción
Las recuperaciones de aerosoles del Espectrorradiómetro de Imágenes de Resolución Moderada (MODIS) sobre el Atlántico Norte, que abarcan siete temporadas de huracanes, se combinan con los parámetros del Esquema Estadístico de Predicción de Intensidad de Huracanes (SHIPS). La diferencia entre los cambios de intensidad actuales y futuros se seleccionó como variables de respuesta. Para 24 huracanes importantes (categoría 3, 4 y 5) entre 2003 y 2009, se determinaron ocho variables de respuesta con un tiempo de anticipación de entre 6 y 48 horas. Al combinar los datos de MODIS y SHIPS, se compilaron y seleccionaron 56 variables como predictores para este estudio. La reducción de variables de 56 a 31 se realizó en dos pasos; el primer paso fue a través de coeficientes de correlación (cc), seguido de técnicas de extracción de Análisis de Componentes Principales (PCA). El PCA redujo 31 variables a 20. Se establecieron cinco categorías basadas en los grupos de variables del PCA que exhiben fenómenos físicos similares. Las recuperaciones promedio de aerosoles de los datos de nivel 2 de MODIS en las cercanías de UTC 1,200 y 1,800 horas se mapearon a los parámetros de SHIPS para realizar una Regresión Lineal Múltiple (MLR) entre cada variable de respuesta contra seis conjuntos de predictores de 31, 30, 28, 27, 23 y 20 variables. La desviación entre los predictores del Error Cuadrático Medio Raíz (RMSE) varió entre 0.01 y 0.05 y, por lo tanto, implicó que reducir el número de variables no cambió la información física central. Incluso cuando los parámetros se reducen de 56 a 20, los valores de correlación exhiben una relación más fuerte entre la respuesta y los predictores. Por lo tanto, los mismos fenómenos pueden explicarse mediante la reducción de variables.

Otros recursos que podrían interesarte

    Temas Virtualpro