Evaluación de los resultados de diferentes funciones Likelihoods de la metodología GLUE aplicadas en la obtención de coeficientes de rugosidad para ríos de montaña

Este trabajo de tesis compara el comportamiento que presentan diferentes funciones likelihoods de la metodología GLUE en la clasificación de coeficientes de rugosidad de ríos de montaña (tres morfologías de ríos: Cascada, Lecho Plano y Grada) obtenidos a partir de modelos. Para lo cual se parte de una investigación bibliográfica sobre funciones likelihoods empleadas en la obtención de coeficientes de rugosidad sobre ríos, para posteriormente emplear estas funciones en la clasificación de un conjunto de datos modelados usando como parámetros de comparación valores medidos en campo. Los resultados mostraron un comportamiento casi similar entre funciones likelihood con excepción de algunos casos que tienden a validar coeficientes de rugosidad que difieren considerablemente con los valores medidos en campo. Finalmente, se puede apreciar que una función likelihood en función de los parámetros que se incorporen, puede resultar ser tan simple como compleja desee el investigador, volviéndose aquella función compleja excesivamente particular para el río que se esté analizando, limitando su aplicabilidad a otros ríos con características semejantes. ; This thesis work compares the behavior of different likelihood functions of the GLUE methodology in the classification of roughness coefficients of mountain rivers (three river morphologies: Cascade, Plane Bed and Step-pool) obtained from models. Bibliographic research on likelihood functions used to obtain roughness coefficients on rivers was carried out, and then these functions were used to classify a set of modeled data using as comparison parameters values measured in the field. The results showed an almost similar behavior between likelihood functions with the exception of some cases that tend to validate roughness coefficients that differ considerably with the values measured in the field. Finally, it can be seen that a likelihood function, depending on the parameters that are incorporated, can be as simple as the researcher wishes, making the complex function ...