Predicción de variables meteorológicas de Marte mediante redes neuronales artificiales

Resumen

La predicción meteorológica es la tarea de determinar los estados futuros de la atmósfera para un lugar y un momento determinados. Las técnicas para llevar a cabo la predicción van desde enfoques deterministas que utilizan complejos modelos de dinámica de fluidos hasta enfoques basados en datos que utilizan la inteligencia artificial. Mientras que los primeros se centran principalmente en la creación de Modelos de Circulación General, los segundos están empezando a sustituirlos en muchas situaciones de la meteorología y la astrofísica terrestre. En este trabajo desarrollamos modelos basados en redes neuronales artificiales para realizar la predicción meteorológica en Marte a partir de las mediciones ambientales obtenidas por las misiones Vikings y Mars Science Laboratory. La metodología seguida en este estudio es un enfoque basado en los datos que hace uso de los conocimientos informáticos que se han aplicado durante mucho tiempo en la Tierra, pero todavía no en Marte. Hemos diseñado y entrenado modelos neuronales que predicen condiciones meteorológicas de un día utilizando como entrada las variables del día anterior. En concreto hemos analizado la temperatura y la presión como variables más importantes, y hemos entrenado RNA consiguiendo una precisión de entre el 0,5 y el 1% en la predicción de los cambios diarios de las variables seleccionadas.