Predicción de tormentas de arena en la ciudad de Pisco usando herramientas de aprendizaje automático

Abstract

La presente investigación tiene por objetivo la predicción de tormentas de arena en la zona costera de la provincia de Pisco con fines de prevención ante estos eventos naturales. Diversos estudios indican que varias veces al año, la zona costera de Ica es afectada por tormentas de arena, denominado Viento Paracas, causando impactos negativos a la salud y a la economía, su pronóstico es importante para atenuar los efectos negativos a la población. Actualmente, la inteligencia artificial se aplica en diversos campos; en este contexto, la investigación emplea el aprendizaje automático, rama de la inteligencia artificial, para predecir tormentas de arena a partir de datos registrados por la estación meteorológica de Pisco. Se utilizaron las variables de temperatura, humedad relativa, presión atmosférica y velocidad de viento registrados en el período del año 2011 al 2020. El programa WEKA, que es una versión libre que sirve para le ejecución de diferentes modelos de aprendizaje automático así como también para la minería de datos, fue utilizado para la clasificación de datos. Para el entrenamiento y pruebas de los modelos se utilizó la técnica de validación cruzada denominada K-folds. Se aplicaron 8 modelos de aprendizaje automático, para 4, 3 y 2 variables meteorológicas. Se utilizó la matriz de confusión para calcular las métricas de rendimiento para evaluar los modelos. De acuerdo a los resultados el modelo clasificador Naive Bayes tuvo el mejor rendimiento registrando una sensibilidad de 50,9 % cuando se hizo la clasificación de datos con tres variables meteorológicas: temperatura, humedad relativa y velocidad de viento, por lo que se concluye que el modelo Naive Bayes puede ser una buena herramienta para la predicción de tormentas de arena a un corto plazo de 24 horas.This research aims to predict sandstorms in the coastal area of Pisco province for the purpose of preventing these natural events. Various studies indicate that several times a year, the coastal area of Ica is affected by sandstorms, known as the Paracas Wind, causing negative impacts on health and the economy. Forecasting them is important to mitigate the negative effects on the population. Artificial intelligence is currently being applied in various fields; in this context, this research employs machine learning, a branch of artificial intelligence, to predict sandstorms based on data recorded by the Pisco meteorological station. Variables such as temperature, relative humidity, atmospheric pressure, and wind speed recorded from 2011 to 2020 were used. The WEKA program, a free version that can be used to run different machine learning models as well as for data mining, was used for data classification. The Kfold cross-validation technique was used for model training and testing. Eight machine learning models were applied, for 4, 3, and 2 meteorological variables. The confusion matrix was used to calculate performance metrics to evaluate the models. According to the results, the Naive Bayes classifier model performed the best, registering a sensitivity of 50,9% when classifying data with three meteorological variables: temperature, relative humidity, and wind speed. Therefore, it is concluded that the Naive Bayes model can be an effective tool for predicting sandstorms in the short term (24 hours).