stringtranslate.com

Aplicaciones del análisis de sensibilidad a las ciencias ambientales

El análisis de sensibilidad estudia la relación entre el resultado de un modelo y sus variables de entrada o suposiciones. Históricamente, la necesidad de un papel del análisis de sensibilidad en la modelización y muchas aplicaciones del análisis de sensibilidad se originaron en la ciencia ambiental y la ecología . [1]

Obras tempranas

La hidrología y la calidad del agua son dos campos de modelización en los que el análisis de sensibilidad se aplicó bastante temprano. Ejemplos relevantes son el trabajo de Bruce Beck, [2] George M. Hornberger, [3] Keith Beven [4] y Robert C. Spear. [5]

Otras aplicaciones

Las aplicaciones más recientes abarcan modelos de avalanchas de nieve, [6] agotamiento de la tierra, [7] modelado biogeoquímico marino, [8] riego [9] y nuevamente modelado hidrológico. [10]

Métodos

Se han desarrollado varios métodos relacionados con el análisis de sensibilidad en el contexto de aplicaciones ambientales, como el modelo mecanicista basado en datos de Peter Young [11] y el VARS de S. Razavi y HVGupta. [12] [13] [14]

Prevalencia entre disciplinas

En un trabajo de 2019 sobre la adopción del análisis de sensibilidad en diferentes disciplinas, entre 19 áreas temáticas diferentes, se encontró que las ciencias ambientales tenían el mayor número de artículos, que se vuelve aún mayor si se incluyen los artículos en ciencias de la tierra . [15]

Revistas

Las revistas de referencia para aplicaciones de análisis de sensibilidad en ciencias ambientales son Environmental Modelling & Software , Water Resources Research , Water Research , Ecological indicator [16] y otras.

Listas de verificación

El análisis de sensibilidad forma parte de listas de verificación o directrices recientes para el modelado ambiental. [17] [18] [19] [20]

Próximos números especiales

Se está preparando un número especial sobre análisis de sensibilidad para modelos ambientales. [21]

Referencias

  1. ^ F. Pianosi et al., “Análisis de sensibilidad de modelos ambientales: una revisión sistemática con un flujo de trabajo práctico”, Environ. Model. Softw., vol. 79, págs. 214–232, mayo de 2016.
  2. ^ M. Bruce Beck, 1987, MODELADO DE LA CALIDAD DEL AGUA: UNA REVISIÓN DEL ANÁLISIS DE LA INCERTIDUMBRE, Water Resources Research, volumen 23, No. 8, agosto de 1987.
  3. ^ George M. Hornberger y Bernard J. Cosby, Selección de valores de parámetros en modelos ambientales utilizando datos dispersos: un estudio de caso, Applied Mathematics and Computation, Volumen 17, Número 4, noviembre de 1985, páginas 335-355.
  4. ^ Rogers, CCM, Beven, KJ, Morris, EM y Anderson, MG, Análisis de sensibilidad, calibración e incertidumbre predictiva del modelo distribuido del Instituto de Hidrología, 30/10/1985, en: Journal of Hydrology. 81, 1-2, pág. 179-191.
  5. ^ RCSpear, GMHornberger, Eutrofización en la entrada de la cascada—II. Identificación de incertidumbres críticas mediante análisis de sensibilidad generalizado, Water Research, Volumen 14, Número 1, 1980, páginas 43-49.
  6. ^ Heredia, MB; Prieur, C.; Eckert, N. (2020). Estimación no paramétrica de índices de Sobol agregados: aplicación a un modelo de avalancha de nieve promediado en profundidad (Informe técnico). Inria Grenoble. hal-02868604.
  7. ^ Tarantola, S.; Giglioli, N.; Jesinghaus, J.; Saltelli, A. (2002). "¿Puede el análisis de sensibilidad global orientar la implementación de modelos para evaluaciones ambientales y toma de decisiones?". Investigación ambiental estocástica y evaluación de riesgos . 16 : 63–76. doi :10.1007/s00477-001-0085-x. S2CID  122615940.
  8. ^ Prieur, C.; Viry, L.; Blayo, E.; Brankart, JM. (2019). "Un enfoque de análisis de sensibilidad global para el modelado biogeoquímico marino" (PDF) . Ocean Modelling . 139 : 101402. Bibcode :2019OcMod.13901402P. doi : 10.1016/j.ocemod.2019.101402 .
  9. ^ Puy, A.; Lo Piano, S.; Saltelli, A. (2020). "Los modelos actuales subestiman las futuras áreas irrigadas". Geophysical Research Letters . 47 (8). Código Bibliográfico :2020GeoRL..4787360P. doi : 10.1029/2020GL087360 . hdl : 11250/2738682 .
  10. ^ Borgonovo, E.; Lu, X.; Plischke, E.; Rakovec, O.; Hill, MC (2017). "Cómo aprovechar al máximo un conjunto de datos de modelos hidrológicos: análisis de sensibilidad para abrir la caja negra del modelo". Water Resources Research . 53 (9): 7933–7950. Bibcode :2017WRR....53.7933B. doi :10.1002/2017WR020767. hdl : 1808/27231 . S2CID  53619842.
  11. ^ P. Young, “Modelado mecanicista basado en datos, sensibilidad generalizada y análisis de modo dominante”, Comput. Phys. Commun., vol. 117, núm. 1–2, págs. 113–129, marzo de 1999.
  12. ^ S. Razavi y HV Gupta, “Un nuevo marco para un análisis de sensibilidad global integral, sólido y eficiente: 1. Teoría”, Water Resour. Res., vol. 52, núm. 1, págs. 423–439, enero de 2016.
  13. ^ S. Razavi y HV Gupta, “Un nuevo marco para un análisis de sensibilidad global integral, sólido y eficiente: 2. Aplicación”, Water Resour. Res., vol. 52, núm. 1, págs. 440–455, enero de 2016.
  14. ^ S. Razavi, R. Sheikholeslami, A. Haghnegahdar y B. Esfahbod, “VARS-TOOL: una caja de herramientas de análisis de sensibilidad integral, eficiente y robusta”, Am. Geophys. Union, Fall Gen. Assem. 2016, Abstr. id. H11A-1287, 2016.
  15. ^ Andrea Saltelli, Ksenia Aleksankina, William Becker, Pamela Fennell, Federico Ferretti, Niels Holst, Sushan Li, Qiongli Wu, Por qué tantos análisis de sensibilidad publicados son falsos: una revisión sistemática de las prácticas de análisis de sensibilidad, Environmental Modelling and Software, Volumen 114, abril de 2019, páginas 29-39.
  16. ^ Indicadores ecológicos, una revista de Elsevier.
  17. ^ AJ Jakeman, RA Letcher y JP Norton, “Diez pasos iterativos en el desarrollo y evaluación de modelos ambientales”, Environ. Model. Softw., vol. 21, núm. 5, págs. 602–614, 2006.
  18. ^ SH Hamilton et al., “Un marco para caracterizar y evaluar la efectividad del modelado ambiental”, Environ. Model. Softw., vol. 118, págs. 83–98, agosto de 2019.
  19. ^ JC Little et al., “Un marco de modelado de sistemas escalonados para resolver problemas complejos de políticas socioambientales”, Environ. Model. Softw., vol. 112, págs. 82–94, febrero de 2019.
  20. ^ J. Badham et al., “Modelado eficaz para la gestión integrada de los recursos hídricos: una guía de prácticas contextuales por fases y pasos y oportunidades futuras”, Environ. Model. Softw., vol. 116, págs. 40–56, junio de 2019.
  21. ^ Convocatoria de artículos del Número Especial sobre Análisis de sensibilidad para modelado ambiental, Environmental Modelling and Software, 2020.