Machine learning model as a tool for decision making in the Ariporo river basin.

dc.contributor.authorRodriguez, Mariana Alejandra
dc.contributor.authorLópez Romero, María Fernanda
dc.contributor.authorTejada Henríquez, Luisa María
dc.contributor.authorForero Buitrago, Gonzalo Alberto
dc.date.accessioned2026-09-14T20:23:10Z
dc.date.issued2021-08-26
dc.description.abstractThe Ariporo river basin is located in the eastern country, in the department of Casanare where there have been ecological disasters such as a high mortality of animals, an example of this, the one that occurred in 2014 caused by a severe drought registered in the media. communication. In accordance with the above, a methodological design has been developed in three phases listed below: Hydrological diagnosis of the basin using data science and remote sensors, elaboration of a mathematical model using a material balance so that visualize the mechanics between the rainfall and flow data from the (IDEAM) station, and finally, recommend strategies against land use for the basin according to the information collected.   When obtaining in the model, it can be contemplated how the contribution of groundwater is essential in the dry season, which is why it is concluded that the infiltration of rainwater in the excess season for the months of April, May, June, August in order for the aquifers to recharge to provide water to the river in the dry season in the period corresponding to November, December, January, February and March, where the use of the land is essential in planning the region. which requires deforestation to establish pastures for livestock through production strategies, and in the same way, the use of reservoirs as strategic areas to maximize the infiltration of rainwater into the aquifers.
dc.description.abstractLa cuenca del río Ariporo se encuentra localizada al oriente país, en el departamento del Casanare donde se han presentado desastres ecológicos como una alta mortandad de animales, ejemplo de ello, la sucedida en el año 2014 ocasionada por una fuerte sequía registrada en los medios de comunicación. De acuerdo con lo anterior, se ha elaborado un diseño metodológico en tres fases relacionadas a continuación: Diagnóstico hidrológico de la cuenca utilizando data science y sensores remotos, elaboración de un modelo matemático utilizando un balance de materia con la finalidad de visualizar la dinámica entre la lluvia y los datos de caudal de la estación del (IDEAM), y finalmente, recomendar estrategias frente al uso de suelo para la cuenca de acuerdo a la información recolectada. Al obtener en el piloto, se puede notar como el aporte de agua subterránea es indispensable en la temporada de sequía, por lo que se concluye que la infiltración de agua lluvia en la temporada de excesos para los meses de abril, mayo, junio, agosto con el fin de que los acuíferos se recarguen para aportar agua al rio en la temporada de sequía en el periodo correspondiente a noviembre, diciembre, enero, febrero y marzo, donde se hace indispensable el uso del suelo en la planeación de la región, lo cual requiere de la deforestación para establecer pasturas para ganadería a través de estrategias de producción, y de igual modo,  el aprovechamiento de los embalses como áreas estratégicas para maximizar la infiltración de agua lluvia en los acuíferos.
dc.description.abstractA bacia do rio Ariporo está localizada no leste do país, no departamento de Casanare onde ocorreram desastres ecológicos como a alta mortalidade de animais, a exemplo disso, o ocorrido em 2014 devido a uma forte seca registrada na mídia. comunicação. De acordo com o exposto, foi desenvolvido um desenho metodológico em três fases listadas a seguir: Diagnóstico hidrológico da bacia por meio de ciência de dados e sensores remotos, elaboração de um modelo matemático utilizando um balanço de materiais para visualizar a dinâmica entre a precipitação e vazão dados da estação (IDEAM) e, por fim, recomendar estratégias contra o uso do solo para a bacia de acordo com os resultados obtidos.   Ao se obter no modelo, pode-se observar como a contribuição da água subterrânea é fundamental na época da seca, por isso conclui-se que a infiltração da água da chuva na sobra para os meses de abril, maio, junho, agosto na ordem para os aqüíferos se recarregarem para abastecer o rio no período de seca no período correspondente a novembro, dezembro, janeiro, fevereiro e março, onde o uso do solo é fundamental no planejamento da região. a pecuária por meio de estratégias de produção e, da mesma forma, o uso de reservatórios como áreas estratégicas para maximizar a infiltração da água da chuva nos aquíferos.
dc.formattext/html
dc.formatapplication/pdf
dc.identifier.doi10.26620/uniminuto.inventum.16.31.2021.15-23
dc.identifier.urihttps://revistas.uniminuto.edu/index.php/Inventum/article/view/2765
dc.identifier.urihttps://repository.uniminuto.edu/handle/10656/24868
dc.languagespa
dc.publisherCorporación Universitaria Minuto de Dios-UNIMINUTO
dc.relationhttps://revistas.uniminuto.edu/index.php/Inventum/article/view/2765/3259
dc.relationhttps://revistas.uniminuto.edu/index.php/Inventum/article/view/2765/2252
dc.rightsDerechos de autor 2021 INVENTUM
dc.sourceINVENTUM; Vol. 16 No. 31 (2021): JULIO-DICIEMBRE; 15-23
dc.sourceINVENTUM; Vol. 16 Núm. 31 (2021): JULIO-DICIEMBRE; 15-23
dc.sourceINVENTUM; v. 16 n. 31 (2021): JULIO-DICIEMBRE; 15-23
dc.source2590-8219
dc.source1909-2520
dc.source10.26620/uniminuto.inventum.16.31.2021
dc.subjectaprendizagem mecânica, hidrologia, bacia do rio Ariporo
dc.subjectaprendizaje automático, hidrología, cuenca del río Ariporo
dc.subjectmachine learning, hydrology, Ariporo river basin
dc.titleMachine learning model as a tool for decision making in the Ariporo river basin.
dc.titleModelo de aprendizaje automático como herramienta para la toma de decisiones en la cuenca del río Ariporo
dc.titleModelo de aprendizagem mecânica como ferramenta de tomada de decisão na bacia do rio ariporo.
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion

Files

Collections