Tesis para optar al Grado de Magíster en Urbanismo

Esta memoria de título trata del estudio de las vibraciones producto de tronaduras en el rajo abierto de Williams Mine, mina de oro ubicado en Ontario, Canadá, para definir áreas no seguras producidas por la tronadura de superficie y utilizando un rango de valores de velocidad máxima de partícula. Los pasos a seguir para la realización de esta memoria fue la recopilación de información, realización de dos modelos numéricos para distintos periodos utilizando Examine3d, siendo el primero la explotación minera hasta marzo 2008 y el segundo plan mina hasta 2010, estudio de la estabilidad de los caserones (Mathews, 1980), modelación y calibración de la tronadura utilizando el software Comsol y por ultimo predicción de las vibraciones para cantidades máximas de explosivos por retardo. Los resultados de los modelos numéricos muestran que el campo de esfuerzos cambió a lo largo del tiempo, generando una concentración de esfuerzos en los pilares y relajación en el pillar que separa la mina subterránea con la mina rajo abierto. Las excavaciones presentes en la zona C de la mina subterránea de Williams Mine son estables o están dentro de la zona de transición entre estables y estables con soporte. Si bien, todos los caserones tienen soporte, algunos de ellos han fallado por efecto de tracción y por la complejidad de las estructuras. En la modelación y calibración de la tronadura, se obtuvieron valores similares a los registrados por los acelerómetros presentes en la mina subterránea. Los ajustes del módulo de Young y razón de Poisson por zonas correspondieron a 22 GPa y 0,42 para zona C rajo, 23 GPa y 0,46 para Sceptre rajo y 23 GPa y 0,46 para rajo West . No se encontraron direcciones preferenciales (Norte Sur) con respecto a la propagación de las vibraciones en la zona C. Se obtuvieron las distancias máximas a las cuales se obtienen vibraciones de 10mm/ seg de velocidad máxima de partícula utilizando Comsol para el rango de explosivos usados en la mina Williams. Las máximas distancias a las cuales se obtienen valores de PPV de 10 mm/seg (rango de seguridad), se muestran en el siguiente gráfico: Se debe elegir un criterio para la evacuación oportuna del personal trabajando en la mina subterránea. Se entregan las bases para que las personas a cargo puedan tomar la decisión en función de la protección de las personas y equipos presentes en los niveles subterráneos.

No description available.

Santiago de Chile se encuentra entre una de las ciudades más contaminadas del mundo. Por ello es necesario disponer de inventarios de emisión que sean confiables, precisos y detallados. Esta información permite identificar a los principales responsables y así tomar medidas para frenar el aumento o incluso provocar un decrecimiento de las emisiones, además de proveer un formato adecuado para la modelación de la calidad del aire mediante modelos de transporte y química atmosférica. El presente trabajo aborda dos grandes objetivos ambos desarrollados para la ciudad de Santiago de Chile. El primero es desarrollar y aplicar una metodología de modelación inversa para optimizar un inventario de emisiones de monóxido de carbono (CO). El segundo es aplicar y desarrollar métodos para obtener la distribución espacial de emisiones de fuentes móviles de CO. Para poder obtener un inventario optimizado por modelación inversa se realizó previamente un análisis de observaciones de las estaciones de monitoreo de calidad de aire de Santiago, una validación de las simulaciones meteorológicas y de dispersión de CO así como una validación de la metodología de modelación inversa utilizada para el caso de estudio. En estas etapas previas se encontraron las limitaciones tanto de las observaciones como de los modelos y metodologías. Finalmente, se obtuvo un inventario de emisiones con características similares al inventario inicial con una disminución global de un 2.1 %. Sin embargo, estos cambios corresponden a una disminución de emisiones en la zona centro-oeste y aumento en la zona este-sur y este-norte, como también a cambios en las emisiones sólo en las horas de la mañana, que en el detalle muestran diferencias superiores al 100 % en algunos puntos con respecto a la referencia. Basándose en las metodologías existentes de estimación de la distribución espacial de las emisiones se desarrollaron nuevos escenarios obteniéndose resultados satisfactorios. Las metodologías consistieron en usar mapas con información indirecta a las emisiones, como son densidad de población, índices socioeconómicos y de uso de suelo; e información directa, como una red vial completa, red vial simplificada e información sobre flujos vehiculares, capacidad de vías y velocidades medias. Las metodologías aplicadas ocupan distintos niveles de información, de forma que dejar abierta la posibilidad de aplicarlas en otras ciudades dependiendo del tipo de información que se posea. Primeramente se encontró que es posible mediante metodologías simples optimizar un inventario de emisiones utilizado un modelo de dispersión de contaminantes y observaciones de estaciones de monitoreo de la calidad de aire. Segundo, es factible obtener la distribución espacial de las emisiones usando metodologías simples obteniendo un buen nivel de representatividad de la referencia con el fin de evitar el uso de modelos costosos y así dejando abierta su aplicación a otras megaciudades de Sudamérica.

No description available.

No description available.

La contaminación difusa por nitratos de las aguas subterráneas, la cual es principalmente originada por la agricultura, es una creciente preocupación en casi cualquier parte del mundo. Esto ha provocado el desarrollado de normativas; en Europa, en 1991 se estableció la Directiva de Nitratos y el año 2000 la Directiva Europea Marco del Agua (DMA). La DMA establece que las masas de agua deben alcanzar el buen estado en el año 2015, además reconoce el rol que la economía puede tener en alcanzar los objetivos ecológicos y ambientales. En este trabajo se presenta un modelo hidro-económico que sugiere la gestión óptima de fertilizantes para controlar la contaminación por nitratos de las agua subterráneas. El modelo holístico de optimización determina la distribución espacio-temporal de la tasa de aplicación de fertilizantes que maximiza los beneficios netos en la agricultura, limitada por los requerimientos de calidad en el agua subterránea en diferentes puntos de control. El modelo relaciona la aplicación de fertilizantes con las concentraciones de nitratos en el agua subterránea mediante el uso de modelos agronómicos, de simulación del flujo y transporte en el agua subterránea, con los cuales se generan soluciones unitarias que son integradas en matrices de respuesta (RM). Las RM dentro del modelo de gestión permiten simular la evolución de la concentración de nitratos en el agua subterránea mediante superposición en diferentes puntos de control a largo del tiempo, debido a la emisión de contaminantes en diferentes zonas distribuidas en el espacio y variables en el tiempo. Los beneficios de la agricultura se determinan a través de funciones de producción y el precio de los cultivos. El modelo desarrollado se aplicó a un acuífero sintético. Se obtuvo la aplicación óptima de fertilizantes para problemas con diferentes condiciones iniciales, horizontes de planeación y tiempos de recuperación. / Peña Haro, S. (2010). A hydro-economic modeling framework for optimal management of groundwater nitrate pollution from agriculture [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/7483 / Palancia

Memoria para optar al título de Ingeniero Civil / Este trabajo busca responder una interrogante natural que surge al momento modelar hidrológicamente una cuenca, ¿En qué escala temporal es pertinente resolver las ecuaciones del modelo? Si se busca modelar periodos extensos, la escala temporal define el nivel de detalle (resolución temporal) que requieren las forzantes meteorológicas, así como el costo computacional que conlleva la modelación, por tanto, la elección no es arbitraria. Para responder lo anterior se modelan seis cuencas en la Región de Coquimbo con el modelo hidrológico VIC, a pasos temporales de 3, 6, 12 y 24 horas, calibrando siempre a nivel diario mediante los caudales observados. Se buscar analizar si existen diferencias sistemáticas en la representación de los procesos hidrológicos de cada paso temporal, así como en el ajuste que alcanzan sus caudales simulados respecto los observados. Los resultados muestran que, la representación de los procesos hidrológicos en cuanto a escorrentía, evaporación, sublimación y estacionalidad de los caudales tiende a ser similar entre los pasos de 3, 6 y 12 horas, alcanzando un KGE del caudal medio diario casi idéntico durante calibración. Por lo mismo, la variación de sus parámetros calibrados en esta etapa corresponde a un reajuste por efecto del cambio de resolución temporal. Aún así, existen leves diferencias en los procesos nivales de estos pasos temporales, que en validación se traducen en ajustes disimiles. Es así como según la cuenca, puede existir una mejora al pasar desde las 3 a 12 horas, un empeoramiento o una variación nula. En promedio, en términos de KGE, las modelaciones de 3 y 6 horas son equivalentes durante validación y la modelación de 12 horas levemente inferior. Por otro lado, el paso de 24 horas, tiene una representación de los procesos hidrológicos diferente a los demás pasos, que se caracteriza por una sublimación muy menor (casi nula). Su ajuste de caudales medios diarios tiende a ser igual o incluso mejor que los otros pasos, tanto en calibración como validación, y lo mismo ocurre con el ajuste la curva de variación estacional de caudales y los sesgos de las curvas de duración. Por lo tanto, respecto si existe un paso temporal más conveniente para modelar se aconseja, en esta zona geográfica, modelar a 3, 6 o 24 horas teniendo en cuenta que para las 24 horas la representación de los procesos hidrológicos es diferente pero con un ajuste que, en ciertas cuencas, es muy superior. / Powered@NLHPC: Esta investigación/tesis fue parcialmente apoyada por la infraestructura de supercómputo del NLHPC (ECM-02)

Durante la última década, diversos grupos de investigación se han enfocado en el desarrollo de la tecnología de sensores de satélites y su explotación con el fin de obtener en tiempo real una estimación de la lluvia a escala global. Y es clara la utilidad de estas mediciones, tanto para los modelos de circulación global como para la modelización hidrológica en escalas menores, como sería el caso de cuencas poco o nada instrumentalizadas y con ello, fortalecer la capacidad de gestión de los recursos hídricos, mejorar la predicción del clima y desastres naturales y ofrecer rigor científico que ayude a tomar decisiones informadas. Actualmente, la lluvia estimada por satélite está sujeta a diversos errores debido a problemas instrumentales, naturaleza del sistema de medición, simplificaciones teóricas y relaciones complejas entre las variables observadas y la lluvia, entre otras razones (Nikolopoulos et al., 2010; Semire et al., 2012); esto podría limitar su uso en aplicaciones hidrológicas, por lo que la reducción de este error es clave para su aplicación hidrológica. El objetivo de la tesis es evaluar la utilidad de dos productos de lluvia estimada de satélite, a través de un modelo hidrológico distribuido en una cuenca mediterránea extratropical, como una alternativa de estimación de la precipitación en aquellas regiones donde los pluviómetros convencionales son escasos o inexistentes. La zona de estudio es la cuenca del río Júcar que está localizada al este de la península Ibérica (Valencia, España) con un área drenada de 21,500 km2 , caudal medio de 43 m3 /s, lluvia media de 500 mm y temperatura media de 14º C. El relieve está formado por cadenas de montañas del sistema Ibérico, una meseta continental y una llanura costera; con altitudes máximas de 1770 msnm. Los productos de satélite tienen una resolución temporal diaria y resolución espacial de 0.25º (PERSIANN) y 0.04º (PERSIANN-CCS). Estos productos estiman la lluvia a partir de información de múltiples satélites geosincrónicos (GOES, GMS, MeteoSat) que se actualizan con información de satélites con sensores de microondas pasivos (TRMM, NOAA, DMSP). La información hidrometeorológica con base en tierra (lluvia, caudal, temperatura e información de embalses) ha sido proporcionada por la Agencia Española de Meteorología (AEMET) y el Sistema Automatizado de Información Hidrológica de la Confederación Hidrográfica del río Júcar (SAIH-CHJ) para un período de tiempo del 01 de Enero del 2003 y el 31 de Octubre del 2009. Para caracterizar el error de la lluvia estimada de satélite, se comparó con la lluvia de referencia con base en tierra, a través de herramientas estadísticas que permiten sintetizar el análisis y tener una visión más detallada del error. Así, para cuantificar el grado de dependencia se usó el análisis de correlación con test estadístico de Pearson y Kendall. Además, se obtuvieron: índice de eficiencia de Nash¿Sutcliffe (E), ratio de la raíz del error cuadrático medio y la desviación estándar de las observaciones (RSR), error en volumen (Ev), estadísticos de detección, curva doble masa y técnicas gráficas. Respecto al desempeño del modelo hidrológico, se evaluó a través de índices de eficiencia y técnicas gráficas, en calibración, validación y propagación del error. Los resultados, específicos para la zona de estudio, indican que las correlaciones espaciales entre la lluvia estimada a partir de satélite y la lluvia de referencia, es aceptable a escala anual, menos aceptable a escala mensual, pero pobre a escala diaria. En invierno la correlación diaria es más débil, debido a que las lluvias se concentran más en las zonas montañosas y tal vez, este efecto orográfico no está bien detectado por los satélites. Por el contrario, en verano se observa el patrón opuesto, con correlación positiva significativa, posiblemente por la mayor presencia de días sin lluvia (valor cero). Esto se ve reflejado en valores más altos con el coeficiente de Pearson en verano, ya que la presencia de ceros favorece una mayor correlación; en cambio el coeficiente de Kendall representa mejor estos casos, ya que resiste el efecto de valores extremos (valores mínimos en este caso). También se obtienen errores altos con lluvias máximas y con frecuencia sobrestimación de lluvias ligeras. En general, la lluvia PERSIANN-CCS sobrevalora, mientras que PERSIANN subestima a diferentes escalas de agregación de cuenca. Además, PERSIANN tiene mayor probabilidad de detección de lluvia, pero también de falsas alarmas. La detección de lluvia es menor en la subcuenca del río Albaida (zona costera con lluvias torrenciales y probables SCM en otoño) que en la subcuenca de Pajaroncillo (zona montañosa con lluvias orográficas). Es decir, estas diferencias en la detección por los dos productos de satélite, están siendo influenciadas por las características climáticas y fisiográficas de la zona, que coincide con lo reportado por Hossain y Huffman (2008). El error en volumen (Ev) de la lluvia, para todas las escalas de agregación de cuenca, subestima con PERSIANN y sobrestima con PERSIANN-CCS. Este error tendrá consecuencias en la modelación hidrológica; sin embargo, desde el punto de vista de la modelación, el error se corrige mejor con la sobrestimación que con la subestimación de la lluvia. La cuenca Albaida (1301 km2 ) tienen mejor rendimiento en términos del índice de eficiencia de Nash-Sutcliffe (E) en la estimación de la lluvia con los dos productos de satélite posiblemente por la mayor presencia de lluvias convectivas que el satélite identifica mejor, y que coincide con lo reportado por Ebert et al (2007). En cambio la cuenca más pequeña Pajaroncillo (861 km2 ) tiene mejor rendimiento en Ev pero solo con el producto PERSIANN-CCS. Al respecto, la lluvia orográfica en Pajaroncillo (altitud de 1009 a 1726 msnm) no está siendo bien detectada por el satélite debido a que las montañas emiten una radiación muy variable que dificultan la detección de los satélites con sensores de microondas pasivos, reportado por Levizzani (2008); sin embargo este efecto pareciera que disminuye con una mejor resolución de satélite. La calibración de los parámetros del modelo hidrológico TETIS ha permitido elevar el rendimiento en la modelación. También, diversos autores realizaron una calibración de su modelo hidrológico para mejorar el rendimiento con los productos de lluvia estimada de satélite (Stisen y Sandholt, 2010; Bitew y Gebremichael, 2011b; Bitew et al., 2011; Jiang et al., 2012; Moreno et al., 2012). Es así que, en la modelación hidrológica, se obtienen rendimientos ¿insatisfactorios¿ con PERSIANN, mientras que con PERSIANN-CCS los rendimientos pasan a ser ¿satisfactorios¿. Los resultados son alentadores con lluvia PERSIANN-CCS y tal parece que una mejor resolución de los datos raster de la lluvia, una menor FBIAS y un error de sobrestimación en el volumen de la lluvia, ocasionan que este producto de satélite se adapte mejor en la modelación hidrológica. Similares resultados respecto a productos de satélite con mejor resolución espacial, son reportados por Nikolopoulos et al. (2010) con el producto KIDD (4 km) de mejor resolución espacial, respecto de los productos TRMM-3B42 (0.25º) y KIDD (25 km). Por el contario, en la modelación con lluvia PERSIANN, una resolución espacial grosera de los datos raster de la lluvia y el error de la subestimación en el volumen de la lluvia están afectando negativamente a la modelación, ya que hay insuficiente lluvia que alimente el Ciclo Hidrológico, pero esto posiblemente se esté amortiguando con la mayor probabilidad de detección de la lluvia PERSIANN. Como el modelo hidrológico trata de mantener un comportamiento similar al caudal observado (ya que la estrategia de calibración es una función de este caudal y no de algún componente del balance hídrico), se obtiene que el factor corrector de evapotranspiración se reduce un 71% con PERSIANN e incrementa un 32% con PERSIANN-CCS para finalmente obtener una evapotranspiración que se reduce con PERSIANN e incrementa con PERSIANN-CCS. Un comportamiento similar es reportado en el componente de evapotranspiración con subestimación de lluvia PERSIANN, por Bitew y Gebremichael (2011b) y Moreno et al. (2012). En lo que respecta a la propagación del error de la estimación de la lluvia a la simulación hidrológica, el error en volumen de la lluvia se amortigua a través del proceso de transformación lluvia-escorrentía. Al contrario del error de la lluvia en términos de E y RSR, que empeoran con la modelación hidrológica, excepto en las cuencas más pequeñas como Pajaroncillo (861 km2 ) y Albaida (1,301 km2 ). De cara a mejorar las posibilidades de uso práctico de la lluvia de satélite, se implementó un modelo Bayesiano para combinar información de pluviómetros con lluvia PERSIANN-CCS con diferentes densidades de pluviómetros en la subcuenca montañosa de Pajaroncillo. Los resultados, específicos para la zona de estudio, indican que el valor medio de la lluvia estimada con PERSIANN-CCS mejora a partir de densidades menores a 100 km2 /pluviómetro. Por el contrario, para densidades mayores de 100 km2 /pluviómetro, el valor medio empeora en un rango del 20 al 200%, según aumente la densidad de la red de pluviómetros. Se encontró un comportamiento similar con el resto de estadísticos. Así, es clara una mejora significativa en los estadísticos para una densidad menor a 100 km2 /pluviómetro, con incremento de POD, CSI, PC y HSS, y reducción de FAR. Además, se observa una mejora notable del FBIAS en todas las densidades de pluviómetros, con la excepción de la densidad de 45 km2 /pluviómetro. Los índices de eficiencia de lluvia E, RSR y Ev, se estabilizan a una densidad menor a 100 km2 /pluviómetro. En lo que respecta a la modelación hidrológica utilizando el modelo Bayesiano de combinación de lluvia, se obtienen rendimientos ¿buenos¿ a ¿muy buenos¿ con densidades menores a 100 km2 /pluviómetro, obteniendo el mejor rendimiento para una densidad de 72 km2 /pluviómetro en el que su hidrograma reproduce adecuadamente el flujo base y la forma de la curva de recesión, detecta la mayoría de caudales máximos y días en que ocurren, pero subestima su valor máximo en un 37%. No se debe descartar que esta subestimación podría deberse a que en regiones montañosas, como Pajaroncillo, las estaciones pluviométricas tienden a estar en los valles y con ello subestimar la lluvia orográfica (Ebert et al., 2007; Álvarez, 2011). Respecto a la propagación del error de la lluvia, resulta que el error en volumen de la lluvia se amortigua en todas las densidades de pluviómetro (a excepción con una densidad de 431 km2 /pluviómetro), pero empeora en términos de E y RSR, excepto para densidades menores a 172 km2 /pluviómetro. Como conclusión final se puede decir que el nuevo producto de estimación de lluvia PERSIANN-CCS, además de incrementar su resolución espacial, también mejora en cuanto a su fiabilidad de uso en la modelación hidrológica, especialmente si se combina con datos de pluviómetro, convirtiéndose en el punto de partida de futuras investigaciones. / Ramos Fernández, L. (2013). Estudio de la utilidad de la lluvia estimada de satélite en la modelación hidrológica distribuida [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/27548 / Alfresco

Over the years, the method of least squares (SLS) has been the method of inference commonly applied in hydrological modeling, although its hypotheses are not respected by the modeling errors. Awareness of the fact that the hydrological modeling process is affected by more, and more important, sources of uncertainty that the purely observational, the only source of error considered by SLS, has contributed to the appearance of publications that suggest the need for applying more appropriate inference methods on hydrological models, and in general, on environmental models. The adequacy of inference methods involves considering all sources of error, or their effects, which influence the modeling process. Only in this way it is possible to obtain reliable parameters, a non-biased prediction and a correct estimation of the uncertainty of both, these being the main objectives of this Doctoral Thesis. To this end, this thesis proposes the joint inference, following the Bayesian inference paradigm, of hydrological parameters and the parameters of a generalized error model, which provides the necessary flexibility to relax all hypotheses (Gaussian errors with null mean, independent and identically distributed), which disable the SLS error model to infer hydrological models. The main contribution of the thesis is the proposition of the methodology to follow, for the correct application of the direct modeling (without previous transformation of the variables) of the variance of the errors. This methodology is based on the need to consider the coupling, during the joint inference, between the variations of the marginal distribution of the errors and the variations of their conditional distributions, which are modeled by the error model. Such coupling is guaranteed by the fulfillment of the Total Laws (TLs) of the expectation and the variance. In order to verify the feasibility of the theoretical aspects deduced in the Thesis, a series of inference experiments is performed in which two lumped and one distributed hydrological models are combined with two classic error models (SLS and WLS) and two generalized error models proposed in this Thesis (GL++ and GL++Bias). The results show, once again, that inferences with SLS and WLS are not applicable to hydrological models, since the generated errors do not fulfill their hypotheses. Likewise, based on the results obtained, this thesis can be considered as the culminated affirmation of the hypothesis in it, that is to say: the non application of the TLs in the direct modeling of the variance and the bias of the errors produces an incorrect estimation of the hydrological parameters, as well as their uncertainty and an erroneous estimation of the predictive distribution. / A lo largo de los años, el método de los mínimos cuadrados (SLS) ha sido el método de inferencia comúnmente aplicado en modelación hidrológica, a pesar de que sus hipótesis no son respetadas por los errores en los resultados de la modelación. La concienciación sobre el hecho de que el proceso de modelación hidrológica es afectado por más, y más importantes, fuentes de incertidumbre que la puramente observacional, única fuente de error considerada por el SLS, ha contribuido a la aparición de publicaciones que sugieren la necesidad de aplicar métodos de inferencia más adecuados para los modelos hidrológicos, y en general, los modelos ambientales. La adecuación de los métodos de inferencia pasa por considerar todas las fuentes de error, o sus efectos, que influyen en el proceso de modelación. Solamente de esa manera es posible la obtención de unos parámetros fiables, una predicción no sesgada y una estimación correcta de la incertidumbre de ambos, siendo estos los objetivos principales de esta Tesis Doctoral. Para ello, esta Tesis plantea la inferencia conjunta, siguiendo el paradigma de los métodos de inferencia Bayesianos, de los parámetros hidrológicos y los parámetros de un modelo de error generalizado, el cual proporciona la flexibilidad necesaria para relajar todas las hipótesis (errores Gaussianos con media nula, independientes e idénticamente distribuidos), que inhabilitan al modelo de error SLS para inferir modelos hidrológicos. La principal aportación de la Tesis es la proposición de la metodología a seguir para la correcta aplicación de la modelación directa (sin previa transformación de las variables) de la varianza de los errores. Dicha metodología se fundamenta en la necesidad de considerar el acoplamiento, durante la inferencia conjunta, entre las variaciones de la distribución marginal de los errores y las variaciones de las distribuciones condicionales, las cuales son modeladas por el modelo de error. Dicho acoplamiento se garantiza mediante el cumplimiento de las Leyes Totales (TLs) de la esperanza y de la varianza. Para la comprobación de la viabilidad de los aspectos teóricos deducidos en la Tesis, se realiza una serie de experimentos de inferencia en los que se combina 2 modelos hidrológicos agregados y uno distribuido, con dos modelos de error clásicos (SLS y WLS) y dos modelos de error generalizados propuestos en esta Tesis (GL++ y GL++Bias). Los resultados muestran, una vez más, que las inferencias con SLS y WLS no son aplicables a modelos hidrológicos, puesto que los errores generados no cumplen con sus hipótesis. Igualmente, en base a los resultados obtenidos, esta Tesis se puede considerar como la afirmación culminada de la hipótesis en ella planteada, esto es: la no aplicación de las TLs en la modelación directa de la varianza y el sesgo de los errores produce una incorrecta estimación de los parámetros hidrológicos, así como de su incertidumbre y una errónea estimación de la distribución predictiva. / Al llarg dels anys, el mètode dels mínims quadrats (SLS) ha sigut el mètode d'inferència comunament aplicat en modelació hidrològica, a pesar que les seues hipòtesis no són respectades pels errors en els resultats de la modelació. La conscienciació sobre el fet de que el procés de modelació hidrològica és afectat per més, i més importants, fonts d'incertesa que la purament observacional, única font d'error considerada pel SLS, ha contribuït a l'aparició de publicacions que suggerixen la necessitat d'aplicar mètodes d'inferència més adequats per als models hidrològics, i en general, els models ambientals. L'adequació dels mètodes d'inferència passa per considerar totes les fonts d'error, o els seus efectes, que influïxen en el procés de modelació. Només d'eixa manera és possible l'obtenció d'uns paràmetres fiables, una predicció no esbiaixada i una estimació correcta de la incertesa d'ambdós, sent estos els objectius principals d'esta Tesi Doctoral. Per a això, esta Tesi planteja la inferència conjunta, seguint el paradigma dels mètodes d'inferència Bayesianos, dels paràmetres hidrològics i els paràmetres d'un model d'error generalitzat, el qual proporciona la flexibilitat necessària per a relaxar totes les hipòtesis (errors Gaussianos amb mitja nul·la, independents i idènticament distribuïts), que inhabiliten el model d'error SLS per a inferir models hidrològics. La principal aportació de la Tesi és la proposició de la metodologia que s'ha de seguir per a la correcta aplicació de la modelació directa (sense prèvia transformació de les variables) de la varianza dels errors. La dita metodologia es fonamenta en la necessitat de considerar l'adaptament, durant la inferència conjunta, entre les variacions de la distribució marginal dels errors i les variacions de les distribucions condicional, les quals són modelades pel model d'error. El dit adaptament es garantix per mitjà del compliment de les Lleis Totals (TLs) de l'esperança i de la variància. Per a la comprovació de la viabilitat dels aspectes teòrics deduïts en la Tesi, es realitza una sèrie d'experiments d'inferència en què es combina 2 models hidrològics agregats i un distribuït, amb dos models d'error clàssics (SLS i WLS) i dos models d'error generalitzats proposats en esta Tesi (GL++ i GL++Bias). Els resultats mostren, una vegada més, que les inferències amb SLS i WLS no són aplicables a models hidrològics, ja que els errors generats no complixen amb les seues hipòtesis. Igualment, basant-se en els resultats obtinguts, esta Tesi es pot considerar com l'afirmació culminada de la hipòtesi en ella plantejada, açò és: la no aplicació de les TLs en la modelació directa de la variància i el biaix dels errors produïx una incorrecta estimació dels paràmetres hidrològics, així com de la seua incertesa i una errònia estimació de la distribució predictiva. / Hernández López, MR. (2017). Inferencia Bayesiana conjunta de modelos hidrológicos y modelos de error generalizados, para la evaluación de las incertidumbres predictiva y de los parámetros [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/90652 / TESIS