Síntesis de imágenes de radar meteorológico a partir de imágenes de satélite usando redes neuronales generativas

Abstract

Los radares meteorológicos proporcionan información detallada acerca de la estructura de las nubes y permiten estimar variables tales como la intensidad instantánea de precipitación. No obstante la red actual de radares no cubre la totalidad del territorio nacional. Por otro lado, los satélites proporcionan información más limitada acerca de las características de las nubes (ej. la radiación solar reflejada o la emitida por el tope de las nubes pero con una cobertura casi mundial y una resolución espacial y temporal que se acerca cada vez más a la de los radares convencionales. En este trabajo presentamos una aplicación novedosa de aprendizaje automático para estimar el campo de reflectividad a partir de observaciones satelitales en el infrarrojo. En este trabajo estimamos la información proporcionada por una red de radar a partir de la radiación medida desde un satélite meteorológico lo cual permitiría mejorar la inferencia acerca de ciertas propiedades de las nubes en áreas donde la información de radar no está disponible. Para esto, se utilizaron redes neuronales generativas entrenadas con pares de imágenes radar / satelital. Los resultados son superiores a los obtenidos con los métodos estadísticos tradicionales.

Meteorological radars provide detailed information about the structure of the clouds and allow the estimation of variables such as the instantaneous intensity of precipitation. However, the current network of radars does not cover the entire national territory. On the other hand, satellites provide a more limited information about the characteristics of the clouds (e.g. reflected solar radiation or that emitted by the top of the clouds but with an almost global coverage and a spatial and temporal resolution approaching more and more to that of conventional radars). In this work, we present a novel application of automatic learning to estimate the field of reflectivity from satellite observations in the infrared. We estimate the information provided by a radar network from the measured radiation from a meteorological satellite, which would allow us to improve the inference about certain properties of the clouds in areas where radar information is not available, using generative neural networks trained with radar / satellite image pairs. The obtained results are superior to those obtained through traditional statistical methods.