Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable

Propia

Autores:
Muñoz Fique, Fredy Alejandro
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Antonio Nariño
Repositorio:
Repositorio UAN
Idioma:
spa
OAI Identifier:
oai:repositorio.uan.edu.co:123456789/2258
Acceso en línea:
http://repositorio.uan.edu.co/handle/123456789/2258
Palabra clave:
Modelos
Hidráulica
Tecnología
Agua potable
Models
Hydraulics
Technology
Drinking water.
Rights
openAccess
License
Attribution-NoDerivatives 4.0 International (CC BY-ND 4.0)
id UAntonioN2_543a3dd9fa43010fb221316e757836aa
oai_identifier_str oai:repositorio.uan.edu.co:123456789/2258
network_acronym_str UAntonioN2
network_name_str Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
title Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
spellingShingle Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
Modelos
Hidráulica
Tecnología
Agua potable
Models
Hydraulics
Technology
Drinking water.
title_short Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
title_full Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
title_fullStr Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
title_full_unstemmed Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
title_sort Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable
dc.creator.fl_str_mv Muñoz Fique, Fredy Alejandro
dc.contributor.advisor.spa.fl_str_mv Rodríguez Rincón, Juan Pablo
dc.contributor.author.spa.fl_str_mv Muñoz Fique, Fredy Alejandro
dc.subject.es_ES.fl_str_mv Modelos
Hidráulica
Tecnología
Agua potable
topic Modelos
Hidráulica
Tecnología
Agua potable
Models
Hydraulics
Technology
Drinking water.
dc.subject.keyword.es_ES.fl_str_mv Models
Hydraulics
Technology
Drinking water.
description Propia
publishDate 2020
dc.date.issued.spa.fl_str_mv 2020-11-12
dc.date.accessioned.none.fl_str_mv 2021-03-02T17:42:12Z
dc.date.available.none.fl_str_mv 2021-03-02T17:42:12Z
dc.type.spa.fl_str_mv Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://repositorio.uan.edu.co/handle/123456789/2258
dc.identifier.bibliographicCitation.spa.fl_str_mv Abu, A. y otros, 2016. Real-time dynamic hydraulic model for potable water loss reduction. Procedia Eng, 154(7), pp. 99-106.
Alanen, P., 2019. How Artificial Intelligence is Transforming the Water Sector: Case Ramboll. [En línea] Available at: https://silo.ai/how-artificial-intelligence-is-transforming-the-water-sector-case-ramboll/
Andrés, L. e. a., 2018. A Review of In-Situ and Remote Sensing Technologies to Monitor Water and Sanitation Interventions. [En línea] Available at: https://www.mdpbi.com/2073-4441/10/6/756/pdf
Aquatech, 2019. Drones Reduce Water Quality Sampling Costs in Auckland, New Zealand. [En línea] Available at: https://smartwatermagazine.com/news/aquatech/drones-reduce-water-quality-sampling-costs-auckland-new-zealand
Argudo, J., 2019. Gestión del agua en distintas civilizaciones: De Grecia a la actualidad. Energía & Minas, Revista Profesional Técnico y cultura de los Ingenieros Técnicos de Minas, Issue 15, pp. 60-75.
Arnold, U., Datta, B. & Haenscheid, P., 2009. Sistemas inteligentes de información geográfica (IGIS) y modelado de aguas superficiales. IAHS Publ, pp. 407-416.
Arteaga, M., 2017. Evaluación del modelo hidrológico HEC-HMS para la predicción hidrológica y de crecidas, en la cuenca baja del río Cañar. Perú: Escuela Politécnica Nacional.
Bachini, E., Fent, I. & Putti, M., 2019. Incluyendo efectos topográficos en el modelado de aguas poco profundas. Seminario Dottorato 2018/19, pp. 121-143.
Balaguer, D. & Navarro, C., 2016. El trabajador social en la defensa del derecho al agua: un llamamiento a la RSC. In Respuestas transdisciplinares en una sociedad global: Aportaciones desde el Trabajo Social. Logroño, España: Universidad de La Rioja.
Banco Mundial, 2012. Análisis de la gestión del riesgo de desastres en Colombia: un aporte para la construcción de políticas públicas. Sistema Nacional de Información Para La Gestión Del Riesgo de Desastres. [En línea] Available at: https://doi.org/333.3109861/A56
Banco Mundial, 2016. Los objetivos de desarrollo en una era de cambio demigráfico. Washington: Banco Mundial.
Becerril, J., Hernández, O., Flóres, S. & Trejo, L., 2009. Estudio experimental de la relación presión vs temperatura a volumen y cantidad de sustancia constantes para aire, Barcelona: VIII Congreso Internacional sobre Investigación en Didáctica de las Ciencias.
Bellias, M., 2017. IoT for water utilities. [En línea] Available at: https://www.ibm.com/blogs/internet-of-things/iot-for-water-utilities/
Bingner, R. & Theurer, F., 2014. AnnAGNPS: estimating sediment yield by particle size for sheet and rill erosion. Reno, Nevada: Proceedings of the Seventh Federal Interagency Sedimentation Conference, March 25 to 29, 2014, Reno, Nevada.
Bosch, P. & Recio, I., 2014. Calibración y simulación del sistema fuente para abasto de agua del acueducto El Gato TT. Ingeniería Hidráulica y Ambiental TA -, 35(1), p. 101–115.
Burbano, S., Burbano, E. & Gracia, C., 2003. Física General 32a. Edición. Madrid: Tébar Flores .
Burneo, S., Delgado, R. & Vérez, M., 2016. Estudio de factibilidad en el sistema de dirección por proyectos de inversión. Ingeniería Industrial, 37(3), pp. 305-312.
Cama, A. y otros, 2016. Diseño de una red de sensores inalámbricos para la monitorización de inundaciones repentinas en la ciudad de Barranquilla, Colombia. Revista Chilena de Ingeniería, 24(4), pp. 581-599.
CAR, 2015. Guía técnica para la adecuación hidráulica y restauración ambiental de corrientes hídricas superficiales. Bogotá: Corporación Autónoma Regional de Cundinamarca - CAR.
Cárdenas, M. & Alejandro, C., 2008. Comparación y análisis de metodologías de calibración del modelo lluvia-escorrentía, SWMM, en cuencas urbanas - caso ciudad de Girardot. Bogotá: Universidad Nacional de Colombia.
Carmenates, D. y otros, 2016. Simulación de obturaciones en emisores mediante la modelación matemática en los sistemas de microirrigación. Revista Ciencias Técnicas Agropecuarias 25(4), pp. 17-22.
Cavalli, L., 2017. Derecho de aguas. Buenos Aires: Universidad de Belgrano.
Celeste, A., Curi, W. & Curi, R., 2009. Implicit stochastic optimization for deriving reservoir operating rules in semiarid Brazil. Pesquisa operacional, 29(1), pp. 223-234.
Cristancho, R., 2018. Modelación computacional de mezcla de cloro residual en agua para nudos en redes de distribución de agua potable utilizando CFD. Bogotá: Universidad de los Andes.
de Macêdo, J., 2017. Comparativo entre os métodos heurísticos. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental, pp. 1-8.
Dieck, T. & Jung, M., 2019. Augmented Reality and Virtual Reality. [En línea] Available at: https://link.springer.com/book/10.1007%2F978-3-030-06246-0
Diodlo, N. e. a., 2012. Potential applications of the Internet of Things in sustainable rural development in South Africa. [En línea] Available at: https://www.researchgate.net/publication/258446246_Potential_applications_of_the_internet_of_Things_in_sustainable_rural_development_in_South-Africa
DNP, 2018. 3.181 muertos y 12,3 millones de afectados: las cifras de desastres naturales entre 2006 y 2014. [En línea] Available at: https://www.dnp.gov.co/Paginas/3-181-muertos,-21-594-emergencias-y-12,3-millones-de-afectados-las-cifras-de-los-d
El-Sammany, M. & El-Moustafa, A., 2011. Adaptation of surface water modeling system for sediment transport investigations in Lake Nasser. Journal of Nile Basin Water Science and Engineering, 4(1), pp. 71-85.
ENA, 2018. Reporte de Avance del Estudio Nacional del Agua 2018. Bogotá: IDEAM.
Espín, P., 2014. Gestión de activos. Sistema de gestión integral para empresas de abastecimiento de agua. Cartagena: Universidad Politécnica de Cartagena.
Feria, D., Rubi, D. & Delgado, D., 2017. Tratamientos para la remoción de antibacteriales y agentes antimicrobiales presentes en aguas residuales. Revista Logos, Ciencia & Tecnología, 9(1), pp. 43-62.
Forero, J., 2017. Desarrollo cualitativo de los conceptos básicos de la mecánica de fluidos Una aproximación al principio de Bernoulli. Bogotá: Universidad Nacional de Colombia.
Foro Económico Mundial, 2018. Harnessing Artificial Intelligence for the Earth. [En línea] Available at: http://www3.weforum.org/docs/Harnessing_Artificial_Intelligence_for_the_Earth_report_2018.pdf
Frankson, L., 2015. Big Data Analytics for Better Management of Water Networks. [En línea] Available at: https://infrastructurenews.co.za/2015/09/07/big-data-analytics-for-better-management-of-water-networks/
García, C., 2017. Análisis termodinámico de procesos de desalación de agua de mar basados en ósmosis directa. Sevilla, España: Universidad de Sevilla.
Gaushell, D. & Darlington, H., 2007. Supervisory control and data acquisition. Proceedings of the IEEE, 75(12), pp. 1645-1658.
Giancoli, D., 2006. Física: Principios con aplicaciones.. Naulcalpan de Juárez: Editorial Perason educación de México.
Guzmán, H., 2019. Digital Water Transformation: The Promise of Artificial Intelligence. [En línea] Available at: https://medium.com/datadriveninvestor/digital-water-transformation-the-promise-of-artificial-intelligence-7d88fb07e79b
IDEAM, I. d. H. M. y. E. A., 2011. Diagnostico situacion de riesgos hidrometeorologicos en Colombia y Avances en la Zonificación de Riesgos. 1 ed. Bogotá: IDEAM.
Institute, R. f. D., 2017. Challenge funds and innovation in the water sector: A report to the high-level panel on water. [En línea] Available at: https://sustainabledevelopmentun.org/content/documents/153732_HLPW_Final_Report_pdf_3.pdf
IQUI, 2017. Artificial Intelligence: The Current Market, Technology, and the Most Promising Applications for Companies. [En línea] Available at: https://medium.com/iquii/artificial-intelligence-the-current-market-tecnlology-and-the-most-promising-applications-for-1717e680040b
Kaplan, A. & Haenlein, M., 2018. Siri, Siri in my Hand, who’s the Fairest in the Land? On the Interpretations, Illustrations and Implications of artíficial intelligence. [En línea] Available at: https://www.sciencedirect.com/science/article/pii/S0007681318301393
Kariotoglou, P. & Psillos, D., 1993. Pupils' pressure models and their implications for instruction. Research in science & tecnological education, Volumen 11, pp. 95-108.
Kirschke, S., Newig, J., Völker, J. & Borchardt, D., 2017. Does problem complexity matter for environmental policy delivery? How public authorities address problems of water governance. Journal of environmental management, 196, pp. 1-7.
Langsdale, S. y otros, 2007. An exploration of water resources futures under climate change using system dynamics modeling. Integrated Assessment Journal, pp. 51-79.
Ledger, P., 2018. Project Update: Fremantle Smart City Development. [En línea] Available at: https://medium.com/power-ledger/project-update-fremantle-smart-city-development-b16ccce2eb8
Lingling, Z., Weirong, W. & Zongzhi, S., 2012. The Simulation of Regional Water Use Behavior Based on System Dynamics: a Case Study in Jiangsu Province. Innovation Management and Industrial Engineering (ICIII), 2012 International Conference, pp. 403-406.
Li, Q. y otros, 2016. Multifísica COMSOL: un enfoque novedoso para el modelado de aguas subterráneas. Groundwater, 47(4), pp. 480-487.
Li, R. y otros, 2018. An improved shuffled frog leaping algorithm and its application in the optimization of cascade reservoir operation. Hydrological Sciences Journal, 63(15-16), pp. 2020-2034.
Liu, J. y otros, 2018. Urban Storm Water Modeling and Analysis Based on SWMM LID Modules. Journal of Water Resources Research, pp. 182-189.
López, A. & Hernández, D., 2017. Cambio climático y agricultura: una revisión de la literatura con énfasis en América Latina. El trimestre económico, 83(332), pp. 459-496.
Loucks, D., 2019. Water Resource Management Modeling in 2050. [En línea] Available at: https://ascelibrary.org/doi/pdf/10.1061/9780784412077.ch36
Mannschatz, T. e. a., 2015. Visualization of Water Services in Africa: Data Applications for Nexus Governance. [En línea] Available at: https://www.researchgate.net/publication/26855148_Visualization_of_Water_Services_in_Africa_Data_Applications_for_Nexus_Governance
Martínez, J. & Pérez, B., 1997. Estudio de propuestas alternativas en la enseñanza de la termodinámica básica. Revista Enseñanza de las Ciencias, 15(3), pp. 287-300.
Martin, O., 2010. Modelado y Simulación de un Sistema Hidráulico. Cali: Universidad San Buenaventura.
Maryam, B. & Büyükgüngör, H., 2017. Wastewater reclamation and reuse trends in Turkey: Opportunities and challenges. Journal of Water Process Engineering, 30.
Mastrangelo, P., 2018. Water and Sanitation: Innovations You Didn’t Know Were from Latin America and the Caribbean. [En línea] Available at: https://publications.iadb.org/en/water-and-sanitation-innovations-you-didnt-know-where-latin-america-and-caribbean
McDonald, R., Bennett, J. & Nelson, J., 2018. The USGS multi-dimensional surface water modeling system. Proceedings, 7th US Interagency Sedimentation Conference, Reno, Nev., pp. 161-167.
Menges, C., Taylor, E., Workman, J. & Jayko, A., 2011. Regional surficial-deposit mapping in the Death Valley area of California and Nevada in support of ground-water modeling. Quaternary and Late Pliocene Geology of the Death Valley Region. En: Quaternary and Late Pliocene Geology of the Death Valley Region: Recent Observations on Tectonics, Stratigraphy, and Lake Cycles (Guidebook for the 2001 Pacific Cell—Friends of the Pleistocene Fieldtrip). Los Ängeles: Open-File Report, pp. 151-166.
Mora, D., Gutierrez, J., Iglesias, P. & Martínez, F., 2017. Mora-Melia, Daniel, et al. "Determinación del tamaño de población inicial más eficiente en el dimensionado de redes de agua mediante algoritmos meta-heurísticos (Choice of the Most Efficient Population Size in Meta-Heuristic Algorithms Applied to Pipe Siz. Ibero-American Seminar on Water and Drainage Networks , pp. 1-8.
Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences, 19(1), pp. 63-90.
Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences 19.1, pp. 64-91.
OMS - UNICEF, 2017. Progress on drinking water, sanitation and Hygiene: 2017 Update and SDG Baselines. [En línea] Available at: https://www.who.int/mediacenter/news/releases/2017/launch-version-reportjmp-water-sanitation-hygiene.pdf
OMS, 2019. Agua. Datos y cifras. [En línea] Available at: https://www.who.int/es/news-room/fact-sheets/detail/drinking-water
ONU- Banco Mundial, 2018. Making every drop count. An agenda for water action. [En línea] Available at: https://sustainabledevelopment.un.org/content/documents/17825HLPW_Outcome.pdf
ONU, 2016. World could face water availability shortfall by 2030 if current trends continue, Secretary-General warns at meeting of high-level panel. [En línea] Available at: https://www.un.org/press/en/2016/sgsm18114.doc.htm
Pijush, K., Cohen, I. & Dowling, D., 2011. Fluid mechanics. USA: Elsevier.
PNUD, 2018. Índices e indicadores de desarrollo humano. Nueva York: Programa de las Naciones Unidas para el Desarrollo.
R., S. y otros, 2019. Development of digital elevation model for storm-water modeling for deltaic regions of thanjavur suburbs of southern india. International Journal of Civil Engineering and Technology, pp. 193-201.
Ramírez, W., 2006. Consideraciones básicas y viabilidad de procesos de membranas de ósmosis inversa y nanofiltración como alternativa para el tratamiento de agua en Colombia. Manizales: Universidad Nacional de Colombia.
Restrepo, J. & Aguilar, J., 2019. El derecho al agua como Derecho Fundamental. Nuevo Derecho, 15(24), pp. 5-16.
Richmond, B., 2001. An introduction to systiem thinking. Hanover: High Performance Systems.
Romero, M., Rodríguez, E., Ruvalcaba, G. & Bernal, C., 2012. El principio de Bernoulli y efecto de tubo de Venturi. [En línea] Available at: https://delatorresteffani.files.wordpress.com/2014/04/principio-de-bernoulli-1.pdf
Rubio, M., Ruiz, S. & Gómez, F., 2019. Derechos humanos en España: protección del derecho al agua en familias con problemas de asequibilidad por riesgo de pobreza y exclusión social. Análisis crítico para una reforma legal. Agua y territorio, pp. 103-114.
Russell, O., 2017. Blockchain and Water: Everything You Need to Know. [En línea] Available at: https://hackernoon.com/blockchain-and-water-everything-you-need-to-know-b7e753108715
Ryder, G., 2018. How ICTs can ensure the sustainable management of water and sanitation. [En línea] Available at: https://news.itu.int/icts-ensure-sustainablemanagement-water-sanitation/
Saad, H., 2016. Water Quality Assessment Using Satellite Remote Sensing,. [En línea] Available at: en https://ui.adsabs.harvard.edu/abs/2016cosp...41E.801H/abstract
Saif, Y. & Almansoori, A., 2014. Design and operation of water desalination supply chain using mathematical modelling approach. Desalination 351, pp. 184-201.
Sandvik, K., 2017. African Drone Stories, Behemoth A Journal on Civilization. [En línea] Available at: https://ssrn.com/abstract=3060768
Sarmiento, J., 2018. Migración por cambio climático en Colombia: entre los refugiados medioambientales y los migrantes económicos. Revista Jurídicas 15.2.
Shefield, J. e. a., 2018. Satellite Remote Sensing for Water Resources Management: Potential for Supporting Sustainable Development in Data-Poor Regions. [En línea] Available at: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2017WR022437
Stankovic, M., Hasanbeigi, A. & Neftenov, N., 2020. Uso de tecnologías de la 4RI en agua y saneamiento en América Latina y el Caribe. Washington: Banco Interamericano de Desarrollo.
Teegavarapu, R. & Simonovic, S., 2014. Simulation of multiple hydropower reservoir operations using system dynamics approach. Water Resources Management, pp. 1937-1958.
Tidwell, V., Zemlick, K. & Klise, G., 2013. Nationwide water availability data for energy-water modeling. Albuquerque, Estados Unidos: Sandia National Laboratories.
Todini, E., 2011. Extending the global gradient algorithm to unsteady flow extended period simulations of water distribution systems. Journal of Hydroinformatics, 13(2), pp. 167-180.
Tortosa, M. & Torra, I., 2005. ¿Puede hervir y estar más frío? y "la presión como detective", Barcelona: Número extra VIII Congreso Internacional sobre Investigación en Didáctiva de las Ciencias.
U.S. Water Alliance, 2012. Weatherizing Water. [En línea] Available at: http://www.uswateralliance.org/2012/11/19/weatherizing-water/
UNDP, 2019. Five approaches to build functional united nations development programme early warning systems. Belgrado: United Nations Development Programme.
Vásquez, N., 2011. Aplicación de la mecánica de fluidos a la ingeniería petrolera. México: Universidad Nacional Autónoma de México.
Vélez, J., 2003. Desarrollo de un modelo distribuido de predicción en tiempo real para eventos de crecida. Valencia, España: Universidad de Valencia.
Washington, A., 2018. A Survey of Drone Use for Socially Relevant Problems: Lessons from Africa. [En línea] Available at: https://www.researchgate.net/profile/Alicia_Washington/publication/330988826_A_Survey_of_Drone_Use_for_Socially_Relevant_Problems_Lesson_from_Africa/links/5c5f380d299bfld14cb7e75b/A-Survey-of-Drone-Use-for-Socially-Relevan-Problems-Lessons-from-Africa.pdf
Wells, H., 2018. How Melbourne, Australia Uses AI to Cut Water Treatment Costs. [En línea] Available at: https://news.itu.int/melbourne-cut-down-water-costs-using-ai/
Williams, D., 2018. The power of drones for the water sector. [En línea] Available at: https://wwtonline.co.uk/features/the-power-of-drones-for-the-water-sector
vWorld Future Energy Summit, 2019. The Power of Data: How Artificial Intelligence is Transforming Water. [En línea] Available at: https://www.worldfutureenergysummit.com/wfes-insights/al-cleantech-applications-3-al-in-water#/
Wuni, I. & Shen, G., 2019. Holistic review and conceptual framework for the drivers of offsite construction: a total interpretive structural modelling approach. Buildings, 9(5), pp. 117-132.
Wu, W., Gao, J. & Chang, K., 2012. ‘Virtual reality simulation system for water supply and distribution network. Int. J. Computer Applications in Technology, 45(4), pp. 205-213.
dc.identifier.instname.spa.fl_str_mv instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uan.edu.co/
url http://repositorio.uan.edu.co/handle/123456789/2258
identifier_str_mv Abu, A. y otros, 2016. Real-time dynamic hydraulic model for potable water loss reduction. Procedia Eng, 154(7), pp. 99-106.
Alanen, P., 2019. How Artificial Intelligence is Transforming the Water Sector: Case Ramboll. [En línea] Available at: https://silo.ai/how-artificial-intelligence-is-transforming-the-water-sector-case-ramboll/
Andrés, L. e. a., 2018. A Review of In-Situ and Remote Sensing Technologies to Monitor Water and Sanitation Interventions. [En línea] Available at: https://www.mdpbi.com/2073-4441/10/6/756/pdf
Aquatech, 2019. Drones Reduce Water Quality Sampling Costs in Auckland, New Zealand. [En línea] Available at: https://smartwatermagazine.com/news/aquatech/drones-reduce-water-quality-sampling-costs-auckland-new-zealand
Argudo, J., 2019. Gestión del agua en distintas civilizaciones: De Grecia a la actualidad. Energía & Minas, Revista Profesional Técnico y cultura de los Ingenieros Técnicos de Minas, Issue 15, pp. 60-75.
Arnold, U., Datta, B. & Haenscheid, P., 2009. Sistemas inteligentes de información geográfica (IGIS) y modelado de aguas superficiales. IAHS Publ, pp. 407-416.
Arteaga, M., 2017. Evaluación del modelo hidrológico HEC-HMS para la predicción hidrológica y de crecidas, en la cuenca baja del río Cañar. Perú: Escuela Politécnica Nacional.
Bachini, E., Fent, I. & Putti, M., 2019. Incluyendo efectos topográficos en el modelado de aguas poco profundas. Seminario Dottorato 2018/19, pp. 121-143.
Balaguer, D. & Navarro, C., 2016. El trabajador social en la defensa del derecho al agua: un llamamiento a la RSC. In Respuestas transdisciplinares en una sociedad global: Aportaciones desde el Trabajo Social. Logroño, España: Universidad de La Rioja.
Banco Mundial, 2012. Análisis de la gestión del riesgo de desastres en Colombia: un aporte para la construcción de políticas públicas. Sistema Nacional de Información Para La Gestión Del Riesgo de Desastres. [En línea] Available at: https://doi.org/333.3109861/A56
Banco Mundial, 2016. Los objetivos de desarrollo en una era de cambio demigráfico. Washington: Banco Mundial.
Becerril, J., Hernández, O., Flóres, S. & Trejo, L., 2009. Estudio experimental de la relación presión vs temperatura a volumen y cantidad de sustancia constantes para aire, Barcelona: VIII Congreso Internacional sobre Investigación en Didáctica de las Ciencias.
Bellias, M., 2017. IoT for water utilities. [En línea] Available at: https://www.ibm.com/blogs/internet-of-things/iot-for-water-utilities/
Bingner, R. & Theurer, F., 2014. AnnAGNPS: estimating sediment yield by particle size for sheet and rill erosion. Reno, Nevada: Proceedings of the Seventh Federal Interagency Sedimentation Conference, March 25 to 29, 2014, Reno, Nevada.
Bosch, P. & Recio, I., 2014. Calibración y simulación del sistema fuente para abasto de agua del acueducto El Gato TT. Ingeniería Hidráulica y Ambiental TA -, 35(1), p. 101–115.
Burbano, S., Burbano, E. & Gracia, C., 2003. Física General 32a. Edición. Madrid: Tébar Flores .
Burneo, S., Delgado, R. & Vérez, M., 2016. Estudio de factibilidad en el sistema de dirección por proyectos de inversión. Ingeniería Industrial, 37(3), pp. 305-312.
Cama, A. y otros, 2016. Diseño de una red de sensores inalámbricos para la monitorización de inundaciones repentinas en la ciudad de Barranquilla, Colombia. Revista Chilena de Ingeniería, 24(4), pp. 581-599.
CAR, 2015. Guía técnica para la adecuación hidráulica y restauración ambiental de corrientes hídricas superficiales. Bogotá: Corporación Autónoma Regional de Cundinamarca - CAR.
Cárdenas, M. & Alejandro, C., 2008. Comparación y análisis de metodologías de calibración del modelo lluvia-escorrentía, SWMM, en cuencas urbanas - caso ciudad de Girardot. Bogotá: Universidad Nacional de Colombia.
Carmenates, D. y otros, 2016. Simulación de obturaciones en emisores mediante la modelación matemática en los sistemas de microirrigación. Revista Ciencias Técnicas Agropecuarias 25(4), pp. 17-22.
Cavalli, L., 2017. Derecho de aguas. Buenos Aires: Universidad de Belgrano.
Celeste, A., Curi, W. & Curi, R., 2009. Implicit stochastic optimization for deriving reservoir operating rules in semiarid Brazil. Pesquisa operacional, 29(1), pp. 223-234.
Cristancho, R., 2018. Modelación computacional de mezcla de cloro residual en agua para nudos en redes de distribución de agua potable utilizando CFD. Bogotá: Universidad de los Andes.
de Macêdo, J., 2017. Comparativo entre os métodos heurísticos. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental, pp. 1-8.
Dieck, T. & Jung, M., 2019. Augmented Reality and Virtual Reality. [En línea] Available at: https://link.springer.com/book/10.1007%2F978-3-030-06246-0
Diodlo, N. e. a., 2012. Potential applications of the Internet of Things in sustainable rural development in South Africa. [En línea] Available at: https://www.researchgate.net/publication/258446246_Potential_applications_of_the_internet_of_Things_in_sustainable_rural_development_in_South-Africa
DNP, 2018. 3.181 muertos y 12,3 millones de afectados: las cifras de desastres naturales entre 2006 y 2014. [En línea] Available at: https://www.dnp.gov.co/Paginas/3-181-muertos,-21-594-emergencias-y-12,3-millones-de-afectados-las-cifras-de-los-d
El-Sammany, M. & El-Moustafa, A., 2011. Adaptation of surface water modeling system for sediment transport investigations in Lake Nasser. Journal of Nile Basin Water Science and Engineering, 4(1), pp. 71-85.
ENA, 2018. Reporte de Avance del Estudio Nacional del Agua 2018. Bogotá: IDEAM.
Espín, P., 2014. Gestión de activos. Sistema de gestión integral para empresas de abastecimiento de agua. Cartagena: Universidad Politécnica de Cartagena.
Feria, D., Rubi, D. & Delgado, D., 2017. Tratamientos para la remoción de antibacteriales y agentes antimicrobiales presentes en aguas residuales. Revista Logos, Ciencia & Tecnología, 9(1), pp. 43-62.
Forero, J., 2017. Desarrollo cualitativo de los conceptos básicos de la mecánica de fluidos Una aproximación al principio de Bernoulli. Bogotá: Universidad Nacional de Colombia.
Foro Económico Mundial, 2018. Harnessing Artificial Intelligence for the Earth. [En línea] Available at: http://www3.weforum.org/docs/Harnessing_Artificial_Intelligence_for_the_Earth_report_2018.pdf
Frankson, L., 2015. Big Data Analytics for Better Management of Water Networks. [En línea] Available at: https://infrastructurenews.co.za/2015/09/07/big-data-analytics-for-better-management-of-water-networks/
García, C., 2017. Análisis termodinámico de procesos de desalación de agua de mar basados en ósmosis directa. Sevilla, España: Universidad de Sevilla.
Gaushell, D. & Darlington, H., 2007. Supervisory control and data acquisition. Proceedings of the IEEE, 75(12), pp. 1645-1658.
Giancoli, D., 2006. Física: Principios con aplicaciones.. Naulcalpan de Juárez: Editorial Perason educación de México.
Guzmán, H., 2019. Digital Water Transformation: The Promise of Artificial Intelligence. [En línea] Available at: https://medium.com/datadriveninvestor/digital-water-transformation-the-promise-of-artificial-intelligence-7d88fb07e79b
IDEAM, I. d. H. M. y. E. A., 2011. Diagnostico situacion de riesgos hidrometeorologicos en Colombia y Avances en la Zonificación de Riesgos. 1 ed. Bogotá: IDEAM.
Institute, R. f. D., 2017. Challenge funds and innovation in the water sector: A report to the high-level panel on water. [En línea] Available at: https://sustainabledevelopmentun.org/content/documents/153732_HLPW_Final_Report_pdf_3.pdf
IQUI, 2017. Artificial Intelligence: The Current Market, Technology, and the Most Promising Applications for Companies. [En línea] Available at: https://medium.com/iquii/artificial-intelligence-the-current-market-tecnlology-and-the-most-promising-applications-for-1717e680040b
Kaplan, A. & Haenlein, M., 2018. Siri, Siri in my Hand, who’s the Fairest in the Land? On the Interpretations, Illustrations and Implications of artíficial intelligence. [En línea] Available at: https://www.sciencedirect.com/science/article/pii/S0007681318301393
Kariotoglou, P. & Psillos, D., 1993. Pupils' pressure models and their implications for instruction. Research in science & tecnological education, Volumen 11, pp. 95-108.
Kirschke, S., Newig, J., Völker, J. & Borchardt, D., 2017. Does problem complexity matter for environmental policy delivery? How public authorities address problems of water governance. Journal of environmental management, 196, pp. 1-7.
Langsdale, S. y otros, 2007. An exploration of water resources futures under climate change using system dynamics modeling. Integrated Assessment Journal, pp. 51-79.
Ledger, P., 2018. Project Update: Fremantle Smart City Development. [En línea] Available at: https://medium.com/power-ledger/project-update-fremantle-smart-city-development-b16ccce2eb8
Lingling, Z., Weirong, W. & Zongzhi, S., 2012. The Simulation of Regional Water Use Behavior Based on System Dynamics: a Case Study in Jiangsu Province. Innovation Management and Industrial Engineering (ICIII), 2012 International Conference, pp. 403-406.
Li, Q. y otros, 2016. Multifísica COMSOL: un enfoque novedoso para el modelado de aguas subterráneas. Groundwater, 47(4), pp. 480-487.
Li, R. y otros, 2018. An improved shuffled frog leaping algorithm and its application in the optimization of cascade reservoir operation. Hydrological Sciences Journal, 63(15-16), pp. 2020-2034.
Liu, J. y otros, 2018. Urban Storm Water Modeling and Analysis Based on SWMM LID Modules. Journal of Water Resources Research, pp. 182-189.
López, A. & Hernández, D., 2017. Cambio climático y agricultura: una revisión de la literatura con énfasis en América Latina. El trimestre económico, 83(332), pp. 459-496.
Loucks, D., 2019. Water Resource Management Modeling in 2050. [En línea] Available at: https://ascelibrary.org/doi/pdf/10.1061/9780784412077.ch36
Mannschatz, T. e. a., 2015. Visualization of Water Services in Africa: Data Applications for Nexus Governance. [En línea] Available at: https://www.researchgate.net/publication/26855148_Visualization_of_Water_Services_in_Africa_Data_Applications_for_Nexus_Governance
Martínez, J. & Pérez, B., 1997. Estudio de propuestas alternativas en la enseñanza de la termodinámica básica. Revista Enseñanza de las Ciencias, 15(3), pp. 287-300.
Martin, O., 2010. Modelado y Simulación de un Sistema Hidráulico. Cali: Universidad San Buenaventura.
Maryam, B. & Büyükgüngör, H., 2017. Wastewater reclamation and reuse trends in Turkey: Opportunities and challenges. Journal of Water Process Engineering, 30.
Mastrangelo, P., 2018. Water and Sanitation: Innovations You Didn’t Know Were from Latin America and the Caribbean. [En línea] Available at: https://publications.iadb.org/en/water-and-sanitation-innovations-you-didnt-know-where-latin-america-and-caribbean
McDonald, R., Bennett, J. & Nelson, J., 2018. The USGS multi-dimensional surface water modeling system. Proceedings, 7th US Interagency Sedimentation Conference, Reno, Nev., pp. 161-167.
Menges, C., Taylor, E., Workman, J. & Jayko, A., 2011. Regional surficial-deposit mapping in the Death Valley area of California and Nevada in support of ground-water modeling. Quaternary and Late Pliocene Geology of the Death Valley Region. En: Quaternary and Late Pliocene Geology of the Death Valley Region: Recent Observations on Tectonics, Stratigraphy, and Lake Cycles (Guidebook for the 2001 Pacific Cell—Friends of the Pleistocene Fieldtrip). Los Ängeles: Open-File Report, pp. 151-166.
Mora, D., Gutierrez, J., Iglesias, P. & Martínez, F., 2017. Mora-Melia, Daniel, et al. "Determinación del tamaño de población inicial más eficiente en el dimensionado de redes de agua mediante algoritmos meta-heurísticos (Choice of the Most Efficient Population Size in Meta-Heuristic Algorithms Applied to Pipe Siz. Ibero-American Seminar on Water and Drainage Networks , pp. 1-8.
Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences, 19(1), pp. 63-90.
Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences 19.1, pp. 64-91.
OMS - UNICEF, 2017. Progress on drinking water, sanitation and Hygiene: 2017 Update and SDG Baselines. [En línea] Available at: https://www.who.int/mediacenter/news/releases/2017/launch-version-reportjmp-water-sanitation-hygiene.pdf
OMS, 2019. Agua. Datos y cifras. [En línea] Available at: https://www.who.int/es/news-room/fact-sheets/detail/drinking-water
ONU- Banco Mundial, 2018. Making every drop count. An agenda for water action. [En línea] Available at: https://sustainabledevelopment.un.org/content/documents/17825HLPW_Outcome.pdf
ONU, 2016. World could face water availability shortfall by 2030 if current trends continue, Secretary-General warns at meeting of high-level panel. [En línea] Available at: https://www.un.org/press/en/2016/sgsm18114.doc.htm
Pijush, K., Cohen, I. & Dowling, D., 2011. Fluid mechanics. USA: Elsevier.
PNUD, 2018. Índices e indicadores de desarrollo humano. Nueva York: Programa de las Naciones Unidas para el Desarrollo.
R., S. y otros, 2019. Development of digital elevation model for storm-water modeling for deltaic regions of thanjavur suburbs of southern india. International Journal of Civil Engineering and Technology, pp. 193-201.
Ramírez, W., 2006. Consideraciones básicas y viabilidad de procesos de membranas de ósmosis inversa y nanofiltración como alternativa para el tratamiento de agua en Colombia. Manizales: Universidad Nacional de Colombia.
Restrepo, J. & Aguilar, J., 2019. El derecho al agua como Derecho Fundamental. Nuevo Derecho, 15(24), pp. 5-16.
Richmond, B., 2001. An introduction to systiem thinking. Hanover: High Performance Systems.
Romero, M., Rodríguez, E., Ruvalcaba, G. & Bernal, C., 2012. El principio de Bernoulli y efecto de tubo de Venturi. [En línea] Available at: https://delatorresteffani.files.wordpress.com/2014/04/principio-de-bernoulli-1.pdf
Rubio, M., Ruiz, S. & Gómez, F., 2019. Derechos humanos en España: protección del derecho al agua en familias con problemas de asequibilidad por riesgo de pobreza y exclusión social. Análisis crítico para una reforma legal. Agua y territorio, pp. 103-114.
Russell, O., 2017. Blockchain and Water: Everything You Need to Know. [En línea] Available at: https://hackernoon.com/blockchain-and-water-everything-you-need-to-know-b7e753108715
Ryder, G., 2018. How ICTs can ensure the sustainable management of water and sanitation. [En línea] Available at: https://news.itu.int/icts-ensure-sustainablemanagement-water-sanitation/
Saad, H., 2016. Water Quality Assessment Using Satellite Remote Sensing,. [En línea] Available at: en https://ui.adsabs.harvard.edu/abs/2016cosp...41E.801H/abstract
Saif, Y. & Almansoori, A., 2014. Design and operation of water desalination supply chain using mathematical modelling approach. Desalination 351, pp. 184-201.
Sandvik, K., 2017. African Drone Stories, Behemoth A Journal on Civilization. [En línea] Available at: https://ssrn.com/abstract=3060768
Sarmiento, J., 2018. Migración por cambio climático en Colombia: entre los refugiados medioambientales y los migrantes económicos. Revista Jurídicas 15.2.
Shefield, J. e. a., 2018. Satellite Remote Sensing for Water Resources Management: Potential for Supporting Sustainable Development in Data-Poor Regions. [En línea] Available at: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2017WR022437
Stankovic, M., Hasanbeigi, A. & Neftenov, N., 2020. Uso de tecnologías de la 4RI en agua y saneamiento en América Latina y el Caribe. Washington: Banco Interamericano de Desarrollo.
Teegavarapu, R. & Simonovic, S., 2014. Simulation of multiple hydropower reservoir operations using system dynamics approach. Water Resources Management, pp. 1937-1958.
Tidwell, V., Zemlick, K. & Klise, G., 2013. Nationwide water availability data for energy-water modeling. Albuquerque, Estados Unidos: Sandia National Laboratories.
Todini, E., 2011. Extending the global gradient algorithm to unsteady flow extended period simulations of water distribution systems. Journal of Hydroinformatics, 13(2), pp. 167-180.
Tortosa, M. & Torra, I., 2005. ¿Puede hervir y estar más frío? y "la presión como detective", Barcelona: Número extra VIII Congreso Internacional sobre Investigación en Didáctiva de las Ciencias.
U.S. Water Alliance, 2012. Weatherizing Water. [En línea] Available at: http://www.uswateralliance.org/2012/11/19/weatherizing-water/
UNDP, 2019. Five approaches to build functional united nations development programme early warning systems. Belgrado: United Nations Development Programme.
Vásquez, N., 2011. Aplicación de la mecánica de fluidos a la ingeniería petrolera. México: Universidad Nacional Autónoma de México.
Vélez, J., 2003. Desarrollo de un modelo distribuido de predicción en tiempo real para eventos de crecida. Valencia, España: Universidad de Valencia.
Washington, A., 2018. A Survey of Drone Use for Socially Relevant Problems: Lessons from Africa. [En línea] Available at: https://www.researchgate.net/profile/Alicia_Washington/publication/330988826_A_Survey_of_Drone_Use_for_Socially_Relevant_Problems_Lesson_from_Africa/links/5c5f380d299bfld14cb7e75b/A-Survey-of-Drone-Use-for-Socially-Relevan-Problems-Lessons-from-Africa.pdf
Wells, H., 2018. How Melbourne, Australia Uses AI to Cut Water Treatment Costs. [En línea] Available at: https://news.itu.int/melbourne-cut-down-water-costs-using-ai/
Williams, D., 2018. The power of drones for the water sector. [En línea] Available at: https://wwtonline.co.uk/features/the-power-of-drones-for-the-water-sector
vWorld Future Energy Summit, 2019. The Power of Data: How Artificial Intelligence is Transforming Water. [En línea] Available at: https://www.worldfutureenergysummit.com/wfes-insights/al-cleantech-applications-3-al-in-water#/
Wuni, I. & Shen, G., 2019. Holistic review and conceptual framework for the drivers of offsite construction: a total interpretive structural modelling approach. Buildings, 9(5), pp. 117-132.
Wu, W., Gao, J. & Chang, K., 2012. ‘Virtual reality simulation system for water supply and distribution network. Int. J. Computer Applications in Technology, 45(4), pp. 205-213.
instname:Universidad Antonio Nariño
reponame:Repositorio Institucional UAN
repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Acceso abierto
dc.rights.license.spa.fl_str_mv Attribution-NoDerivatives 4.0 International (CC BY-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NoDerivatives 4.0 International (CC BY-ND 4.0)
Acceso abierto
https://creativecommons.org/licenses/by-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv Ingeniería Civil
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Civil
dc.publisher.campus.spa.fl_str_mv Bogotá - Sur
institution Universidad Antonio Nariño
bitstream.url.fl_str_mv https://repositorio.uan.edu.co/bitstreams/9d498e19-4b53-43fb-9917-1496a00c56ee/download
https://repositorio.uan.edu.co/bitstreams/41c8781d-78ee-418d-bf99-e928f2c55000/download
https://repositorio.uan.edu.co/bitstreams/63499c0c-a8e3-44d8-809b-19d360d9f179/download
https://repositorio.uan.edu.co/bitstreams/88487e49-2c53-4e20-a336-17e1e45e4d37/download
bitstream.checksum.fl_str_mv b5097693e534844394988a03503bd4e0
3de0c7da23ea50913576003e14aa8095
5812a2eee99d5585fc0c26f0033099bb
2e388663398085f69421c9e4c5fcf235
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UAN
repository.mail.fl_str_mv alertas.repositorio@uan.edu.co
_version_ 1814300372283424768
spelling Attribution-NoDerivatives 4.0 International (CC BY-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rodríguez Rincón, Juan PabloMuñoz Fique, Fredy Alejandro10136709742021-03-02T17:42:12Z2021-03-02T17:42:12Z2020-11-12http://repositorio.uan.edu.co/handle/123456789/2258Abu, A. y otros, 2016. Real-time dynamic hydraulic model for potable water loss reduction. Procedia Eng, 154(7), pp. 99-106.Alanen, P., 2019. How Artificial Intelligence is Transforming the Water Sector: Case Ramboll. [En línea] Available at: https://silo.ai/how-artificial-intelligence-is-transforming-the-water-sector-case-ramboll/Andrés, L. e. a., 2018. A Review of In-Situ and Remote Sensing Technologies to Monitor Water and Sanitation Interventions. [En línea] Available at: https://www.mdpbi.com/2073-4441/10/6/756/pdfAquatech, 2019. Drones Reduce Water Quality Sampling Costs in Auckland, New Zealand. [En línea] Available at: https://smartwatermagazine.com/news/aquatech/drones-reduce-water-quality-sampling-costs-auckland-new-zealandArgudo, J., 2019. Gestión del agua en distintas civilizaciones: De Grecia a la actualidad. Energía & Minas, Revista Profesional Técnico y cultura de los Ingenieros Técnicos de Minas, Issue 15, pp. 60-75.Arnold, U., Datta, B. & Haenscheid, P., 2009. Sistemas inteligentes de información geográfica (IGIS) y modelado de aguas superficiales. IAHS Publ, pp. 407-416.Arteaga, M., 2017. Evaluación del modelo hidrológico HEC-HMS para la predicción hidrológica y de crecidas, en la cuenca baja del río Cañar. Perú: Escuela Politécnica Nacional.Bachini, E., Fent, I. & Putti, M., 2019. Incluyendo efectos topográficos en el modelado de aguas poco profundas. Seminario Dottorato 2018/19, pp. 121-143.Balaguer, D. & Navarro, C., 2016. El trabajador social en la defensa del derecho al agua: un llamamiento a la RSC. In Respuestas transdisciplinares en una sociedad global: Aportaciones desde el Trabajo Social. Logroño, España: Universidad de La Rioja.Banco Mundial, 2012. Análisis de la gestión del riesgo de desastres en Colombia: un aporte para la construcción de políticas públicas. Sistema Nacional de Información Para La Gestión Del Riesgo de Desastres. [En línea] Available at: https://doi.org/333.3109861/A56Banco Mundial, 2016. Los objetivos de desarrollo en una era de cambio demigráfico. Washington: Banco Mundial.Becerril, J., Hernández, O., Flóres, S. & Trejo, L., 2009. Estudio experimental de la relación presión vs temperatura a volumen y cantidad de sustancia constantes para aire, Barcelona: VIII Congreso Internacional sobre Investigación en Didáctica de las Ciencias.Bellias, M., 2017. IoT for water utilities. [En línea] Available at: https://www.ibm.com/blogs/internet-of-things/iot-for-water-utilities/Bingner, R. & Theurer, F., 2014. AnnAGNPS: estimating sediment yield by particle size for sheet and rill erosion. Reno, Nevada: Proceedings of the Seventh Federal Interagency Sedimentation Conference, March 25 to 29, 2014, Reno, Nevada.Bosch, P. & Recio, I., 2014. Calibración y simulación del sistema fuente para abasto de agua del acueducto El Gato TT. Ingeniería Hidráulica y Ambiental TA -, 35(1), p. 101–115.Burbano, S., Burbano, E. & Gracia, C., 2003. Física General 32a. Edición. Madrid: Tébar Flores .Burneo, S., Delgado, R. & Vérez, M., 2016. Estudio de factibilidad en el sistema de dirección por proyectos de inversión. Ingeniería Industrial, 37(3), pp. 305-312.Cama, A. y otros, 2016. Diseño de una red de sensores inalámbricos para la monitorización de inundaciones repentinas en la ciudad de Barranquilla, Colombia. Revista Chilena de Ingeniería, 24(4), pp. 581-599.CAR, 2015. Guía técnica para la adecuación hidráulica y restauración ambiental de corrientes hídricas superficiales. Bogotá: Corporación Autónoma Regional de Cundinamarca - CAR.Cárdenas, M. & Alejandro, C., 2008. Comparación y análisis de metodologías de calibración del modelo lluvia-escorrentía, SWMM, en cuencas urbanas - caso ciudad de Girardot. Bogotá: Universidad Nacional de Colombia.Carmenates, D. y otros, 2016. Simulación de obturaciones en emisores mediante la modelación matemática en los sistemas de microirrigación. Revista Ciencias Técnicas Agropecuarias 25(4), pp. 17-22.Cavalli, L., 2017. Derecho de aguas. Buenos Aires: Universidad de Belgrano.Celeste, A., Curi, W. & Curi, R., 2009. Implicit stochastic optimization for deriving reservoir operating rules in semiarid Brazil. Pesquisa operacional, 29(1), pp. 223-234.Cristancho, R., 2018. Modelación computacional de mezcla de cloro residual en agua para nudos en redes de distribución de agua potable utilizando CFD. Bogotá: Universidad de los Andes.de Macêdo, J., 2017. Comparativo entre os métodos heurísticos. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental, pp. 1-8.Dieck, T. & Jung, M., 2019. Augmented Reality and Virtual Reality. [En línea] Available at: https://link.springer.com/book/10.1007%2F978-3-030-06246-0Diodlo, N. e. a., 2012. Potential applications of the Internet of Things in sustainable rural development in South Africa. [En línea] Available at: https://www.researchgate.net/publication/258446246_Potential_applications_of_the_internet_of_Things_in_sustainable_rural_development_in_South-AfricaDNP, 2018. 3.181 muertos y 12,3 millones de afectados: las cifras de desastres naturales entre 2006 y 2014. [En línea] Available at: https://www.dnp.gov.co/Paginas/3-181-muertos,-21-594-emergencias-y-12,3-millones-de-afectados-las-cifras-de-los-dEl-Sammany, M. & El-Moustafa, A., 2011. Adaptation of surface water modeling system for sediment transport investigations in Lake Nasser. Journal of Nile Basin Water Science and Engineering, 4(1), pp. 71-85.ENA, 2018. Reporte de Avance del Estudio Nacional del Agua 2018. Bogotá: IDEAM.Espín, P., 2014. Gestión de activos. Sistema de gestión integral para empresas de abastecimiento de agua. Cartagena: Universidad Politécnica de Cartagena.Feria, D., Rubi, D. & Delgado, D., 2017. Tratamientos para la remoción de antibacteriales y agentes antimicrobiales presentes en aguas residuales. Revista Logos, Ciencia & Tecnología, 9(1), pp. 43-62.Forero, J., 2017. Desarrollo cualitativo de los conceptos básicos de la mecánica de fluidos Una aproximación al principio de Bernoulli. Bogotá: Universidad Nacional de Colombia.Foro Económico Mundial, 2018. Harnessing Artificial Intelligence for the Earth. [En línea] Available at: http://www3.weforum.org/docs/Harnessing_Artificial_Intelligence_for_the_Earth_report_2018.pdfFrankson, L., 2015. Big Data Analytics for Better Management of Water Networks. [En línea] Available at: https://infrastructurenews.co.za/2015/09/07/big-data-analytics-for-better-management-of-water-networks/García, C., 2017. Análisis termodinámico de procesos de desalación de agua de mar basados en ósmosis directa. Sevilla, España: Universidad de Sevilla.Gaushell, D. & Darlington, H., 2007. Supervisory control and data acquisition. Proceedings of the IEEE, 75(12), pp. 1645-1658.Giancoli, D., 2006. Física: Principios con aplicaciones.. Naulcalpan de Juárez: Editorial Perason educación de México.Guzmán, H., 2019. Digital Water Transformation: The Promise of Artificial Intelligence. [En línea] Available at: https://medium.com/datadriveninvestor/digital-water-transformation-the-promise-of-artificial-intelligence-7d88fb07e79bIDEAM, I. d. H. M. y. E. A., 2011. Diagnostico situacion de riesgos hidrometeorologicos en Colombia y Avances en la Zonificación de Riesgos. 1 ed. Bogotá: IDEAM.Institute, R. f. D., 2017. Challenge funds and innovation in the water sector: A report to the high-level panel on water. [En línea] Available at: https://sustainabledevelopmentun.org/content/documents/153732_HLPW_Final_Report_pdf_3.pdfIQUI, 2017. Artificial Intelligence: The Current Market, Technology, and the Most Promising Applications for Companies. [En línea] Available at: https://medium.com/iquii/artificial-intelligence-the-current-market-tecnlology-and-the-most-promising-applications-for-1717e680040bKaplan, A. & Haenlein, M., 2018. Siri, Siri in my Hand, who’s the Fairest in the Land? On the Interpretations, Illustrations and Implications of artíficial intelligence. [En línea] Available at: https://www.sciencedirect.com/science/article/pii/S0007681318301393Kariotoglou, P. & Psillos, D., 1993. Pupils' pressure models and their implications for instruction. Research in science & tecnological education, Volumen 11, pp. 95-108.Kirschke, S., Newig, J., Völker, J. & Borchardt, D., 2017. Does problem complexity matter for environmental policy delivery? How public authorities address problems of water governance. Journal of environmental management, 196, pp. 1-7.Langsdale, S. y otros, 2007. An exploration of water resources futures under climate change using system dynamics modeling. Integrated Assessment Journal, pp. 51-79.Ledger, P., 2018. Project Update: Fremantle Smart City Development. [En línea] Available at: https://medium.com/power-ledger/project-update-fremantle-smart-city-development-b16ccce2eb8Lingling, Z., Weirong, W. & Zongzhi, S., 2012. The Simulation of Regional Water Use Behavior Based on System Dynamics: a Case Study in Jiangsu Province. Innovation Management and Industrial Engineering (ICIII), 2012 International Conference, pp. 403-406.Li, Q. y otros, 2016. Multifísica COMSOL: un enfoque novedoso para el modelado de aguas subterráneas. Groundwater, 47(4), pp. 480-487.Li, R. y otros, 2018. An improved shuffled frog leaping algorithm and its application in the optimization of cascade reservoir operation. Hydrological Sciences Journal, 63(15-16), pp. 2020-2034.Liu, J. y otros, 2018. Urban Storm Water Modeling and Analysis Based on SWMM LID Modules. Journal of Water Resources Research, pp. 182-189.López, A. & Hernández, D., 2017. Cambio climático y agricultura: una revisión de la literatura con énfasis en América Latina. El trimestre económico, 83(332), pp. 459-496.Loucks, D., 2019. Water Resource Management Modeling in 2050. [En línea] Available at: https://ascelibrary.org/doi/pdf/10.1061/9780784412077.ch36Mannschatz, T. e. a., 2015. Visualization of Water Services in Africa: Data Applications for Nexus Governance. [En línea] Available at: https://www.researchgate.net/publication/26855148_Visualization_of_Water_Services_in_Africa_Data_Applications_for_Nexus_GovernanceMartínez, J. & Pérez, B., 1997. Estudio de propuestas alternativas en la enseñanza de la termodinámica básica. Revista Enseñanza de las Ciencias, 15(3), pp. 287-300.Martin, O., 2010. Modelado y Simulación de un Sistema Hidráulico. Cali: Universidad San Buenaventura.Maryam, B. & Büyükgüngör, H., 2017. Wastewater reclamation and reuse trends in Turkey: Opportunities and challenges. Journal of Water Process Engineering, 30.Mastrangelo, P., 2018. Water and Sanitation: Innovations You Didn’t Know Were from Latin America and the Caribbean. [En línea] Available at: https://publications.iadb.org/en/water-and-sanitation-innovations-you-didnt-know-where-latin-america-and-caribbeanMcDonald, R., Bennett, J. & Nelson, J., 2018. The USGS multi-dimensional surface water modeling system. Proceedings, 7th US Interagency Sedimentation Conference, Reno, Nev., pp. 161-167.Menges, C., Taylor, E., Workman, J. & Jayko, A., 2011. Regional surficial-deposit mapping in the Death Valley area of California and Nevada in support of ground-water modeling. Quaternary and Late Pliocene Geology of the Death Valley Region. En: Quaternary and Late Pliocene Geology of the Death Valley Region: Recent Observations on Tectonics, Stratigraphy, and Lake Cycles (Guidebook for the 2001 Pacific Cell—Friends of the Pleistocene Fieldtrip). Los Ängeles: Open-File Report, pp. 151-166.Mora, D., Gutierrez, J., Iglesias, P. & Martínez, F., 2017. Mora-Melia, Daniel, et al. "Determinación del tamaño de población inicial más eficiente en el dimensionado de redes de agua mediante algoritmos meta-heurísticos (Choice of the Most Efficient Population Size in Meta-Heuristic Algorithms Applied to Pipe Siz. Ibero-American Seminar on Water and Drainage Networks , pp. 1-8.Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences, 19(1), pp. 63-90.Nazemi, A. & Wheater, H., 2015. On inclusion of water resource management in Earth system models--Part 2: Representation of water supply and allocation and opportunities for improved modeling. Hydrology & Earth System Sciences 19.1, pp. 64-91.OMS - UNICEF, 2017. Progress on drinking water, sanitation and Hygiene: 2017 Update and SDG Baselines. [En línea] Available at: https://www.who.int/mediacenter/news/releases/2017/launch-version-reportjmp-water-sanitation-hygiene.pdfOMS, 2019. Agua. Datos y cifras. [En línea] Available at: https://www.who.int/es/news-room/fact-sheets/detail/drinking-waterONU- Banco Mundial, 2018. Making every drop count. An agenda for water action. [En línea] Available at: https://sustainabledevelopment.un.org/content/documents/17825HLPW_Outcome.pdfONU, 2016. World could face water availability shortfall by 2030 if current trends continue, Secretary-General warns at meeting of high-level panel. [En línea] Available at: https://www.un.org/press/en/2016/sgsm18114.doc.htmPijush, K., Cohen, I. & Dowling, D., 2011. Fluid mechanics. USA: Elsevier.PNUD, 2018. Índices e indicadores de desarrollo humano. Nueva York: Programa de las Naciones Unidas para el Desarrollo.R., S. y otros, 2019. Development of digital elevation model for storm-water modeling for deltaic regions of thanjavur suburbs of southern india. International Journal of Civil Engineering and Technology, pp. 193-201.Ramírez, W., 2006. Consideraciones básicas y viabilidad de procesos de membranas de ósmosis inversa y nanofiltración como alternativa para el tratamiento de agua en Colombia. Manizales: Universidad Nacional de Colombia.Restrepo, J. & Aguilar, J., 2019. El derecho al agua como Derecho Fundamental. Nuevo Derecho, 15(24), pp. 5-16.Richmond, B., 2001. An introduction to systiem thinking. Hanover: High Performance Systems.Romero, M., Rodríguez, E., Ruvalcaba, G. & Bernal, C., 2012. El principio de Bernoulli y efecto de tubo de Venturi. [En línea] Available at: https://delatorresteffani.files.wordpress.com/2014/04/principio-de-bernoulli-1.pdfRubio, M., Ruiz, S. & Gómez, F., 2019. Derechos humanos en España: protección del derecho al agua en familias con problemas de asequibilidad por riesgo de pobreza y exclusión social. Análisis crítico para una reforma legal. Agua y territorio, pp. 103-114.Russell, O., 2017. Blockchain and Water: Everything You Need to Know. [En línea] Available at: https://hackernoon.com/blockchain-and-water-everything-you-need-to-know-b7e753108715Ryder, G., 2018. How ICTs can ensure the sustainable management of water and sanitation. [En línea] Available at: https://news.itu.int/icts-ensure-sustainablemanagement-water-sanitation/Saad, H., 2016. Water Quality Assessment Using Satellite Remote Sensing,. [En línea] Available at: en https://ui.adsabs.harvard.edu/abs/2016cosp...41E.801H/abstractSaif, Y. & Almansoori, A., 2014. Design and operation of water desalination supply chain using mathematical modelling approach. Desalination 351, pp. 184-201.Sandvik, K., 2017. African Drone Stories, Behemoth A Journal on Civilization. [En línea] Available at: https://ssrn.com/abstract=3060768Sarmiento, J., 2018. Migración por cambio climático en Colombia: entre los refugiados medioambientales y los migrantes económicos. Revista Jurídicas 15.2.Shefield, J. e. a., 2018. Satellite Remote Sensing for Water Resources Management: Potential for Supporting Sustainable Development in Data-Poor Regions. [En línea] Available at: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2017WR022437Stankovic, M., Hasanbeigi, A. & Neftenov, N., 2020. Uso de tecnologías de la 4RI en agua y saneamiento en América Latina y el Caribe. Washington: Banco Interamericano de Desarrollo.Teegavarapu, R. & Simonovic, S., 2014. Simulation of multiple hydropower reservoir operations using system dynamics approach. Water Resources Management, pp. 1937-1958.Tidwell, V., Zemlick, K. & Klise, G., 2013. Nationwide water availability data for energy-water modeling. Albuquerque, Estados Unidos: Sandia National Laboratories.Todini, E., 2011. Extending the global gradient algorithm to unsteady flow extended period simulations of water distribution systems. Journal of Hydroinformatics, 13(2), pp. 167-180.Tortosa, M. & Torra, I., 2005. ¿Puede hervir y estar más frío? y "la presión como detective", Barcelona: Número extra VIII Congreso Internacional sobre Investigación en Didáctiva de las Ciencias.U.S. Water Alliance, 2012. Weatherizing Water. [En línea] Available at: http://www.uswateralliance.org/2012/11/19/weatherizing-water/UNDP, 2019. Five approaches to build functional united nations development programme early warning systems. Belgrado: United Nations Development Programme.Vásquez, N., 2011. Aplicación de la mecánica de fluidos a la ingeniería petrolera. México: Universidad Nacional Autónoma de México.Vélez, J., 2003. Desarrollo de un modelo distribuido de predicción en tiempo real para eventos de crecida. Valencia, España: Universidad de Valencia.Washington, A., 2018. A Survey of Drone Use for Socially Relevant Problems: Lessons from Africa. [En línea] Available at: https://www.researchgate.net/profile/Alicia_Washington/publication/330988826_A_Survey_of_Drone_Use_for_Socially_Relevant_Problems_Lesson_from_Africa/links/5c5f380d299bfld14cb7e75b/A-Survey-of-Drone-Use-for-Socially-Relevan-Problems-Lessons-from-Africa.pdfWells, H., 2018. How Melbourne, Australia Uses AI to Cut Water Treatment Costs. [En línea] Available at: https://news.itu.int/melbourne-cut-down-water-costs-using-ai/Williams, D., 2018. The power of drones for the water sector. [En línea] Available at: https://wwtonline.co.uk/features/the-power-of-drones-for-the-water-sectorvWorld Future Energy Summit, 2019. The Power of Data: How Artificial Intelligence is Transforming Water. [En línea] Available at: https://www.worldfutureenergysummit.com/wfes-insights/al-cleantech-applications-3-al-in-water#/Wuni, I. & Shen, G., 2019. Holistic review and conceptual framework for the drivers of offsite construction: a total interpretive structural modelling approach. Buildings, 9(5), pp. 117-132.Wu, W., Gao, J. & Chang, K., 2012. ‘Virtual reality simulation system for water supply and distribution network. Int. J. Computer Applications in Technology, 45(4), pp. 205-213.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/PropiaThis work analyzes the way in which new technologies are incorporated in the creation of hydrodynamic models for the supply of drinking water. For this, the different applications of hydrodynamic models in the administration of drinking water are identified, international experiences related to the use of new technologies for the creation of hydrodynamic models are analyzed, and hydrodynamic models based on new technologies that can be used to the supply of drinking water in Colombia. The work is organized in three chapters; in the first one, the research problem is specified and the objectives to be developed are defined. The second chapter contains the development of the objectives, for which it is divided into seven sub-chapters, each one with specific topics related to the objectives and includes aspects such as the evolution of hydraulic models, the techniques for their modeling, the methods of analysis of these models, the evolution of the water supply models, the main equations used and the technological advances that today have accelerated the development and application of these models. The third chapter shows the conclusions of the work.En este trabajo se analiza la forma en que se incorporan las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potable. Para ello, se identifican las diferentes aplicaciones de los modelos hidrodinámicos en la administración del agua potable, se analizan experiencias internacionales relacionadas con el empleo de nuevas tecnologías para la creación de modelos hidrodinámicos y se describen modelos hidrodinámicos basados en las nuevas tecnologías que puedan emplearse para el abastecimiento de agua potable en Colombia. El trabajo se encuentra organizado en tres capítulos; en el primero se precisa el problema de investigación y se definen los objetivos a desarrollar. El segundo capítulo contiene el desarrollo de los objetivos, para lo cual se divide en siete subcapítulos, cada uno con temas específicos relacionados con los objetivos e incluye aspectos como la evolución de los modelos hidráulicos, las técnicas para su modelación, los métodos de análisis de esos modelos, la evolución de los modelos de abastecimiento de agua, las principales ecuaciones empleadas y los avances tecnológicos que en la actualidad han acelerado el desarrollo y la aplicación de esos modelos. En el tercer capítulo se muestran las conclusiones del trabajo.OtroIngeniero(a) CivilPregradoPresencialspaUniversidad Antonio NariñoIngeniería CivilFacultad de Ingeniería CivilBogotá - SurModelosHidráulicaTecnologíaAgua potableModelsHydraulicsTechnologyDrinking water.Incorporación de las nuevas tecnologías en la creación de modelos hidrodinámicos para el abastecimiento de agua potableTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINAL2020FredyAlejandroMuñozFique.pdf2020FredyAlejandroMuñozFique.pdfapplication/pdf981940https://repositorio.uan.edu.co/bitstreams/9d498e19-4b53-43fb-9917-1496a00c56ee/downloadb5097693e534844394988a03503bd4e0MD522020AutorizacíondeAutores.pdf2020AutorizacíondeAutores.pdfapplication/pdf1204890https://repositorio.uan.edu.co/bitstreams/41c8781d-78ee-418d-bf99-e928f2c55000/download3de0c7da23ea50913576003e14aa8095MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uan.edu.co/bitstreams/63499c0c-a8e3-44d8-809b-19d360d9f179/download5812a2eee99d5585fc0c26f0033099bbMD56LICENSElicense.txtlicense.txttext/plain; charset=utf-82710https://repositorio.uan.edu.co/bitstreams/88487e49-2c53-4e20-a336-17e1e45e4d37/download2e388663398085f69421c9e4c5fcf235MD57123456789/2258oai:repositorio.uan.edu.co:123456789/22582024-10-09 23:00:03.738https://creativecommons.org/licenses/by-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.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

Publicaciones similares