Análisis de mediciones de rayos con Python

Abstract

EI estudio de los fenómenos naturales, en especial aquellos que pueden representar un riesgo para la vida, justifica el desarrollo de tecnologías orientadas a apoyar la creación o el mejoramiento de sistemas de alerta temprana para la prevención y mitigación de riesgos naturales. En este trabajo se emplea una base de datos de mediciones realizadas con la red de localización de rayos (GLD360) propiedad de la compañía finlandesa Vaisala, que generosamente facilitó al grupo de investigación en Compatibilidad Electromagnética de la Universidad Nacional de Colombia (EMC-UN), con cerca de 80 millones de registros de rayos con información sobre cuándo, dónde y con qué características eléctricas ocurrieron estas descargas. Estas observaciones se extienden por un periodo de cinco años (2016-2020), para un área aproximada de 700,000 km^2 ubicada entre las latitudes 10°N y 80°N y las longitudes —77°W y —70°W, que corresponde a la zona central de Colombia. EI propósito de este trabajo es ahondar en el establecimiento de una climatología de rayos detallada de la región central colombiana usando datos de observaciones provenientes de estaciones de medición terrestres, con eI objetivo de ampliar eI conocimiento sobre eI comportamiento de este fenómeno en eI país. Adicionalmente, se aporta información relevante que puede servir de insumo para trabajos futuros usando la misma base de datos o similares empleando variados enfoques de minería de datos que faciliten las tareas de procesamiento y análisis de grandes volúmenes de datos asociados a la ocurrencia de rayos. Para ello, en este trabajo se crearon una metodología y varios algoritmos que permite el análisis, procesamiento y visualización de grandes volúmenes de datos asociados a descargas eléctricas atmosféricas, con el uso de herramientas basadas en lenguaje de programación Python, que sirvieron para identificar patrones de ocurrencia de rayos. De esta manera, se desarrolló una detallada climatología de rayos aprovechando la precisión temporal y geográfica de las mediciones tomadas desde estaciones en tierra comparada con la precisión de datos provenientes de plataformas satelitales. (Texto tomado de la fuente).

The study of natural phenomena, especially those that may represent a life danger, justifies the development of technologies aimed at supporting the creation The study of natural phenomena, especially those that may represent a danger to life, justifies the development of technologies oriented to support the creation or improvement of early warning systems for prevention and mitigation of natural hazards. early warning systems for the prevention and mitigation of natural hazards. prevention and mitigation of natural hazards. This paper uses a database corresponds to measurements made with a terrestrial lightning location network located in the country and owned by Vaisala, which in collaboration with the research group Electromagnetic Compatibility of the National University of Colombia (EMC-UN), recorded almost 80 million electromagnetic discharge measurements with temporal, geographic and electrical information, over a period of 5 years (2016-2020), for an approximate area of 700,000 km2 located between Latitudes 1◦ N and 8◦ N and Longitudes −77◦W and −70◦W, which corresponds to the Colombian central zone. The purpose of this work is to delve into the establishment of a detailed lightning climatology of the central region of Colombia, with the objective of expanding the knowledge about this phenomenon and contributing information to future studies and developments using the referred database and employing for this purpose data mining approaches to facilitate the tasks of processing and analysis of large volumes of data associated with lightning in the country. For this purpose the algorithms and methodology are created to allow the analysis, processing, and visualization of large volumes of data associated with atmospheric discharges, developing a detailed lightning climatology using the high level of temporal and geographical precision of the measurements and tools based on Python programming language in order to determine the existence of lightning occurrence patterns.