Clasificación automática de imágenes del cielo mediante Inteligencia Artificial

Abstract

Conocer la cobertura nubosa es de gran importancia para realizar estudios del clima. Es por ello que a lo largo de este Trabajo Fin de Grado se desarrollará un algoritmo de Deep Learning para automatizar el proceso de clasificación de imágenes del cielo según el número de octas. En primer lugar, se introducen conceptos como las diferentes capas de la atmósfera, algunas propiedades físicas de la misma, los gases que la componen, los aerosoles atmosféricos y las nubes. Posteriormente se introducen conceptos teóricos sobre la Inteligencia Artificial y más concretamente sobre las redes neuronales y en particular sobre las Redes Neuronales Convolucionales. A continuación se muestra el procedimiento que se llevó a cabo: clasificación manual de imágenes, separación de imágenes en los conjuntos de entrenamiento, validación y test y por último se indica la arquitectura de la Red Neuronal utilizada. En el último apartado se desarrolla un análisis estadístico de los resultados obtenidos por la Red Neuronal.

Knowing cloud coverty is of great importance for conducting climate studies. Therefore, throughout this Final Degree Project, a Deep Learning algorithm will be developed to automate the process of classifying sky images according to the number of octas. First, concepts such as the different layers of the atmosphere, some of its physical properties, the gases that compose it, atmospheric aerosols, and clouds are introduced. Subsequently, theoretical concepts about Artificial Intelligence, specifically neural networks, and particularly Convolutional Neural Networks, are introduced. Next, the procedure carried out is shown: manual classification of images, separation of images into training, validation, and test sets, and finally, the architecture of the Neural Network used is indicated. In the last section, a statistical analysis of the results obtained by the Neural Network is developed.