Prediction of daily global solar irradiation using temporal Gaussian processes
Publicado en:Ieee Geoscience And Remote Sensing Letters. 11 (11): 1936-1940 - 2014-01-01 11(11), DOI: 10.1109/LGRS.2014.2314315
Autores: Salcedo-Sanz S; Casanova-Mateo C; Muñoz-Marí J; Camps-Valls G
Afiliaciones
Resumen
Solar irradiation prediction is an important problem in geosciences with direct applications in renewable energy. Recently, a high number of machine learning techniques have been introduced to tackle this problem, mostly based on neural networks and support vector machines. Gaussian process regression (GPR) is an alternative nonparametric method that provided excellent results in other biogeophysical parameter estimation. In this letter, we evaluate GPR for the estimation of solar irradiation. Noting the nonstationary temporal behavior of the signal, we develop a particular time-based composite covariance to account for the relevant seasonal signal variations. We use a unique meteorological data set acquired at a radiometric station that includes both measurements and radiosondes, as well as numerical weather prediction models. We show that the so-called temporal GPR outperforms ten state-of-the-art statistical regression algorithms (even when including time information) in terms of accuracy and bias, and it is more robust to the number of predictions used. © 2014 IEEE.
Palabras clave
Indicios de calidad
Impacto bibliométrico. Análisis de la aportación y canal de difusión
El trabajo ha sido publicado en la revista Ieee Geoscience And Remote Sensing Letters debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2014, se encontraba en la posición 57/248, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering, Electrical & Electronic.
Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 1.98. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)
Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:
- Media Ponderada del Impacto Normalizado de la agencia Scopus: 4.02 (fuente consultada: FECYT Feb 2024)
- Field Citation Ratio (FCR) de la fuente Dimensions: 12.74 (fuente consultada: Dimensions Jul 2025)
De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-07-06, el siguiente número de citas:
- WoS: 55
- Scopus: 88