Modelización estadística de magnitud y recuento de desastres naturales con aplicación a los terremotos

    Tesis doctoral

    Resumen

    Actualmente, la modelización estadística del recuento y la magnitud de los desastres naturales es crucial para hacer frente a retos relacionados con el impacto del cambio global. Más allá de obtener procedimientos estadísticamente favorables, en este ámbito, es de especial importancia hallar metodologías estadísticas que permitan realmente explicar y aportar información sobre los eventos que los originan. En esta tesis el foco de interés principal se halla en los terremotos, los terremotos son el resultado del movimiento global de las placas tectónicas y a veces son provocados por otros grandes terremotos a miles de kilómetros de distancia. Además la actividad sísmica varía espacial y temporalmente, los sismólogos han utilizado tradicionalmente dos leyes básicas, la ley de Gutenberg Richter que describe el tamaño del terremoto, y la ley de Omori que describe el decaimiento de la actividad de las réplicas. En cuanto a la magnitud, en esta tesis se ha establecido un procedimiento para el ajuste del intervalo de valores de magnitud donde se evidencia la ley de Gutenberg-Richter. Se ha propuesto el uso de un enfoque eficiente de del punto de vista de la verosimilitud que muestra resultados estables para el catálogo global de os terremotos, lo cual pone en evidencia la posible existencia de parámetros universales para la ley de potencias doble truncada que correspondería al enfoque de Gutenberg-Richter. Esta metodología, analizada con detalles en los terremotos, se ha extendido para dar respuesta a una modelización global de la magnitud de los desastres naturales de gran tamaño, como hundimientos de terreno, ciclones tropicales, incendios forestales e impacto de meteoritos. Finalmente, para el recuento de los terremotos se ha propuesto el uso de la mixtura de Poisson para entender y relacionar como se derivan los eventos. Dada la sobre dispersión existente, desde el punto de vista estadístico queda debidamente justificado que el modelo Poisson no es aceptable. Para una profunda comprensión de esta modelización, se ha propuesto utilizar una metodología basada en distinguir diferentes umbrales de magnitud y intervalos de tiempo para los recuentos. Esto da una visión más versátil de los datos de recuentos que permiten analizar la modelización estadística des de un punto de vista más pragmático, ya que permite hallar evidencia de modelos que sean invariantes por esta selección y, por tanto, proponer procedimientos que encajen con las necesidades científicas.
    Fecha de lectura1 jun 2023
    Idioma originalEspañol
    SupervisorIsabel Serra Mochales (Director/a), Amanda Fernandez Fontelo (Director/a) & Pedro Puig Casado (Director/a)

    Citar esto

    '