Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/11296
Título : Estimación de parámetros de calidad del agua en cuenca hidrológica Río presidio con el apoyo de algoritmos de inteligencia artificial.
Autor : ZAMUDIO TRUJILLO, DAMARIS ALEJANDRA
Fecha de publicación : 2025-03-11
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Culiacán
Descripción : El monitoreo proporciona información crucial sobre el estado de la biodiversidad, la calidad del agua y la presencia de contaminantes, siendo fundamental para la conservación de hábitats acuáticos. Además, es de gran importancia para la toma de decisiones en la retribución de recursos y permite prevenir y gestionar desastres naturales, controlar la eutrofización, cumplir normativas ambientales y respaldar investigaciones científicas a largo plazo. En muchas ocasiones realizar el muestreo que se necesita para llevar a cabo un monitoreo de manera correcta, puede presentar problemas que dificultan su ejecución por lo que la aplicación de una herramienta como lo es la inteligencia artificial resulta muy útil, en este caso únicamente se estiman con su ayuda a los nutrientes considerados en la eutrofización de los cuerpos de agua, la cual es uno de los desafíos ambientales con mayor importancia en el recurso hídrico. Para esto se utilizó al algoritmo” RandomForest” que permitió entrenar 4 modelos, logrando estimar nitrógeno y fósforo durante la época de lluvia y de estiaje respectivamente
metadata.dc.type: info:eu-repo/semantics/bachelorThesis
Aparece en las colecciones: INGENIERIA AMBIENTAL

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
“Estimación de parámetros de calidad del agua en cuenca hidrológica.pdf2.5 MBAdobe PDFVisualizar/Abrir
LICENCIA DE USO DAMARIS ALEJANDRA ZAMUDIO TRUJILLO.pdf
  Until 9999-01-01
413.91 kBAdobe PDFVisualizar/Abrir  Request a copy


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons