Disponibilidad hídrica del río Crisnejas en la estación Puente Crisnejas, mediante entrenamiento de una red neuronal artificial para extensión del periodo de registro de caudales.

Descripción del Articulo

La escasez de informaci´on hidrom´etrica dificulta el planeamiento y adecuado aprovechamiento del recurso h´ıdrico en las cuencas. Por esta raz´on se plantean m´etodos o modelos hidrol´ogicos de precipitaci´on y escorrent´ıa que requieren informaci´on de la que no se dispone en muchas cuencas del te...

Descripción completa

Detalles Bibliográficos
Autor: Vásquez Paredes, Luis Félix
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Universidad Nacional de Cajamarca
Repositorio:UNC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unc.edu.pe:20.500.14074/3317
Enlace del recurso:http://hdl.handle.net/20.500.14074/3317
Nivel de acceso:acceso abierto
Materia:Caudal promedio mensual
Redes neuronales artificiales
Cuenca del río Crisnejas
Descripción
Sumario:La escasez de informaci´on hidrom´etrica dificulta el planeamiento y adecuado aprovechamiento del recurso h´ıdrico en las cuencas. Por esta raz´on se plantean m´etodos o modelos hidrol´ogicos de precipitaci´on y escorrent´ıa que requieren informaci´on de la que no se dispone en muchas cuencas del territorio nacional. El objetivo de esta investigaci´on es generar un registro completo de caudales medios mensuales mediante la aplicaci´on de la t´ecnica de las redes neuronales artificiales. La aplicaci´on de la inteligencia artificial en ´areas como la hidrolog´ıa nos permite disponer de una metodolog ´ıa adaptable a la informaci´on disponible en cada cuenca. Las redes neuronales artificiales emplean un conjunto de datos o patrones de entrada que corresponden a las variables que influyen en un fen´omeno f´ısico con sus correspondientes salidas o respuestas, y sin necesidad de conocer la interacci´on o relaci´on existente entre ellas para dar forma a dicho fen´omeno, nos pueden brindar las respuestas o salidas para patrones no conocidos o no entrenados. Esta es la principal raz´on por la cual se ha optado por esta t´ecnica para la generaci´on de caudales en la cuenca del r´ıo Crisnejas. La cuenca posee un registro incompleto de 11 a˜nos de caudales promedio mensuales. Con la recopilaci´on y tratamiento estad´ıstico de 53 a˜nos de informaci´on clim´atica de precipitaci´on y temperatura de 12 estaciones ubicadas en el ´ambito de la cuenca y 11 a˜nos de informaci´on hidrom´etrica registrada en el punto emisor (Puente Crisnejas), se ha logrado el entrenamiento de una red neuronal artificial que dio como salida el caudal promedio mensual de los 53 a˜nos y adicionalmente se hizo una predicci ´on de dicha serie de tiempo en un per´ıodo futuro de 15 a˜nos (hasta el 2032). Con la informaci´on generada, se dispuso a realizar el ajuste estad´ıstico a la distribuci´on Lognormal y obtener la oferta h´ıdrica del r´ıo Crisnejas a una persistencia hidrol´ogica del 50%, 75% y 95% en un per´ıodo futuro de 15 a˜nos. Finalmente, se determin´o el caudal ecol´ogico y se rest´o su valor a la oferta h´ıdrica, obteni´endose la disponibilidad h´ıdrica del r´ıo, asumiendo que no existe demanda aguas abajo del punto de an´alisis. Los productos de este trabajo de investigaci´on permiten su aplicaci´on al an´alisis de eventos de sequ´ıa o efectos del fen´omeno del Ni˜no en la cuenca para futuras investigaciones y deja una base metodol´ogica para la generaci´on de caudales mediante entrenamiento de redes neuronales artificiales.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).