Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras
Este proyecto fue diseñado para fortalecer las capacidades del Servicio Nacional Meteorológico de Honduras (CENAOS-COPECO) en la generación de pronósticos de corto y mediano plazo, consolidando datos meteorológicos de estaciones y explorando nuevas metodologías de pronóstico estacional. El proyecto...
| Main Authors: | , , , , , , , , |
|---|---|
| Format: | Informe técnico |
| Language: | Español |
| Published: |
2024
|
| Subjects: | |
| Online Access: | https://hdl.handle.net/10568/152240 |
| _version_ | 1855535219718750208 |
|---|---|
| author | Calderon, Santiago Ayes, Irma Guzman, Daniel Nasayo, Carlos Montes, Carlo Lopez, Sebastian Argeñal, Francisco Ramirez, Julian Sotelo, Steven |
| author_browse | Argeñal, Francisco Ayes, Irma Calderon, Santiago Guzman, Daniel Lopez, Sebastian Montes, Carlo Nasayo, Carlos Ramirez, Julian Sotelo, Steven |
| author_facet | Calderon, Santiago Ayes, Irma Guzman, Daniel Nasayo, Carlos Montes, Carlo Lopez, Sebastian Argeñal, Francisco Ramirez, Julian Sotelo, Steven |
| author_sort | Calderon, Santiago |
| collection | Repository of Agricultural Research Outputs (CGSpace) |
| description | Este proyecto fue diseñado para fortalecer las capacidades del Servicio Nacional Meteorológico de Honduras (CENAOS-COPECO) en la generación de pronósticos de corto y mediano plazo, consolidando datos meteorológicos de estaciones y explorando nuevas metodologías de pronóstico estacional. El proyecto se compone de cuatro componentes principales: un sistema de chatbot para la recolección de datos, la implementación del modelo WRF para pronósticos de 10 días, una herramienta para la extracción de información agrometeorológica, y un sistema de comparación de metodologías de pronósticos estacionales.
La arquitectura del proyecto se diseñó utilizando la metodología C4, que abarca tres niveles de detalle. En el Nivel 1, se identificaron los usuarios y los sistemas principales (EOLO, Melisa, WRF 10 días), que permiten la generación, validación y distribución de pronósticos. En el Nivel 2, se detallan los contenedores diseñados para procesar datos climáticos, administrar la recolección de datos a través de chatbots y formatear las salidas del modelo WRF. El Nivel 3 describe los componentes específicos de cada sistema, incluyendo módulos de descarga de datos, scripts de procesamiento y herramientas de visualización.
Adicionalmente, se describen los objetivos y limitaciones de la arquitectura, como la automatización de la recolección de datos, la sostenibilidad de las herramientas y la mejora de la accesibilidad de los pronósticos. El documento incluye consideraciones finales sobre el monitoreo, ajuste de modelos, y recomendaciones para la gestión de herramientas digitales y el uso de chatbots. |
| format | Informe técnico |
| id | CGSpace152240 |
| institution | CGIAR Consortium |
| language | Español |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| record_format | dspace |
| spelling | CGSpace1522402025-11-05T12:23:05Z Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras Calderon, Santiago Ayes, Irma Guzman, Daniel Nasayo, Carlos Montes, Carlo Lopez, Sebastian Argeñal, Francisco Ramirez, Julian Sotelo, Steven software development climate change adaptation adaptación al cambio climático artificial intelligence climate inteligencia artificial forecasting clima técnicas de predicción-pronóstico Este proyecto fue diseñado para fortalecer las capacidades del Servicio Nacional Meteorológico de Honduras (CENAOS-COPECO) en la generación de pronósticos de corto y mediano plazo, consolidando datos meteorológicos de estaciones y explorando nuevas metodologías de pronóstico estacional. El proyecto se compone de cuatro componentes principales: un sistema de chatbot para la recolección de datos, la implementación del modelo WRF para pronósticos de 10 días, una herramienta para la extracción de información agrometeorológica, y un sistema de comparación de metodologías de pronósticos estacionales. La arquitectura del proyecto se diseñó utilizando la metodología C4, que abarca tres niveles de detalle. En el Nivel 1, se identificaron los usuarios y los sistemas principales (EOLO, Melisa, WRF 10 días), que permiten la generación, validación y distribución de pronósticos. En el Nivel 2, se detallan los contenedores diseñados para procesar datos climáticos, administrar la recolección de datos a través de chatbots y formatear las salidas del modelo WRF. El Nivel 3 describe los componentes específicos de cada sistema, incluyendo módulos de descarga de datos, scripts de procesamiento y herramientas de visualización. Adicionalmente, se describen los objetivos y limitaciones de la arquitectura, como la automatización de la recolección de datos, la sostenibilidad de las herramientas y la mejora de la accesibilidad de los pronósticos. El documento incluye consideraciones finales sobre el monitoreo, ajuste de modelos, y recomendaciones para la gestión de herramientas digitales y el uso de chatbots. 2024-09 2024-09-16T11:37:35Z 2024-09-16T11:37:35Z Report https://hdl.handle.net/10568/152240 es Open Access application/pdf Calderon, S.; Ayes, I.; Guzman, D.; Nasayo, C.; Montes, C.; Lopez, S.; Argeñal, F.; Ramirez, J.; Sotelo, S. (2024) Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras. CGIAR Initiative on AgriLAC Resiliente Documento de arquitectura de software. 18 p. |
| spellingShingle | software development climate change adaptation adaptación al cambio climático artificial intelligence climate inteligencia artificial forecasting clima técnicas de predicción-pronóstico Calderon, Santiago Ayes, Irma Guzman, Daniel Nasayo, Carlos Montes, Carlo Lopez, Sebastian Argeñal, Francisco Ramirez, Julian Sotelo, Steven Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title | Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title_full | Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title_fullStr | Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title_full_unstemmed | Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title_short | Herramientas digitales para el fortalecimiento de los servicios de información climática en Honduras |
| title_sort | herramientas digitales para el fortalecimiento de los servicios de informacion climatica en honduras |
| topic | software development climate change adaptation adaptación al cambio climático artificial intelligence climate inteligencia artificial forecasting clima técnicas de predicción-pronóstico |
| url | https://hdl.handle.net/10568/152240 |
| work_keys_str_mv | AT calderonsantiago herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT ayesirma herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT guzmandaniel herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT nasayocarlos herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT montescarlo herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT lopezsebastian herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT argenalfrancisco herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT ramirezjulian herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras AT sotelosteven herramientasdigitalesparaelfortalecimientodelosserviciosdeinformacionclimaticaenhonduras |