Modelamiento Bayesiano de caudal y precipitación aplicando modelos dinámicos y procesos de Poisson no homogéneos
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 hid...
- Autores:
-
Bermúdez Rubio, Dagoberto
- Tipo de recurso:
- Fecha de publicación:
- 2012
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/12134
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/12134
http://bdigital.unal.edu.co/9769/
- Palabra clave:
- 5 Ciencias naturales y matemáticas / Science
51 Matemáticas / Mathematics
55 Ciencias de la tierra / Earth sciences and geology
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
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional