- -

El sentido físico de los parámetros en la modelización numérica del drenaje urbano

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

El sentido físico de los parámetros en la modelización numérica del drenaje urbano

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Puertas Agudo, Jerónimo es_ES
dc.contributor.author Suárez López, Joaquín es_ES
dc.contributor.author Cagiao Villar, Juan es_ES
dc.date.accessioned 2019-05-08T07:27:18Z
dc.date.available 2019-05-08T07:27:18Z
dc.date.issued 2002-09-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/120063
dc.description.abstract [ES] En el presente artículo se analizan dos filosofías de modelización de los procesos vinculados al drenaje urbano, y se distingue entre dos tipos: aquéllos que se pueden calificar como “conceptuales”, y los que carecen de una base teórica tradicional o “no conceptuales”, ejemplo de los cuales pueden ser los basados en redes de neuronas artificiales. Dentro de los modelos conceptuales se analizan los procesos de discretización y calibración y se presentan resultados de un estudio concreto. Uno de los objetivos es demostrar que al decidir cuáles son los parámetros a calibrar y dar valores a los considerados como fijos, estamos asignando responsabilidades a una serie de parámetros variables a la hora de reproducir la respuesta (caudal) ante una excitación (precipitación), y esto se ve reflejado en que el mejor ajuste puede llevar a posibles valores “irregulares” de los parámetros calibrados. Se plantea si importa realmente este hecho, al considerar como fin último del modelo su poder de predicción ante excitaciones diferentes a las del proceso de calibración. El sentido físico “teórico” de los parámetros se relega a un segundo plano frente a su sentido “real” dentro de un modelo y simulación determinados. ¿Nos encontramos en un punto de inflexión en la evolución de la modelización, en el que la base conceptual cede su protagonismo a la evidencia de los datos reales?. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Ingeniería del Agua
dc.rights Reserva de todos los derechos es_ES
dc.subject Drenaje urbano es_ES
dc.subject Modelos numéricos es_ES
dc.subject Ajuste de parámetros es_ES
dc.subject Calibración es_ES
dc.subject Redes de neuronas artificiales (RNA) es_ES
dc.title El sentido físico de los parámetros en la modelización numérica del drenaje urbano es_ES
dc.type Artículo es_ES
dc.date.updated 2019-05-08T07:22:06Z
dc.identifier.doi 10.4995/ia.2002.2618
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Puertas Agudo, J.; Suárez López, J.; Cagiao Villar, J. (2002). El sentido físico de los parámetros en la modelización numérica del drenaje urbano. Ingeniería del Agua. 9(3):269-278. https://doi.org/10.4995/ia.2002.2618 es_ES
dc.description.accrualMethod SWORD es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2002.2618 es_ES
dc.description.upvformatpinicio 269 es_ES
dc.description.upvformatpfin 278 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 9
dc.description.issue 3
dc.identifier.eissn 1886-4996
dc.description.references ASAAD Y. SHAMSELDIN (1997). Application of a neural network technique to rainfall-runoff modelling. Journal of Hydrology vol.199, 272-294. ISBN:0022-1694. es_ES
dc.description.references ASHLEY R.M., HVITVED-JACOBSEN T. and BERTRAND-KRAJEWSKI J-L. (1998). Quo Vadis Sewer Process Modelling?. UDM'98 Fourth International Conference on Developments in Urban Drainage Modelling, 21-24 September 1998 London, UK, vol 1 35-50. Sponsors: IAWQ, IAHR, Joint IAHR/IAWQ and Unesco. es_ES
dc.description.references HUBER W.C. and DICKINSON R.E. (1992). Storm Water Management Model, user ́s manual, version 4. U.S. Envir.Protection Agency, Athens, Ga. es_ES
dc.description.references MCKAY M.D. (1988). Sensitivity and Uncertainty Analysis Using a Statistical Sample of Input Values. Uncertainty Analysis, Y. Ronen, ed., CRC Press, Inc., Boca Raton, Florida, 145-186. es_ES
dc.description.references NINGG., DENOUX T. and BERTRAND-KRAJEWSKI J-L. (1996). Neural Networks for Solid Transport Modelling in Sewer Systems during Storm Events.Wat.Sci.Tech. vol.33 nº9, pags.85-92. ISBN:0273-1223. es_ES
dc.description.references NIX S.J. (1994). Urban Stormwater Modeling and Simulation. Lewis Publishers, CRC Press, Inc., Boca Raton, Florida. es_ES
dc.description.references ROESNER L.A., ALDRICH J.A. and DICKINSON R.E. (1992). Storm Water Management Model, user ́s manual, version 4, EXTRAN addendum. U.S. Envir. Protection Agency, Athens, Ga. es_ES
dc.description.references SHAMSELDIN, A.Y., (1997), Application of a neural network technique to rainfall-runoff modelling, Journal of Hydrology, 199, 272-294. es_ES
dc.description.references SOROOSHIAN S. and GUPTA V.K. (1995). Model Calibration. Computer Models of Watershed Hydrology, Vijay P. Singh ed., Water Resources Publications, Baton Rouge, LA, 23-68. es_ES
dc.description.references VIESSMAN, W; LEWIS, G; KNAPP, J (1989). Introduction to Hydrology, Harper Collins es_ES


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

Mostrar el registro sencillo del ítem