Sobre el uso de datos de rayos como proxy para la reflectividad radar en la región central de Argentina

Abstract

En este trabajo se presenta una técnica para generar un producto sintético de reflectividad radar máxima de la columna utilizando técnicas de aprendizaje profundo supervisado con datos de descargas eléctricas atmosféricas nube-tierra. La importancia de este tipo de productos radica en su utilidad como alternativa de bajo costo como apoyo a la vigilancia meteorológica de tormentas severas en áreas donde no existe cobertura radar o como un complemento a las imágenes degradadas por atenuación o interferencias.

In this work we present a technique to generate a synthetic radar product using supervised deep learning techniques with cloud-to-ground lightning data. The importance of this type of product lies in its usefulness as a low-cost alternative to support meteorological surveillance of severe storms in areas where radar coverage does not exist or as a complement to images degraded by attenuation or interference.