Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura

The field of hydrology is one of the sciences that focuses on the study, planning and quantification of water resources, generating a significant amount of data, which are indispensable in the branch of civil engineering. Currently these data are analyzed by a variety of techniques, among the predom...

Full description

Autores:
Rafael Miñope, Willians Franklin
Vilcherres Lizárraga, Pedro Victor Raúl
Muñoz Pérez, Sócrates Pedro
Tuesta Monteza, Victor Alexci
Mejía Cabrera, Heber Ivan
Tipo de recurso:
Fecha de publicación:
2022
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/43649
Acceso en línea:
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2645
Palabra clave:
Rights
License
http://purl.org/coar/access_right/c_abf2
id SANTTOMAS2_fe2fe15a6db75ff79c76c7633436cb2f
oai_identifier_str oai:repository.usta.edu.co:11634/43649
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
spelling Rafael Miñope, Willians FranklinVilcherres Lizárraga, Pedro Victor RaúlMuñoz Pérez, Sócrates PedroTuesta Monteza, Victor AlexciMejía Cabrera, Heber Ivan2022-01-01http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/264510.15332/iteckne.v19i1.2645The field of hydrology is one of the sciences that focuses on the study, planning and quantification of water resources, generating a significant amount of data, which are indispensable in the branch of civil engineering. Currently these data are analyzed by a variety of techniques, among the predominant ones are artificial intelligence (IA) exclusively applied to the modeling of hydrological processes such as rain-runoff, floods, droughts, evapotranspiration, lake level and flow prediction. This document carried out a systematic review of the literature published between the years 2015 to 2021 in the various databases such as Scopus, Springer Link, EBSCOhost, SciELO and ScienceDirect. For this, a protocol process was established in which the selected database, definition of search terms and selection filters are entered. Indeed, after considering the protocol process, 50 indexed articles were obtained in addition to 4 articles and 1 book of web pages. As a consequence, it was found that artificial neural networks (ANNs) are the most widely used techniques for modeling hydrological processes where, with innovative programming languages, they can be encoded with much greater versatility. To date, the use of RNA is being implemented with other techniques to generate hybrid models that allow obtaining better estimates.El campo de la hidrología es una de las ciencias que se enfoca en el estudio, la planificación y la cuantificación del recurso hídrico, generando una magnitud significativa de datos, los cuales son indispensables en la rama de la ingeniería civil. Actualmente dichos datos son analizados por una variedad de técnicas, que entre las predominantes son las de inteligencia artificial (IA) exclusivamente aplicadas al modelamiento de procesos hidrológicos como lluvia-escorrentía, inundaciones, sequías, evapotranspiración, nivel de lagos y predicción de caudales. El presente documento realizó una revisión sistemática de la literatura publicadas entre los años 2015 al 2021 en las diversas bases de datos como, Scopus, Springer Link, EBSCOhost, SciELO y ScienceDirect. Para ello se estableció un proceso de protocolo en el cual se introduce la base de datos seleccionada, definición de términos de búsqueda y filtros de selección. En efecto después de considerar el proceso de protocolo se obtuvieron 50 artículos indexados además de 4 artículos y 1 libro de páginas web. Como consecuencia se encontró que las redes neuronales artificiales (RNA) son las técnicas más utilizadas para el modelamiento de procesos hidrológicos donde con innovadores lenguajes de programación se pueden codificar con mucha mayor versatilidad. A la fecha el uso de RNA se las está implementando con otras técnicas para generar modelos híbridos que permiten obtener mejores estimaciones.application/pdfspaUniversidad Santo Tomás. Seccional Bucaramangahttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2645/1958ITECKNE; Vol 19 No 1 (2022)ITECKNE; Vol 19 No 1 (2022)2339-34831692-1798Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literaturaModeling of hydrological processes applying artificial intelligence techniques: a systematic literature reviewinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/access_right/c_abf211634/43649oai:repository.usta.edu.co:11634/436492023-07-14 15:59:42.881metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
dc.title.alternative.eng.fl_str_mv Modeling of hydrological processes applying artificial intelligence techniques: a systematic literature review
title Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
spellingShingle Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
title_short Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
title_full Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
title_fullStr Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
title_full_unstemmed Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
title_sort Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura
dc.creator.fl_str_mv Rafael Miñope, Willians Franklin
Vilcherres Lizárraga, Pedro Victor Raúl
Muñoz Pérez, Sócrates Pedro
Tuesta Monteza, Victor Alexci
Mejía Cabrera, Heber Ivan
dc.contributor.author.none.fl_str_mv Rafael Miñope, Willians Franklin
Vilcherres Lizárraga, Pedro Victor Raúl
Muñoz Pérez, Sócrates Pedro
Tuesta Monteza, Victor Alexci
Mejía Cabrera, Heber Ivan
description The field of hydrology is one of the sciences that focuses on the study, planning and quantification of water resources, generating a significant amount of data, which are indispensable in the branch of civil engineering. Currently these data are analyzed by a variety of techniques, among the predominant ones are artificial intelligence (IA) exclusively applied to the modeling of hydrological processes such as rain-runoff, floods, droughts, evapotranspiration, lake level and flow prediction. This document carried out a systematic review of the literature published between the years 2015 to 2021 in the various databases such as Scopus, Springer Link, EBSCOhost, SciELO and ScienceDirect. For this, a protocol process was established in which the selected database, definition of search terms and selection filters are entered. Indeed, after considering the protocol process, 50 indexed articles were obtained in addition to 4 articles and 1 book of web pages. As a consequence, it was found that artificial neural networks (ANNs) are the most widely used techniques for modeling hydrological processes where, with innovative programming languages, they can be encoded with much greater versatility. To date, the use of RNA is being implemented with other techniques to generate hybrid models that allow obtaining better estimates.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022-01-01
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.none.fl_str_mv http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2645
10.15332/iteckne.v19i1.2645
url http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2645
identifier_str_mv 10.15332/iteckne.v19i1.2645
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2645/1958
dc.relation.citationissue.spa.fl_str_mv ITECKNE; Vol 19 No 1 (2022)
dc.relation.citationissue.eng.fl_str_mv ITECKNE; Vol 19 No 1 (2022)
dc.relation.citationissue.none.fl_str_mv 2339-3483
1692-1798
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.eng.fl_str_mv Universidad Santo Tomás. Seccional Bucaramanga
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026355862405120