Palabras clave
environmental modeling
robotics
Adquisición de datos
modelación ambiental
robótica
Cómo citar
Resumen
El objetivo de nuestra investigaci´on es desarrollar herramientas eficaces y confiables para modelar los sistemas ambientales en el Golfo de México. Por ejemplo, nuestra investigación actual en metodologías para la predicción del nivel del agua en las aguas poco profundas de las bahías y estuarios a lo largo de la costa del Golfo de Texas. Nuestro enfoque de modelación est´a basado en datos obtenidos en tiempo real por la Red de Observación Oceánica de la Costa de Texas (TCOON, por sus siglas en inglés). TCOON es manejado por la División de Investigación de la Ribera (DNR, por sus siglas en inglés) en cooperación con el Departamento de Ciencias de la Computación y Matemáticas (CAMS), ambos de la Universidad Texas A & M en Corpus Christi. TCOON consiste en una50 estaciones para la recopilación de datos localizadas a los largo de la costa del Golfo de Texas, desde las fronteras con Luisiana y México.
Además de una corta descripción de nuestro principal sistema de adquisición de datos para nuestros esfuerzos de investigación, este artículo presenta aspectos de diseño y desarrollo, así como resultados de pruebas hechas en la producción de dos sistemas adicionales de adquisici´on de datos, así como varios de nuestros esfuerzos de modelación en la Universidad de Texas A& M en Corpus Christi.
Citas
Sadovski, A. L.; Tissot, P.; Michaud, P.; Steidley, C. (2002) “Statistical and neural network modeling and predictions of tides in the shallow waters of the Gulf of Mexico”, WSEAS Transactions on Systems 2(2): 301–307.
Michaud, P.; Jeffress, G.; Dannelly, R.; Steidley, C. (2002) “ Real time data collection and the Texas Coastal Ocean Observation Network”, in: Proc. International Measurement and Control (InterMAC), Tokyo, Japan.
Hall, S.G.; Price, R.R.; Wei, L. (2001) “Design of an autonomous bird predation reduction device”, in: ASAE Annual International Meeting, Paper number: 01-3131, 8 pages.
Ross, B. (2002) “A robot boat for offshore science,” The Robotics Institute–Carnegie Mellon University.
Rocca, R. (2000) “Launching the roboat”, Circuit Cellar Journal 115: 32–38.
Woods Hole Oceanographic Institution (2002) “Remote environmental monitoring units”, http://adcp.whoi.edu/REMUS/index.html, September 2002.
Handerson, R. (1972) Sea Sense. International Marine Pub. Co.
Steidley, C.; Bachnak, R.; Dannelly, S.; Michaud, P.; Sadovski, A. (2003) “Image and data logging systems for environmental studies and research”, in: Proceedings of the ISCA 12th International Conference on Intelligent and Adaptive Systems and Software Engineering San Francisco, CA, July 2003: 31–36.
Steidley, C.; Lohachit, W.; Bachnak, R.; Michaud, P.; Duff, S.; Adams, J. (2003) “A remotely operated shallow-water boat for wireless data logging”, in: Proceedings of the 49th International Instrumentation Symposium of the Instrumentation, Systems and Automation Society, Orlando, FL, May 2003.
Bachnak, R.; Dannelly, R.S.; Kulkarni, R.; Lyle, S.; Steidley, C. (2002) “Developing an airborne multi-spectral imaging system for GIS-based environmental studies”, in: Proceedings of the ISCA 15th International Conference on Computer Applications in Industry and Engineering, Nov. 7-9, 2002, San Diego, CA.
Bachnak, R.; Kulkarni, R.; Lyle, S.; Steidley, C. (2003) “Airborne multi-camera system for geo-spatial applications”, in: Proceedings of AeroSense 2003, April 21-55, 2003, Orlando, FL, SPIE Vol. 5097: 100–105.
Sadovski, A. L.; Steidley, C.; Tissot, P.; Michaud, P. (2003) “Developing a goodness criteria for tide predictions based on fuzzy preference ranking”, in: Developments in Applied Artificial Intelligence, Lecture Notes in Artificial Intelligence 2718, Springer: 391–401.
Sadovski, A.L.; Steidley, C.; Tissot, P.; Jeffress, G. (2003) “Neural Network and Statistics-Based Systems for Predictions in Coastal Studies”, Intelligent Engineering Systems Through Artificial Neural Networks 13: 689–694.
Tissot, P.E.; Cox, D.T.; Michaud, P.R. (2003) “Optimization and Performance of a Neural Network Model Forecasting Water Levels for the Corpus Christi, Texas, Estuary”, in: 3rd Conference on the Applications of Artificial Intelligence to Environmental Science, Long Beach, California.
The MathWorks, Inc. (1998) Neural Network Toolbox for use with Matlab 5.3/version 3. The MathWorks, Natick, MA.
Campolo, M., Andreussi, P., and Soldati, A. (1997) “River flood forecasting with a neural network model”, Water Resources Research 35(4): 1191–1197.