Browsing by Author "Riveros-Rosas, D."
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Energia solar disponible en la ciudad de MéxicoPublication . Valdés-Barrón, M.G.; Bonifaz-Alfonzo, R.; González-Cabrera, A.E.; Estévez-Pérez, H.R.; Rodríguez-Rasilla, I.; Retama-Hernández, A.; Riveros-Rosas, D.RESUMEN: En el año 2014, con recursos del Instituto de Ciencia y Tecnología del Distrito Federal (PINVII-7), se instalaron 10 piranómetros en las estaciones de la Red Automática de Monitoreo Atmosférico (RAMA), de la Secretaría del Medio Ambiente de la Ciudad de México. Estos instrumentos se encuentran conectados al sistema de adquisición de datos de la RAMA por lo que existe una medición cada minuto. Los instrumentos fueron calibrados por el Servicio Solarimétrico Mexicano y referenciados a la Escala Radiométrica Mundial, garantizando que la calibración de las mediciones. Con la información solarimétrica de esta red, durante sus primeros cuatro años, se elaboraron mapas de Irradiación Solar Global en superficie, así como la Base de Datos correspondiente. Toda la información y los mapas, se encuentra disponible en la página de Internet del Servicio Solarimétrico Mexicano y puede ser consultada libremente (http://areas.geofisica.unam.mx/solarimetrico/). Este proyecto no tiene fecha para concluir, por lo que cada año se incrementará la base de datos y los mapas se volverán a elaborar anualmente para aumentar su certidumbre.
- Regionalización de la variación temporal del factor de turbidez linke TL en México a partir de algoritmos de machine learningPublication . Salinas-González, J.D.; García-Hernández, A.; Riveros-Rosas, D.; Moreno-Chávez, G.; González-Cabrera, A.E.; Zarzalejo, L.F.RESUMEN: El agrupamiento de áreas geográficas, por medio de análisis de clusters, es una tarea que permite identificar regiones de acuerdo a los comportamientos de las variables geoclimáticas. En este trabajo de investigación se agrupó al TL Linke en regiones similares de la república mexicana de acuerdo con su varianza temporal anual del año 2015. Mediante algoritmos y técnicas de Machine Learning (aprendizaje automático), como son las mezclas de gaussianos mixtos y análisis de componentes principales, se han obtenido dos mapas, de 10 y 9 regiones que permiten identificar de una manera visual dichas regiones y analizar el comportamiento del TL Linke en la república mexicana.