CARDENAS-RODRIGUEZ, Sorangela; VIDES-HERRERA, Carlos Arturo    PARDO-GARCIA, Aldo. Sistema de alerta temprana de inundaciones para el río Arauca basado en técnicas de inteligencia artificial. []. , 12, 2, pp.315-326.   16--2023. ISSN 2027-8306.  https://doi.org/10.19053/20278306.v12.n2.2022.15274.

^a

En este artículo se establece el diseño de un sistema de alertas tempranas de inundación en el río Arauca, municipio de Arauca, Colombia. La información del estudio se extrae del IDEAM y es procesada obteniendo un modelo a través de las variables intervinientes, como: precipitación, nivel y caudal. Este modelo de información suministra la data al modelo matemático para el cauce del río, que se obtiene a partir de tres clases de tendencias: lineal, potencia y relaciones potenciales. El modelo del cauce se compara con un observador basado en técnicas inteligentes, redes neuronales y ANFIS en este caso, que al hacer la diferencia de sus salidas genera un residuo encargado de suministrar la información que proporciona el estado actual de nivel del río bajo estudio. Esta información permite generar las alertas que son atendidas por las entidades del gobierno dedicadas a la gestión del riesgo.

This article establishes the design of an early warning system for flooding in the Arauca River, in the municipality of Arauca, Colombia. The information corresponding to this study is extracted from the IDEAM and is processed obtaining a model through the variables that intervene such as precipitation, level and flow. This information model supplies the data to the mathematical model corresponding to the river channel, which is obtained from three kinds of trends: linear, power and potential relationships. This model is compared with an observer based on intelligent techniques such as neural networks and ANFIS, which make the difference of their outputs and a residue is obtained that is in charge of supplying the information that provides the current state of the river level under study, which in turn generates alerts that are addressed by government entities dedicated to risk management.

: .

        · | |     · |     · ( pdf )