
El presente trabajo analiza cómo determinados procesos físicos, como la estacionalidad y la variabilidad climática, influyen en la estructura de los eventos de precipitación extrema mensual en España. El objetivo es evaluar cómo la incorporación de patrones estacionales y variaciones atmosféricas en los modelos mejora la estimación de estos eventos en comparación con enfoques que asumen estacionariedad. La metodología empleada se basa en modelos paramétricos que utilizan funciones sinusoidales para capturar variaciones estacionales, junto con índices de teleconexión, aplicando técnicas de máxima verosimilitud para el ajuste. Los resultados muestran que estos modelos logran un ajuste más preciso en la estimación de los extremos de precipitación, superando a los modelos estacionarios. Se concluye que considerar la variabilidad climática y los patrones estacionales en los modelos contribuye a mejorar la comprensión de los efectos de los procesos climáticos en estos fenómenos extremos.
Máxima verosimilitud, distribución generalizada de extremos, Parametric models, Ajuste no estacionario, Precipitación extrema, precipitación extrema, estacionalidad, variabilidad climática, modelos paramétricos, eventos extremos, Climate variability, TC1501-1800, Variabilidad climática, ajuste no estacionario, Distribución generalizada de extremos, Extreme precipitation, Modelos paramétricos, Hydraulic engineering, Seasonality, Extreme events, Indicadores atmosféricos, máxima verosimilitud, Ocean engineering, Atmospheric indicators, Non-stationary adjustment, Generalized extreme value distribution, indicadores atmosféricos, TC1-978, Eventos extremos, Maximum likelihood, Estacionalidad
Máxima verosimilitud, distribución generalizada de extremos, Parametric models, Ajuste no estacionario, Precipitación extrema, precipitación extrema, estacionalidad, variabilidad climática, modelos paramétricos, eventos extremos, Climate variability, TC1501-1800, Variabilidad climática, ajuste no estacionario, Distribución generalizada de extremos, Extreme precipitation, Modelos paramétricos, Hydraulic engineering, Seasonality, Extreme events, Indicadores atmosféricos, máxima verosimilitud, Ocean engineering, Atmospheric indicators, Non-stationary adjustment, Generalized extreme value distribution, indicadores atmosféricos, TC1-978, Eventos extremos, Maximum likelihood, Estacionalidad
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
