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...

Full description

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/
Description
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.