Analysis of the Effects of Severe Weather with the COAWST- Model Comparing Coupled and Decoupled Simulations, as well as Using Machine Learning Algorithms to Predict the Impact on Populations
Aquesta tesi doctoral s'estructura en tres capítols interconnectats en el camp de la mecànica de fluids. Els dos primers capítols es centren en l'anàlisi dels efectes del clima extrem, amb el primer capítol comparant específicament les simulacions numèriques acoblades i no acoblades de l&#...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2023 |
| País: | España |
| Recursos: | CBUC, CESCA |
| Repositório: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/689850 |
| Acesso em linha: | http://hdl.handle.net/10803/689850 |
| Access Level: | Acceso aberto |
| Palavra-chave: | COAWST Machine Learning Meteorologia Meteorology Enginyeria i arquitectura 0 37 504 62 |
| Resumo: | Aquesta tesi doctoral s'estructura en tres capítols interconnectats en el camp de la mecànica de fluids. Els dos primers capítols es centren en l'anàlisi dels efectes del clima extrem, amb el primer capítol comparant específicament les simulacions numèriques acoblades i no acoblades de l'entorn. Aquestes simulacions són fonamentals per a les polítiques climàtiques i les decisions socioeconòmiques, i l'estudi avalua les millores i diferències dels models acoblats en la simulació d'una tempesta d'alta energia a la regió del nord-oest del Mediterrani (Gloria, gener 2020). El segon capítol canvia l'enfocament cap a l'aplicació de tècniques de Machine Learning per a predir incidents causats per condicions climàtiques adverses, ajudant en la gestió d'emergències. Utilitzant diversos predictors, el model supera als sistemes d'alerta meteorològica existents, contribuint a avaluar l'impacte de la urbanització en la gravetat d'aquests esdeveniments. El tercer capítol aborda la disminució de les inscripcions en programes d'enginyeria i introdueix un taller d'aerodinàmica dissenyat per a involucrar i motivar als estudiants a seguir estudis d'enginyeria. El taller combina l'aprenentatge teòric amb l'experimentació pràctica en un túnel de vent, i les enquestes indiquen una opinió positiva per part dels estudiants i la seva possible influència en les decisions de l'elecció de la carrera. En resum, la tesi explora temes crucials en la mecànica de fluids, l'anàlisi de fenòmens climàtics extrems, l'aprenentatge automàtic per a la gestió d'emergències i la participació dels estudiants en l'enginyeria, contribuint al coneixement científic i a aplicacions pràctiques en aquests camps. |
|---|