Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/20.500.11765/16327
Predicción de fenómenos meteorológicos adversos mediante modelos de alta resolución y sistemas de alerta temprana
Título : Predicción de fenómenos meteorológicos adversos mediante modelos de alta resolución y sistemas de alerta temprana
Autor : Suárez Molina, David ORCID RESEARCHERID SCOPUSID Autor AEMET
Directores : Montero García, Gustavo
Oliver Serra, Albert
Palabras clave : Sistemas de alerta temprana; Predicción meteorológica; Riesgos meteorológicos; Modelos numéricos de alta resolución
Fecha de publicación : 2024
Editor: Universidad de Las Palmas de Gran Canaria
Resumen : La presente tesis se ha llevado a cabo en el marco del programa de Doctorado en Tecnologías de Telecomunicación e Ingeniería Computacional. Dentro del programa se ha elegido la línea de investigación de Ingeniería Computacional. La división de Álgebra Numérica Avanzada y la división de Discretización y Aplicaciones del Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI) desarrollan simulaciones numéricas principalmente de cuatro problemas medioambientales: La predicción realista de campos de vientos, de radiación solar, de contaminación atmosférica y de incendios forestales. Por ello, la tesis que aquí se presenta encaja perfectamente con la unidad temática antes referida. Como se comprobará en los próximos apartados, así como en las publicaciones que forman el núcleo, la motivación y la justificación de la tesis es mejorar el conocimiento en la predicción de importantes problemas medioambientales y optimizar los sistemas de alerta temprana.
Descripción : Tesis doctoral presentada en la Universidad de Las Palmas de Gran Canaria. Programa de Doctorado en Tecnologías de Telecomunicación e Ingeniería Computacional por la Universidad de Las Palmas de Gran Canaria.
URI : http://hdl.handle.net/20.500.11765/16327
Colecciones: Tesis 2010-2024


Ficheros en este ítem:
  Fichero Descripción Tamaño Formato  
Memoria Tesis_David_S...
28,81 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro completo del ítem



Los ítems de Arcimis están protegidos por una Licencia Creative Commons, salvo que se indique lo contrario.

Repositorio Arcimis
Nota Legal Contacto y sugerencias