Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes

La Red de Calidad Hídrica de Bogotá (RCHB) realiza seguimiento a la calidad y cantidad del agua de los principales ríos de la ciudad: Torca, Salitre, Fucha y Tunjuelo, localizados en el perímetro urbano de ciudad. Esta red de monitoreo ha permanecido estática por más de diez (10) años sin tener en c...

Full description

Autores:
Rubiano Perilla, Juan Sebastian
Vera Quintero, Laura Johanna
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/21489
Acceso en línea:
http://hdl.handle.net/11634/21489
Palabra clave:
Water Quality Network
Mahalanobis distance
Random Forest
Expectation Maximization
Pollutant load
Water quality -- Measurement
Water resources -- Research
Urban hydrology
Calidad del agua -- Mediciones
Recursos hídricos -- Investigaciones
Hidrología urbana
Red de Calidad Hídrica (RCH)
Random Forest (RF)
Expectation Maximization (EM)
Carga Contaminante (CC)
Distancia de Mahalanobis
Rights
openAccess
License
CC0 1.0 Universal
id SANTTOMAS2_c090b11eab0dd3fbe6a391ca01c8b2f1
oai_identifier_str oai:repository.usta.edu.co:11634/21489
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
title Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
spellingShingle Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
Water Quality Network
Mahalanobis distance
Random Forest
Expectation Maximization
Pollutant load
Water quality -- Measurement
Water resources -- Research
Urban hydrology
Calidad del agua -- Mediciones
Recursos hídricos -- Investigaciones
Hidrología urbana
Red de Calidad Hídrica (RCH)
Random Forest (RF)
Expectation Maximization (EM)
Carga Contaminante (CC)
Distancia de Mahalanobis
title_short Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
title_full Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
title_fullStr Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
title_full_unstemmed Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
title_sort Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes
dc.creator.fl_str_mv Rubiano Perilla, Juan Sebastian
Vera Quintero, Laura Johanna
dc.contributor.advisor.none.fl_str_mv Zamora Ávila, David Andres
dc.contributor.author.none.fl_str_mv Rubiano Perilla, Juan Sebastian
Vera Quintero, Laura Johanna
dc.contributor.cvlac.spa.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001370654
dc.subject.keyword.spa.fl_str_mv Water Quality Network
Mahalanobis distance
Random Forest
Expectation Maximization
Pollutant load
Water quality -- Measurement
Water resources -- Research
Urban hydrology
topic Water Quality Network
Mahalanobis distance
Random Forest
Expectation Maximization
Pollutant load
Water quality -- Measurement
Water resources -- Research
Urban hydrology
Calidad del agua -- Mediciones
Recursos hídricos -- Investigaciones
Hidrología urbana
Red de Calidad Hídrica (RCH)
Random Forest (RF)
Expectation Maximization (EM)
Carga Contaminante (CC)
Distancia de Mahalanobis
dc.subject.lemb.spa.fl_str_mv Calidad del agua -- Mediciones
Recursos hídricos -- Investigaciones
Hidrología urbana
dc.subject.proposal.spa.fl_str_mv Red de Calidad Hídrica (RCH)
Random Forest (RF)
Expectation Maximization (EM)
Carga Contaminante (CC)
Distancia de Mahalanobis
description La Red de Calidad Hídrica de Bogotá (RCHB) realiza seguimiento a la calidad y cantidad del agua de los principales ríos de la ciudad: Torca, Salitre, Fucha y Tunjuelo, localizados en el perímetro urbano de ciudad. Esta red de monitoreo ha permanecido estática por más de diez (10) años sin tener en cuenta que la calidad y la cantidad del agua en la ciudad es altamente dinámica en el tiempo y el espacio, y que los procesos de desarrollo urbano e industrial han cambiado desde que esta herramienta de gestión entró en funcionamiento en el año de 2006. Además, a la par de estos cambios, la hidrología de las cuencas ha sido modificada por efectos del incremento de áreas impermeables debido a la expansión de infraestructura urbana, entre otros efectos derivados de las actividades antrópicas. Caudales y concentraciones de diferentes determinantes de la calidad del agua en la RCHB han permitido caracterizar el comportamiento del recurso hídrico en las cuencas urbanas de la ciudad. Sin embargo, evaluar estos componentes de forma independiente para determinar la relevancia de un punto de monitoreo (PM) limita los hallazgos, dado que la hidrología urbana corresponde a un sistema no lineal que relaciona la cantidad y calidad del agua de los sistemas de recolección de agua lluvia y residual, y las alteraciones al sistema como consecuencia de la expansión urbana. Por lo tanto, en la presente investigación se realizó un análisis de la representatividad de los PM a través de una evaluación multivariada de las cargas contaminantes (CC) de la RCHB para el periodo de tiempo del año 2006 al 2018. En primera instancia se hizo una caracterización espacial del área de influencia a la que pertenece la RCHB, con el fin de conocer la hidrografía e hidrología de la zona, y así mismo con los datos proporcionados por la Secretaría Distrital de Ambiente (SDA) fueron calculadas las CC integrando datos de concentraciones de las variables de calidad (es decir, DBO5, DQO, SST, Nitrógeno Total, Fosforo Total, SAAM y Grasas y Aceites) y caudales. El análisis de la representatividad de los PM se hizo mediante la aplicación de diferentes métodos multivariados: En primer lugar, fueron detectados y eliminados las muestras atípicas a través de algoritmo distancia Mahalanobis, obteniendo un máximo de hasta 22,77 % de muestras atípicas en algunos PM de la RCHB. Después de eliminar los valores atípicos, fueron conformados nuevos conjuntos de datos con las CC y caudales para cada río, y usados para seleccionar las variables de calidad y cantidad más importantes que representan la dinámica del recurso hídrico por cada río mediante el algoritmo Random Forest. Por último, se evaluaron los datos de carga de las variables más importantes por río con el algoritmo de agrupamiento Expectation Maximization para determinar el número de PM que representan la dinámica de las cargas contaminantes en la RCHB obteniendo así un número óptimo de PM por cada río: cuatro (4) para Torca, cinco (5) para Salitre, seis (6) para Fucha y siete (7) para Tunjuelo. Con el desarrollo de este proyecto se buscó aportar conocimiento sobre la aplicación de metodologías para optimizar la actividad de monitoreo, y con esto mejorar los procesos gestión, control y seguimiento del recurso hídrico en la ciudad de Bogotá. Palabras clave: Red de Calidad Hídrica (RCH), distancia de Mahalanobis, Random Forest (RF), Expectation Maximization (EM), Carga Contaminante (CC).
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-02-07T00:25:17Z
dc.date.available.none.fl_str_mv 2020-02-07T00:25:17Z
dc.date.issued.none.fl_str_mv 2020-02-06
dc.type.none.fl_str_mv bachelor thesis
dc.type.local.spa.fl_str_mv Tesis de pregrado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Rubiano, S. & Vera, L. (2020). Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes (Trabajo de pregrado de Ingeniería Ambiental). Universidad Santo Tomás. Bogotá, Colombia.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/21489
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Rubiano, S. & Vera, L. (2020). Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes (Trabajo de pregrado de Ingeniería Ambiental). Universidad Santo Tomás. Bogotá, Colombia.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/21489
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv W. a. B. J. M. G. H. Qiuwen Chen, «Optimization of water quality monitoring network in a large river by combining measurements, a numerical model and matter-element analyses,» Journal of Environmental Management, vol. 110, pp. 116-124, 15 noviembre 2012.
S. Behmel, M. Damour, R. Ludwig, M.J. Rodriguez, «Water quality monitoring strategies, A review and future perspectives», Science of the Total Environment, pp. 1313-1315, 8 julio 2016.
A. S. Y. S. Vishwanathan, «Introduction to Machine Learning», Reino Unido: Cambridge University Pres, 2008
Secretaria Distrital de Ambiente, «Calidad del sistema hídrico de Bogotá», 1a ed, Editorial Pontificia Universidad Javeriana, pp. 23-27, 92, 110, Bogotá, 2008.
F. Pérez, D. Zamora, «Informe técnico: descripción y contexto de las cuencas del distrito capital (Torca, Salitre, Fucha y Tunjuelo)», Secretaria Distrital de Ambiente, pp. 10-19, Septiembre 2015.
Empresa de alcantarillado acueducto y aseo de Bogotá, «Plan de identificación de corrección de conexiones erradas», pp. 27-28, Agosto 2017.
Departamento Administrativo de Función Pública. (2012, Diciembre, 21). Decreto 2667, Por el cual se reglamenta la tasa retributiva por la utilización directa e indirecta del agua como receptor de los vertimientos puntuales, y se toman otras determinaciones, Art. 28. [En línea]. Disponible: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=51042#0.
Universidad de los Andes (UniAndes), «Concentraciones de referencia para los vertimientos industriales realizados a la red de alcantarillado y de los vertimientos industriales y domésticos efectuados a cuerpos de agua de la ciudad de Bogotá», Informe Objetivos de Calidad, Secretaría Distrital de Ambiente - Universidad de Los Andes Convenio 045 de 2007. Numeral 5. Bogotá D.C, Colombia, 2017.
B. Rocamora, A. García, B. Martínez, « Inferencia estadística (intervalos de confianza y p-valor). Comparación de dos poblaciones (test de comparación de medias, comparación de dos proporciones, comparación de dos varianzas)», Universidad Cardenal Herrera, pp. 6-7.
Efron, B. «Bootstrap Methods: Another Look at the Jackknife». Ann. Statist. pp. 1-26, 1979.
Vergara, J. Ramírez, J. Rojas and S. Guerrero, «Métodos de remuestreo Bootstrap y Jackknife en análisis de sobreviviencia», in XXVI Simposio de Estadística, Sincelejo, Sucre, 2016, p. 3.
S. Gil, «Bootstrap en poblaciones finitas». Granada, España: Editorial Universitaria - UGR, 2014, pp. 12-14.
A. Villalobos, M. Lagos and N. Gómez, «Intervalos de confianza Bootstrap para índices de diversidad». Chile: Universidad del Bio Bio, departamento de estadística, 2014, pp. 16-21.
M. Quaglino y J. Merello, «Métodos multivariados en estudios de vulnerabilidad social en la provincia de Santa Fe», Noviembre 2012.
S. Matsumoto, «Comparison of Outlier Detection Methods in Fault proneness Models», Proceedings of the First international Symposium on Empirical Software Engineering and Measurement, Madrid, España, Septiembre, 2007.
K. Tiwary, «Selecting the Appropriate Outlier Treatment for Common Industry SAS», Conference Proceedings: NESUG 2007, Baltimore, Maryland, Noviembre 2007.
Archer, V. Kimes, «Empirical characterization of random forest variable importance measures», Science of the Total Environment, pp. 2251-2260, 30 agosto 2007.
R. F. Medina-Merino and C. I. Ñique-Chacón, «Bosques aleatorios como extensión de los árboles de clasificación con los programas R y Python», Interfaces, ed.10, pp. 165, 2017.
A. Dempster, N. Laird y D. Rubin, «Maximum likelihood from incomplete data via the EM algorithm», Journal of the Royal Statistical Society, Series B (Methodological), pp. 1-38, 1977.
J. Li and A. Nehorai, «Gaussian mixture learning via adaptive hierarchical clustering», Signal Processing, vol. 150, pp. 116-121, 2018.
V. V. Raghavan, V. N. Gudivada and V. Govindaraju, «Cognitive Computing: Theory and Applications», Amsterdam, Netherlands, 2016. Disponible: https://doi.org/10.1016/bs.host.2016.07.005.
O. Boubaker, «Recent Advances in Chaotic Systems and Synchronization», Reino Unido, 2019. Disponible: https://doi.org/10.1016/B978-0-12-815838-8.00007-8.
Á Gómez Losada, «Modelos De Mixturas Finitas Para La Caracterización Y Mejora De Las Redes De Monitorización De La Calidad Del Aire», Universidad de Granada, 2014.
E. J. Wegman and D. B. Carr, «26 Statistical graphics and visualization», Handbook of Statistics», vol. 9, pp. 857-958, 1993. Disponible: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/S0169-7161(05)80150-6.
J. Han, M. Kamber and J. Pei, «12 - Outlier Detection», Data Mining, ed., pp. 543-584, 2012. Disponible: https://doi.org/10.1016/B978-0-12-381479-1.00012-5.
DANE, «Encuesta anual manufacturera, información por localidades», Bogotá, Noviembre, 2006.
W. K. Dodds and M. R. Whiles, «Chapter 18 - Trophic State and Eutrophication», Freshwater Ecology (Third Edition) », pp. 537-581, 2020. Disponible: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/B978-0-12-813255-5.00018-1.
Ministerio de ambiente y desarrollo sostenible. (2018, Agosto, 03). Resolución 1484, Por el cual se asume la competencia del proyecto “Relleno sanitario Doña Juana” y se toman otras determinaciones, [En línea]. Disponible: http://www.minambiente.gov.co/images/normativa/app/resoluciones/a4-RES%201484%20DE%202018.pdf
D. Puri, K. Borel, C. Vance, & R. Karthikeyan, «Optimization of a water quality monitoring network using a spatially referenced water quality model and a genetic algorithm». Water, vol. 9, no. 704, pp.1-11, 2017. Disponible: https://doi.org/10.3390/w9090704.
Hilundo, M., Kelderman, P., & O´keeffe, J. H. (2008). «Design of a water quality monitoring network for the Limpopo river basin in Mozambique». Physics and Chemistry of the Earth, 33(8), 655-665. doi:10.1016/j.pce.2008.06.055
Y.Icaga, «Genetic algorithm usage in water quality monitoring networks optimization in Gediz (turkey) river basin. Environmental Monitoring and Assessment», vol.108, pp. 261-277, 2005. Disponible: https://doi.org/10.1007/s10661-005-4328-z.
Organización para la Cooperación y el Desarrollo Económico (OCDE), “¿Cómo calcular el cambio del valor del peso colombiano en el tiempo?”, Colombia, 2019.
dc.rights.*.fl_str_mv CC0 1.0 Universal
dc.rights.uri.*.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado de Ingeniería Ambiental
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Ambiental
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/21489/8/2020sebastianrubiano.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/21489/9/CARTA%20DE%20APROBACION%20Y%20DERECHOS%20DE%20AUTOR.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/21489/5/2020sebastianrubiano.pdf
https://repository.usta.edu.co/bitstream/11634/21489/2/CARTA%20DE%20APROBACION%20Y%20DERECHOS%20DE%20AUTOR.pdf
https://repository.usta.edu.co/bitstream/11634/21489/6/license_rdf
https://repository.usta.edu.co/bitstream/11634/21489/7/license.txt
bitstream.checksum.fl_str_mv 27e0794e9807a805e47d091437296432
97478f10077a7b7d48224921b3732f13
0ed62b61927f282941c84a5c191be4d3
1287e645503e27eb4ea4b1e8a27358db
42fd4ad1e89814f5e4a476b409eb708c
f6b8c5608fa6b2f649b2d63e10c5fa73
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026108353380352
spelling Zamora Ávila, David AndresRubiano Perilla, Juan SebastianVera Quintero, Laura Johannahttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00013706542020-02-07T00:25:17Z2020-02-07T00:25:17Z2020-02-06Rubiano, S. & Vera, L. (2020). Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes (Trabajo de pregrado de Ingeniería Ambiental). Universidad Santo Tomás. Bogotá, Colombia.http://hdl.handle.net/11634/21489reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLa Red de Calidad Hídrica de Bogotá (RCHB) realiza seguimiento a la calidad y cantidad del agua de los principales ríos de la ciudad: Torca, Salitre, Fucha y Tunjuelo, localizados en el perímetro urbano de ciudad. Esta red de monitoreo ha permanecido estática por más de diez (10) años sin tener en cuenta que la calidad y la cantidad del agua en la ciudad es altamente dinámica en el tiempo y el espacio, y que los procesos de desarrollo urbano e industrial han cambiado desde que esta herramienta de gestión entró en funcionamiento en el año de 2006. Además, a la par de estos cambios, la hidrología de las cuencas ha sido modificada por efectos del incremento de áreas impermeables debido a la expansión de infraestructura urbana, entre otros efectos derivados de las actividades antrópicas. Caudales y concentraciones de diferentes determinantes de la calidad del agua en la RCHB han permitido caracterizar el comportamiento del recurso hídrico en las cuencas urbanas de la ciudad. Sin embargo, evaluar estos componentes de forma independiente para determinar la relevancia de un punto de monitoreo (PM) limita los hallazgos, dado que la hidrología urbana corresponde a un sistema no lineal que relaciona la cantidad y calidad del agua de los sistemas de recolección de agua lluvia y residual, y las alteraciones al sistema como consecuencia de la expansión urbana. Por lo tanto, en la presente investigación se realizó un análisis de la representatividad de los PM a través de una evaluación multivariada de las cargas contaminantes (CC) de la RCHB para el periodo de tiempo del año 2006 al 2018. En primera instancia se hizo una caracterización espacial del área de influencia a la que pertenece la RCHB, con el fin de conocer la hidrografía e hidrología de la zona, y así mismo con los datos proporcionados por la Secretaría Distrital de Ambiente (SDA) fueron calculadas las CC integrando datos de concentraciones de las variables de calidad (es decir, DBO5, DQO, SST, Nitrógeno Total, Fosforo Total, SAAM y Grasas y Aceites) y caudales. El análisis de la representatividad de los PM se hizo mediante la aplicación de diferentes métodos multivariados: En primer lugar, fueron detectados y eliminados las muestras atípicas a través de algoritmo distancia Mahalanobis, obteniendo un máximo de hasta 22,77 % de muestras atípicas en algunos PM de la RCHB. Después de eliminar los valores atípicos, fueron conformados nuevos conjuntos de datos con las CC y caudales para cada río, y usados para seleccionar las variables de calidad y cantidad más importantes que representan la dinámica del recurso hídrico por cada río mediante el algoritmo Random Forest. Por último, se evaluaron los datos de carga de las variables más importantes por río con el algoritmo de agrupamiento Expectation Maximization para determinar el número de PM que representan la dinámica de las cargas contaminantes en la RCHB obteniendo así un número óptimo de PM por cada río: cuatro (4) para Torca, cinco (5) para Salitre, seis (6) para Fucha y siete (7) para Tunjuelo. Con el desarrollo de este proyecto se buscó aportar conocimiento sobre la aplicación de metodologías para optimizar la actividad de monitoreo, y con esto mejorar los procesos gestión, control y seguimiento del recurso hídrico en la ciudad de Bogotá. Palabras clave: Red de Calidad Hídrica (RCH), distancia de Mahalanobis, Random Forest (RF), Expectation Maximization (EM), Carga Contaminante (CC).The Water Quality Network of Bogotá is established in the 4 main rivers belonging to the city of Bogotá which are: Torca, Salitre, Fucha and Tunjuelo, this monitoring network has remained static for more than ten (10) years without taking into account that the quality and quantity of water in the city is highly dynamic in time and space, and that urban and industrial development processes have changed since this management tool came into operation in 2006. In addition, at the same time as these changes, the hydrology of the basins has been modified by the effects of the increase in impermeable areas due to the expansion of urban infrastructure. Flow rates and concentrations of different determinants of water quality in the water quality network of Bogotá have made it possible to characterise the behaviour of the water resource in the urban basins of the City. However, evaluating these components independently to determine the relevance of a monitoring point limits the findings, since urban hydrology corresponds to a non-linear system that relates the quantity and quality of water from rain and wastewater collection systems, and the alterations to the system as a consequence of urban expansion. Therefore, in the present investigation an analysis of the representativeness of the monitoring points was carried out through a multivariate evaluation of the polluting loads of the RCHB for the time period from 2006 to 2018. First, a spatial characterization was made on the influence area of the water quality network of Bogotá belongs, in order to know the hydrography and hydrology conditions, and also with the data provided by the District Secretariat of Environment was calculated of the polluting load integrating concentrations of quality variables (BOD5, COD, TSS, Total Nitrogen, Total Phosphorus, SAAM and Fats and Oils) and streamflows. The analysis of the representativeness of the monitoring points was done through the application of different methods, in this way the detection of atypical data through the Mahalanobis distance algorithm was first evaluated, obtaining a maximum percentage of up to 22.77 % of atypical values in the monitoring points network. In accordance with the above, a new, more reliable database without outliers was obtained to be used in the selection of the most important quality and quantity variables that represent the dynamics of the water resource by river using the Random Forest algorithm. Finally, the load data of the most important variables per river were evaluated with the grouping algorithm Expectation Maximization to determine the number of monitoring points that represent the dynamics of the polluting loads in the water quality network of Bogotá, thus obtaining an optimal number of monitoring points per River of 4 to Torca, 5 to Salitre, 6 to Fucha and 7 to Tunjuelo. The development of this project seeks to provide knowledge on the application of methodologies to optimize the monitoring activity, and thus improve the management processes, control and monitoring of water resources in the city of Bogotá. Keywords: Water Quality Network, Mahalanobis distance, Random Forest, Expectation Maximization, pollutant load.Ingeniero Ambientalhttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado de Ingeniería AmbientalFacultad de Ingeniería AmbientalCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantesbachelor thesisTesis de pregradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisWater Quality NetworkMahalanobis distanceRandom ForestExpectation MaximizationPollutant loadWater quality -- MeasurementWater resources -- ResearchUrban hydrologyCalidad del agua -- MedicionesRecursos hídricos -- InvestigacionesHidrología urbanaRed de Calidad Hídrica (RCH)Random Forest (RF)Expectation Maximization (EM)Carga Contaminante (CC)Distancia de MahalanobisCRAI-USTA BogotáW. a. B. J. M. G. H. Qiuwen Chen, «Optimization of water quality monitoring network in a large river by combining measurements, a numerical model and matter-element analyses,» Journal of Environmental Management, vol. 110, pp. 116-124, 15 noviembre 2012.S. Behmel, M. Damour, R. Ludwig, M.J. Rodriguez, «Water quality monitoring strategies, A review and future perspectives», Science of the Total Environment, pp. 1313-1315, 8 julio 2016.A. S. Y. S. Vishwanathan, «Introduction to Machine Learning», Reino Unido: Cambridge University Pres, 2008Secretaria Distrital de Ambiente, «Calidad del sistema hídrico de Bogotá», 1a ed, Editorial Pontificia Universidad Javeriana, pp. 23-27, 92, 110, Bogotá, 2008.F. Pérez, D. Zamora, «Informe técnico: descripción y contexto de las cuencas del distrito capital (Torca, Salitre, Fucha y Tunjuelo)», Secretaria Distrital de Ambiente, pp. 10-19, Septiembre 2015.Empresa de alcantarillado acueducto y aseo de Bogotá, «Plan de identificación de corrección de conexiones erradas», pp. 27-28, Agosto 2017.Departamento Administrativo de Función Pública. (2012, Diciembre, 21). Decreto 2667, Por el cual se reglamenta la tasa retributiva por la utilización directa e indirecta del agua como receptor de los vertimientos puntuales, y se toman otras determinaciones, Art. 28. [En línea]. Disponible: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=51042#0.Universidad de los Andes (UniAndes), «Concentraciones de referencia para los vertimientos industriales realizados a la red de alcantarillado y de los vertimientos industriales y domésticos efectuados a cuerpos de agua de la ciudad de Bogotá», Informe Objetivos de Calidad, Secretaría Distrital de Ambiente - Universidad de Los Andes Convenio 045 de 2007. Numeral 5. Bogotá D.C, Colombia, 2017.B. Rocamora, A. García, B. Martínez, « Inferencia estadística (intervalos de confianza y p-valor). Comparación de dos poblaciones (test de comparación de medias, comparación de dos proporciones, comparación de dos varianzas)», Universidad Cardenal Herrera, pp. 6-7.Efron, B. «Bootstrap Methods: Another Look at the Jackknife». Ann. Statist. pp. 1-26, 1979.Vergara, J. Ramírez, J. Rojas and S. Guerrero, «Métodos de remuestreo Bootstrap y Jackknife en análisis de sobreviviencia», in XXVI Simposio de Estadística, Sincelejo, Sucre, 2016, p. 3.S. Gil, «Bootstrap en poblaciones finitas». Granada, España: Editorial Universitaria - UGR, 2014, pp. 12-14.A. Villalobos, M. Lagos and N. Gómez, «Intervalos de confianza Bootstrap para índices de diversidad». Chile: Universidad del Bio Bio, departamento de estadística, 2014, pp. 16-21.M. Quaglino y J. Merello, «Métodos multivariados en estudios de vulnerabilidad social en la provincia de Santa Fe», Noviembre 2012.S. Matsumoto, «Comparison of Outlier Detection Methods in Fault proneness Models», Proceedings of the First international Symposium on Empirical Software Engineering and Measurement, Madrid, España, Septiembre, 2007.K. Tiwary, «Selecting the Appropriate Outlier Treatment for Common Industry SAS», Conference Proceedings: NESUG 2007, Baltimore, Maryland, Noviembre 2007.Archer, V. Kimes, «Empirical characterization of random forest variable importance measures», Science of the Total Environment, pp. 2251-2260, 30 agosto 2007.R. F. Medina-Merino and C. I. Ñique-Chacón, «Bosques aleatorios como extensión de los árboles de clasificación con los programas R y Python», Interfaces, ed.10, pp. 165, 2017.A. Dempster, N. Laird y D. Rubin, «Maximum likelihood from incomplete data via the EM algorithm», Journal of the Royal Statistical Society, Series B (Methodological), pp. 1-38, 1977.J. Li and A. Nehorai, «Gaussian mixture learning via adaptive hierarchical clustering», Signal Processing, vol. 150, pp. 116-121, 2018.V. V. Raghavan, V. N. Gudivada and V. Govindaraju, «Cognitive Computing: Theory and Applications», Amsterdam, Netherlands, 2016. Disponible: https://doi.org/10.1016/bs.host.2016.07.005.O. Boubaker, «Recent Advances in Chaotic Systems and Synchronization», Reino Unido, 2019. Disponible: https://doi.org/10.1016/B978-0-12-815838-8.00007-8.Á Gómez Losada, «Modelos De Mixturas Finitas Para La Caracterización Y Mejora De Las Redes De Monitorización De La Calidad Del Aire», Universidad de Granada, 2014.E. J. Wegman and D. B. Carr, «26 Statistical graphics and visualization», Handbook of Statistics», vol. 9, pp. 857-958, 1993. Disponible: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/S0169-7161(05)80150-6.J. Han, M. Kamber and J. Pei, «12 - Outlier Detection», Data Mining, ed., pp. 543-584, 2012. Disponible: https://doi.org/10.1016/B978-0-12-381479-1.00012-5.DANE, «Encuesta anual manufacturera, información por localidades», Bogotá, Noviembre, 2006.W. K. Dodds and M. R. Whiles, «Chapter 18 - Trophic State and Eutrophication», Freshwater Ecology (Third Edition) », pp. 537-581, 2020. Disponible: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/B978-0-12-813255-5.00018-1.Ministerio de ambiente y desarrollo sostenible. (2018, Agosto, 03). Resolución 1484, Por el cual se asume la competencia del proyecto “Relleno sanitario Doña Juana” y se toman otras determinaciones, [En línea]. Disponible: http://www.minambiente.gov.co/images/normativa/app/resoluciones/a4-RES%201484%20DE%202018.pdfD. Puri, K. Borel, C. Vance, & R. Karthikeyan, «Optimization of a water quality monitoring network using a spatially referenced water quality model and a genetic algorithm». Water, vol. 9, no. 704, pp.1-11, 2017. Disponible: https://doi.org/10.3390/w9090704.Hilundo, M., Kelderman, P., & O´keeffe, J. H. (2008). «Design of a water quality monitoring network for the Limpopo river basin in Mozambique». Physics and Chemistry of the Earth, 33(8), 655-665. doi:10.1016/j.pce.2008.06.055Y.Icaga, «Genetic algorithm usage in water quality monitoring networks optimization in Gediz (turkey) river basin. Environmental Monitoring and Assessment», vol.108, pp. 261-277, 2005. Disponible: https://doi.org/10.1007/s10661-005-4328-z.Organización para la Cooperación y el Desarrollo Económico (OCDE), “¿Cómo calcular el cambio del valor del peso colombiano en el tiempo?”, Colombia, 2019.THUMBNAIL2020sebastianrubiano.pdf.jpg2020sebastianrubiano.pdf.jpgIM Thumbnailimage/jpeg4283https://repository.usta.edu.co/bitstream/11634/21489/8/2020sebastianrubiano.pdf.jpg27e0794e9807a805e47d091437296432MD58open accessCARTA DE APROBACION Y DERECHOS DE AUTOR.pdf.jpgCARTA DE APROBACION Y DERECHOS DE AUTOR.pdf.jpgIM Thumbnailimage/jpeg6608https://repository.usta.edu.co/bitstream/11634/21489/9/CARTA%20DE%20APROBACION%20Y%20DERECHOS%20DE%20AUTOR.pdf.jpg97478f10077a7b7d48224921b3732f13MD59metadata only accessORIGINAL2020sebastianrubiano.pdf2020sebastianrubiano.pdfapplication/pdf6083102https://repository.usta.edu.co/bitstream/11634/21489/5/2020sebastianrubiano.pdf0ed62b61927f282941c84a5c191be4d3MD55open accessCARTA DE APROBACION Y DERECHOS DE AUTOR.pdfCARTA DE APROBACION Y DERECHOS DE AUTOR.pdfapplication/pdf813583https://repository.usta.edu.co/bitstream/11634/21489/2/CARTA%20DE%20APROBACION%20Y%20DERECHOS%20DE%20AUTOR.pdf1287e645503e27eb4ea4b1e8a27358dbMD52metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.usta.edu.co/bitstream/11634/21489/6/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD56open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/21489/7/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD57open access11634/21489oai:repository.usta.edu.co:11634/214892023-07-19 16:24:03.893open accessRepositorio Universidad Santo Tomásnoreply@usta.edu.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

Publicaciones similares