VOLVER

Share

Un nuevo algoritmo permite predecir la formación de tormentas en el aeropuerto de Madrid-Barajas

El estudio, coordinado por la Universidad de Córdoba, y en el que también ha participado la Universidad Politécnica de Madrid, la Universidad de Valladolid y la Universidad de Alcalá de Henares, incorpora técnicas de inteligencia artificial para formular predicciones precisas en un horizonte temporal de 12 horas, lo que podría ayudar a las personas especialistas en control de tráfico aéreo en la toma de decisiones frente a este tipo de situaciones.

Fuente: Universidad de Córdoba


Córdoba |
19 de mayo de 2021

El tráfico aéreo puede verse afectado en gran medida por las condiciones climáticas adversas. La formación de nubes convectivas, en las que aire cálido asciende rápidamente, es una de las situaciones meteorológicas que más imprevistos ocasiona. Este tipo de eventos puede estar asociados a fuertes vientos y tormentas y representar un riesgo para la aviación, provocando desvíos de vuelos, incrementos en el tiempo de espera en el aire y, en definitiva, problemas en las operaciones de los aeropuertos.

El sistema, que incorpora técnicas de inteligencia artificial a partir de datos históricos recopilados durante 5 años, formula predicciones sobre situaciones meteorológicas adversas en un horizonte temporal de 12 horas, lo que podría ayudar a los controladores aéreos en la toma de decisiones.

Un nuevo trabajo ha conseguido desarrollar un algoritmo capaz de predecir la formación de este tipo de nubes y tormentas en Adolfo Suárez Madrid- Barajas, el aeropuerto más frecuentado de España y uno de los aeródromos europeos que registra mayor número de pasajeros al año.

El estudio, coordinado por la Universidad de Córdoba (UCO), y en el que también ha participado la Universidad Politécnica de Madrid, la Universidad de Valladolid y la Universidad de Alcalá de Henares, incorpora técnicas de inteligencia artificial para formular predicciones precisas en un horizonte temporal de 12 horas, lo que podría ayudar a las personas especialistas en control de tráfico aéreo en la toma de decisiones frente a este tipo de situaciones.

Tal y como explica David Guijo, uno de los autores del estudio e investigador del grupo AYRNA de la UCO especializado en inteligencia artificial, el nuevo sistema parte de los modelos tradicionales de predicción meteorológica, a los que se les añaden datos históricos del propio aeropuerto madrileño, recopilados durante el periodo que abarca desde 2011 a 2015. Posteriormente se aplican técnicas de aprendizaje automático sobre estos datos, las cuales realizan la predicción meteorológica.

Concretamente, la información ha sido proporcionada por la estación de radiosonda Madrid-Barajas, gestionada por la Agencia Estatal de Meteorología (AEMET), y por otras estaciones meteorológicas de la capital, a partir de las cuales se han analizado distintas variables a diferentes alturas como la temperatura, el viento o el contenido de vapor de agua. A partir de toda esta información, y tras procesar la experiencia acumulada durante cinco años de datos, el algoritmo es capaz de inferir predicciones meteorológicas en el propio aeropuerto en base a cuatro categorías distintas: días soleados, días nublados, días con presencia de nubes convectivas y días con tormentas, siendo estas dos últimas situaciones las que más problemas presentan en despegue y aterrizaje de aviones.

«La combinación de diversas fuentes de información diferentes es una de las novedades del estudio, lo que nos permite caracterizar mejor el problema y realizar predicciones más precisas», destaca Pedro Antonio Gutiérrez, otro de los investigadores del grupo AYRNA, liderado por el catedrático César Hervás.

La investigación, concretamente, se enmarca dentro del proyecto Hamlet, una iniciativa en la que participan las universidades de Córdoba y Alcalá de Henares y que tiene como objetivo desarrollar algoritmos predictivos para abordar problemas relacionados con la salud y el medioambiente.

Referencias: D. Guijo-Rubio, C. Casanova-Mateo, J. Sanz-Justo, P.A. Gutiérrez, S. Cornejo-Bueno, C. Hervás-Martínez y S. Salcedo-Sanz. «Ordinal regression algorithms for the analysis of convective situations over Madrid-Barajas airport», Atmospheric Research, Vol. 236, May, 2020, pp. 104798. DOI:10.1016/j.atmosres.2019.104798


Share

Últimas publicaciones

Aplican la ciencia ciudadana para reducir el tiempo de uso del móvil en jóvenes andaluces
Sevilla | 28 de mayo de 2024

Investigadores de las Universidades de Sevilla, Jaén y Cádiz participan en el proyecto ‘Desconéctate para Conectar: Fomentando un Estilo de Vida Activo y Saludable entre los Jóvenes Andaluces’ que buscará estrategias concretas para incentivar a estudiantes de secundaria, bachillerato y universidad a que cambien sus hábitos de uso de dispositivos móviles por actividades físicas.

Sigue leyendo
Descubren un nuevo gen que hace resistente al girasol contra la planta parásita jopo
Córdoba | 27 de mayo de 2024

Un equipo de investigación del Instituto de Agricultura Sostenible (IAS-CSIC) ha descrito una pieza del ADN que impide que las raíces de este cultivo sean infectadas por uno de sus patógenos más letales, el jopo. Además de determinar su posible función y la localización en su genoma, ha demostrado la posibilidad de transferirlo como mecanismo natural de defensa desde una especie silvestre a otras variedades de siembra.

Sigue leyendo
Un estudio del CSIC revela que zorzales, codornices y pinzones son las especies de aves más propensas a tener garrapatas
Sevilla | 27 de mayo de 2024

Un nuevo estudio liderado por la Estación Biológica de Doñana – CSIC ha analizado la prevalencia de garrapatas en más de 600.000 aves capturadas a lo largo de 17 años. Los resultados podrán ayudar a identificar en qué especies se deberían focalizar los esfuerzos de vigilancia de enfermedades zoonóticas. Los resultados de este trabajo se han publicado en la revista One Health.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido