Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina

Se presentan diferentes modelos de redes funcionales orientados a pronóstico de niveles, que fueron aplicados en cuencas del Gran Rosario. Las variables de entrada son precipitación y nivel vinculado a un tiempo t0 , mientras que la salida está dada por niveles asociados a diferentes horizontes te...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Scuderi, Carlos M., Riccardi, Gerardo A., Zimmermann, Erik D.
Formato: article artículo
Lenguaje:Español
Publicado: Asociación Argentina de Geología Aplicada a la Ingeniería ASAGAI 2020
Materias:
Modelos de caja negra
redes funcionales
pronóstico de niveles
cuencas de llanura
Acceso en línea:http://hdl.handle.net/2133/17656
http://hdl.handle.net/2133/17656
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-17656
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic Modelos de caja negra
redes funcionales
pronóstico de niveles
cuencas de llanura
spellingShingle Modelos de caja negra
redes funcionales
pronóstico de niveles
cuencas de llanura
Scuderi, Carlos M.
Riccardi, Gerardo A.
Zimmermann, Erik D.
Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
topic_facet Modelos de caja negra
redes funcionales
pronóstico de niveles
cuencas de llanura
description Se presentan diferentes modelos de redes funcionales orientados a pronóstico de niveles, que fueron aplicados en cuencas del Gran Rosario. Las variables de entrada son precipitación y nivel vinculado a un tiempo t0 , mientras que la salida está dada por niveles asociados a diferentes horizontes temporales tpi. A partir de los eventos observados, en promedio 10 tormentas sobre 15 estaciones limnimétricas, se calculan las combinaciones posibles para constituir dos grupos: uno para aprendizaje y otro para validación de la red. La evaluación de los modelos se efectúa por medio de distintos estadísticos, entre ellos: diferencia máxima en el nivel pico (Dpico), coeficiente de eficiencia de Nash-Sutcliffe (NS) y raíz del error cuadrático medio (RECM). Para los cuatro limnímetros presentados en este trabajo el valor de Dpico varía entre 0,04 m y 1,07 m, el de NS varía entre 0,99 y 0,75 y el de RECM fluctúa entre 0,03 m y 0,32 m, para tiempos de pronóstico desde 15 minutos hasta 6 horas respectivamente. Este tipo de modelos puede ser implementado en cualquier cuenca que posea datos de precipitación y niveles. Los resultados obtenidos hasta el presente son favorables, demostrando la capacidad de “aprendizaje” y simulación de eventos de estos modelos.
format article
artículo
author Scuderi, Carlos M.
Riccardi, Gerardo A.
Zimmermann, Erik D.
author_facet Scuderi, Carlos M.
Riccardi, Gerardo A.
Zimmermann, Erik D.
author_sort Scuderi, Carlos M.
title Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
title_short Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
title_full Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
title_fullStr Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
title_full_unstemmed Modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del Gran Rosario, Santa Fe, Argentina
title_sort modelo de redes funcionales orientado a pronóstico de crecidas en cursos de llanura del gran rosario, santa fe, argentina
publisher Asociación Argentina de Geología Aplicada a la Ingeniería ASAGAI
publishDate 2020
url http://hdl.handle.net/2133/17656
http://hdl.handle.net/2133/17656
work_keys_str_mv AT scudericarlosm modeloderedesfuncionalesorientadoapronosticodecrecidasencursosdellanuradelgranrosariosantafeargentina
AT riccardigerardoa modeloderedesfuncionalesorientadoapronosticodecrecidasencursosdellanuradelgranrosariosantafeargentina
AT zimmermannerikd modeloderedesfuncionalesorientadoapronosticodecrecidasencursosdellanuradelgranrosariosantafeargentina
bdutipo_str Repositorios
_version_ 1764820409447874560

Ejemplares similares