AquaTendencias Maipo: Una radiografía a las zonas de la cuenca
| dc.contributor.advisor | Herrera Marín, Mauricio | |
| dc.contributor.author | Rivera Piñones, Nicolás | |
| dc.coverage.spatial | Santiago | |
| dc.date.accessioned | 2024-02-26T19:29:52Z | |
| dc.date.available | 2024-02-26T19:29:52Z | |
| dc.date.issued | 2023 | |
| dc.description | Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science | |
| dc.description.abstract | El presente estudio, enfocado en la cuenca del río Maipo en la Región Metropolitana de Santiago, Chile, aborda la creciente preocupación por la seguridad hídrica en un contexto marcado por la variabilidad y el cambio climático. La investigación se centra en la posibilidad de que los patrones climáticos históricos y los datos meteorológicos como las precipitaciones puedan ser indicativos para la predicción de períodos secos (dry-spell) en la cuenca del río Maipo, reconociendo la alta variabilidad y complejidad inherente a los sistemas meteorológicos. Los dryspell, definidos como períodos prolongados sin precipitaciones significativas menor a 1mm, son de alta importancia en áreas donde la agricultura es altamente dependiente de la lluvia, estos períodos secos son cruciales para entender y anticipar sequías más severas. Este proyecto se enfoca en la Región del Maipo, que compende 14.939 km², incluye 23 estaciones fluviométricas, y se inscribe en un contexto desafiante debido a una sequía persistente y una demanda creciente de recursos hídricos que son cada vez más limitados. Este escenario subraya la necesidad de planificación exhaustiva y estrategias adaptativas en la gestión de recursos hídricos, actividades que son vitales para el sector agrícola y entidades privadas que requieren un manejo eficiente y sostenible del agua. La metodología utilizada en este estudio combina el análisis de datos hidroclimáticos con modelos estadísticos y de aprendizaje profundo para explorar tendencias y patrones en las precipitaciones durante más de 20 años. El uso de modelos estadísticos y de Deep Learning brindan una perspectiva cuantitativa esencial para la toma de decisiones informadas, utilizando por ejemplo herramientas como el Test de Mann-Kendall y el cálculo de índices como el SPI y SDII sobre series de tiempo de precipitaciones. Este trabajo reconoce la complejidad de un sistema que entrelaza lo hidroclimático, social, ambiental y territorial, proponiendo un enfoque sistémico para abordar estos aspectos y alinear los resultados con las necesidades de adaptación al cambio climático y la optimización de la gestión del agua. Los hallazgos y recomendaciones presentados buscan contribuir a la construcción de un futuro más resiliente y seguro en términos hídricos para la región más poblada de Chile | |
| dc.format.extent | 61 p. | |
| dc.identifier.uri | https://hdl.handle.net/11447/8420 | |
| dc.language.iso | es | |
| dc.publisher | Universidad del Desarrollo. Facultad de Ingeniería | |
| dc.subject | 070037S | |
| dc.subject | Cambio climático | |
| dc.subject | Recursos hidrológicos | |
| dc.title | AquaTendencias Maipo: Una radiografía a las zonas de la cuenca | |
| dc.type | Thesis | |
| dcterms.accessRights | Acceso abierto |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- AquaTendencias Maipo Una radiografía a las zonas de la cuenca.pdf
- Size:
- 1.78 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 347 B
- Format:
- Item-specific license agreed upon to submission
- Description: