| Popis: |
En la actualidad, la ciencia y la tecnología han avanzado de manera significativa, ofreciendo diversas herramientas por las cuales se pueden realizar análisis más profundos y más precisos para estudiar a detalle el recurso hídrico. En Bogotá, como en otras muchas ciudades con numerosos habitantes, hay una problemática que ha venido creciendo en los últimos años, la contaminación persistente de los cuerpos de agua que se encuentran bajo su jurisdicción. Sin embargo, como se ha dicho anteriormente, hay herramientas que permiten que el monitoreo constante de estos cuerpos hídricos faciliten el análisis del estado actual de los mismos, como lo es la red de calidad hídrica de Bogotá (RCHB), la cual es un sistema de puntos de muestreo a lo largo de los cuerpos hídricos de interés que recolecta información continuamente. Es así como el siguiente proyecto representa una propuesta de mejoramiento de la red de calidad hídrica de Bogotá para los ríos Torca y Salitre mediante la aplicación de una Red Neuronal Artificial, la cual, es un modelo de interconexión de nodos que permite establecer tareas que serán aprendidas automáticamente por la red, entrenándola para que desempeñe una actividad en específico y que esto dé paso a la mejora continua del mismo sistema. Este proyecto tiene como fin la aplicación de diversas metodologías estadísticas, para evaluar cuál es la diferencia de la aplicabilidad de los métodos (Análisis Lineal de Discriminantes, Análisis Jerárquico, Kriging y Red Neuronal Artificial) y la diferencia que existe en los resultados finales, pudiendo así determinar cuál ha generado la información con mayor grado de confiabilidad y cuál aporta más a la propuesta de mejoramiento que será generada en este proyecto. Nowadays, there are diverse tools which can be used to realize deep analysis, that are more accurate and makes easier to read results of all what is related with water resources. Bogotá (as in many others cities with huge populations) has a problematic that has been growing in the last years, the persistent contamination in water bodies which are under their jurisdiction. Nevertheless, as it has been said previously, there are tools that allow constantly monitoring of those water bodies, to get information in real time, like the water quality networks; in this case, the Bogotá’s water quality network, which is a system of monitoring points along the main rivers of the city (Salitre, Torca, Fucha and Tunjuelito rivers) The main objective of this project is to create an improvement approach for the water quality network, focused to the two the rivers named previously (Salitre and Torca) through the application of an artificial neural network or connectionist system, that basically is a model of nodes interconnected, which allow to establish tasks that will be learned automatically by the network. The idea is to train the network to develop a specific action, which will improve the system by itself. By now, in this paper will be shown the results of some statistics tests applied to the data obtained from the water quality network (linear discriminant analysis, hierarchical analysis, Kriging) taking into account that before this project, some students have realized an analysis for Tunjuelito and Fucha rivers respectively. So now, the idea is to contrast the methodologies applied for those rivers and see what is the difference between the information obtained for every river and how the methods work for every water body. Likewise, it is important to determinate another factors that affects directly in the information like population dynamics, domestic water spills, industrial water spills, anthropic activities, among others). Ingeniero Ambiental Pregrado |
