Estrategias para la promoción de diversidad en sistemas de predicción hidrológica por ensambles en un contexto probabilístico

Abstract

"El presente trabajo se apropia de una propiedad de los Sistemas de Predicción Hidrológica por Ensambles conocida como Diversidad, para promoverla a través del uso de técnicas de Machine Learning, con el propósito de generar mejores desempeños en pronósticos probabilísticos de caudales para doce cuencas del sureste de los Estados Unidos. Los desempeños son estimados a partir de una novedosa batería de métricas probabilísticas conocidas como scores probabilísticos, y los análisis de sus resultados permiten definir las estrategias más efectivas para la formulación de los Sistemas de Predicción Hidrológica por Ensambles."