Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Modelamiento Bayesiano de caudal y precipitación aplicando modelos dinámicos y procesos de Poisson no homogéneos

Bermúdez Rubio, Dagoberto (2012) Modelamiento Bayesiano de caudal y precipitación aplicando modelos dinámicos y procesos de Poisson no homogéneos. Maestría thesis, Universidad Nacional de Colombia.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

5MB

Resumen

La predicción de series temporales hidrológicas con la cuantificación de la incertidumbre, es una herramienta importante para la gestión de los recursos de agua. La no estacionariedad causada por el cambio climático y otros factores, tales como el cambio en las propiedades físicas de las cuencas hidrográficas, hacen que la tarea de pronóstico sea difícil mediante los métodos tradicionales. Por lo anterior, en este trabajo se proponen métodos Bayesianos para el estudio de la precipitación y del caudal de un rio. En la primera parte, se proponen modelos constantes, de regresión dinámica (MRD) y modelos lineales jerárquicos (MLJ). El modelo constante utiliza la información del pasado dada por los valores observados de la serie de tiempo, mientras que el MRD utiliza como covariables la información de la cantidad de precipitación medida en la parte alta de la cuenca del rio. En la segunda parte se considerará un Proceso de Poisson no Homogéneo (PPNH) para estimar la cantidad de veces que el caudal del río está por debajo o por encima de ciertos niveles dados, asumiendo algunas funciones de intensidad. Dichas metodologías se aplican en el análisis de los datos del caudal del río Sumapaz recolectados entre enero 01 de 1989 y 31 de diciembre de 2001. , Abstract. The hydrological time series prediction with uncertainty quantification is an important tool for the resource management water. Due to climate change and other factors such as changes in the physical properties of drainage basin, then the forecasting by means of traditional methods is going to be a difficult work. By the above, this work proposes Bayesian methods for studying of precipitation and discharge. In the First time, it proposes constant models of dynamic regression and hierarchical models. The constant model uses information based on observed values of the time series, while the dynamic regression model uses the precipitation measured in upper river basin information as covariates. In the second one, we consider a nonhomogeneous Poisson process to estimate how many times the discharge is below or above certain levels given, assuming some functions of intensity. These methodologies are applied in the analysis of data of Sumapaz river discharge. These data were collected between January 1, 1989 and December 31, 2001.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Cepeda Cuervo, Edilberto
Información adicional:Magíster en Ciencias Estadística
Palabras clave:Caudal; inferencia bayesiana; modelo lineal dinámico; muestreador de Gibbs; precipitación; proceso de Poisson no homogéneo, regresión dinámica , Flow; bayesian inference; dynamic linear model, gibbs sampler; precipitation, nonhomogeneous Poisson process; dynamic regression
Temática:5 Ciencias naturales y matemáticas / Science
5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
5 Ciencias naturales y matemáticas / Science > 55 Ciencias de la tierra / Earth sciences & geology
Unidad administrativa:Sede Bogotá > Facultad de Ciencias > Departamento de Estadística
Código ID:9769
Enviado por : Universidad Nacional de Colombia Biblioteca Digital -2-Sede Bogotá
Enviado el día :08 Agosto 2013 19:35
Ultima modificación:08 Agosto 2013 19:35
Ultima modificación:08 Agosto 2013 19:35
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox