Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú

Descripción del Articulo

Los incendios forestales se han venido incrementando en las últimas cuatro décadas a nivel mundial. En el Perú de acuerdo a los datos del INDECI, en los últimos 10 años se evidencia una tendencia creciente. La ocurrencia de estos eventos representa la degradación de la calidad del aire, de la flora...

Descripción completa

Detalles Bibliográficos
Autor: Salcedo Suarez, Omar Ivan
Formato: tesis de maestría
Fecha de Publicación:2023
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/26064
Enlace del recurso:http://hdl.handle.net/20.500.12404/26064
Nivel de acceso:acceso abierto
Materia:Incendios forestales--Análisis espacial (Estadística)
Recursos forestales--Conservación--Perú
Procesos puntuales
Procesos de Gauss
https://purl.org/pe-repo/ocde/ford#1.01.03
id PUCP_9c7b42c28a0b5d2ac685c846138e1905
oai_identifier_str oai:tesis.pucp.edu.pe:20.500.12404/26064
network_acronym_str PUCP
network_name_str PUCP-Tesis
repository_id_str .
dc.title.es_ES.fl_str_mv Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
title Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
spellingShingle Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
Salcedo Suarez, Omar Ivan
Incendios forestales--Análisis espacial (Estadística)
Recursos forestales--Conservación--Perú
Procesos puntuales
Procesos de Gauss
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
title_full Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
title_fullStr Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
title_full_unstemmed Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
title_sort Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
author Salcedo Suarez, Omar Ivan
author_facet Salcedo Suarez, Omar Ivan
author_role author
dc.contributor.advisor.fl_str_mv Quiroz Cornejo, Zaida Jesus
dc.contributor.author.fl_str_mv Salcedo Suarez, Omar Ivan
dc.subject.es_ES.fl_str_mv Incendios forestales--Análisis espacial (Estadística)
Recursos forestales--Conservación--Perú
Procesos puntuales
Procesos de Gauss
topic Incendios forestales--Análisis espacial (Estadística)
Recursos forestales--Conservación--Perú
Procesos puntuales
Procesos de Gauss
https://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
description Los incendios forestales se han venido incrementando en las últimas cuatro décadas a nivel mundial. En el Perú de acuerdo a los datos del INDECI, en los últimos 10 años se evidencia una tendencia creciente. La ocurrencia de estos eventos representa la degradación de la calidad del aire, de la flora y pone en grave riesgo a muchas personas y zonas agrícolas. Para una adecuada evaluación de uno de los componentes del riesgo generado por estos eventos, se requiere analizar la intensidad de su ocurrencia a través de herramientas flexibles. En este contexto se estudia el patrón puntual de estos eventos, a través del modelo espacial bayesiano de Cox log-gaussiano (LGCP) bajo el enfoque de ecuaciones diferenciales parciales estocásticas (SPDE). Los distintos modelos que se evalúan corresponden a la clase de modelos gaussianos latentes y jerárquicos, lo cual nos permite realizar su estimación bajo inferencia bayesiana empleando la aproximación de Laplace anidada integrada (INLA), en tiempos que posibilitan una respuesta rápida y eficiente ante el riesgo generado por estos eventos.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-10-02T19:42:07Z
dc.date.available.none.fl_str_mv 2023-10-02T19:42:07Z
dc.date.created.none.fl_str_mv 2023
dc.date.issued.fl_str_mv 2023-10-02
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/26064
url http://hdl.handle.net/20.500.12404/26064
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Tesis
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Tesis
collection PUCP-Tesis
bitstream.url.fl_str_mv https://tesis.pucp.edu.pe/bitstreams/50f44765-228f-4533-a1ce-5e5aba3f9cde/download
https://tesis.pucp.edu.pe/bitstreams/c8d992d9-a86b-4270-973b-010129c5dd07/download
https://tesis.pucp.edu.pe/bitstreams/d3d45f25-c98b-450f-8f41-92c9f139edcc/download
https://tesis.pucp.edu.pe/bitstreams/695616c3-2779-4ce9-95c0-774b82424723/download
https://tesis.pucp.edu.pe/bitstreams/750685ac-7427-489f-97ce-397a3a74977c/download
https://tesis.pucp.edu.pe/bitstreams/b6a4d30b-7496-43e3-a4f3-b8c82d96613d/download
bitstream.checksum.fl_str_mv cdafcdea8c3c8766a40abd96573f952e
3854b2c313791e285fb26a53eef11df9
3655808e5dd46167956d6870b0f43800
8a4605be74aa9ea9d79846c1fba20a33
fe2e395b2da02e131519237efff57e2c
21a4c308c58e8b07d617e718f67ed5f3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de Tesis PUCP
repository.mail.fl_str_mv raul.sifuentes@pucp.pe
_version_ 1834737101008011264
spelling Quiroz Cornejo, Zaida JesusSalcedo Suarez, Omar Ivan2023-10-02T19:42:07Z2023-10-02T19:42:07Z20232023-10-02http://hdl.handle.net/20.500.12404/26064Los incendios forestales se han venido incrementando en las últimas cuatro décadas a nivel mundial. En el Perú de acuerdo a los datos del INDECI, en los últimos 10 años se evidencia una tendencia creciente. La ocurrencia de estos eventos representa la degradación de la calidad del aire, de la flora y pone en grave riesgo a muchas personas y zonas agrícolas. Para una adecuada evaluación de uno de los componentes del riesgo generado por estos eventos, se requiere analizar la intensidad de su ocurrencia a través de herramientas flexibles. En este contexto se estudia el patrón puntual de estos eventos, a través del modelo espacial bayesiano de Cox log-gaussiano (LGCP) bajo el enfoque de ecuaciones diferenciales parciales estocásticas (SPDE). Los distintos modelos que se evalúan corresponden a la clase de modelos gaussianos latentes y jerárquicos, lo cual nos permite realizar su estimación bajo inferencia bayesiana empleando la aproximación de Laplace anidada integrada (INLA), en tiempos que posibilitan una respuesta rápida y eficiente ante el riesgo generado por estos eventos.Forest fires have been increasing in the last four decades worldwide. In Peru according to INDECI data, there has been an increasing trend in the last 10 years. The occurrence of these events represents the degradation of air quality, flora and puts many people and agricultural areas at serious risk. For an adequate evaluation of one of the risk components generated by these events, it is necessary to analyze the intensity of their occurrence through flexible tools. In this context, the point pattern of these events is studied, through the Bayesian spatial model of the log Gaussian Cox process(LGCP) under the approach of stochastic partial differential equations (SPDE). The different models that are evaluated correspond to the class of latent and hierarchical Gaussian models, which allows us to estimate them under Bayesian inference using the integrated nested Laplace approximation (INLA), in times that allow a quick and efficient response to the risk generated by these events.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Incendios forestales--Análisis espacial (Estadística)Recursos forestales--Conservación--PerúProcesos puntualesProcesos de Gausshttps://purl.org/pe-repo/ocde/ford#1.01.03Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perúinfo:eu-repo/semantics/masterThesisreponame:PUCP-Tesisinstname:Pontificia Universidad Católica del Perúinstacron:PUCPSUNEDUMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de Posgrado.Estadística43704124https://orcid.org/0000-0003-3821-081542151727542037Valdivieso Serrano, Luis HilmarQuiroz Cornejo, Zaida JesusBayes Rodriguez, Cristian Luishttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesisORIGINAL2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_TESIS.pdf2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_TESIS.pdfTexto completoapplication/pdf2063988https://tesis.pucp.edu.pe/bitstreams/50f44765-228f-4533-a1ce-5e5aba3f9cde/downloadcdafcdea8c3c8766a40abd96573f952eMD51trueAnonymousREAD2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_T.pdf2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_T.pdfReporte de originalidadapplication/pdf6859677https://tesis.pucp.edu.pe/bitstreams/c8d992d9-a86b-4270-973b-010129c5dd07/download3854b2c313791e285fb26a53eef11df9MD52falseAnonymousREAD2500-01-01CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://tesis.pucp.edu.pe/bitstreams/d3d45f25-c98b-450f-8f41-92c9f139edcc/download3655808e5dd46167956d6870b0f43800MD53falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://tesis.pucp.edu.pe/bitstreams/695616c3-2779-4ce9-95c0-774b82424723/download8a4605be74aa9ea9d79846c1fba20a33MD54falseAnonymousREADTHUMBNAIL2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_TESIS.pdf.jpg2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_TESIS.pdf.jpgIM Thumbnailimage/jpeg8593https://tesis.pucp.edu.pe/bitstreams/750685ac-7427-489f-97ce-397a3a74977c/downloadfe2e395b2da02e131519237efff57e2cMD55falseAnonymousREAD2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_T.pdf.jpg2023_SALCEDO_SUÁREZ_OMAR_IVÁN_MODELO_ESPACIAL_BAYESIANO_COX_T.pdf.jpgIM Thumbnailimage/jpeg11284https://tesis.pucp.edu.pe/bitstreams/b6a4d30b-7496-43e3-a4f3-b8c82d96613d/download21a4c308c58e8b07d617e718f67ed5f3MD56falseAnonymousREAD2500-01-0120.500.12404/26064oai:tesis.pucp.edu.pe:20.500.12404/260642024-05-27 16:06:38.04http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://tesis.pucp.edu.peRepositorio de Tesis PUCPraul.sifuentes@pucp.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
score 13.932913
Modelo espacial bayesiano de Cox log-gaussiano usando SPDE para estimar la ocurrencia de incendios forestales en el Perú
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares