RESUMEN:Esta tesis está dirigida principalmente a investigadores interesados en la aplicación de técnicas de minera de datos en Meteorología y otras ciencias medioambientales afines. De forma genérica, trata de la modelización probabilística de sistemas definidos por muchas variables, cuyas relaciones de dependencia son inferidas a partir de un conjunto representativo de datos. La idea es resolver algunos problemas prácticos relacionados con el diagnóstico y la predicción probabilística local en Meteorología, considerando el problema de la coherencia espacial. En concreto, el eje central de esta tesis ha sido el desarrollo de redes Bayesianas, para su aplicación en la predicción probabilística local
ABSTRACT:This thesis is mainly oriented to researchers interested in the data mining techniques applied to Meteorology and other related environmental sciences. It uses probabilistic models to describe systems defined by many variables whose dependencies have to be inferred from a set of representative data. The main purpose is solve practical problems related to the diagnosis and probabilistic local forecasting Meteorology, considering the problem of spatial coherence. Specifically, the focus of this thesis has been the development of Bayesian networks to be applied in the local probabilistic forecasting.
