Enhancement of a neural network for the generation of time series data on sea level dynamics

Abstract

[eng] This project explores the application and modification of the HIDRA2 model, a deep neural network designed for predicting sea surface height (SSH) variations, with a focus on the coastal region of Cuxhaven, Germany. The study begins by aligning and preprocessing tide gauge and atmospheric reanalysis data for model training and evaluation. HIDRA2 is then modified by expanding the input grid from 9x12 to 20x20 degrees and refining the output to a single-hour forecast. This approach allows for more accurate short-term predictions, which can be iteratively extended to generate a comprehensive time series of past and future conditions based solely on atmospheric variables, without dependence on tide gauge data

[spa] Este proyecto explora la aplicación y modificación del modelo HIDRA2, una red neuronal profunda diseñada para predecir variaciones en la altura de la superficie del mar (SSH), con un enfoque en la región costera de Cuxhaven, Alemania. El estudio comienza alineando y preprocesando los datos de mareógrafos y reanálisis atmosférico para el entrenamiento y la evaluación del modelo. Luego, el modelo HIDRA2 se modifica ampliando la cuadrícula de entrada de 9x12 a 20x20 grados y refinando la salida para un pronóstico de una hora. Este enfoque permite predicciones a corto plazo más precisas, que se pueden extender iterativamente para generar una serie temporal completa de condiciones pasadas y futuras basadas únicamente en variables atmosféricas, sin depender de los datos de mareógrafos

[cat] Aquest projecte explora l’aplicació i modificació del model HIDRA2, una xarxa neuronal profunda dissenyada per predir variacions en l’altura de la superfície del mar (SSH), amb un enfocament en la regió costanera de Cuxhaven, Alemanya. L’estudi comença alineant i preprocessant les dades de mareògrafs i reanàlisi atmosfèrica per a l’entrenament i avaluació del model. A continuació, es modifica el model HIDRA2 ampliant la quadrícula d’entrada de 9x12 a 20x20 graus i refinant la sortida per a un pronòstic d’una hora. Aquest enfocament permet prediccions a curt termini més precises, que es poden estendre iterativament per generar una sèrie temporal completa de condicions passades i futures basades només en variables atmosfèriques, sense dependre de les dades dels mareògrafs