dc.contributor.advisor | Ibarra Berastegi, Gabriel | |
dc.contributor.advisor | Sáenz Aguirre, Jon | |
dc.contributor.author | Carreno Madinabeitia, Sheila | |
dc.date.accessioned | 2021-06-11T09:19:05Z | |
dc.date.available | 2021-06-11T09:19:05Z | |
dc.date.issued | 2021-06-01 | |
dc.date.submitted | 2021-06-01 | |
dc.identifier.uri | http://hdl.handle.net/10810/51838 | |
dc.description | 131 p. | es_ES |
dc.description.abstract | El objetivo principal de esta tesis es el análisis estadístico del viento en diferentes ámbitos relacionados, como son dos escalas temporales, extremos y una metodología de evaluación bidimensional.El primero es la predicción de viento a muy corto o corto plazo en el cual se ha desarrollado y testado un modelo híbrido para realizar predicción horaria de las componentes zonal y meridional de viento y la racha a partir de observaciones y resultados del modelo numérico empleado, ERA-Interim, tanto en su modo análisis como predicción en tres emplazamientos del País Vasco.En el ámbito de la validación se ha desarrollado el diagrama de Sailor para visualizar y valorar de forma conjunta las variables vectoriales bidimensionales. Además de la metodología, se ha implementado la librería SailoR del programa R, que se distribuye con licencia libre para la comunidad científica.Aplicando el estudio a la energía eólica, se ha analizado la variabilidad a largo plazo de las variables densidad de energía eólica (WPD) y factor de capacidad (CF) offshore en el siglo XX alrededor de la PI. Se han detectado las zonas Atlántica, Golfo de León y Cabo de Gata como las de mayor potencial eólico. También se ha demostrado que las tendencias decadales tanto de WPD como de CF, son positivas y significativas en todo el dominio de estudio.Finalmente, a partir del primer estudio se ha visto la necesidad de comenzar a trabajar en el análisis de los extremos de viento, los cuales se dan mayoritariamente en las tormentas o durante eventos de tiempo severo. Por este motivo se ha analizado si el modelo de downscaling numérico (WRF) reproduce de forma adecuada los índices de inestabilidad atmosférica CAPE, CIN y TT para la Península Ibérica (PI) para los ocho radiosondeos disponibles y para el resto de la Península a partir de los datos del modelo numérico. | es_ES |
dc.language.iso | spa | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | * |
dc.subject | data analysis | es_ES |
dc.subject | metereology | es_ES |
dc.subject | operational forecasting (weather) | es_ES |
dc.subject | análisis de datos | es_ES |
dc.subject | metereología | es_ES |
dc.subject | previsión operativa (meteorología) | es_ES |
dc.title | Análisis estadístico y predicción de viento | es_ES |
dc.type | info:eu-repo/semantics/doctoralThesis | es_ES |
dc.rights.holder | Atribución-NoComercial-SinDerivadas 3.0 España | * |
dc.rights.holder | (cc)2021 SHEILA CARREÑO MADINABEITIA (cc-by-nc-nd 4.0) | |
dc.identifier.studentID | 328772 | es_ES |
dc.identifier.projectID | 17779 | es_ES |
dc.departamentoes | Física | es_ES |
dc.departamentoeu | Fisika | es_ES |