Metodologías para el análisis de riesgo de inundación en zonas costeras

• Autores: Ana Cristina Rueda Zamora
• Directores de la Tesis: Fernando Javier Méndez Incera (dir. tes.), Antonio Tomás Sampedro (codir. tes.), Paula Camus Braña (codir. tes.)
• Lectura: En la Universidad de Cantabria ( España ) en 2016
• Idioma: español
• Número de páginas: 143
• Títulos paralelos:
  • Methodologies for coastal flooding risk analysis
• Tribunal Calificador de la Tesis: Antonio Santiago Cofiño González (presid.), Laura del Río Rodríguez (secret.), Thomas Wahl (voc.)
• Materias:
  • Ciencias de la tierra y del espacio
    • Climatología
      • Climatología regional
    • Oceanografía
      • Oceanografía física
• Enlaces
  • Tesis en acceso abierto en: UCrea
• Resumen
  • español

    Esta tesis se ha centrado en la caracterización del riesgo por inundación costera teniendo en cuenta variabilidad climática. El riesgo se suele cuantificar en términos económicos como el producto de la probabilidad de cada evento por sus posibles consecuencias. Por tanto, esta tesis ha abordado por un lado, la caracterización estadística de los eventos extremos y por otro, la modelización de las consecuencias asociadas. La tesis se ha dividido en 5 capítulos. El capitulo 0, recoge un resumen de la misma en español. En el capítulo I, en primer lugar, se recoge la motivación y el estado de conocimiento de la investigación. Seguidamente se presentan los objetivos y estructura de la tesis. Los siguientes tres capítulos (II, III, IV) dan respuesta a los tres objetivos fundamentales de la tesis (enumerados a continuación) y cada uno de ellos corresponde con un artículo científico publicado (o aceptado). La doctoranda es la autora principal de todos ellos. Los objetivos específicos de la tesis son:

    1) Desarrollar un marco para el “downscaling” de la distribución multivariada de las dinámicas marinas para obtener la extensión de la inundación asociada, para finalmente calcular la distribución estadística del riesgo.

    (Trabajo recogido en el Capítulo II. y artículo publicado en Journal of Flood Risk Management, Rueda et al. 2015).

    2) Desarrollar un modelo estadístico de extremos que tenga en cuenta la variabilidad climática a escala diaria. (Trabajo recogido en el Capítulo III, y artículo publicado en Journal of Geophysical Research-Oceans).

    3) Desarrollar un modelo estadístico no estacionario de eventos multivariados. (Trabajo recogido en el Capítulo IV y artículo aceptado en Ocean Modeling).

    Finalmente, el capítulo V “Resumen y Conclusiones” recoge las principales contribuciones de la tesis y sugiere futuras líneas de investigación.

  • English

    This thesis has been focused on on the development of a novel, robust and statistically rigorous coastal flooding risk assessment in a changing climate. Coastal flood risk may be quantified as the probabilities of flood events and their potential consequences. Therefore, this thesis has addressed: (a) the statistical characterization of extreme events, and (b) the modeling of the associated consequences. The use of Monte Carlo methods is a common practice to undertake the statistical analysis, however, it can introduce a high computational burden for use in practical applications. Thus, in the first place, a methodology able to reduce this computational burden has been developed, which allows to end up in the economic quantification of risk after a robust exploration of all the possible sea conditions that might happen on the system. Next, in order to introduce climate variability on the risk analysis, different methodologies have been developed based on extreme value theory and statistical downscaling. The statistical downscaling technique relates a large scale predictor (sea level pressure fields) with a local predictand (multivariate sea states) by means of a clustering technique of synoptic atmospheric conditions, named weather types. This approach allows the statistical characterization of extreme events at different temporal scales (seasonality, interannual variability or climate change), by means of changes in the occurrence probability of the weather types. These statistical models might also help in the probabilistic design of coastal structures incorporating non-stationarity in the simulation of extreme nearshore sea conditions.