Mètodes Estadístics en Hidrologia (250822) – Curs 2025/26 PDF
Temari
* Sistema de evaluación. * Características del trabajo personal a realizar. * Que aporta la estadística a la hidrología. * Técnicas de análisis de datos en hidrología. La importancia de las técnicas estadísticas. * Caracterización estadística de las variables hidrológicas. * Ajustes de leyes de distribución de probabilidad. * Bondad de un ajuste. Criterios estadísticos objetivos. * Ejemplos con la distribución normal y lognormal
Dedicació
2h Grup gran + 2h 48m Aprenentatge autònom* Concepte de període de retorn. Utilització en hidrologia. * Lleis de distribució de probabilitat de expremos. Llei de Gumbel. GEV. * Ajust gràfic: necessitat i metodologia. * Construcció de gràfics per ajustos de Gauss, lognormal i Gumbel. * Exemples i exercicis. * Problema de l'ajust de valors extrems de cabals. * Distribucions de probabilitat LOG PEARSON III, TCEV i SQRT-MAX * Exemples i exercicis. * El mètode del GRADEX * Resolució de problemes i exercicis * Corba de cabals classificats. * Aplicacions a detecció de sequeres, explotacions hidrològiques i caracterització de l'impacte del canvi climàtic. * Homogeneïtat de sèries. * Corbes de doble cúmul. * La comparació amb altres variables. * Exemples i exercicis.
Dedicació
4h Grup gran + 6h Grup mitjà + 14h Aprenentatge autònom5. Anàlisi estadística multivariant: * Resolució de problemes i exercicis d'ajust de regressió múltiple
Dedicació
2h Grup gran + 2h Grup mitjà + 5h 36m Aprenentatge autònom* Conceptes bàsics. Vectors i valors propis. * Significat estadístic. Elecció del nombre de variables. * Anàlisi de clústers * Aplicació a la millora de la reconstrucció de sèries. * Aplicació a la millora de la reconstrucció de camps 2D. * Exemples i exercicis. * Estudi de la interpolació de la pluja històrica amb patrons de distribució. * Resolució de problemes i exercicis d'anàlisi en components principals
Dedicació
2h Grup gran + 2h Grup mitjà + 5h 36m Aprenentatge autònom* Conceptes bàsics. Variables regionalitzades. * Funcions aleatòries. Funcions aleatòries estacionàries i estacionàries de segon ordre. * variograma. Relació entre semi-variograma i covariància en funcions aleatòries estacionàries. * Kriging ordinari. * Exemples * Inferència del variograma. Semi-variograma mostral. * Models de semi-variograma: exponencial, esfèric, gausiano i de llavor pur. * Exercicis * Anàlisi d'estructura avançat: escales de variabilitat, anisotropia, causes de l'efecte llavor, semivariogrames estacionaris i no estacionaris. * Introducció a la resolució de problemes utilitzant IDL * Exercicis * Kriging Universal i residual * Cokriging * Kriging amb deriva externa i co-kriging co-localitzat. * Introducció a la simulació geoestadística. * Mètode de Montecarlo. Simulació seqüencial. * Pistes per saber més. * Exemples * Resolució de problemes i exercicis d'anàlisi geoestadística i kriging
Dedicació
6h Grup gran + 3h Grup mitjà + 12h 36m Aprenentatge autònom* Principi bàsic per a la validació * Tècniques simples. * Tècniques avançades. * Exemples de models i de la seva validació sobre dades reals * Exercicis. * Pistes per saber més.
Dedicació
2h Grup gran + 2h 48m Aprenentatge autònom* Concepte d'incertesa. Mètodes de caracterització de la incertesa. * Impacte de la incertesa en els models de previsió. * Previsió probabilística. Previsió hidrològica per conjunts * Models probabilístics de previsió de pluja * Models probabilístics de previsió de pluja * Pistes per saber més.
Dedicació
2h Grup gran + 2h 48m Aprenentatge autònom* Resolució de dubtes. * Presentació de resultats dels exercicis proposats
Dedicació
3h Grup mitjà + 4h 11m Aprenentatge autònomExercicics
Dedicació
6h Grup mitjà + 3h Grup petit/Laboratori + 12h 36m Aprenentatge autònom