| Popis: |
Las bases de datos de alcantarillados urbanos existentes en ciudades de países en vía de desarrollo presentan deficiencias en los registros de las características físicas de las tuberías, lo cual limita su utilización como soporte para la implementación de herramientas de gestión de dicha infraestructura. El objetivo de este trabajo consistió en proponer y emplear en 13 subcuencas pertenecientes a la cuenca El Salitre de Bogotá, comprendiendo un área de 4515 Ha, con un total de 12842 tuberías pluviales y combinadas, árboles de decisión y entropía de información para identificar tuberías con demanda de actividades de mantenimiento en la red como limpieza, rehabilitación, reemplazo, etc., a partir de confiabilidades de inundación estimadas (para 2337 tuberías con cuyas características físicas se encontraban registradas de manera precisa). El modelo clasificatorio presentó una capacidad predictiva promedio de 62 %. Las tuberías fueron clasificadas mediante 28 reglas, según los valores de confiabilidad, identificando 3383 tuberías (26 % sobre el total) con una priorización alta de mantenimiento proactivo. Existent databases of urban sewerage networks in developing countries have shown imprécisions in data related to physical characteristics of sewer pipes. This fact limits the appropriateness of databases for being used as a support for asset management tools for sewerage. This paper is aimed at proposing the use of decision trees and information entropy for prioritizing sewer pipes by their cleaning, rehabilitation, replacement activities demand, based on 13 sub basins belonging to El Salitre basin of Bogotá, with a total area of 4515 Ha and 12842 pluvial and combined sewer pipes. The starting point was the flooding reliability estimate of 2337 sewer pipes with well specified physical characteristics. The classificatory model showed a capacity for prediction of roughly 62 %. Sewer pipes were classified by using 28 rules defined as a function of the flooding reliability. As a result, 3383 sewer pipes (26 % of the total) were found to have a high-prioritization proactive maintenance demand. |
