Utilize este identificador para referenciar este registo:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6602| Título: | “INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACIÓN DE FUENTES PUNTUALES DE CONTAMINACIÓN EN ARROYO MORENO, VERACRUZ” |
| Autor: | Peña Dorantes, Luis Antonio%997663 |
| metadata.dc.subject.other: | Arroyo Moreno, fuentes puntuales de contaminación, inteligencia Artificial |
| Data: | 2022-05-09 |
| Editora: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Boca del Rio |
| Descrição: | El manglar de la Reserva Natural Estatal Arroyo Moreno tiene gran importancia ecológica, debido a su función como barrera de protección y contención contra el efecto de tormentas y huracanes, además de ser refugio de flora y fauna silvestre, entre otros. La cuenca del rio Jamapa está ubicada entre la Reserva Natural Estatal Arroyo Moreno y el fraccionamiento Puente Moreno. Se ha identificado un problema de contaminación del cuerpo de agua, a causa de la descarga de aguas residuales sin tratamiento previo que altera la calidad del afluente. El aspecto accidentado de la ribera del arroyo dificulta su recorrido y representa un inconveniente para identificar visualmente las fuentes puntuales de contaminación (FPC). Por lo cual, el objetivo de este trabajo de investigación fue identificar las FPC en Arroyo Moreno empleando Inteligencia Artificial (IA). Se utilizó un vehículo aéreo no tripulado para tomar fotografías aéreas y el entrenamiento de la IA se realizó con 160 imágenes utilizando el software IBM® Watson. Las 15 FPC fueron ubicadas y representadas mediante el Sistema de Información Geográfica ArGis 10.3. Esta información servirá como base en la aplicación de la IA en la planeación estratégica y toma de decisiones a favor de la sustentabilidad ambiental. Palabras claves: Arroyo Moreno, fuentes puntuales de contaminación, inteligencia Artificial |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece nas colecções: | Maestría en Ciencias en Ingeniería Ambiental |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PeñaDorantesLuisAntonio-2022.pdf | 11.78 MB | Adobe PDF | Ver/Abrir | |
| CARTA Peña-Dorantes.pdf Restricted Access | 716.84 kB | Adobe PDF | Ver/Abrir Request a copy |
Este registo está protegido por copyright original. |
Este registo está protegido por Licença Creative Commons
