La estimación de la incertidumbre de probabilidad generalizada ( GLUE ) es un método estadístico utilizado en hidrología para cuantificar la incertidumbre de las predicciones del modelo. El método fue introducido por Keith Beven y Andrew Binley en 1992. [1] [2] La idea básica de GLUE es que dada nuestra incapacidad para representar exactamente en un modelo matemático cómo funciona la naturaleza, siempre habrá varios modelos diferentes que imiten por igual bien un proceso natural observado (como la descarga de un río ). Por tanto, estos modelos igualmente aceptables o de comportamiento se denominan equifinales . [3]
La metodología se ocupa de modelos cuyos resultados se expresan como distribuciones de probabilidad de posibles resultados, a menudo en forma de simulaciones de Monte Carlo , y el problema puede verse como una evaluación y comparación entre modelos, qué tan buenas son estas representaciones de la incertidumbre. Existe un entendimiento implícito de que los modelos que se utilizan son aproximaciones a lo que podría obtenerse de un análisis bayesiano completo del problema si se dispusiera de un modelo totalmente adecuado de los procesos hidrológicos del mundo real. [4] [5] [6] [7]
GLUE es equivalente al cálculo bayesiano aproximado para algunas opciones de estadística de resumen y umbral [8] [9]
Referencias
- ^ Beven, Keith; Binley, Andrew (1992). "El futuro de los modelos distribuidos: calibración de modelos y predicción de incertidumbre". Procesos hidrológicos . 6 (3): 279-298. doi : 10.1002 / hyp.3360060305 . ISSN 0885-6087 .
- ^ Beven, Keith; Binley, Andrew (2014). "PEGAMENTO: 20 años después" . Procesos hidrológicos . 28 (24): 5897–5918. doi : 10.1002 / hyp.10082 . ISSN 0885-6087 .
- ^ Beven, Keith; Freer, Jim (2001). "Equifinalidad, asimilación de datos y estimación de la incertidumbre en el modelado mecanicista de sistemas ambientales complejos utilizando la metodología GLUE". Revista de hidrología . 249 (1–4): 11–29. doi : 10.1016 / S0022-1694 (01) 00421-8 . ISSN 0022-1694 .
- ^ Beven, KJ, 2007: Hacia modelos ambientales integrados de todas partes: incertidumbre, datos y modelado como proceso de aprendizaje. Hidrología y ciencias del sistema terrestre , 11 (1), pág. 460–467.
- ^ Mantovan, Pietro; Todini, Ezio (2006). "Evaluación de la incertidumbre de la predicción hidrológica: incoherencia de la metodología GLUE". Revista de hidrología . 330 (1–2): 368–381. doi : 10.1016 / j.jhydrol.2006.04.046 . ISSN 0022-1694 .
- ^ Beven, Keith; Smith, Paul; Más libre, Jim (2007). "Comentario sobre" Evaluación de la incertidumbre de la predicción hidrológica: incoherencia de la metodología GLUE "de Pietro Mantovan y Ezio Todini". Revista de hidrología . 338 (3–4): 315–318. doi : 10.1016 / j.jhydrol.2007.02.023 . ISSN 0022-1694 .
- ^ Stedinger, Jery R .; Vogel, Richard M .; Lee, Seung Uk; Batchelder, Rebecca (2008). "Valoración del método de estimación de incertidumbre de verosimilitud generalizada (GLUE)" . Investigación de recursos hídricos . 44 (12). doi : 10.1029 / 2008WR006822 . ISSN 0043-1397 .
- ^ Sadegh, M .; Vrugt, JA (2013). "Cerrar la brecha entre GLUE y enfoques estadísticos formales: cálculo bayesiano aproximado" . Hidrología y Ciencias del Sistema Terrestre . 17 (12): 4831–4850. doi : 10.5194 / hess-17-4831-2013 .
- ^ Nott, David J .; Marshall, Lucy; Brown, Jason (2012). "Estimación de incertidumbre de probabilidad generalizada (GLUE) y cálculo bayesiano aproximado: ¿Cuál es la conexión?". Investigación de recursos hídricos . 48 (12). doi : 10.1029 / 2011WR011128 .