RESUMEN: En esta memoria se estudia el modelado de la precipitación provocada por la acción de un ciclón tropical. Se busca estimar la cantidad de precipitación en una zona determinada en función de variables atmosféricas, geográficas u oceánicas. Para ello, se han utilizado tres bases de datos principales: precipitaciones medidas a través de satélite, las trazas históricas de ciclones tropicales y la temperatura superficial del mar. Para la simulación del modelo, se genera una circunferencia que tiene como origen el centro del ciclón, con un radio de 500 kilómetros, determinando la zona de actuación del ciclón. Esta representación estará divida en pequeñas celdas, donde en cada una de ellas se estimará la precipitación que cae mediante un ajuste estadístico. El ajuste se apoya en la técnica de SOM, que es una variación de una red neuronal competitiva. Esta herramienta ayuda en la representación de los datos y así facilita proponer el modelo estadístico. El modelo de precipitación está basado en un ajuste estadístico a partir de una distribución mixta. Dicha distribución se compone de una distribución de Bernouilli con parámetro p (variable discreta), y una distribución exponencial de parámetro μ (variable continua).

ABSTRACT: This report studies the modeling of precipitation caused by the action of a tropical cyclone. The aim is to estimate the amount of precipitation in a certain area according to atmospheric, geographical or oceanic variables. For this purpose, three main databases have been used: precipitation measured by satellite, historical tracks of tropical cyclones and sea surface temperature. For the simulation of the model, a circumference is generated that has as origin the center of the cyclone, with a radius of 500 kilometers, determining the zone of performance of the cyclone. This representation will be divided in small cells, where in each one of them the precipitation that falls by means of a statistical adjustment will be estimated. The adjustment is based on the SOM technique, which is a variation of a competitive neural network. This tool helps in the representation of the data and thus facilitates the proposal of the statistical model. The precipitation model is based on a statistical adjustment from a mixed distribution. This distribution is composed of a Bernouilli distribution with parameter p (discrete variable), and an exponential distribution with parameter μ (continuous variable).

Máster en Ciencia de Datos