Comparación de Metodologías Estadísticas para el Análisis de las Variables Registradas por la Red de Calidad Hídrica de Bogotá en los Ríos Torca y Salitre de la Ciudad de Bogotá D.C.

En la actualidad, la ciencia y la tecnología han avanzado de manera significativa, ofreciendo diversas herramientas por las cuales se pueden realizar análisis más profundos y más precisos para estudiar a detalle el recurso hídrico. En Bogotá, como en otras muchas ciudades con numerosos habitantes, hay una problemática que ha venido creciendo en los últimos años, la contaminación persistente de los cuerpos de agua que se encuentran bajo su jurisdicción. Sin embargo, como se ha dicho anteriormente, hay herramientas que permiten que el monitoreo constante de estos cuerpos hídricos faciliten el análisis del estado actual de los mismos, como lo es la red de calidad hídrica de Bogotá (RCHB), la cual es un sistema de puntos de muestreo a lo largo de los cuerpos hídricos de interés que recolecta información continuamente. Es así como el siguiente proyecto representa una propuesta de mejoramiento de la red de calidad hídrica de Bogotá para los ríos Torca y Salitre mediante la aplicación de una Red Neuronal Artificial, la cual, es un modelo de interconexión de nodos que permite establecer tareas que serán aprendidas automáticamente por la red, entrenándola para que desempeñe una actividad en específico y que esto dé paso a la mejora continua del mismo sistema. Este proyecto tiene como fin la aplicación de diversas metodologías estadísticas, para evaluar cuál es la diferencia de la aplicabilidad de los métodos (Análisis Lineal de Discriminantes, Análisis Jerárquico, Kriging y Red Neuronal Artificial) y la diferencia que existe en los resultados finales, pudiendo así determinar cuál ha generado la información con mayor grado de confiabilidad y cuál aporta más a la propuesta de mejoramiento que será generada en este proyecto.

• Autores: Balaguera Vega, Paula Andrea; Hernández Chavarro, Julieth Nathalia
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2017
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/9265
• Acceso en línea: http://hdl.handle.net/11634/9265
• Palabra clave: Artificial Neural Network; Lineal Discriminant Analysis; Hierarchical Analysis; Geoestatistical Analyst; Salitre River; Torca River; Water Quality Network; Ingeniería Ambiental; Tecnología; Recursos Hídricos; Red de Calidad Hídrica; Río Salitre; Río Torca; Análisis Lineal de Discriminantes; Análisis Jerárquico; Análisis Geoestadístico; Red Neuronal Artificial
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia