Water quality warnings based on cluster analysis in Colombian river basins
El agua dulce es considerada uno de los recursos naturales renovables más importantes, Colombia se ubica entre los países con mayor oferta hídrica del mundo con cinco vertientes: Caribe, Orinoco, Amazonas, Pacifico y Catatumbo. En este sentido es de vital importancia estudiar y evaluar la calidad de...
- Autores:
-
Corrales, David Camilo
Figueroa, Apolinar
Castillo, Edwin Ferney
López, Iván Darío
Gonzales, Wilmer Fernando
Corrales, Juan Carlos
Guzmán Hoyos, Miller
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2015
- Institución:
- Universidad ICESI
- Repositorio:
- Repositorio ICESI
- Idioma:
- eng
- OAI Identifier:
- oai:repository.icesi.edu.co:10906/79667
- Acceso en línea:
- http://hdl.handle.net/10906/79667
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2077
http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=300013
- Palabra clave:
- Producción intelectual registrada - Universidad Icesi
Agua - Aspectos ambientales
Recursos naturales
Ríos
Poblaciones de invertebrados acuáticos
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
Summary: | El agua dulce es considerada uno de los recursos naturales renovables más importantes, Colombia se ubica entre los países con mayor oferta hídrica del mundo con cinco vertientes: Caribe, Orinoco, Amazonas, Pacifico y Catatumbo. En este sentido es de vital importancia estudiar y evaluar la calidad del agua de sus ríos y/o sistemas lóticos. Hoy por hoy, algunos científicos hacen uso de índices biológicos para calcular la calidad del agua, mientras que otros detectan la calidad del agua por medio de técnicas de aprendizaje automático, sin embargo los trabajos encontrados hasta el momento no permiten al usuario interpretar fácilmente los resultados. Estas investigaciones motivaron a proponer un conjunto de datos para la generación de alertas de la calidad del agua en la cuenca Rio Piedras basado en el análisis del algoritmo de agrupamiento K-Means y la técnica de clasificación C.4.5. |
---|