Sorangela Cárdenas-Rodríguez, Carlos Arturo Vides-Herrera, Aldo Pardo-García
{"title":"基于人工智能技术的阿劳卡河洪水预警系统","authors":"Sorangela Cárdenas-Rodríguez, Carlos Arturo Vides-Herrera, Aldo Pardo-García","doi":"10.19053/20278306.v12.n2.2022.15274","DOIUrl":null,"url":null,"abstract":"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.","PeriodicalId":31422,"journal":{"name":"Revista de Investigacion Desarrollo e Innovacion","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-08-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Sistema de alerta temprana de inundaciones para el río Arauca basado en técnicas de inteligencia artificial\",\"authors\":\"Sorangela Cárdenas-Rodríguez, Carlos Arturo Vides-Herrera, Aldo Pardo-García\",\"doi\":\"10.19053/20278306.v12.n2.2022.15274\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"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.\",\"PeriodicalId\":31422,\"journal\":{\"name\":\"Revista de Investigacion Desarrollo e Innovacion\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-08-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista de Investigacion Desarrollo e Innovacion\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.19053/20278306.v12.n2.2022.15274\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Investigacion Desarrollo e Innovacion","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.19053/20278306.v12.n2.2022.15274","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Sistema de alerta temprana de inundaciones para el río Arauca basado en técnicas de inteligencia artificial
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.