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 |
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 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de Arcimis están protegidos por una Licencia Creative Commons, salvo que se indique lo contrario.