Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa
El desarrollo de técnicas de posicionamiento satelital, proporciona la posibilidad de disponer de coordenadas geográfcas de alta precisión, que tienen como referencia un datum geocéntrico y un modelo geométrico o elipsoide de referencia para su representación en valores angulares, consiguiendo de es...
Autores principales: | , , |
---|---|
Formato: | Articulo |
Lenguaje: | Español |
Publicado: |
2011
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/96971 https://ri.conicet.gov.ar/11336/83677 http://geoespacial.espe.edu.ec/numeros-anteriores/ http://geoespacial.espe.edu.ec/wp-content/uploads/2017/01/Geoespacial08.pdf |
Aporte de: |
id |
I19-R120-10915-96971 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Geofísica GPS Ondulación geoidal Red neuronal artificial Ondulation Geoid Artifcial Neural Network |
spellingShingle |
Geofísica GPS Ondulación geoidal Red neuronal artificial Ondulation Geoid Artifcial Neural Network Carrión, José Luis Del Cogliano, Daniel Héctor Tierra, Alfonso Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
topic_facet |
Geofísica GPS Ondulación geoidal Red neuronal artificial Ondulation Geoid Artifcial Neural Network |
description |
El desarrollo de técnicas de posicionamiento satelital, proporciona la posibilidad de disponer de coordenadas geográfcas de alta precisión, que tienen como referencia un datum geocéntrico y un modelo geométrico o elipsoide de referencia para su representación en valores angulares, consiguiendo de esta forma aproximar la forma terrestre. Cada punto sobre la superfcie del planeta cuenta con una posición defnida por su latitud, longitud y altura elipsoidal; los dos primeros valores proveen la ubicación horizontal con respecto a referencias convencionales que están defnidas sobre el elipsoide de referencia. La altura elipsoidal por su parte representa la distancia medida sobre la normal al elipsoide desde el punto posicionado hasta dicha superfcie de referencia, es decir esta altura es una expresión geométrica de la distancia existente entre el punto posicionado y la superfcie de referencia elipsoide ; esto se convierte en un inconveniente al tomar en consideración que para ser utilizadas en proyectos de ingeniería , las alturas medidas sobre la superfcie terrestre deben tener un signifcado físico, esto implica tener en cuenta la distribución de masas del planeta y su campo gravitatorio. Siendo indispensable disponer de una superfcie de referencia para las alturas que considere estas variables físicas. Esta superfcie debe ser equipotencial, esto signifca que deberá contar con iguales valores de potencial gravitacional para todos los puntos que la conforman. La superfcie equipotencial que usamos como referencia para las alturas se conoce como geoide y es aquella que más se aproxima al nivel medio de los océanos en reposo en una época determinada, esta superfcie es difícil de determinar debido al comportamiento dinámico de los océanos y por el desconocimiento de las densidades internas del planeta. La representación del geoide se realiza en función de su separación con respecto a un elipsoide de referencia, y se conoce como ondulación geoidal, las alturas medidas desde el geoide a la superfcie terrestre se conocen como alturas ortométricas. La relación entre alturas elipsoidales y alturas ortométricas posibilita el cálculo de ondulaciones geoidales; el método geométrico GPS/ nivelación para la determinación del geoide consiste en obtener valores de ondulación geoidal partiendo de valores conocidos de alturas elipsoidales y alturas niveladas toman como referencia el nivel medio del mar . Esta metodología genera valores de ondulación geoidal en forma puntual, por esta razón, cuando se requiere conocer cuál es el comportamiento del geoide en un punto en el cual no se conocen los datos necesarios para su cálculo, se hace necesaria la aplicación de métodos de interpolación o estimación de variables que emplean principios geoestadísticos. En este trabajo se presenta un método de interpolación basado en el entrenamiento de una Red Neuronal Artifcial del tipo Multicapa-RNAM con datos obtenidos en un área del Ecuador Continental, con el objetivo de obtener valores de ondulación geoidal. Los resultados obtenidos mediante la interpolación con al RNAM presentan errores menores a 15 centímetros. |
format |
Articulo Articulo |
author |
Carrión, José Luis Del Cogliano, Daniel Héctor Tierra, Alfonso |
author_facet |
Carrión, José Luis Del Cogliano, Daniel Héctor Tierra, Alfonso |
author_sort |
Carrión, José Luis |
title |
Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
title_short |
Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
title_full |
Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
title_fullStr |
Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
title_full_unstemmed |
Interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
title_sort |
interpolación de la ondulación geoidal geométrica mediante una red neuronal artificial multicapa |
publishDate |
2011 |
url |
http://sedici.unlp.edu.ar/handle/10915/96971 https://ri.conicet.gov.ar/11336/83677 http://geoespacial.espe.edu.ec/numeros-anteriores/ http://geoespacial.espe.edu.ec/wp-content/uploads/2017/01/Geoespacial08.pdf |
work_keys_str_mv |
AT carrionjoseluis interpolaciondelaondulaciongeoidalgeometricamedianteunaredneuronalartificialmulticapa AT delcoglianodanielhector interpolaciondelaondulaciongeoidalgeometricamedianteunaredneuronalartificialmulticapa AT tierraalfonso interpolaciondelaondulaciongeoidalgeometricamedianteunaredneuronalartificialmulticapa |
bdutipo_str |
Repositorios |
_version_ |
1764820492249726980 |