Resumen

La velocidad del viento es un importante parámetro dinámico de la superficie del mar que influye en una gran variedad de aplicaciones oceánicas. La altura de las olas y la dirección del viento pueden extraerse de los espectros del eco del radar de alta frecuencia con una precisión relativamente alta, mientras que la estimación de la velocidad del viento sigue siendo un reto. Este artículo describe un método basado en una red neuronal artificial para estimar la velocidad del viento en el radar de alta frecuencia que puede ser entrenado para almacenar la relación específica pero desconocida entre el viento y las olas mediante los conjuntos de datos históricos de las boyas. El método se valida con datos de un mes del radar SeaSonde, el coeficiente de correlación entre las estimaciones del radar y los registros de la boya es de 0,68, y el error cuadrático medio es de 1,7 m/s. Este método también funciona bien en un rango de tiempo y espacio bastante amplio (2 años alrededor y 360 km de distancia). Este resultado demuestra que la RNA es una herramienta eficaz para ayudar a que la velocidad del viento sea un producto operativo del radar HF.

• Materias:Propagación de ondas Radar Teoría de Antenas Redes Inalámbricas Banda ancha Radares
• Subjects:Wave propagation Radar Antenna theory Wireless Networks Broadband Radars
• Palabras claves:velocidad del viento, radar hf, datos de la estación, rango de tiempo, radar de alta frecuencia, red neuronal artificial, error cuadrático medio, conjunto de datos de boyas, variedad de oceánicos, superficie del mar importante
• Keywords:wind speed, hf radar, data of seasonde, range of time, high frequency radar, artificial neural network, means square error, buoy data set, variety of oceanic, important sea surface