Mapeo por análisis híbrido de aprendizaje automático-geoestadístico de las propiedades hidrogeoquímicas del sistema acuífero del valle medio del Magdalena (SAVMM)-Colombia

"El agua subterránea representa una reserva importante de agua dulce. Es necesario caracterizar su ocurrencia, distribución y principales características hidráulicas e hidrogeoquímicas para una gestión adecuada y sostenida del recurso. Este trabajo pretende utilizar técnicas geoestadística y computacionales (en inglés Self-Organizing Maps-SOM) para estimación de datos faltantes en la creación de modelos hidrogeológicos en el Sistema Acuífero del Valle Medio del Magdalena (SAVMM)... ). Por consiguiente, los objetivos del presente trabajo son: a) estimar valores hidrogeoquímicas faltantes del sistema acuífero del Valle del Magdalena Medio mediante imputación con SOM; b) evaluar la incertidumbre de valores estimados de los parámetros hidrogeoquímicos; c) análisis geoestadístico de los parámetros fisicoquímicos para modelar espacialmente la distribución de las propiedades hidrogeoquímicas del SAVMM." -- Tomado del Formato de Documento de Grado

• Autores: Cáceres Torres, Laura Catalina
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/40201
• Acceso en línea: http://hdl.handle.net/1992/40201
• Palabra clave: Aguas subterráneas; Geología; Química del agua; Mapas autoorganizados; Redes neurales (Computadores); Geociencias
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/