Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales

Texto completo

(1)Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Autores John Jairo Redondo Montero Martin Hafid Calderón Cortes. Director Julián Rolando Camargo López, MSc.. Universidad Distrital Francisco José De Caldas Ingeniería electrónica Bogotá, Colombia Mayo de 2019.

(2) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. CONTENIDO. TABLA DE FIGURAS.................................................................................................... 5 LISTA DE TABLAS ..................................................................................................... 10 RESUMEN .................................................................................................................. 11 Palabras Clave ........................................................................................................... 11 1. INTRODUCCIÓN .................................................................................................... 12 PLANTEAMIENTO DEL PROBLEMA ........................................................... 13 FORMULACIÓN DEL PROBLEMA ............................................................... 13 OBJETIVOS ................................................................................................. 14 1.3.1. Objetivo General .................................................................................... 14. 1.3.2. Objetivos Específicos ............................................................................ 14. JUSTIFICACIÓN........................................................................................... 15 1.4.1. Justificación Académica......................................................................... 15. 1.4.2. Justificación Económica......................................................................... 15. 1.4.3. Justificación Social ................................................................................ 15. 1.4.4. Justificación Personal ............................................................................ 16. METODOLOGÍA ........................................................................................... 17 ALCANCES .................................................................................................. 18 LIMITACIONES ............................................................................................ 18 2. MARCO REFERENCIAL......................................................................................... 20 2.1 MARCO CONCEPTUAL .................................................................................... 20 2.1.1 Radar meteorológico ................................................................................... 20 2.1.2 Tipos de radares meteorológicos ................................................................ 21 2.1.3 Ecuación del radar meteorológico ............................................................... 22 2.1.4 Imágenes generadas por un radar meteorológico ....................................... 23 2.1.5 Variables de estudio para la estimación de precipitación con radar polarimétrico ........................................................................................................ 24 2.1.6 Clasificación de la precipitación ............................................................... 25 2.2 MARCO TEÓRICO ............................................................................................ 26 2.2.1 Modelamiento de software .......................................................................... 26 2.2.2 Lenguaje unificado de modelado (UML) ...................................................... 27 2.2.3 Software...................................................................................................... 27 Página |2.

(3) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 2.2.4 Interfaces gráficas (GUI) ............................................................................. 28 2.3 MARCO ESPACIAL........................................................................................... 28 3 ESTADO DEL ARTE ................................................................................................ 29 3.1 MODELO PARA LA DETECCIÓN Y CORRECCIÓN DE PROPAGACIONES ANÓMALAS EN RADARES METEOROLÓGICOS PARA ZONAS ECUATORIALES [12] .......................................................................................................................... 29 3.1.1. Descripción ................................................................................................ 29 3.1.2 Metodología ................................................................................................ 29 3.1.3 Resultados .................................................................................................. 32 3.1.4 Conclusiones .............................................................................................. 35 3.2 MetGIS PROFESSIONAL WEATHER SERVICE [13] ........................................ 36 3.2.1 Descripción..................................................................................................... 36 3.2.2 Metodología ................................................................................................ 36 3.2.3 Resultados .................................................................................................. 37 3.3 MULTI-RADAR/MULTI-SENSOR SYSTEM (MRMS) [14] .................................. 39 3.3.1 Descripción ................................................................................................. 39 3.3.2 Metodología ................................................................................................ 39 3.3.3 Resultados .................................................................................................. 40 4. MODELO DEL APLICATIVO................................................................................... 42 4.1 Diagrama de casos de uso ................................................................................ 42 4.2 Lista de requerimientos ..................................................................................... 43 4.3 Formato de especificación de casos de usos .................................................... 45 4.4 Diagrama de clases ........................................................................................... 53 5. DESARROLLO DEL APLICATIVO PARA DETECCIÓN Y CORRECCIÓN DE PROPAGACIONES ANÓMALAS EN RADARES METEOROLÓGICOS PARA ZONAS ECUATORIALES ........................................................................................................ 55 5.1 Extracción de datos netCDF .............................................................................. 55 5.2 Generación de mapas ....................................................................................... 57 5.3 Desarrollo del clasificador.................................................................................. 60 5.4 Filtro de ventana 3X3 ........................................................................................ 69 5.5 Diseño del aplicativo.......................................................................................... 75 6. DISEÑO ALGORITMO ALTERNATIVO PARA CORRECIÓN DE PROPAGACIONES ANÓMALAS .............................................................................................................. 100 6.1 Filtro de ventana de longitud variable y barrido doble ...................................... 101 7. PROTOCÓLO DE PRUEBAS Y RESULTADOS ................................................... 115 Página |3.

(4) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 8. CONCLUSIONES ................................................................................................. 134 9. BIBLIOGRAFÍA ..................................................................................................... 135. Página |4.

(5) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. TABLA DE FIGURAS. Fig. 1. Esquema de la energía captada y reflejada por una gota. (Radar Meteorology, 1997). ......................................................................................................................... 21 Fig. 2. Volumen de tamaño radial c t/2 que se corresponde con la energía medida en un instante determinado y asociada a una distancia dada. (Radar Meteorology, 1997) ................................................................................................................................... 22 Fig. 3. Proyección del PPI sobre la horizontal. (Radar Meteorology, 1997) ................ 23 Fig. 4. Esquematización de los fragmentos de elevación utilizados para generar una imagen CAPPI. (Radar Meteorology, 1997) ................................................................ 24 Fig. 5. Diferencial de fase .......................................................................................... 25 Fig. 6. Esquema básico de clasificador de hidrometeoro. .......................................... 26 Fig. 7. Imagen del radar Corozal (Google Maps) ....................................................... 30 Fig. 8. Diagrama de flujo para la conversión de datos generados por el radar. [12] ... 31 Fig. 9. Código del proceso de conversión del archivo a formato netCDF. [12] ........... 31 Fig. 10. Clasificador difuso propuesto. [12] ................................................................ 32 Fig. 11. Evento 1 de precipitación de lluvia sin modificaciones. [12]........................... 33 Fig. 12. Evento 1 zona modificada con propagaciones anómalas. [12] ...................... 33 Fig. 13. Evento 1 de precipitación de lluvia resultado con ventana 3x3. [12] .............. 34 Fig. 14. Porcentajes de error para cada uno de los eventos. [12] ............................... 35 Fig. 15.Mapa mundial con ubicación de los asociados al proyecto MeTGIS [13]........ 37 Fig. 16. MetGIS: pronóstico de la temperatura del aire para la ruta de ascenso en el monte Elbrus (montañas del Cáucaso, Rusia) [13]. .................................................... 38 Fig. 17. Ejemplo de un pronóstico MetGIS de la velocidad del viento para el Monte Fuji (Japón) [13]................................................................................................................. 38 Fig. 18. Interfaz Gráfica MRMS muestra los datos operativos de NCEP [14]. ............ 40 Fig. 19. MRMS produce estimaciones más precisas de la acumulación de precipitación [14]. ........................................................................................................ 41 Fig. 20. Diagrama casos de uso (Elaboración propia). ............................................... 42 Fig. 21. Diagrama de clases del aplicativo (Elaboración propia). ............................... 54 Fig. 22. Nombres de las variables del archivo importado Cor20130625_103003.nc. . 55 Fig. 23. Propiedades de las variables “ZDR” y “KDP”. ............................................... 56 Fig. 24. Primeros 10 datos obtenidos de la variable “DBZ”. ....................................... 56 Fig. 25. Código para la extracción de datos del archivo Cor20130625_103003.nc (Elaboración propia).................................................................................................... 57 Fig. 26. Código para cambiar de coordenadas polares a rectangulares (Elaboración propia). ....................................................................................................................... 58 Fig. 27. Código para la generación del mapa colocando los intervalos de asignación para la matriz RGB (Elaboración propia). .................................................................... 59 Fig. 28. Imagen de mapa obtenido como resultado a la ejecución del código de extracción de datos y generación de mapas (Elaboración propia). ............................. 60 Fig. 29. Clasificador difuso propuesto. [12]. ............................................................... 60 Fig. 30. Código para obtención de la matriz SD(z) (Elaboración propia). ................... 62 Fig. 31. Funciones de pertenencia para cada una de las variables en para Propagaciones anómalas, Objetivos biológicos y meteorológicos [12]. ....................... 63 Página |5.

(6) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 32. Código para la obtención de la matriz de función de pertenencia de AP para Zdb (Elaboración pripia). ............................................................................................. 67 Fig. 33. Código para el cálculo de los pesos para AP, BIO o METEO (Elaboración propia). ....................................................................................................................... 68 Fig. 34. Diagrama de flujo para obtención de datos generados por el clasificador difuso [12] ................................................................................................................... 68 Fig. 35. Código para obtención de datos generados por el clasificador difuso (Elaboración propia).................................................................................................... 69 Fig. 36. Código donde se ejecuta la etapa 1 del proceso del filtro (Elaboración propia). ................................................................................................................................... 69 Fig. 37. Código donde se ejecuta la etapa 2 del proceso del filtro (Elaboración propia). ................................................................................................................................... 70 Fig. 38. Código donde se ejecuta la etapa 3 del proceso del filtro (Elaboración propia). ................................................................................................................................... 71 Fig. 39. Código donde se calcula el valor de Z corregido mencionado en la etapa IV del proceso del filtro (Elaboración propia). .................................................................. 71 Fig. 40. Código completo que cubre el filtro barrido en el primer cuadrante de la matriz de Z a corregir (Elaboración propia). ........................................................................... 72 Fig. 41. Código completo que cubre el filtro barrido en el segundo cuadrante de la matriz de Z a corregir (Elaboración propia). ................................................................ 73 Fig. 42. Código completo que cubre el filtro barrido en el tercer cuadrante de la matriz de Z a corregir (Elaboración propia). ........................................................................... 74 Fig. 43. Código completo que cubre el filtro barrido en el cuarto cuadrante de la matriz de Z a corregir (Elaboración propia). ........................................................................... 75 Fig. 44. Diagrama de flujo, para la extracción de datos del archivo Cor20130625_103003.nc (Elaboración propia). .......................................................... 77 Fig. 45. Bloque cuya funcionalidad permite importar el archivo .nc (Elaboración propia). ....................................................................................................................... 78 Fig. 46. explorador de archivos restringido para solo importar archivos con extensión .nc (Elaboración propia). ............................................................................................. 79 Fig. 47. Tabla generada con información general del dataset importado (Elaboración propia). ....................................................................................................................... 80 Fig. 48. Botón generador de mapas importados. (Elaboración propia). ...................... 81 Fig. 49. Ventana con mapas generados originales del archivo importado. (Elaboración propia). ....................................................................................................................... 82 Fig. 50. Diagrama de flujo, para el botón Grabar, parte 1 (Elaboración propia). ......... 83 Fig. 51. Diagrama de flujo, para el botón Grabar, parte 2 (Elaboración propia). ......... 84 Fig. 52. Diagrama de flujo método validar parámetros (Elaboración propia). ............. 85 Fig. 53. Bloque para insertar las propagaciones anómalas de prueba en un área específica (Elaboración propia). .................................................................................. 86 Fig. 54. Excepción por tipo de dato ingresado en módulo Simulación AP (Elaboración propia). ....................................................................................................................... 87 Fig. 55. Excepción por inconsistencia en los datos ingresados en módulo Simulación AP (Elaboración propia). ............................................................................................. 87 Fig. 56. Aviso para generar mapas originales antes de insertar propagaciones anómalas en el o los mapas (Elaboración propia). ...................................................... 88 Página |6.

(7) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 57. Aviso que indica los cambios ingresados en módulo Simulación AP fueron guardados con éxito (Elaboración propia). .................................................................. 88 Fig. 58. Diagrama de flujo, método mapas originales, sin modificaciones (Elaboración propia). ....................................................................................................................... 89 Fig. 59. Diagrama de flujo, método cartesianas (ingresa matriz 360x664 como parámetro y retorna una matriz 1328x1328) (Elaboración propia). .............................. 90 Fig. 60. Diagrama de flujo, algoritmo de conversión de polares a cartesianas para el primer cuadrante (Elaboración propia). ....................................................................... 91 Fig. 61. Diagrama de flujo, método para evaluar el rango del dato en cada variable, y asignarle un vector RGB (ingresa una matriz 1328x1328 y retorna una matriz 1328x1328x3) (Elaboración propia). ........................................................................... 92 Fig. 62. Diagrama de flujo, método para evaluar la clasificación asignada a cada dato y asignarle un vector RGB (ingresa una matriz 1328x1328 y retorna una matriz 1328x1328x3) (Elaboración propia). ........................................................................... 93 Fig. 63. Diagrama de flujo, método modificar, cambia los datos extraídos originalmente para simular propagaciones anómalas en una zona específica (Elaboración propia).................................................................................................... 94 Fig. 64. Módulo Corregir AP's (Elaboración propia).................................................... 95 Fig. 65. Aviso de numero de propagaciones corregidas por el algoritmo usado. (Elaboración propia).................................................................................................... 96 Fig. 66. Módulo donde el usuario selecciona los mapas que desee visualizar (Elaboración propia).................................................................................................... 97 Fig. 67. Mapa de Zdb con los datos originales generado por el aplicativo (Elaboración propia). ....................................................................................................................... 98 Fig. 68. Mapa de Clasificación original (der.) y de Clasificación corregido (izq) (Elaboración propia).................................................................................................... 98 Fig. 69. Mapas de ZdB (sup. izq), Zdb corregida (sup. der), Zdr (inf. izq) y Zdr corregida (inf. der) (Elaboración propia). ..................................................................... 99 Fig. 70. Matriz 360x664 dividida en cuadrantes (Elaboración propia)....................... 100 Fig. 71. Barrido en sentido hacia el centro (Elaboración propia). ............................. 101 Fig. 72. Barrido en sentido hacia las esquinas (Elaboración propia). ....................... 102 Fig. 73. Diagrama de flujo del algoritmo general del filtro de ventana de longitud variable, parte I (Elaboración propia). ....................................................................... 103 Fig. 74. Diagrama de flujo del algoritmo general del filtro de ventana de longitud variable, parte II (Elaboración propia). ...................................................................... 104 Fig. 75. Ventana de vecinos más cercanos. En amarillo se delimita la zona Y, y en azul la zona X. a. Distribución de zonas primer cuadrante sentido hacia el centro y cuarto cuadrante sentido hacia los extremos. b. Distribución de zonas segundo cuadrante sentido hacia el centro y tercer cuadrante sentido hacia los extremos. c. Distribución de zonas tercer cuadrante sentido hacia el centro y segundo cuadrante sentido hacia los extremos. d. Distribución de zonas cuarto cuadrante sentido hacia el centro y primer cuadrante sentido hacia los extremos (Elaboración propia). ............. 106 Fig. 76. a. ventana de distancia 1. b. ventana de distancia 2. c. ventana de longitud 3 (Elaboración propia).................................................................................................. 107 Fig. 77. Diagrama de flujo del algoritmo de corrección sentido hacia el centro, parte I (Elaboración propia).................................................................................................. 109 Página |7.

(8) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 78. Diagrama de flujo del algoritmo de corrección sentido hacia el centro, parte II (Elaboración propia).................................................................................................. 110 Fig. 79. Diagrama de flujo del algoritmo de corrección sentido hacia el centro, parte III (Elaboración propia).................................................................................................. 111 Fig. 80. Diagrama de flujo del algoritmo de búsqueda de datos con distancia 1, parte I (Elaboración propia).................................................................................................. 113 Fig. 81. Diagrama de flujo del algoritmo de búsqueda de datos con distancia 1, parte II (Elaboración propia).................................................................................................. 114 Fig. 82. Mapa de clasificación de datos del evento 1 sin modificaciones (Elaboración propia) ...................................................................................................................... 116 Fig. 83. a. Mapa aumentado de clasificación de datos del área de estudio. b. Mapa aumentado para la variable ZdB. c. Mapa aumentado para la variable Zdr. d. Mapa aumentado para la variable Rhohv. (Elaboración propia). ......................................... 117 Fig. 84. Áreas modificadas en cada variable, a. Área modificada de clasificación de datos. b. Área modificada para la variable ZdB. c. Área modificada para la variable Zdr. d. Área modificada para la variable Rhohv. (Elaboración propia). ............................. 118 Fig. 85. Correcciones de propagaciones anómalas, 100% del área modificada, clasificación. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ..................................................................................................................... 122 Fig. 86. Correcciones de propagaciones anómalas, 100% del área modificada, Variable ZdB. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ..................................................................................................................... 123 Fig. 87. Correcciones de propagaciones anómalas, 100% del área modificada, Variable Zdr. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ..................................................................................................................... 123 Fig. 88 Correcciones de propagaciones anómalas, 100% del área modificada, Variable Rhohv. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ..................................................................................................................... 124 Fig. 89. Áreas modificadas en cada variable, 70% del área modificada. a. Área modificada de clasificación de datos. b. Área modificada para la variable ZdB. c. Área modificada para la variable Zdr. d. Área modificada para la variable Rhohv. (Elaboración propia).................................................................................................. 125 Fig. 90. Correcciones de propagaciones anómalas, 70% del área modificada, Variable ZdB. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ... 126 Fig. 91. Correcciones de propagaciones anómalas, 70% del área modificada, Variable Zdr. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia)...... 126 Fig. 92. Correcciones de propagaciones anómalas,70% del área modificada, Clasificación. a. Filtro 3x3. b. Filtro 7x7. c. Filtro de longitud variable (Elaboración propia). ..................................................................................................................... 127 Fig. 93. Áreas modificadas en cada variable, 40% del área modificada. a. Área modificada de clasificación de datos. b. Área modificada para la variable ZdB. c. Área modificada para la variable Zdr. d. Área modificada para la variable Rhohv. (Elaboración propia).................................................................................................. 128 Fig. 94. Correcciones de propagaciones anómalas, 40% del área modificada, Variable ZdB. a. Filtro 7x7. b. Filtro de longitud variable (Elaboración propia)......................... 129 Fig. 95. Correcciones de propagaciones anómalas, 40% del área modificada, Variable Zdr. a. Filtro 7x7. b. Filtro de longitud variable (Elaboración propia). ......................... 129 Página |8.

(9) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 96. Correcciones de propagaciones anómalas, 40% del área modificada, Variable Rho. a. Filtro 7x7. b. Filtro de longitud variable (Elaboración propia)......................... 130 Fig. 97. Correcciones de propagaciones anómalas, 40% del área modificada, Clasificación. a. Filtro 7x7. b. Filtro de longitud variable (Elaboración propia). .......... 130 Fig. 98. datos originales para el evento importado. (Elaboración propia). ................ 131 Fig. 99. Para la variable dBZ, a la izquierda los datos modificados en todo el mapa con un 90% de datos modificados, a la derecha el resultado de corrección de propagaciones anómalas (Elaboración propia). ........................................................ 132 Fig. 100. Para la variable Zdr, a la izquierda los datos modificados en todo el mapa con un 90% de datos modificados, a la derecha el resultado de corrección de propagaciones anómalas (Elaboración propia). ........................................................ 132 Fig. 101. Para la variable Rhohv, a la izquierda los datos modificados en todo el mapa con un 90% de datos modificados, a la derecha el resultado de corrección de propagaciones anómalas (Elaboración propia). ........................................................ 133 Fig. 102. Para el mapa de clasificación de datos, a la izquierda los datos modificados en todo el mapa con un 90% de datos modificados, a la derecha el resultado de corrección de propagaciones anómalas (Elaboración propia). .................................. 133. Página |9.

(10) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. LISTA DE TABLAS. Tabla 1. Tipos de radares meteorológicos. ................................................................. 21 Tabla 2. Formato de los datos generados por el radar de Corozal [12] ....................... 30 Tabla 3. Porcentajes de error para cada uno de los eventos. [12] ............................... 34 Tabla 4. Tabla de requerimientos (Elaboración propia). .............................................. 44 Tabla 5. Especificación caso de uso Importar Datos .NC (Elaboración propia). .......... 46 Tabla 6. Especificación caso de uso Grabar Datos Simulación AP (Elaboración propia). ................................................................................................................................... 46 Tabla 7. Especificación caso de uso Corregir AP's (Elaboración propia)..................... 47 Tabla 8. Especificación caso de uso Generar Mapas Originales (Elaboración propia).49 Tabla 9. Especificación caso de uso Generar Mapas Corrección (Elaboración propia). ................................................................................................................................... 51 Tabla 10. Especificación caso de uso Generar Mapas Modificados Simulación (Elaboración propia).................................................................................................... 53 Tabla 11. Clasificación del método de obtención del dato corregido (Elaboración propia). ..................................................................................................................... 105 Tabla 12. Detalle del tipo de clase asignado a cada corrección realizada (Elaboración propia). ..................................................................................................................... 111 Tabla 13. Resultados obtenidos para diferentes valores de P3, P5 y P7, fase I (Elaboración propia).................................................................................................. 119 Tabla 14. Mejores resultados para diferentes valores de P7, con P3 y P7 fijos, fase II (Elaboración propia).................................................................................................. 120 Tabla 15. Mejores resultados para diferentes valores de P5, con P3y P7 fijos, faseIII (Elaboración propia).................................................................................................. 120 Tabla 16. Mejores resultados para diferentes valores de P3, con P5 y P7 fijos, fase IV (Elaboracion propia).................................................................................................. 121 Tabla 17. Resultados obtenidos por los filtros de ventana 3x3, 7x7 y de longitud variable para diferentes eventos (Elaboración propia). ............................................. 121. Página |10.

(11) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. RESUMEN. El trabajo desarrollado consiste en el diseño y desarrollo de una herramienta de software libre y de libre acceso, para la detección y corrección de propagaciones anómalas de los datos de un radar meteorológico banda C en zonas ecuatoriales, específicamente en la geografía colombiana. Inicialmente se realizó la decodificación de los datos generados por el radar, siendo estos suministrados en un formato propietario de la marca fabricante del equipo. Se desarrollaron los algoritmos necesarios para dar tratamiento a estos datos y para poder ser mostrados sobre un mapa geográfico con centro en la ubicación del radar. Se implementaron los algoritmos de detección y corrección de propagaciones anómalas, desarrollados en un trabajo referenciado. Posteriormente, se realizó el modelado del software, luego se desarrolló la interfaz gráfica de usuario y se validó su correcto funcionamiento. Se desarrolló el algoritmo de implementación “filtro de ventana de longitud variable” como un método alternativo para la corrección de las propagaciones anómalas y se validaron los resultados obtenidos con este.. PALABRAS CLAVE. Radar meteorológico, propagaciones anómalas, filtro de ventana, Desarrollo de software. Página |11.

(12) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 1. INTRODUCCIÓN. El radar polarimétrico mide campos de lluvia por medio de pulsos electromagnéticos de energía que viajan a través del espacio y que al encontrarse con las gotas retrodispersan energía que, después de usar técnicas matemáticas y físicas, se pueden convertir en estimados de precipitación. Los haces de radar no se propagan en forma rectilínea a través de la atmósfera. Los pulsos de ondas electromagnéticas, se encuentran sujetos al fenómeno de refracción debido a la heterogeneidad en la composición de la atmósfera (principalmente en cuanto a vapor de agua y oxígeno) y a que la velocidad de propagación varía ligeramente con la composición. Así, resulta que la trayectoria que siguen los pulsos es ligeramente curvilínea. Conocer la propagación normal de los haces es importante, pero el despliegue y cálculos internos en el radar ya consideran esto intrínsecamente, Sin embargo, la correcta interpretación de los datos del radar debe considerar la posibilidad de que estos se encuentren afectados en alguna medida por propagación anómala. La propagación anómala se presenta cuando la composición atmosférica se desvía significativamente de la normal, modificando la curvatura del haz de radar (hacia la superficie terrestre) e inclusive invirtiéndola en alguna parte de su recorrido. Desgraciadamente, el radar no mide la composición gaseosa de la atmósfera por lo que no tiene manera de contrarrestar o considerar la propagación anómala. El resultado final es que el volumen de muestreo real del radar puede encontrarse ligeramente más arriba o más abajo que la altura a la que los considera el radar. Solamente un operador experimentado en una ubicación específica (y que comprenda este fenómeno) puede identificar claramente la propagación anómala y sólo en caso de que se presenten ecos fijos de tierra en lugares distintos a los típicos. [1]. Página |12.

(13) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. PLANTEAMIENTO DEL PROBLEMA Hay numerosos factores que limitan el rango de acción y el buen funcionamiento de un radar, la variabilidad natural de la distribución del tamaño de gotas y la falta de una única correspondencia entre la efectividad observada y la estimación de la intensidad de lluvia son quizás las causas más frecuentemente indicadas de errores del radar en la medición de lluvias. Otros errores incluyen relaciones Z-R inapropiadas; errores en la medición de la efectividad; problemas de atenuación de la señal; variabilidad de la efectividad en la vertical; precipitación a baja altura no detectada por el radar; ecos terrestres; propagación anormal de la señal; oscura miento y llenado parcial del haz [2]. En la actualidad se encuentran diversas investigaciones, específicamente en la zona europea, cuyo propósito ha sido desarrollar sistemas para mejorar el análisis y previo procesamiento de la información proveniente de datos de radar y satélites meteorológicos, entre estos, investigaciones sobre sistemas integrados de pronóstico de inundaciones y sistemas de soporte de decisiones; exploración del uso complementario de satélites, radares terrestres y redes pluviométricas para la estima y previsión de los campos de precipitaciones intensas; tecnologías de radar avanzadas que utilizan técnicas Doppler y de Polarización para mejorar la estima de las precipitaciones intensas [2]. Dado que estos estudios e investigaciones se han realizados en zonas europeas donde las condiciones climáticas no son equiparables con las que se presentan en la zona ecuatorial, específicamente en Colombia, dichos modelos para la detección y corrección de propagaciones anómalas para un radar meteorológico requieren ser ajustados, para que tengan aplicabilidad en esta zona de estudio. Por consiguiente, con referente a los campos académicos y de investigación, se observa que el interés de implementar soluciones computacionales abiertas para el estudio, análisis y detección de propagaciones anómalas a partir de la gestión de las (medidas/muestras) tomadas de los archivos que generan los radares meteorológicos en Colombia ha incrementado, dado las implicaciones que tiene el hecho de acercarse a predicciones más confiables y “precisas” en cuanto a eventos climáticos se refiere.. FORMULACIÓN DEL PROBLEMA Pregunta de Investigación: ¿Es posible desarrollar una herramienta de software libre que permita visualizar mapas de distribución de precipitaciones, implementando algoritmos de corrección de errores debidos a propagaciones anómalas?. Página |13.

(14) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. OBJETIVOS 1.3.1. Objetivo General. Desarrollar e implementar una herramienta de software libre que permita obtener graficas de distribución de precipitaciones, implementando algoritmos de detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 1.3.2 •. • • •. Objetivos Específicos Decodificar los datos obtenidos del radar meteorológico con formato propiedad del fabricante, en el lenguaje de programación en que se desarrollará el software. Proponer un algoritmo adicional al implementado en el trabajo guía para la corrección de errores debidos a propagaciones anómalas. Desarrollar la interfaz de software libre que permita al usuario la interpretación de la información por medio de gráficas. Implementar un sistema de pruebas que verifique el correcto funcionamiento de los modelos y así comparar los resultados obtenidos por los modelos trabajados.. Página |14.

(15) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. JUSTIFICACIÓN La principal motivación para el desarrollo del presente trabajo de grado es proporcionar a estudiantes, docentes, investigadores y en general, a usuarios que se encuentren trabajando en el campo que involucra el análisis y tratamiento de datos provenientes de radares meteorológicos, de una herramienta de software basada en un previo trabajo investigativo que propone un modelo de detección y corrección de errores debidos a propagaciones anómalas [3], realizando las gráficas de distribución de precipitación sobre un mapa de la zona con la correspondiente corrección.. 1.4.1. Justificación Académica. La realización de la herramienta de software es una forma de demostrar las capacidades adquiridas durante el transcurso de la carrera en campos como la Inteligencia Computacional, donde se requiere el análisis y la ejecución de diferentes algoritmos enfocados a problemas de identificación de las variables de estudio para el debido procesamiento de datos; Desarrollo de software, ya que la base del proyecto está enfocado a la implementación de una interfaz gráfica de usuario diseñada de tal forma que sea capaz de soportar tanto los datos como los algoritmos que se ejecutaran para el procesamiento de los mismos.. 1.4.2. Justificación Económica. La realización del sistema de información se hará con herramientas de software libre (lenguaje de programación, entorno de desarrollo). Para el programa académico de Ingeniería le significará un ahorro en costos de adquisición y licenciamiento de software que ejecutan modelos meteorológicos. Al tener implementado una herramienta informática se podrán estudiar con mayor eficiencia y comodidad los datos recolectados por el radar meteorológico, los costos en recursos computacional disminuirían. Por otra parte, este software será desarrollado buscando que se implemente para la prevención de riesgos, por lo que este ayudaría evitar pérdidas económicas.. 1.4.3. Justificación Social. El propósito del diseño e implementación de la herramienta de software es brindar al usuario una manera más fácil de detectar propagaciones anómalas generadas en un radar meteorológico en zona ecuatorial por medio de la ejecución de diferentes modelos matemáticos para decodificar los datos obtenidos, seleccionar los datos relevantes y generar los mapas de la zona que cubre el radar donde se observen las propagaciones anómalas detectas y su respectiva corrección. Página |15.

(16) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Con esto en mente, el ahorro de tiempo, facilidad de manejo de datos y optimización en los procesos de análisis de los mapas generados por los radares meteorológicos, representan ventajas en situaciones donde la toma de decisiones por parte de los usuarios sea de riesgo, como puede ser la elección de la ruta de una aeronave o por los organismos de prevención de riesgos ambientales.. 1.4.4. Justificación Personal. Ya que el desarrollo de tecnología de radar para meteorología es de suma importancia para la industria aeronáutica, este proyecto se torna como una excelente oportunidad para el crecimiento profesional, que surge del interés hacia esta industria. Por otra parte, el interés que genera adentrarse hacia las tecnologías de radar e inteligencia computacional, representa una experiencia bastante productiva, así como también un reto como estudiantes y profesionales.. Página |16.

(17) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. METODOLOGÍA La metodología de trabajo del proyecto se divide en cinco fases principales, con el fin de lograr el cumplimiento de cada uno de los objetivos propuestos, donde cada fase puede incluir el desarrollo de cada objetivo o una parte importante de este. A continuación, se muestran las actividades que lo componen. Fase I. Decodificar datos Es necesario realizar la traducción de los datos a un formato que permita su manejo en el lenguaje de programación ya que los datos obtenidos del radar inicialmente se encuentran en un formato propietario de la marca fabricante del equipo, con este fin se realizaran las siguientes acciones:    . Estudiar las principales características del lenguaje de programación Python. Descripción de los IDE utilizados para la programación y el entorno de desarrollo gráfico de la herramienta: Python y PyQT. Desarrollar e implementar algoritmos en el lenguaje de programación PYTHON que permitan leer el formato NETCDF y convertirlo a formato de texto plano. Realizar un algoritmo que permita graficar los datos sin detección ni corrección de errores.. Fase II. Implementar los algoritmos previos Como punto de referencia se tiene el trabajo “Modelo para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales” en el cual el autor desarrollo un algoritmo en MATLAB para la detección y otro para la corrección de propagaciones anómalas, en esta fase se realizarán las siguientes tareas:  . Se implementarán dichos algoritmos desarrollados en MATLAB, en el lenguaje PYTHON. Se verificará su correcto funcionamiento realizando las pruebas que se realizaron en dicho trabajo previo.. Fase III: Diseño de modelo alternativo En el trabajo “Modelo para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales” se tiene un análisis estadístico de los datos, el cual fue utilizado por el autor para proponer un modelo de detección y corrección. En este proyecto se realizará un modelo alternativo para la corrección del error detectado, haciendo uso de la información extraída del trabajo referente, lo cual requiere de la realización de las siguientes tareas:  . Con los resultados del análisis estadístico, se definirán las variables que serán utilizadas y el peso que tendrán en el modelo cada una de ellas. Se determinarán las herramientas más adecuadas para utilizar en el algoritmo de corrección del modelo propuesto. Página |17.

(18) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. . diseñar el algoritmo de corrección de dicho modelo.. Fase IV: Modelamiento del software e implementación de software. En esta fase se realizará la modelación y el desarrollo final del software implementando los algoritmos desarrollados en las fases anteriores. El modelamiento se realiza con el fin de poder obtener la documentación necesaria para futuros.   . Se definirán las características principales y los requerimientos de la herramienta de software final. Se desarrollará el modelamiento de la herramienta de software final haciendo uso del lenguaje unificado de modelamiento UML. Con base en el modelo desarrollado en el ítem 1 de esta fase, se desarrollará el software final, implementando los algoritmos obtenidos en las fases anteriores.. Fase V: Validación y comparación de los modelos Se desarrollará un sistema de pruebas que permita validar el adecuado funcionamiento del modelo de corrección obtenido y se compararan los resultados con el modelo previo y de la herramienta de software en general.  . Aplicar datos reales obtenidos de un radar meteorológico ubicado en la geografía colombiana, al modelo propuesto. Comparar y validar los resultados obtenidos de cada uno de los modelos.. ALCANCES • • •. Generar la herramienta de software, la cual permita visualizar mapas de las distribuciones espaciales de las precipitaciones corrigiendo errores de propagaciones anómalas. El proyecto cuenta con la ventaja de que está enfocado al “open source”, brindando la posibilidad de que los usuarios o futuros investigadores realicen mejoras o personalizaciones del software. El proyecto que se plantea es en última instancia una versión beta de lo que puede llegar a ser la versión final del mismo, trabajando primeramente con un mecanismo de importación de datos estáticos, sin embargo, posibilita que se desarrolle más adecuadamente como un elemento de visualización en tiempo real.. LIMITACIONES . Aunque se tiene acceso a información real de datos generados por un radar meteorológico ubicado en la geografía colombiana, el hecho que solamente se Página |18.

(19) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales..  . . tenga información uno solo limitará la verificación de los resultados obtenidos, no permitiendo generalizarla, para toda la geografía colombiana. Ya que el trabajo se enfoca en la detección y corrección de errores de propagación anómala en zonas ecuatoriales, no se valida un correcto funcionamiento en otras regiones que no sean ecuatoriales. La herramienta de software se desarrollará para la detección y corrección de propagaciones anómalas, otro tipo de errores presentes en los datos no serán corregidos. Para el desarrollo de este trabajo, solo se decodificarán los datos que se encuentren en el formato proporcionado por el fabricante del radar que se tiene acceso a los datos.. Página |19.

(20) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 2. MARCO REFERENCIAL. 2.1 MARCO CONCEPTUAL 2.1.1 Radar meteorológico Radar (Radio Detection And Ranging), es un sensor electromagnético utilizado en detección y localización de objetos mediante la reflexión del haz incidente en los mismos; son tres los componentes principales que conforman el radar meteorológico los cuales son: (i) transmisor, (ii) antena y (iii) receptor, el primer componente hace referencia a la fuente de la radiación electromagnética emitida por el equipo, siendo una señal de alta potencia, dentro de las clases de transmisores encontramos los magnetrón, el klistrón y los de estado sólido, el segundo componente es la antena, siendo el dispositivo que emite la señal electromagnética hacia la atmosfera y por último el receptor, que detecta y recibe la señal emitida por el transmisor. El principio de funcionamiento del radar meteorológico es el de emitir a través de una antena un pulso de energía electromagnética de duración t (del orden de los ms) y de longitud de onda l (del orden de los centímetros, ya que el blanco deseado son gotas de agua). Esa energía se concentra en un haz que al emitirse al exterior y por efecto de la difracción toma una forma cónica. En el interior de ese cono la energía no se distribuye de forma uniforme sino en forma de lóbulo: es mucho mayor en el centro y decrece rápidamente al alejarse de éste. Debido a que es imposible confinar toda la energía en dicho cono parte de ésta escapa fuera de él. Como resultado la energía emitida se distribuye en forma de un lóbulo central (que es el que contiene la mayor parte de la energía) y una serie de lóbulos secundarios de menor energía. Cuando esa energía es interceptada por un 'blanco' (por ejemplo, una gota de agua) se dispersa en todas direcciones (ver fig. 1), de forma que una fracción es devuelta en dirección al radar y captada por el receptor (normalmente localizado en la misma antena). La distancia al 'blanco' se determina registrando el tiempo transcurrido entre la emisión y recepción de la energía y sabiendo que dicha energía se trasmite a la velocidad de la luz. [3]. Página |20.

(21) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 1. Esquema de la energía captada y reflejada por una gota. (Radar Meteorology, 1997).. 2.1.2 Tipos de radares meteorológicos Existen diversos tipos de radares meteorológicos utilizados para detección en diversos rangos de distancias, en la ¡Error! No se encuentra el origen de la referencia. puede verse un resumen de ellos:. Tabla 1. Tipos de radares meteorológicos.. Página |21.

(22) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 2.1.3 Ecuación del radar meteorológico En realidad, lo que registra el radar es la energía devuelta en su dirección por las gotas de agua situadas en el interior de un cierto volumen V res (ver ¡Error! No se encuentra el origen de la referencia.).. Fig. 2. Volumen de tamaño radial c t/2 que se corresponde con la energía medida en un instante determinado y asociada a una distancia dada. (Radar Meteorology, 1997). Esa energía, que se mide en forma de potencia, se puede expresar como: 𝐶. 𝑃 (𝑟0 ) =. 𝑍 𝐿2 (𝑟0 )𝑟02. (𝑟0 ). Donde P es la potencia media devuelta por las gotas situadas en el interior del V res situado a una distancia r0 del radar. La potencia se expresa como media debido a que el radar usualmente emite un tren de n pulsos; así para un volumen situado a una distancia r0 se miden n valores de potencia que luego se promedian. El motivo de tomar n medidas de un volumen es que de esta forma la medida final es más robusta (ya que la potencia varía en el tiempo debido al movimiento de las gotas en el interior del volumen). Por otro lado, la constante C agrupa toda una serie de características relacionadas con el radar, es lo que se conoce como la constante del radar. Finalmente, la reflectividad, Z, es la variable relacionada con las gotas que se puede derivar una vez medida la potencia P. La reflectividad Z se define como la suma de los diámetros a la sexta potencia de las gotas contenidas en el interior de un volumen, es decir: ∞. 𝑍 = ∫ 𝑁(𝐷)𝐷6 𝑑𝐷 0. Donde N(D) es función de distribución de las gotas de agua. Por su parte la intensidad de lluvia se puede expresar como, el flujo de agua a través de una superficie, y también se puede formular en función de N(D) como: Página |22.

(23) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 𝑅=. 𝜋 ∞ ∫ 𝑉(𝐷)𝑁(𝐷)𝐷3 𝑑𝐷 6 0. A partir de datos experimentales de Z y R se ha comprobado que la relación entre ambas variables suele responder a una función potencial del tipo: 𝑍 = 𝑎𝑅𝑏 , como 𝑍 = 200𝑅1.6. 2.1.4 Imágenes generadas por un radar meteorológico A partir de la información registrada por el radar en las diversas elevaciones se suelen generar dos tipos de imágenes: PPI (Plan Position Indicator): Correspondiente con la reflectividad registrada en cada una de las elevaciones y que se proyecta sobre el plano horizontal (fig. 3), que solo produce una imagen bidimensional del retorno el radar. Debe recordarse que los datos (retornos) vienen de diferentes distancias al radar, a diferentes alturas arriba del terreno.. Fig. 3. Proyección del PPI sobre la horizontal. (Radar Meteorology, 1997). CAPPI (Constant Altitude Plan Position Indicator): Este segundo tipo de imagen trata de representar la reflectividad registrada sobre un plano a una altura constante. Para generar este segundo tipo de imagen se utilizan aquellos fragmentos de información de las diversas elevaciones que se encuentran más cerca de la altura para la que se quiere generar el CAPPI (ver fig. 4).. Página |23.

(24) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 4. Esquematización de los fragmentos de elevación utilizados para generar una imagen CAPPI. (Radar Meteorology, 1997). 2.1.5 Variables de estudio para la estimación de precipitación con radar polarimétrico De acuerdo con [4], a partir del descubrimiento y uso de los radares polarimétricos, el cual es sensible a las formas y velocidades de caída de los blancos meteorológicos, es posible mejorar la estimación cuantitativa de la precipitación utilizando información adicional diferente a la reflectividad. A continuación, se describen los principales observables polarimétricos, los cuales se calculan a partir de las cuatro señales de potencia percibidas por el receptor del radar (𝑆𝑉𝑉 potencia recibida en la vertical debida a la onda vertical, 𝑆𝐻𝐻 potencia recibida en la horizontal debida a la onda horizontal, 𝑆𝐻𝑉 , potencia recibida en la horizontal debida a la onda vertical y 𝑆𝑉𝐻 potencia recibida en la vertical debida a la onda horizontal): Diferencial de reflectividad 𝑍𝐷𝑅 El diferencial de reflectividad 𝑍𝐷𝑅 está definido con la ecuación (2.1) 𝑍𝐷𝑅 = 10𝑙𝑜𝑔10. 𝑍𝐻𝐻 𝑍𝑉𝑉. (2.1). Donde: 𝑍𝐻𝐻 es la reflectividad horizontal y Z𝑍𝑉𝑉 es la efectividad vertical. El parámetro anterior mide la proporción de señal recibida en la vertical respecto a la horizontal. Diferencial específico de fase El diferencial específico de fase se define como la variación con respecto al rango del radar (r) de la fase φ entre la reflectividad horizontal y la vertical como se aprecia en la figura 5.. Página |24.

(25) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 5. Diferencial de fase. El diferencial de fase específico se define con la ecuación (2.2) en términos de la diferencia de fase 𝜑𝑑𝑝 y el rango del radar r. 𝐾𝑑𝑝 =. 1𝑑 𝜑 2 𝑑𝑟 𝑑𝑝. (2.2). La razón de despolarización lineal LDR La razón de despolarización lineal es otro esquema que ha sido estudiado durante un par de décadas. En este caso, el radar transmite polarización horizontal y recibe las señales de ambas polarizaciones, vertical y horizontal. La LDR se define con la ecuación (2.3) 𝑍𝐻𝑉 𝐿𝐷𝑅 = 10𝑙𝑜𝑔10 (2.3) 𝑍𝐻𝐻 Donde: 𝑍𝐻𝑉 es la reflectividad horizontal debida a la onda vertical y 𝑍𝐻𝐻 reflectividad horizontal debida a la onda horizontal.. es la. 2.1.6 Clasificación de la precipitación En base a la información encontrada en [6], el radar polarimétrico es una herramienta remota muy útil para estudiar la microfísica de las tormentas. Las mediciones del radar polarimétrico son sensibles a las formas y distribuciones de tamaños, así como a los comportamientos de caída de los hidrometeoros en el volumen de resolución de radar. En el desarrollo de sistemas automáticos de clasificación de hidrometeoros se han explorado entre otros, las siguientes herramientas: arboles de decisión, teoría de decisión de estadística clásica, RNA de lógica difusa, sistemas neuro-difusos y redes bayesianas. [6] Entre estos, la lógica difusa es quizás el más adecuado y el más utilizado en los radares comerciales para el problema de clasificación de hidrometeoros. En la figura 6 se puede observar un esquema de clasificación de hidrometeoros , la herramienta a utilizar para el proceso de clasificación varia como se mencionó anteriormente, de igual forma el número de entradas del sistema puede cambiar, Página |25.

(26) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. se han desarrollado clasificadores en donde solo se tienen en cuenta dos variables de entrada, otros usan tres y algunos usan todos los observables polarimétricos.. Fig. 6. Esquema básico de clasificador de hidrometeoro.. 2.2 MARCO TEÓRICO 2.2.1 Modelamiento de software El modelado de sistemas de software es una técnica para tratar con la complejidad inherente a estos sistemas. El uso de modelos ayuda al ingeniero de software a visualizar el sistema a construir. Además, los modelos de un nivel de abstracción mayor pueden utilizarse para la comunicación con el cliente. Por último, las herramientas de modela y las de ingeniería de software automatizada pueden ayudar a verificar la corrección del modelo. Los métodos actuales de desarrollo orientados por objetos ofrecen un conjunto de técnicas para especificar los diferentes aspectos de los sistemas de información y más concretamente prestan especial atención a los aspectos estáticos o estructurales, diagrama de relación, de objetos, de comportamiento, diagramas de clases. Pero para otras, como las reglas de negocio o el conocimiento del dominio que están embebidas en el sistema de información y la funcionalidad requerida por los usuarios modelado de interacción usuario sistema, no prestan la misma atención. Además, las técnicas que ofrecen los métodos actuales no son suficientes para lograr este modelado, por ejemplo, la especificación de un dialogo el sistema y el usuario es difícil de modelar solo con diagramas de estado y de relación de objetos; y los diagramas de secuencias tampoco son totalmente adecuados, ya que no permiten representar las derivaciones y las interacciones entre usuario y aplicativo. [7] El desarrollo de una herramienta de software está constituido de una serie de operaciones, que permiten establecer un conjunto de tareas que tienen que ser realizadas para producir un producto de software de alta calidad (Desarrollo de software). Por consiguiente, el proceso de software que se sigue para construir un producto de este tipo, parte desde la concepción de una idea, hasta la entrega y el retiro final del sistema. [9] Las actividades en el proceso de desarrollo de software son: Página |26.

(27) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. -. Análisis de requerimientos Especificación Diseño Programación Integración y gestión de configuraciones Validación y verificación Prototipaje. 2.2.2 Lenguaje unificado de modelado (UML) Los modelos UML son diagramas muy usados y efectivos porque el objetivo de estos modelos es buscar las clases que pueden abstraer/modelar bien las características del sistema para establecer relaciones entre ´estas mismas clases, que reflejen lo que sucede realmente en el mundo real de la implementación de la aplicación. El Lenguaje Unificado de Modelado prescribe un conjunto de notaciones y diagramas estándar para modelar sistemas orientados a objetos, y describe la semántica esencial de lo que estos diagramas y símbolos significan. Mientras que ha habido muchas notaciones y métodos usados para el diseño orientado a objetos, ahora los modeladores solo tienen que aprender una u ‘nica notación. UML se puede usar para modelar distintos tipos de sistemas: sistemas de software, sistemas de hardware, y organizaciones del mundo real. UML ofrece nueve diagramas en los cuales modelar sistemas: • • • • • • • • •. Diagramas de Casos de Uso para modelar los procesos. Diagramas de Secuencia para modelar el paso de mensajes entre objetos. Diagramas de Colaboración para modelar interacciones entre objetos. Diagramas de Estado para modelar el comportamiento de los objetos en el sistema. Diagramas de Actividad para modelar el comportamiento de los Casos de Uso, objetos u operaciones. Diagramas de Clases para modelar la estructura estática de las clases en el sistema. Diagramas de Objetos para modelar la estructura estática de los objetos en el sistema. Diagramas de Componentes para modelar componentes. Diagramas de Implementación para modelar la distribución del sistema. [8]. 2.2.3 Software Python es un lenguaje de programación poderoso y fácil de aprender. Cuenta con estricto- ras de datos eficientes y de alto nivel y un enfoque simple pero efectivo a la programación orientada a objetos. La elegante sintaxis de Python y su tapado dinámico, junto con su na- tú raleza interpretada, hacen de ´este un lenguaje ideal para scripting y. Página |27.

(28) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. desarrollo rápido de aplicaciones en diversas a ‘reas y sobre la mayoría de las plataformas. El intérprete de Python y la extensa biblioteca estándar están a libre disposición en foromi binaria y de código fuente para las principales plataformas desde el sitio web de Python, https://www.python.org/, y puede distribuirse libremente. El mismo sitio contiene también distribuciones y enlaces de muchos módulos libres de Python de terceros, programas y he- grasientas, y documentación adicional. El intérprete de Python puede extenderse fácilmente con nuevas funcionalidades y tipos de datos implementados en C o C++ (u otros lenguajes accesibles desde C). Python también puede usarse como un lenguaje de extensiones para aplicaciones personalizables. [10]. 2.2.4 Interfaces gráficas (GUI) Existen varias librerías que implementan interfaces graficas de usuario (GUI) en Python, las principales son [11]: •. •. • •. Thinker: Basada en las librerías graficas TCL/TK, interface” de-facto” (1) preinstalada con Python, es la generalmente recomendada para proyectos triviales y/o de aprendizaje. WxPython: Basada en WxWidgets (una librería multiplataforma C/C++),” bendecida” (2) como la” más pitonica” por GvR (creador de Python), y sería la interface por defecto si no hubiese existido TK en primer lugar. PyQT: Basado en la librería C++ QT (KDE). PyGTK: Basado en la librería C GTK (GNOME).. 2.3 MARCO ESPACIAL El trabajo de investigación propuesto consiste en continuar la línea del trabajo realizado en anteriores proyectos [12], con el propósito de automatizar los procedimientos realizados para detectar y corregir los errores generados por propagaciones anómalas en radares meteorológicos, como el procesamiento de los datos del radar, obtener los mapas que describen el comportamiento climático de dicha zona, permitirán mejorar los tiempos de estudio y análisis de los datos generados y obtenidos de los radares meteorológicos ubicados en zonas ecuatoriales, específicamente en Colombia.. Página |28.

(29) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. 3 ESTADO DEL ARTE. 3.1. MODELO. PARA. LA. DETECCIÓN. Y. CORRECCIÓN. DE. PROPAGACIONES ANÓMALAS EN RADARES METEOROLÓGICOS PARA ZONAS ECUATORIALES [12] 3.1.1. Descripción El proyecto de investigación desarrollado consiste en el diseño de un modelo para la detección y corrección de propagaciones anómalas de los datos de un radar meteorológico banda C en zonas ecuatoriales, específicamente en la geografía colombiana. Inicialmente se realizó la decodificación de los datos generados por el radar ya que se encuentran en un formato propietario de la marca fabricante del equipo, luego se realizó un análisis estadístico de los mismos. Esta información permitió definir las variables que se utilizaron y el peso de cada una de ellas en el diseño. A partir de toda la información preliminar obtenida hasta este punto se diseñó un modelo conceptual que permitió definir los límites y las relaciones entre los componentes del sistema. Luego se determinaron las herramientas adecuadas para utilizar en el algoritmo de detección y corrección del modelo propuesto, para luego diseñar el algoritmo de detección y corrección de dicho modelo. Finalmente se diseñó y desarrolló un protocolo de pruebas que permitió validar el adecuado funcionamiento del modelo obtenido, para así generar las conclusiones del proyecto de investigación planteado.. 3.1.2 Metodología El autor en primer lugar hace una descripción de las características del radar y de su posición geográfica, el cual le da un punto de partida para un posterior estudio de los datos.. Página |29.

(30) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 7. Imagen del radar Corozal (Google Maps). Los datos generados por el software del radar son almacenados en formato propietario de la marca fabricante del equipo en un archivo con extensión .NC cuyo nombre incluye la fecha y hora de la toma de los datos, el archivo crea 101 variables de las cuales solo 7 tienen información potencialmente útil para el desarrollo del algoritmo mostrado en el presente trabajo, se incluyen los datos de las 664 celdas manejados por el radar, teniendo estas variables el formato mostrado en la ¡Error! No se encuentra el origen de la referencia.. ID. Variable. units. 94 95 96 97 98 99 100. DBZ VEL ZDR KDP PHIDP RHOHV UNKNOWN_ID_55. dBZ m/s dB deg/km Deg * *. Sampling ratio 1 1 1 1 1 1 1. FillValue -128 -128 -128 -128 -128 -128 -128. Scale factor 0.5000 0.0525 0.0625 1 0.7087 0.0040 1. Add offset 32 0 0 128 90 0.5059 128. Tabla 2. Formato de los datos generados por el radar de Corozal [12]. El archivo .NC del radar debe ser convertido a un formato adecuado inicialmente netCDF y luego a formato de texto plano para que los datos puedan ser analizados y utilizados por el algoritmo.. Página |30.

(31) Diseño e implementación de una herramienta de software libre para la detección y corrección de propagaciones anómalas en radares meteorológicos para zonas ecuatoriales.. Fig. 8. Diagrama de flujo para la conversión de datos generados por el radar. [12]. Fig. 9. Código del proceso de conversión del archivo a formato netCDF. [12]. El siguiente paso es separar cada una de las variables de interés para así poderlas analizar de manera individual. Para esta tarea se utiliza inicialmente la función netcdf.inqVar(), que requiere como parámetros de entrada la información almacenada en la variable x y el número de la variable a separar, en la 7 se muestra el proceso para la variable #98 denominada Z. A continuación, el autor presenta el análisis estadístico para cada uno de los cinco eventos seleccionados para el desarrollo del algoritmo. Con los resultados del análisis de la primera etapa se definieron las variables que se utilizaron y el peso asignado en el proyecto para cada una de ellas, además diseñó un modelo conceptual. Básicamente se propuso un sistema difuso para la detección de las propagaciones anómalas,. Página |31.