Generación espacial de series sintéticas de lluvia
Se presenta la aplicación al medio colombiano de modelación de lluvia con alta resolución temporal e interrelacionada espacialmente empleando el modelo estocástico Neyman-Scott. El modelo considera que las lluvias se presentan según un proceso de Poisson, cada lluvia está compuesta por discos que re...
- Autores:
-
Guayara Calderón, Leonardo Andrés
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/929
- Acceso en línea:
- https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21784
https://repositorio.escuelaing.edu.co/handle/001/929
- Palabra clave:
- Modelo Neyman-Scottm
Modelación estocástica
Preservación de parámetros estadísticos
Series observadas
Series sintéticas
Neyman-Scott model
Stochastic models
Preservation of statistical parameters
Observed series
Synthetic series
- Rights
- openAccess
- License
- Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito
id |
ESCUELAIG2_fc61b5c371c6d439e15bba9f6f05f178 |
---|---|
oai_identifier_str |
oai:repositorio.escuelaing.edu.co:001/929 |
network_acronym_str |
ESCUELAIG2 |
network_name_str |
Repositorio Institucional ECI |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Generación espacial de series sintéticas de lluvia |
title |
Generación espacial de series sintéticas de lluvia |
spellingShingle |
Generación espacial de series sintéticas de lluvia Modelo Neyman-Scottm Modelación estocástica Preservación de parámetros estadísticos Series observadas Series sintéticas Neyman-Scott model Stochastic models Preservation of statistical parameters Observed series Synthetic series |
title_short |
Generación espacial de series sintéticas de lluvia |
title_full |
Generación espacial de series sintéticas de lluvia |
title_fullStr |
Generación espacial de series sintéticas de lluvia |
title_full_unstemmed |
Generación espacial de series sintéticas de lluvia |
title_sort |
Generación espacial de series sintéticas de lluvia |
dc.creator.fl_str_mv |
Guayara Calderón, Leonardo Andrés |
dc.contributor.advisor.spa.fl_str_mv |
Santos Granados, Germán Ricardo (dir) |
dc.contributor.author.spa.fl_str_mv |
Guayara Calderón, Leonardo Andrés |
dc.subject.spa.fl_str_mv |
Modelo Neyman-Scottm Modelación estocástica Preservación de parámetros estadísticos Series observadas Series sintéticas |
topic |
Modelo Neyman-Scottm Modelación estocástica Preservación de parámetros estadísticos Series observadas Series sintéticas Neyman-Scott model Stochastic models Preservation of statistical parameters Observed series Synthetic series |
dc.subject.keywords.spa.fl_str_mv |
Neyman-Scott model Stochastic models Preservation of statistical parameters Observed series Synthetic series |
description |
Se presenta la aplicación al medio colombiano de modelación de lluvia con alta resolución temporal e interrelacionada espacialmente empleando el modelo estocástico Neyman-Scott. El modelo considera que las lluvias se presentan según un proceso de Poisson, cada lluvia está compuesta por discos que representan celdas de lluvia cuyos centros están distribuidos sobre el área siguiendo un proceso de Poisson espacial; las celdas tienen radio, duración e intensidad aleatorias según distribuciones de probabilidad asociadas con las características físicas del proceso, y la intensidad se mantiene constante en el área ocupada por el disco durante la vida de la celda. El modelo, se calibra siguiendo la metodología descrita en Cowpertwait et al (2002) con 11 años de información horaria registrada en 4 pluvios para la cuenca del Río Tunjuelo en la ciudad de Bogotá, mediante la obtención del conjunto de los parámetros que definen las distribuciones de probabilidad empleadas por la teoría para describir la ocurrencia y comportamiento de la lluvia en dicha zona. Con el modelo calibrado se procede a la generación estocástica de series de lluvias sintéticas simultáneas en todos los pluvios del área de interés y finalmente se proponen mecanismos para estimar el grado de preservación de los estadísticos entre las series observadas y los conjuntos de series sintéticas estocásticas generadas. Se encontró que para algunos periodos, el modelo puede generar series sintéticas con buen grado de representatividad a pesar de la poca densidad espacial de registros y la escasa longitud de los mismos. |
publishDate |
2019 |
dc.date.accessioned.spa.fl_str_mv |
2019-02-18T16:41:50Z |
dc.date.available.spa.fl_str_mv |
2019-02-18T16:41:50Z |
dc.date.issued.spa.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2021-10-01T15:28:26Z |
dc.date.available.none.fl_str_mv |
2021-10-01T15:28:26Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
publishedVersion |
dc.identifier.uri.spa.fl_str_mv |
https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21784 |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/929 |
url |
https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21784 https://repositorio.escuelaing.edu.co/handle/001/929 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
rights_invalid_str_mv |
Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito https://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Escuela Colombiana de Ingeniería Julio Garavito |
dc.publisher.program.spa.fl_str_mv |
Maestría en Ingeniería Civil con Énfasis en Recursos Hidráulicos y Medio Ambiente |
institution |
Escuela Colombiana de Ingeniería Julio Garavito |
bitstream.url.fl_str_mv |
https://repositorio.escuelaing.edu.co/bitstream/001/929/1/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf https://repositorio.escuelaing.edu.co/bitstream/001/929/2/Autorizaci%c3%b3n%20.pdf https://repositorio.escuelaing.edu.co/bitstream/001/929/3/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/929/6/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/929/8/Autorizaci%c3%b3n%20.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/929/7/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/929/9/Autorizaci%c3%b3n%20.pdf.jpg |
bitstream.checksum.fl_str_mv |
51deb2459630ed29a6d92a70b20bb5d8 f2a7a6d5e4936a2966d98d7b1ecef747 5a7ca94c2e5326ee169f979d71d0f06e 32d50841abf91f8fd50aaa2ae9af84c9 e1c06d85ae7b8b032bef47e42e4c08f9 a3f74cc61791e726d8a6d0ab31082265 09267c29e16bd799c6ca091226b71685 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Escuela Colombiana de Ingeniería Julio Garavito |
repository.mail.fl_str_mv |
repositorio.eci@escuelaing.edu.co |
_version_ |
1814355622467993600 |
spelling |
Santos Granados, Germán Ricardo (dir)16086250aa46e11286850589ea0412c9Guayara Calderón, Leonardo Andrésb873f1182846798f3c68288e0f7d60a96002019-02-18T16:41:50Z2021-10-01T15:28:26Z2019-02-18T16:41:50Z2021-10-01T15:28:26Z2019https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21784https://repositorio.escuelaing.edu.co/handle/001/929Se presenta la aplicación al medio colombiano de modelación de lluvia con alta resolución temporal e interrelacionada espacialmente empleando el modelo estocástico Neyman-Scott. El modelo considera que las lluvias se presentan según un proceso de Poisson, cada lluvia está compuesta por discos que representan celdas de lluvia cuyos centros están distribuidos sobre el área siguiendo un proceso de Poisson espacial; las celdas tienen radio, duración e intensidad aleatorias según distribuciones de probabilidad asociadas con las características físicas del proceso, y la intensidad se mantiene constante en el área ocupada por el disco durante la vida de la celda. El modelo, se calibra siguiendo la metodología descrita en Cowpertwait et al (2002) con 11 años de información horaria registrada en 4 pluvios para la cuenca del Río Tunjuelo en la ciudad de Bogotá, mediante la obtención del conjunto de los parámetros que definen las distribuciones de probabilidad empleadas por la teoría para describir la ocurrencia y comportamiento de la lluvia en dicha zona. Con el modelo calibrado se procede a la generación estocástica de series de lluvias sintéticas simultáneas en todos los pluvios del área de interés y finalmente se proponen mecanismos para estimar el grado de preservación de los estadísticos entre las series observadas y los conjuntos de series sintéticas estocásticas generadas. Se encontró que para algunos periodos, el modelo puede generar series sintéticas con buen grado de representatividad a pesar de la poca densidad espacial de registros y la escasa longitud de los mismos.A case study on spatial generation of synthetic rain series through the application of a Neyman-Scott stochastic model, to a colombian catchment is presented. The model assumes that storms arrive in a Poisson process, where each storm consist on discs representing rain cells which centers are distribuited over the area according to a spatial Poisson process. The cells have a random radius, lifetime and intensity following probability distributions associated with physical characteristics of the rain process, and the intensity remain constant over the surface of the disc and cell lifetime. The fitting procedure is executed with the method described on the paper “A space-time Neyman-Scott model of rainfall: Empirical analysis of extremes, (Cowpertwait et al., 2002)” with time series of 11 years length and 1 hour resolution registered by 4 rain gauges on the Tunjuelo River basin in the city of Bogotá. The fitting process consists on the determination of a set of parameters that define the set of probability distributions used to describe the occurrence and behavior of the rain in the study area. Once the model is fitted, stochastic rain series are generated simultaneously on the set of rain gauges, and finally some performance metrics are proposed to asses the ability of the model to preserve statistical parameters between the observed and simulated rain series. It was found that for some periods, the model is able to generate synthetic series that are representative of the observed ones, despite of the low spatial density instrumentation and short registration period.MaestríaMagíster en Ingeniería Civil con Énfasis en Recursos Hidráulicos y Medio Ambienteapplication/pdfspaEscuela Colombiana de Ingeniería Julio GaravitoMaestría en Ingeniería Civil con Énfasis en Recursos Hidráulicos y Medio AmbienteDerechos Reservados - Escuela Colombiana de Ingeniería Julio Garavitohttps://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2Modelo Neyman-ScottmModelación estocásticaPreservación de parámetros estadísticosSeries observadasSeries sintéticasNeyman-Scott modelStochastic modelsPreservation of statistical parametersObserved seriesSynthetic seriesGeneración espacial de series sintéticas de lluviaTrabajo de grado - Maestríainfo:eu-repo/semantics/publishedVersionTextinfo:eu-repo/semantics/masterThesishttp://purl.org/redcol/resource_type/TMhttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALGuayara Calderón, Leonardo Andrés - 2019.pdfTesis de investigación: Generación Espacial de Series Sintéticas de Lluviaapplication/pdf8780457https://repositorio.escuelaing.edu.co/bitstream/001/929/1/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf51deb2459630ed29a6d92a70b20bb5d8MD51open accessAutorización .pdfAutorización de publicaciónapplication/pdf148479https://repositorio.escuelaing.edu.co/bitstream/001/929/2/Autorizaci%c3%b3n%20.pdff2a7a6d5e4936a2966d98d7b1ecef747MD52metadata only accessLICENSElicense.txttext/plain1881https://repositorio.escuelaing.edu.co/bitstream/001/929/3/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD53open accessTEXTGuayara Calderón, Leonardo Andrés - 2019.pdf.txtGuayara Calderón, Leonardo Andrés - 2019.pdf.txtExtracted texttext/plain98503https://repositorio.escuelaing.edu.co/bitstream/001/929/6/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf.txt32d50841abf91f8fd50aaa2ae9af84c9MD56open accessAutorización .pdf.txtAutorización .pdf.txtExtracted texttext/plain2https://repositorio.escuelaing.edu.co/bitstream/001/929/8/Autorizaci%c3%b3n%20.pdf.txte1c06d85ae7b8b032bef47e42e4c08f9MD58metadata only accessTHUMBNAILGuayara Calderón, Leonardo Andrés - 2019.pdf.jpgGuayara Calderón, Leonardo Andrés - 2019.pdf.jpgGenerated Thumbnailimage/jpeg5310https://repositorio.escuelaing.edu.co/bitstream/001/929/7/Guayara%20Calder%c3%b3n%2c%20Leonardo%20Andr%c3%a9s%20-%202019.pdf.jpga3f74cc61791e726d8a6d0ab31082265MD57open accessAutorización .pdf.jpgAutorización .pdf.jpgGenerated Thumbnailimage/jpeg3598https://repositorio.escuelaing.edu.co/bitstream/001/929/9/Autorizaci%c3%b3n%20.pdf.jpg09267c29e16bd799c6ca091226b71685MD59metadata only access001/929oai:repositorio.escuelaing.edu.co:001/9292021-10-01 17:16:22.005open accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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 |