Detección de señales en la medición del nivel del mar mediante técnicas de Inteligencia Artificial

Abstract

Los mareógrafos registran además de la marea astronómica, fenómenos de alta frecuencia, ( meteotsunamis, seiches, etc.) que pueden causar daños en puertos y zonas costeras. A diferencia de la marea, carecen de definición precisa universalmente aceptada. Los catálogos etiquetados de eventos pasados son escasos o inexistentes, impidiendo un enfoque de aprendizaje supervisado.

Este proyecto diseña y valida un pipeline detector de anomalías de alta frecuencia en registros del nivel del mar (resolución 1 minuto) en la costa gallega, sin eventos etiquetados. Al no existir ni definición ni catálogo general el problema se plante como detección no supervisada de anomalías, seguida de clustering para que la propia estructura de los datos, y no una taxonomía predefinida, identifique tipos de eventos físicamente relevantes.

Se construye primero un pipeline de limpieza y preprocesado de datos. La salida se segmenta en wavelets como entrada de los modelos. Primero exploramos modelos de referencia (detección de puntos de cambio, autoencoders LSTM/GRU). La contribución principal es un autoencoder convolucional U-Net autosupervisado, entrenado para reconstruir los escalogramas. Los segmentos con mayor error de reconstrucción se marcan como anómalos, y sus representaciones latentes se agrupan mediante K-Means y DBSCAN. Los clusters detectados se validan finalmente frente al catálogo interno de eventos confirmados de Puertos del Estado para Ferrol. Se obtienen clusters cuyo contenido espectral se sitúa consistentemente en la banda de meteotsunamis. El clúster más estable detectado alcanza una tasa de coincidencia estricta del 60% con los eventos confirmados por Puertos del Estado, junto con un pico espectral claro en dicha banda. El recall a nivel de evento es del 28.9% en eventos confirmados, pero supera el 80% en eventos de más de seis horas. El pipeline detecta de forma consistente en las tres estaciones, y con ambos algoritmos de clustering, anomalías físicamente relevantes.Tide gauges record not only the astronomical tide but also high-frequency phenomena — meteotsunamis, seiches, and similar events — that can cause damage in harbours and coastal areas. Unlike the tide, these phenomena lack a precise, universally accepted definition. Labelled catalogues of past events are scarce or nonexistent, ruling out a supervised learning approach. This project designs and validates a deep learning pipeline for detecting high-frequency anomalies in sea level records (1-minute resolution) along the Galician coast, without any labelled events. Since neither a general definition nor a general catalogue exists, the problem is framed as unsupervised anomaly detection followed by clustering, so that the structure of the data itself — rather than a predefined taxonomy — identifies physically relevant event types. A data cleaning and preprocessing pipeline is built first. The output is segmented into wavelet scalograms, which serve as input to the models. Baseline models are explored first (change-point detection, LSTM/GRU autoencoders). The main contribution is a self-supervised convolutional U-Net autoencoder trained to reconstruct the scalograms. Segments with the highest reconstruction error are flagged as anomalous, and their latent representations are grouped using K-Means and DBSCAN. The resulting clusters are finally validated against the internal catalogue of confirmed events held by Puertos del Estado for Ferrol. Clusters are obtained whose spectral content consistently falls within the meteotsunami band. The most stable detected cluster achieves a strict coincidence rate of 60% with events confirmed by Puertos del Estado, together with a clear spectral peak in that band. Event-level recall is 28.9% across all confirmed events, but exceeds 80% for events lasting more than six hours. The pipeline consistently detects physically relevant anomalies across all three stations and with both clustering algorithms.