Erro Eslava, Juan
Loading...
Email Address
person.page.identifierURI
Birth Date
Job Title
Last Name
Erro Eslava
First Name
Juan
person.page.departamento
Proyectos e Ingeniería Rural
person.page.instituteName
ORCID
person.page.observainves
person.page.upna
Name
- Publications
- item.page.relationships.isAdvisorOfPublication
- item.page.relationships.isAdvisorTFEOfPublication
- item.page.relationships.isAuthorMDOfPublication
1 results
Search Results
Now showing 1 - 1 of 1
Publication Open Access Análisis regional de las precipitaciones diarias extremas en la cuenca del río Arga con R(2011) Erro Eslava, Juan; López Rodríguez, José Javier; Escuela Técnica Superior de Ingenieros Agrónomos; Nekazaritza Ingeniarien Goi Mailako Eskola Teknikoa; Proyectos e Ingeniería Rural; Landa Ingeniaritza eta ProiektuakTradicionalmente, los métodos de análisis de frecuencia de los eventos extremos correspondientes a las precipitaciones máximas diarias han estado basados en el uso de las series de observaciones a nivel local. Sin embargo, dada la escasa longitud de dichas series y la incertidumbre relacionada con la calidad de las muestras - que presentan por lo general una gran variabilidad del sesgo muestral - este empleo de series locales en la estimación de los cuantiles carece, en cierto modo, de rigor. El método del índice de avenida basado en el estudio de los L -momentos, propuesto por Hosking y Wallis (1997), permite resolver esta problemática paliando la carencia de datos en el tiempo con su abundancia en el espacio. El río Arga, por otra parte, es uno de los ríos más caudalosos de Navarra; atraviesa algunas de las ciudades más importantes del territorio y provoca con cierta frecuencia desbordamientos que se traducen en inundaciones de los núcleos urbanos. Con el fin de caracterizar las frecuencias de las precipitaciones extremas (cuantiles) en la cuenca del río Arga, se propone realizar un análisis regional de las precipitaciones registradas en 24 h. en las estaciones pluviométricas de dicha cuenca. El análisis incluirá los siguientes pasos: 1. filtrado primario de las observaciones, 2. identificación de regiones homogéneas, 3. selección de la función de distribución que mejor se ajuste a cada región, 4. estimación de los cuantiles asociados a un cierto periodo de retorno. El estudio concluirá con la comparación del análisis regional con los métodos clásicos de análisis local. La metodología del índice de avenida y el estudio de los L -momentos se implementarán mediante el lenguaje de programación R.