SciELO - Scientific Electronic Library Online

 
 issue76Measurement of the extremely low frequency magnetic field in the laptop neighborhoodInfluence of precipitation scavenging on the PM2.5/PM10 ratio at the Kennedy locality of Bogotá, Colombia author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Facultad de Ingeniería Universidad de Antioquia

Print version ISSN 0120-6230

Abstract

MORALES-PINZON, Tito; CESPEDES-RESTREPO, Juan David  and  FLOREZ-CALDERON, Manuel Tiberio. Pronóstico del nivel diario de un río basado en el desarrollo de una red neuronal artificial: estudio de caso en La Virginia -Risaralda. Rev.fac.ing.univ. Antioquia [online]. 2015, n.76, pp.46-57. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.n76a06.

El municipio de La Virginia (Risaralda, Colombia) está constantemente afectado por inundaciones que se originan debido al aumento de los niveles de agua en el río Cauca. Los organismos de socorro y atención de desastres actualmente no tienen sistemas adecuados de vigilancia para identificar eventos potenciales de desbordamiento en el tiempo, y así evitar daños por inundaciones a las viviendas o daños a la población en general. En este trabajo, se proponen diversos modelos de simulación para la predicción de inundaciones que contribuye como una herramienta técnica para el desarrollo e implementación de sistemas de alerta temprana para mejorar la capacidad de respuesta de los organismos de socorro. Los modelos, están basados ​​en redes neuronales artificiales y toman la información hidroclimatológica de diferentes estaciones existentes a lo largo de la cuenca del río Cauca, donde la tendencia indica el nivel medio diario del río durante las siguientes 48 horas. Esta metodología se puede aplicar fácilmente a otras zonas urbanas expuestas a los riesgos de inundación en países en desarrollo.

Keywords : Redes neuronales artificiales; pronóstico de inundaciones; riesgo de inundación.

        · abstract in English     · text in English     · English ( pdf )