Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima

La modelación hidrológica ha evolucionado en las últimas décadas gracias al crecimiento del poder computacional, la mayor disponibilidad de datos hidrológicos y una mejor comprensión de la física y dinámica de los sistemas hidrológicos, para los cuales existen modelos cada vez más robustos. Paradóji...

Full description

Autores:
Salgado Castillo, Félix
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2023
Institución:
Universidad del Tolima
Repositorio:
RIUT: Repositorio U. Tolima
Idioma:
OAI Identifier:
oai:repository.ut.edu.co:001/3751
Acceso en línea:
https://repository.ut.edu.co/handle/001/3751
Palabra clave:
550 - Ciencias de la tierra
Hidrografía
Aguas superficiales
Análisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentía
Análisis de la incertidumbre
Distribución skew normal
Escorrentía
Modelación hidrológica
Precipitación
Modelación lluvia – escorrentía
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id UTOLIMA2_f8e229d9b15ee235e0206b4204e3b5e8
oai_identifier_str oai:repository.ut.edu.co:001/3751
network_acronym_str UTOLIMA2
network_name_str RIUT: Repositorio U. Tolima
repository_id_str
dc.title.none.fl_str_mv Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
title Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
spellingShingle Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
550 - Ciencias de la tierra
Hidrografía
Aguas superficiales
Análisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentía
Análisis de la incertidumbre
Distribución skew normal
Escorrentía
Modelación hidrológica
Precipitación
Modelación lluvia – escorrentía
title_short Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
title_full Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
title_fullStr Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
title_full_unstemmed Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
title_sort Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
dc.creator.fl_str_mv Salgado Castillo, Félix
dc.contributor.advisor.none.fl_str_mv Barrios Peña, Miguel Ignacio
dc.contributor.author.none.fl_str_mv Salgado Castillo, Félix
dc.subject.ddc.none.fl_str_mv 550 - Ciencias de la tierra
topic 550 - Ciencias de la tierra
Hidrografía
Aguas superficiales
Análisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentía
Análisis de la incertidumbre
Distribución skew normal
Escorrentía
Modelación hidrológica
Precipitación
Modelación lluvia – escorrentía
dc.subject.lem.none.fl_str_mv Hidrografía
Aguas superficiales
dc.subject.proposal.none.fl_str_mv Análisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentía
Análisis de la incertidumbre
Distribución skew normal
Escorrentía
Modelación hidrológica
Precipitación
Modelación lluvia – escorrentía
description La modelación hidrológica ha evolucionado en las últimas décadas gracias al crecimiento del poder computacional, la mayor disponibilidad de datos hidrológicos y una mejor comprensión de la física y dinámica de los sistemas hidrológicos, para los cuales existen modelos cada vez más robustos. Paradójicamente, frente a este evidente avance en el campo de la simulación hidrológica, también se ha incrementado la necesidad de desarrollar e implementar métodos específicos para estimar y evaluar la incertidumbre asociada a los modelos. Actualmente, se reconoce ampliamente que la consideración adecuada de la incertidumbre en las predicciones hidrológicas es esencial para fines de investigación y el desarrollo de herramientas de modelado operativo (Liu y Gupta, 2007). La variable más utilizada en los modelos lluvia-escorrentía es la precipitación, cuya estimación y grado de representación de la variabilidad espacial constituye una fuente de error que se propaga hacia las predicciones de los caudales. Por lo tanto, para mejorar el proceso de modelado, es relevante caracterizar su incertidumbre (Kavetski et al., 2006a). Un método ampliamente utilizado para cuantificar la incertidumbre en la precipitación es modificar la precipitación observada y volver a ejecutar el modelo hasta que se encuentre una respuesta razonable entre el resultado del modelo y la escorrentía observada (Moradkhani y Sorooshian, 2008). En la última década, Kavetski (2003, 2006b) utilizó una constante denominada multiplicador de tormentas, que se utiliza para corregir la precipitación observada. Asimismo, Montanari (2008) propuso como estrategia la generación de lluvia sintética utilizando para ello el modelo de pulso rectangular de Neyman-Scott (1958). Esta lluvia sintética se emplea como datos de entrada para el modelo hidrológico HYMOD. Posteriormente, Renard et al. (2011) utilizaron un modelo de error gaussiano con varianza desconocida como método para determinar la incertidumbre de la precipitación, afirmando que la incertidumbre está dominada por la descripción incompleta de los campos espaciales de precipitación utilizando pluviómetros. Utilizaron un método geoestadístico para generar múltiples réplicas de los campos de precipitación en función de los valores de precipitación observados por el equipo de medición. Sin embargo, concluyeron que los eventos de precipitación simulados de menos de 2 mm sobrestiman su valor y no son realistas. El problema de la incertidumbre en el modelado hidrológico ha sido ampliamente investigado. Según Gupta et al. (2005) las fuentes de error en el proceso de modelado están relacionadas con los datos de entrada, las condiciones de contorno, los errores relacionados con la conceptualización del modelo de los procesos hidrológicos reales, los errores relacionados con la estimación de los parámetros del modelo, en los que se incluyen los efectos de escala. De muchos intentos de separar y analizar las fuentes de error que se han abordado, no se han encontrado enfoques satisfactorios o generales, (Rosbjerg and Madsen 2005, Todini 2005, Gupta 2005). La incertidumbre de los datos está asociada con los errores introducidos en el proceso de modelado a través de las observaciones de los flujos de entrada y salida, su investigación se ha centrado en el error de precipitación, sin embargo, dada la alta variabilidad espacial y temporal de la lluvia, se necesita más investigación para estimar estas fuentes de error. La incertidumbre estructural está asociada con errores en los modelos perceptivos y matemáticos de los procesos hidrológicos. Finalmente, la incertidumbre de los parámetros está relacionada con la identificabilidad de conjuntos confiables de parámetros para el modelo. Los efectos de la incertidumbre de la lluvia en la calibración y simulación de un modelo hidrológico han sido estudiados mediante simulación estocástica Andreassian et al. (2001); Pappenberger et al. (2005); Bárdossy y Das (2008); Younger et al. (2009) o mediante la incorporación del modelo de error de lluvia en los modelos de error total dentro del marco de incertidumbre, según lo reportado por Goetzinger y Bárdossy (2008); Kavetski et al. (2011) y Kavetski et al. (2006b). Algunos autores, como Moradkhani et al. (2006) han argumentado que la clave para mejorar el potencial de los modelos lluvia-escorrentía está asociada con la caracterización de la incertidumbre de la precipitación, que generalmente se considera la causa más influyente de incertidumbre en la predicción de inundaciones. Uno de los métodos más utilizados es mejorar la respuesta del modelo modificando manualmente la entrada observada y volviendo a ejecutar el modelo hasta que se logre iterativamente un ajuste adecuado entre el flujo simulado y el observado (Moradkhani & Sorooshian, 2008). Biermans et al. (2009) cuantificaron la distribución global de la incertidumbre en las estimaciones anuales y estacionales de la precipitación, que se definió como las variaciones entre siete conjuntos de datos de precipitación rasterizados globales a escala de cuenca. La incertidumbre resultante en el caudal se estimó como las diferencias relativas en los caudales simulados a través de modelos hidrológicos. Los resultados muestran un alto efecto de la propagación de la incertidumbre de la precipitación en las estimaciones de caudal; por lo tanto, se propaga con una gran incertidumbre relativa para la simulación de caudales. A pesar de los muchos trabajos realizados sobre la incertidumbre en el modelado hidrológico, pocos desarrollos se enfocan en cuantificar la incertidumbre asociada con la precipitación y su propagación hacia la simulación de caudales con un modelo hidrológico distribuido. En consecuencia el presente estudio contempla la cuantificación de la incertidumbre asociada a la precipitación y su efecto en la simulación hidrológica a través de la aplicación de un modelo hidrológico distribuido en la cuenca del río Combeima, Colombia Los propósitos fundamentales de este trabajo fueron: i) cuantificar la incertidumbre de la precipitación bajo un enfoque de simulación bayesiano que evalúa un modelo de error, en donde la probabilidad de los errores de precipitación se representa con un modelo de distribución skew normal, y ii) estimar el efecto de la propagación de la incertidumbre en la precipitación sobre el caudal, utilizando un modelo hidrológico distribuido aplicado en una cuenca andina tropical.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.accessioned.none.fl_str_mv 2024-01-31T16:59:52Z
dc.date.available.none.fl_str_mv 2024-01-31T16:59:52Z
dc.type.none.fl_str_mv Trabajo de grado - Doctorado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_db06
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TD
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_db06
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repository.ut.edu.co/handle/001/3751
url https://repository.ut.edu.co/handle/001/3751
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
dc.rights.license.none.fl_str_mv Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
https://creativecommons.org/licenses/by-nc/4.0/
dc.format.extent.none.fl_str_mv 216 p.
dc.format.mimetype.none.fl_str_mv application/pdf
dc.coverage.temporal.none.fl_str_mv Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima
dc.publisher.none.fl_str_mv Universidad del Tolima
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería Forestal
dc.publisher.place.none.fl_str_mv Ibagué – Tolima - Colombia
dc.publisher.program.none.fl_str_mv Doctorado en Planificación y Manejo Ambiental de Cuencas Hidrográficas
publisher.none.fl_str_mv Universidad del Tolima
institution Universidad del Tolima
bitstream.url.fl_str_mv https://repository.ut.edu.co/bitstreams/af14ba8f-c99c-4195-8d45-455839b73bdd/download
https://repository.ut.edu.co/bitstreams/b9679b30-6cc4-4f84-a8ee-bddc4dca9fd8/download
https://repository.ut.edu.co/bitstreams/d60b2aa5-8855-4cf0-85e0-ad0929a34908/download
https://repository.ut.edu.co/bitstreams/bf7cde31-d5b2-4554-aae7-79e97c4764cf/download
bitstream.checksum.fl_str_mv a91c8f06c928d18fff4dc3743d560ae8
127f1942dfbe07f43e8227b660620c70
e215a1061087bc341dabe7c6c7374261
641573c5de75cbcf94b44551d035afd0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - Universidad del Tolima
repository.mail.fl_str_mv soporte@metabiblioteca.com
_version_ 1814167807947964416
spelling Barrios Peña, Miguel Ignacio57f3eb53-a000-4c72-b2be-7073979d541f-1Salgado Castillo, Félix23f32d55-c938-46d0-87f9-41470be98185-1Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima2024-01-31T16:59:52Z2024-01-31T16:59:52Z2023La modelación hidrológica ha evolucionado en las últimas décadas gracias al crecimiento del poder computacional, la mayor disponibilidad de datos hidrológicos y una mejor comprensión de la física y dinámica de los sistemas hidrológicos, para los cuales existen modelos cada vez más robustos. Paradójicamente, frente a este evidente avance en el campo de la simulación hidrológica, también se ha incrementado la necesidad de desarrollar e implementar métodos específicos para estimar y evaluar la incertidumbre asociada a los modelos. Actualmente, se reconoce ampliamente que la consideración adecuada de la incertidumbre en las predicciones hidrológicas es esencial para fines de investigación y el desarrollo de herramientas de modelado operativo (Liu y Gupta, 2007). La variable más utilizada en los modelos lluvia-escorrentía es la precipitación, cuya estimación y grado de representación de la variabilidad espacial constituye una fuente de error que se propaga hacia las predicciones de los caudales. Por lo tanto, para mejorar el proceso de modelado, es relevante caracterizar su incertidumbre (Kavetski et al., 2006a). Un método ampliamente utilizado para cuantificar la incertidumbre en la precipitación es modificar la precipitación observada y volver a ejecutar el modelo hasta que se encuentre una respuesta razonable entre el resultado del modelo y la escorrentía observada (Moradkhani y Sorooshian, 2008). En la última década, Kavetski (2003, 2006b) utilizó una constante denominada multiplicador de tormentas, que se utiliza para corregir la precipitación observada. Asimismo, Montanari (2008) propuso como estrategia la generación de lluvia sintética utilizando para ello el modelo de pulso rectangular de Neyman-Scott (1958). Esta lluvia sintética se emplea como datos de entrada para el modelo hidrológico HYMOD. Posteriormente, Renard et al. (2011) utilizaron un modelo de error gaussiano con varianza desconocida como método para determinar la incertidumbre de la precipitación, afirmando que la incertidumbre está dominada por la descripción incompleta de los campos espaciales de precipitación utilizando pluviómetros. Utilizaron un método geoestadístico para generar múltiples réplicas de los campos de precipitación en función de los valores de precipitación observados por el equipo de medición. Sin embargo, concluyeron que los eventos de precipitación simulados de menos de 2 mm sobrestiman su valor y no son realistas. El problema de la incertidumbre en el modelado hidrológico ha sido ampliamente investigado. Según Gupta et al. (2005) las fuentes de error en el proceso de modelado están relacionadas con los datos de entrada, las condiciones de contorno, los errores relacionados con la conceptualización del modelo de los procesos hidrológicos reales, los errores relacionados con la estimación de los parámetros del modelo, en los que se incluyen los efectos de escala. De muchos intentos de separar y analizar las fuentes de error que se han abordado, no se han encontrado enfoques satisfactorios o generales, (Rosbjerg and Madsen 2005, Todini 2005, Gupta 2005). La incertidumbre de los datos está asociada con los errores introducidos en el proceso de modelado a través de las observaciones de los flujos de entrada y salida, su investigación se ha centrado en el error de precipitación, sin embargo, dada la alta variabilidad espacial y temporal de la lluvia, se necesita más investigación para estimar estas fuentes de error. La incertidumbre estructural está asociada con errores en los modelos perceptivos y matemáticos de los procesos hidrológicos. Finalmente, la incertidumbre de los parámetros está relacionada con la identificabilidad de conjuntos confiables de parámetros para el modelo. Los efectos de la incertidumbre de la lluvia en la calibración y simulación de un modelo hidrológico han sido estudiados mediante simulación estocástica Andreassian et al. (2001); Pappenberger et al. (2005); Bárdossy y Das (2008); Younger et al. (2009) o mediante la incorporación del modelo de error de lluvia en los modelos de error total dentro del marco de incertidumbre, según lo reportado por Goetzinger y Bárdossy (2008); Kavetski et al. (2011) y Kavetski et al. (2006b). Algunos autores, como Moradkhani et al. (2006) han argumentado que la clave para mejorar el potencial de los modelos lluvia-escorrentía está asociada con la caracterización de la incertidumbre de la precipitación, que generalmente se considera la causa más influyente de incertidumbre en la predicción de inundaciones. Uno de los métodos más utilizados es mejorar la respuesta del modelo modificando manualmente la entrada observada y volviendo a ejecutar el modelo hasta que se logre iterativamente un ajuste adecuado entre el flujo simulado y el observado (Moradkhani & Sorooshian, 2008). Biermans et al. (2009) cuantificaron la distribución global de la incertidumbre en las estimaciones anuales y estacionales de la precipitación, que se definió como las variaciones entre siete conjuntos de datos de precipitación rasterizados globales a escala de cuenca. La incertidumbre resultante en el caudal se estimó como las diferencias relativas en los caudales simulados a través de modelos hidrológicos. Los resultados muestran un alto efecto de la propagación de la incertidumbre de la precipitación en las estimaciones de caudal; por lo tanto, se propaga con una gran incertidumbre relativa para la simulación de caudales. A pesar de los muchos trabajos realizados sobre la incertidumbre en el modelado hidrológico, pocos desarrollos se enfocan en cuantificar la incertidumbre asociada con la precipitación y su propagación hacia la simulación de caudales con un modelo hidrológico distribuido. En consecuencia el presente estudio contempla la cuantificación de la incertidumbre asociada a la precipitación y su efecto en la simulación hidrológica a través de la aplicación de un modelo hidrológico distribuido en la cuenca del río Combeima, Colombia Los propósitos fundamentales de este trabajo fueron: i) cuantificar la incertidumbre de la precipitación bajo un enfoque de simulación bayesiano que evalúa un modelo de error, en donde la probabilidad de los errores de precipitación se representa con un modelo de distribución skew normal, y ii) estimar el efecto de la propagación de la incertidumbre en la precipitación sobre el caudal, utilizando un modelo hidrológico distribuido aplicado en una cuenca andina tropical.La predicción o simulación de eventos hidroclimatológicos, al igual que los caudales, hoy por hoy se han convertido en una necesidad imperativa en los procesos de gestión de sistemas de cuencas hidrográficas. De ahí que la evaluación de los recursos hídricos cuenta con herramientas tecnológicas fundamentales como la modelación matemática. Desde hace varias décadas muchos modelos hidrológicos se han venido desarrollando en donde la precipitación es una de las variables de entrada más importantes, pues se ha demostrado que de ella depende la calidad y distribución de los recursos hídricos y es considerada como un detonante ante algunos fenómenos naturales como la remoción en masa, avalanchas e inundaciones que cobran un número importante de vidas humanas. La precipitación tropical es de alta variabilidad en el tiempo y en todas las escalas espaciales, desde la micro escala hasta la escala sinóptica. Dicha variabilidad tiene implicaciones en la modelación y simulación espacial de los caudales, que se dan como resultado de la interacción no lineal de la dinámica hidrológica. De ahí la importancia de evaluar la incertidumbre puesto que los resultados de la modelación no se pueden considerar como el valor real de los mismos, como frecuentemente se hace en la práctica, por lo que se hace necesario su estudio con el objeto de cuantificar la incertidumbre en la lluvia y estimar su efecto en la incertidumbre de caudales, pero no se abordan todas las fuentes de incertidumbre en la simulación del caudal (paramétrica, estructural, otros inputs diferentes a la lluvia). Por lo anterior, con la presente Tesis Doctoral se evaluó la incertidumbre asociada a la variable precipitación en un modelo hidrológico distribuido como TETIS implementado en la Cuenca Alto Andina del Río Combeima, utilizando para ello un enfoque de simulación bayesiana, que evalúa un modelo de error, en donde la verosimilitud de los errores de la precipitación es un modelo de distribución skew normal el cual se implementó en el software WINBUGS. Siendo la implementación del modelo de error bajo la distribución probabilística Skew Normal, es este uno de los principales aportes de esta tesis, junto con la aplicación de la concepción del problema inverso.The prediction or simulation of hydroclimatological events, just like the flows, have become an imperative necessity in watershed systems management processes. Hence, the evaluation of water resources, as well as floods, have fundamental technological tools such as mathematical modeling. For several decades, many hydrological models have been developed where precipitation is one of the most important input variables, since it has been shown that the quality and distribution of water resources depend on it and is considered as a trigger for some phenomena. Natural as the mass removal, avalanches and floods that charge a significant number of human lives. Tropical precipitation is highly variable over time and at all spatial scales, from the micro scale to the synoptic scale. This variability has implications in the modeling and spatial simulation of the flows, which occur as a result of the non-linear interaction of the hydrological dynamics. Hence the importance of evaluating uncertainty since the results of modeling cannot be considered as the real value of them, as is often done in practice, so it is necessary to study them in order to quantify rainfall uncertainty and estimate its effect on streamflow uncertainty. Therefore, the present study evaluated the uncertainty associated with the precipitation variable in a distributed hydrological model such as TETIS implemented in the Alto Andina Basin of the Combeima River, using a Bayesian simulation approach that evaluates an error model, in where the verisimilitude of precipitation errors is a normal skew distribution model which was implemented in the WINBUGS software. The implementation of the error model under the previous probabilistic distribution is one of the main contributions of this thesis, together with the application of the inverse problem conception. Keyworks: Hydrological simulation, uncertainty, rainfall uncertainty, propagation of uncertainty, rainfall-runoff modeling, skew-normal distributionDoctoradoDoctor en Planificación y Manejo Ambiental de Cuencas HidrográficasIntroducción Objetivos Objetivo general Objetivos específicos Capítulo 1. El Problema a Investigar Capítulo 2. Marco Teórico Capítulo 3. Marco de Referencia Capítulo 4. Resultados y Discusión Recomendaciones y Futuras Líneas de Investigación Referencias216 p.application/pdfhttps://repository.ut.edu.co/handle/001/3751Universidad del TolimaFacultad de Ingeniería ForestalIbagué – Tolima - ColombiaDoctorado en Planificación y Manejo Ambiental de Cuencas HidrográficasTodos los derechos reservados. Queda prohibida la reproducción total o parcial de este libro por cualquier medio, sin autorización expresa del titular del derecho de autor.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/550 - Ciencias de la tierraHidrografíaAguas superficialesAnálisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentíaAnálisis de la incertidumbreDistribución skew normalEscorrentíaModelación hidrológicaPrecipitaciónModelación lluvia – escorrentíaEvaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del TolimaTrabajo de grado - Doctoradohttp://purl.org/coar/resource_type/c_db06Textinfo:eu-repo/semantics/doctoralThesishttp://purl.org/redcol/resource_type/TDinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTESIS FÉLIX SALGADO CASTILLO.pdfTESIS FÉLIX SALGADO CASTILLO.pdfapplication/pdf7249748https://repository.ut.edu.co/bitstreams/af14ba8f-c99c-4195-8d45-455839b73bdd/downloada91c8f06c928d18fff4dc3743d560ae8MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-8227https://repository.ut.edu.co/bitstreams/b9679b30-6cc4-4f84-a8ee-bddc4dca9fd8/download127f1942dfbe07f43e8227b660620c70MD52TEXTTESIS FÉLIX SALGADO CASTILLO.pdf.txtTESIS FÉLIX SALGADO CASTILLO.pdf.txtExtracted texttext/plain101661https://repository.ut.edu.co/bitstreams/d60b2aa5-8855-4cf0-85e0-ad0929a34908/downloade215a1061087bc341dabe7c6c7374261MD53THUMBNAILTESIS FÉLIX SALGADO CASTILLO.pdf.jpgTESIS FÉLIX SALGADO CASTILLO.pdf.jpgGenerated Thumbnailimage/jpeg7312https://repository.ut.edu.co/bitstreams/bf7cde31-d5b2-4554-aae7-79e97c4764cf/download641573c5de75cbcf94b44551d035afd0MD54001/3751oai:repository.ut.edu.co:001/37512024-02-01 03:00:43.924https://creativecommons.org/licenses/by-nc/4.0/Todos los derechos reservados. Queda prohibida la reproducción total o parcial de este libro por cualquier medio, sin autorización expresa del titular del derecho de autor.https://repository.ut.edu.coRepositorio Institucional - Universidad del Tolimasoporte@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyAtIExpY2VuY2lhIGRlIFJlY29ub2NpbWllbnRvIC0gTm9Db21lcmNpYWwgKGJ5LW5jKSA6IFNlIHBlcm1pdGUgbGEgZ2VuZXJhY2nDs24gZGUgb2JyYXMgZGVyaXZhZGFzIHNpZW1wcmUgcXVlIG5vIHNlIGhhZ2EgdW4gdXNvIGNvbWVyY2lhbC4gVGFtcG9jbyBzZSBwdWVkZSB1dGlsaXphciBsYSBvYnJhIG9yaWdpbmFsIGNvbiBmaW5hbGlkYWRlcyBjb21lcmNpYWxlcy4=