Repositorio Dspace

On the assessment of water resources model predictions

Mostrar el registro sencillo del ítem

dc.creator Vázquez Zambrano, Raúl Fernando
dc.date 2011-06-24
dc.date.accessioned 2022-03-25T20:01:16Z
dc.date.available 2022-03-25T20:01:16Z
dc.identifier https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/375
dc.identifier 10.18537/mskn.02.01.04
dc.identifier.uri http://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/132770
dc.description En el contexto de modelación hidrológica/hidráulica, este artículo describe el análisis de los estadísticos de calidad de modelación empleados con mayor frecuencia en publicaciones científicas. El análisis se basó en el examen de los estadísticos y su aplicación en el contexto de modelación hidrológica. Así, estos estadísticos se clasificaron en dos grandes grupos de acuerdo al tipo de error que los mismos son capaces de percibir: (i) estadísticos que miden el error sistemático medio; y (ii) estadísticos que miden la combinación de los errores sistemático y aleatorio. De esta forma, el lector está en capacidad de seleccionar un grupo de estadísticos que midan información diferente de la población de errores (o residuos de modelación). El artículo se ocupa además de las debilidades principales de los estadísticos más populares, citados en la literatura científica, y sugiere algunas aproximaciones que podrían emplearse para mitigar dichas debilidades al momento de evaluar la calidad de la modelación numérica.   en-US
dc.description The analysis of the most commonly used measures of hydrological/hydraulic model performance was herein carried out by means of their statistical examination and illustrative modelling applications. In doing so, the model performance indexes were classified in two groups, according to the type of error (or residual) that those indexes are measuring: (i) statistics measuring the average systematic error (model bias); and (ii) statistics measuring the average combined systematic and random discrepancies among simulations and observations. The reader can in this way easily select a set of unrelated statistics to report on model performance. The manuscript addresses as well the main pitfalls of some of the most popular statistics used in scientific literature and suggests some approaches to overcome such potential pitfalls when addressing model performance. es-ES
dc.format application/pdf
dc.language eng
dc.publisher Universidad de Cuenca es-ES
dc.relation https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/375/319
dc.source Maskana; Vol. 2 Núm. 1 (2011); 49-58 es-ES
dc.source Maskana; Vol. 2 No. 1 (2011); 49-58 en-US
dc.source 2477-8893
dc.source 1390-6143
dc.source 10.18537/mskn.02.01
dc.subject modelación hidrológica-hidráulica es-ES
dc.subject calidad de modelación es-ES
dc.subject estadístico es-ES
dc.subject calibración es-ES
dc.subject evaluación es-ES
dc.subject validación es-ES
dc.subject incertidumbre es-ES
dc.subject simulaciones Monte-Carlo es-ES
dc.subject hydrologic-hydraulic modelling en-US
dc.subject model performance en-US
dc.subject statistic en-US
dc.subject calibration en-US
dc.subject evaluation en-US
dc.subject validation en-US
dc.subject uncertainty en-US
dc.subject Monte Carlo simulations en-US
dc.title On the assessment of water resources model predictions en-US
dc.title Sobre la evaluación de predicciones de un modelo de recursos hídricos es-ES
dc.type info:eu-repo/semantics/article
dc.type info:eu-repo/semantics/publishedVersion


Ficheros en el ítem

Ficheros Tamaño Formato Ver

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta