Modelización generalizable del riesgo de oleaje ciclónico
Autores: Scott, Mahlon; Huang, Hsin-Hsiung
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelización generalizable del riesgo de oleaje ciclónico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Marejadas
Comunidades costeras
Infraestructura
Eventos extremos
Evaluación de riesgos
Modelo jerárquico bayesiano
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Las marejadas ciclónicas representan un grave riesgo para las comunidades costeras e infraestructuras, subrayando la importancia crítica de estimar con precisión eventos extremos como la marejada de retorno de 100 años. Estas estimaciones son esenciales no solo para una evaluación efectiva de riesgos, sino también para informar el diseño costero resiliente. Inspirado en los principios de modelado estadístico robusto, este documento presenta un modelo jerárquico bayesiano integrado con procesos gaussianos para tener en cuenta efectos aleatorios espaciales. Este enfoque mejora la precisión de las estimaciones de marejadas ciclónicas de largo periodo de retorno y permite la generalización sin problemas de predicciones a regiones costeras cercanas no monitoreadas, de manera similar a como se aplican marcos bayesianos avanzados a datos neuroimagenológicos de alta dimensión o espaciotemporales, cerrando la brecha entre observaciones y territorios inexplorados.
Descripción
Las marejadas ciclónicas representan un grave riesgo para las comunidades costeras e infraestructuras, subrayando la importancia crítica de estimar con precisión eventos extremos como la marejada de retorno de 100 años. Estas estimaciones son esenciales no solo para una evaluación efectiva de riesgos, sino también para informar el diseño costero resiliente. Inspirado en los principios de modelado estadístico robusto, este documento presenta un modelo jerárquico bayesiano integrado con procesos gaussianos para tener en cuenta efectos aleatorios espaciales. Este enfoque mejora la precisión de las estimaciones de marejadas ciclónicas de largo periodo de retorno y permite la generalización sin problemas de predicciones a regiones costeras cercanas no monitoreadas, de manera similar a como se aplican marcos bayesianos avanzados a datos neuroimagenológicos de alta dimensión o espaciotemporales, cerrando la brecha entre observaciones y territorios inexplorados.