Modelo de predicción para meteorología del espacio usando técnicas de programación científica

Abstract

La presente tesis constituye un aporte relevante al campo de la meteorología del espacio (ME) o ‘Space Weather’ en general y en el estudio de la ionosfera en particular, mediante el desarrollo y aplicación de técnicas modernas de computación científica y aprendizaje automático. La investigación se centra en el pronóstico de las condiciones de la ionosfera en condiciones calmas y perturbadas usando principalmente algoritmos de aprendizaje profundo. La ME se centra en el estudio del sistema Sol–Tierra, sus efectos sobre sistemas tecnológicos (como ‘Global Navigation Satellite Systems’ o GNSS, vehículos espaciales, telecomunicaciones, redes eléctricas, entre otros) y sobre la salud humana en el espacio, y que por sobre todo busca pronosticar posibles efectos nocivos para ejecutar maneras de mitigarlos. Esta tesis se estructura en torno al modelado ‘end-to-end’ usando Ciencia de Datos como una metodología robusta para realizar el pronóstico y para transicionar la investigación científica realizada hacia una instancia operacional. Para esto, se hace foco en el desarrollo de un ‘pipeline’ de datos y de procesamiento utilizando múltiples fuentes de datos, siguiendo por etapas de preprocesamiento hasta el modelado usando diferentes técnicas de aprendizaje profundo. No solo se investigaron diferentes técnicas de inteligencia artificial (IA) (en particular redes neuronales multicapas), sino que se implementan estrategias específicas para aplicaciones en tiempo real. Atendiendo a diferentes alcances en el pronóstico, se proponen modelos y sus implementaciones para el pronóstico tanto global (para múltiples regiones geográficas y bajo diferentes condiciones) como local para Tucuman (estación ionosférica de baja latitud). En lo que respecta a la Ciencia de Datos, se prestó especial atención a las transformaciones sucesivas de los conjuntos de datos garantizando la trazabilidad de los datos y del código. El modelado se basó en diferentes técnicas de IA aplicadas a series temporales multivariadas, particularmente usando redes neuronales multicapas (aprendizaje profundo). Cada una de estas técnicas se aplicaron de manera independiente para generar modelos independientes que luego fueron comparados y validados usando conjuntos de datos nuevos. Se proponen principalmente dos tipos de métodos: a) redes neuronales recurrentes, en particular las denominadas Long-Short Term Memory (LSTM) y Gated Recurrent Unit (GRU), y b) redes neuronales convolucionales o ‘ Convolutional Neural Networks’ (CNN) sobre los mismos conjuntos de datos. Luego se seleccionó el modelo con mejor performance para ser aplicado de manera operativa. Finalmente, el mejor modelo fue adaptado mediante el concepto de ‘transfer learning’ para aplicarse a una estación ionosférica local. Es importante destacar las capacidades del aprendizaje profundo para capturar dependencias no lineales, relaciones multiescala y dinámicas temporales de la ionosfera que resultan difíciles de modelar mediante enfoques tradicionales teniendo como horizonte el pronóstico. Así, el objetivo principal de esta Tesis es diseñar, entrenar y validar un modelo predictivo robusto que permita pronósticos a corto plazo de parámetros ionosféricos, en particular el contenido electrónico total o ‘Total Electron Content’ (TEC), considerando como variable exógena el índice geomagnético planetario (Kp) como un forzante de ME. Los principales aportes de esta tesis son: ● El desarrollo de un pipeline reproducible para datos heterogéneos de ME. Tanto los datos preparados (https://shorturl.at/kZada, 2023), que engloban casi un ciclo solar completo, como el código (https://shorturl.at/QVCIz, 2023), generado se encuentran publicados y de acceso libre. Los datos de TEC usados comprenden alrededor de un ciclo solar permitiendo analizar diferentes condiciones ionosféricas de acuerdo a anios de alta o baja actividad solar. De esta manera, se contribuye a la disponibilidad de datos curados (de alta calidad) y código abierto para ser usado por la comunidad. ● El desarrollo de un modelo para pronóstico global de la ionosfera usando datos de mapas de contenido electrónico total y un parámetro exógeno como forzante externo relacionado con la actividad geomagnética (índice Kp en particular). Los resultados obtenidos son significativos especialmente si se analiza la calidad de los datos utilizados y las posibilidades de aplicación en ambientes reales. ● A partir del conocimiento generado por el modelo global, se procedió a ‘transferir’ ese conocimiento para el pronóstico local de una estación de baja latitud (Tucumán) lo que es especialmente desafiante debido a la compleja morfología y dinámica de la ionosfera en zonas ecuatoriales. Se implementó una estrategia denominada ‘transfer learning’ a datos localmente calibrados logrando resultados con similares errores al pronóstico global lo cual es especialmente significativo. Entre los resultados más relevantes cabe destacar la utilización de un conjunto de datos pequeño, para lo cual es recomendada la transferencia de conocimiento. Es además, el primer modelo de pronóstico usando técnicas de IA para pronosticar las condiciones de la ionosfera en Tucuman. ● La aplicación de los modelos en un ambiente operativo en tiempo real mediante la implementación de un mecanismo de entrenamiento incremental para evitar la degradación de los modelos ya entrenados manteniendo errores acotados para el pronóstico. Estos resultados serán utilizados para generar sistemas de alarma en entornos de monitoreo de ME. Por lo tanto, esta tesis contribuye a la generación de aplicaciones de técnicas de IA en entornos reales. Es importante mencionar que en los últimos cinco años, la comunidad de meteorología del espacio y de la ionosfera ha comenzado a utilizar cada vez las diferentes técnicas de IA , mostrando nuevos resultados y un crecimiento exponencial. El desarrollo de esta tesis avanzó a la par que la comunidad mostrando resultados originales y abriendo la posibilidad de nuevas líneas de investigación tanto en el exterior, en elpaís como en nuestra casa de estudios. A partir de este trabajo de tesis, surgió también el desarrollo de un curso de postgrado en la FACET-UNT (el primero de su tipo) sobre aprendizaje profundo y ciencia de datos, una materia de grado optativa y la dirección de tesinas de grado en el Departamento de Ciencias de la Computación, y nuevas colaboraciones entre nuestra casa de estudio con otras instituciones como por ejemplo el Instituto Nazionale de Geofisica e Vulcanologia (INGV), National Aeronautics and Space Administration (NASA), International Centre for Theoretical Physics (ICTP), entre otras instituciones en el área de la inteligencia artificial y de ME. En 2022, además, a partir de estos resultados se organizó un Workshop internacional (https://indico.ictp.it/event/9840/) lo cual constituye un importante aporte a la comunidad científica.