Por: Juan Pablo Rodríguez Miranda
|
Fecha: 01/01/2018
El presente manuscrito de tesis doctoral, “Desarrollo de un modelo de planificación ambiental para la calidad de los recursos hídricos superficiales considerando su variabilidad climática estacional mediante implementación computacional”, en un marco meta cognitivo y en el contexto de la línea de investigación Ciencia y tecnología de la información y conocimiento, establece un modelo de planificación ambiental para la cuencas hidrográficas (cuerpos de agua superficiales). Se mencionan los elementos teóricos de la revisión exhaustiva de la literatura especializada en términos de la conceptualización de la planificación ambiental y biocomplejidad en los recursos hídricos y su escasa integración con la variabilidad climática estacional, los recursos informáticos disponibles como soluciones específicas de hidrología, hidráulica o calidad del agua, pero no integradas entre sí y la escasa aplicación de la ingeniería de sistemas complejos mediante técnicas computacionales en la toma de decisiones en cuencas hidrográficas. En la metodología se menciona, los aspectos para el desarrollo de la tesis doctoral en términos de la estructura metodológica desarrollada, método y diseño de investigación analítico – cuasi experimental con enfoque concurrente, con muestras trimestrales de información secundaria de precipitación y calidad del agua de la cuenca hidrográfica analizada y a su vez realizando la normalización de las variables del modelo para construir un modelo analítico mediante el análisis estadístico de los datos y una identificación del sistema, para posteriormente aplicar la técnica computacional de inteligencia artificial. En los resultados, se expone el desarrollo de la metodología propuesta en términos de análisis de los costos de inversión (para lodos activados, reactores anaerobios y lagunas de oxidación) y selección de tecnologías de las plantas de tratamiento de aguas residuales municipales en Cundinamarca (función ponderada de agregación de producto); la ingeniería del software como un vehículo para la planificación ambiental en la calidad de los recursos hídricos superficiales considerando la variabilidad climática estacional; normalización de las variables de calidad del agua (método maximizar y minimizar) y precipitación para la planificación ambiental en la calidad de los recursos hídricos superficiales considerando la variabilidad climática estacional; vector de calidad ambiental; el método Delphi y modelo analítico para la planificación ambiental de la calidad de los recursos hídricos superficiales; análisis de correlaciones entre variables de calidad del agua y precipitación (correlaciones del 0.24 entre precipitación y DBO5, 0.20 entre precipitación y N-NO2, 0.010 entre SST y Ptotal); identificación del modelo matemático que representa la cuenca hidrográfica (transformada de laplace) y técnicas de inteligencia artificial para emular la calidad ambiental (minería de datos y red neuronal artificial , algoritmo Levenberg Marquardt con error cuadrático medio de 4.72x10-5 y coeficiente de determinación de prueba de 0.99188). Este documento de tesis, de manera enfática considera los aportes específicos al conocimiento en términos de: Ecuaciones econométricas de costos de inversión para plantas de tratamiento de aguas residuales municipales con las variables caudal, DBO5, SST, N y P; Metodología para la selección de tecnologías con expresión ponderada de agregación de producto o de promedio geométrico ponderado; Normalización de variables DBO5, N -NO2, SST, P Total y Precipitación mediante el método de maximizar y minimizar variables; Integrar la variable precipitación con las variables de calidad del agua DBO5, N -NO2, SST y P Total en un modelo estadístico, matemático y analítico; Aplicación de técnicas de inteligencia artificial para emular el criterio del grupo de expertos en términos de la calidad ambiental mediante minería de datos, lógica difusa, red neuronal artificial y enjambres de partículas; Modelo de implanificación ambiental considerando la variabilidad climática estacional para cuerpos de agua superficiales utilizando minería de datos y red neuronal artificial (algoritmo Levenberg Marquardt).
Fuente:
Universidad Distrital Francisco José de Caldas
Tipo de contenido:
Otros
