Corrección de mediciones satelitales de aerosoles mediante métodos de aprendizaje automático

BETHANIA LANZACO; BEATRIZ M. TOSELLI; LUIS E. OLCESE

Buenos Aires

Congreso; XIX Congreso Argentino De Físicoquímica y Química Inorgánica; 2015

AAIFQ

Los aerosoles troposféricos influyen fuertemente en la absorción y dispersión de la radiación que llega a la Tierra, afectando así a las constantes de fotólisis y los procesos químicos en la atmósfera. Mediante el estudio de las propiedades ópticas de los aerosoles es posible evaluar a gran escala cómo interaccionan con la radiación. Los dos métodos más usados para obtener información de las propiedades ópticas son las mediciones terrestres (red AERONET) y las mediciones satelitales. Las mediciones satelitales no tienen limitaciones de cobertura geográfica y son ideales para caracterizar una climatología de aerosoles en una región muy amplia, pero presentan errores a causa de las suposiciones en los algoritmos utilizados y las incertezas en la medición. El objetivo del trabajo es corregir las desviaciones en las medidas satelitales de paso óptico (AOD) del instrumento MODIS intentando reproducir los datos obtenidos por AERONET, ya que éstos son considerados como ?verdaderos? por su gran precisión y son ampliamente utilizados para validar mediciones satelitales [1]. Con este fin se utilizaron dos métodos de aprendizaje automático: Redes Neuronales Artificiales (ANN) y Máquinas de Soporte Vectorial (SVR). Estas herramientas consisten en algoritmos que pueden ?aprender? de las propiedades de un set de datos. Se tomaron las medidas terrestres como objetivo y se entrenaron los métodos usando el AOD medido por MODIS y parámetros meteorológicos. Se realizó un entrenamiento independiente para cada estación de Sudamérica, haciendo una búsqueda exhaustiva de los parámetros y variables óptimos para cada sitio y método, y se obtuvieron ajustes para obtener valores satelitales más precisos y corregir los defectos más importantes observados en las mediciones de MODIS: sobreestimación o subestimación sistemática en algunos sitios y sobreestimación de los valores altos particularmente. De esta forma es posible obtener valores confiables de la medición satelital cuando no hay una estación terrestre disponible.