Resumen
En este trabajo, se presenta un algoritmo para estimación de tasa de precipitación a partir de datos provenientes del sensor ATMS a bordo de la plataforma espacial Suomi-NPP. El algoritmo aprovecha la capacidad de penetración en las nubes asociada a las microodas pasivas, así como también la sensibilidad ante precipitaciones, cristales de hielo y nubes de agua precipitable, mediante el entrenamiento de redes neuronales. Con este fin se entrenan 4 redes neuronales, 2 para tierra y 2 para océano, de las cuales 1 corresponde a periodo de verano y la otra a invierno respectivamente, haciendo uso de datos simulados para los 22 canales que conforman el sensor ATMS. El algoritmo demuestra alto potencial para reproducir patrones de precipitación, así como una capacidad satisfactoria para la estimación de la magnitud de tasa de precipitación.