Logotipo del repositorio

Trabajos Finales de Graduación

URI permanente para esta colecciónhttp://10.0.96.45:4000/handle/11056/14825

Examinar

Examinando Trabajos Finales de Graduación por Materia "ATMOSPHERE"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    Ítem
    Análisis de la fase atmosférica en el Caribe Sur de Costa Rica y su impacto en la determinación de la deformación en la línea de vista, tras la aplicación del método Persistent Scatterer InSAR, para el período 2020-2022
    (Universidad Nacional (Costa Rica), 2024-09) Rodríguez Corrales, José Ignacio; Zumbado Segura, Catalina María; Valverde Calderón, José Francisco
    Resumen. El proyecto se centra en analizar el impacto de la fase atmosférica en el Caribe Sur de Costa Rica, mediante la estimación del retraso troposférico y su corrección tras la aplicación del método Persistent Scatterer InSAR. El objetivo es determinar la velocidad de deformación en la línea de vista en el área de estudio como insumo para investigaciones posteriores sobre los procesos erosivos actuales. En el estudio se utilizaron imágenes de radar de los satélites Sentinel-1 para estimar las velocidades mediante la técnica Persistent Scatterer InSAR (PSI), preprocesadas en el programa SNAP y aplicadas con la herramienta StaMPS en conjunto con TRAIN. Se analizó la corrección de la fase atmosférica a través de diferentes métodos, los cuales son APS Lineal, APS Power-law y APS GACOS. Los resultados muestran que el método APS Lineal y APS GACOS ofrecen una mejor y consistente corrección de la fase atmosférica, permitiendo estimar con precisión las velocidades de deformación en la línea de vista, tanto en órbitas ascendentes como descendentes. Por otro lado, APS Power-law presenta discrepancias significativas y se considera menos confiable debido a la dificultad para modelar adecuadamente las capas atmosféricas. El proyecto concluye que la elección del método para la corrección atmosférica debe basarse en los objetivos específicos y los requisitos de cada proyecto. TRAIN ha demostrado ser eficiente, pero su falta de soporte continuo puede plantear desafíos a largo plazo. En general, es crucial equilibrar precisión, facilidad de uso y limitaciones de los métodos para optimizar resultados en futuras investigaciones.