Cuantificación de concentraciones de determinantes de calidad del agua a partir de información teledetectada, en el río Magdalena

dc.contributor.advisorZamora Ávila, David Andrés
dc.contributor.authorOrdóñez Aldana, Cristian Camilo
dc.contributor.corporatenameUniversidad Santo Tomásspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001370654
dc.contributor.orcidhttps://orcid.org/0000-0002-2256-7054
dc.date.accessioned2021-05-04T16:22:19Z
dc.date.available2021-05-04T16:22:19Z
dc.date.issued2021-04-12
dc.descriptionLos sistemas de teledetección se han vuelto cada vez más importantes en la actualidad al proporcionar información confiable y de fácil adquisición, subsanando la escasez de datos que impiden el seguimiento y evaluación de la dinámica de la calidad del agua a lo largo de un rio. La gran mayoría de los ríos en Colombia tiene limitada información que permita caracterizar la calidad de sus aguas en el tiempo y el espacio. Por lo tanto, el objetivo del presente estudio es utilizar información teledetectada para cuantificar concentraciones de los determinantes de calidad del agua Nitratos, Fósforo Total y Sólidos Suspendidos Totales, en puntos de monitoreo del río Magdalena, Colombia. Para su desarrollo se utilizó el producto MOD13Q1 que proviene de la información registrada por el satélite MODIS Terra y media el uso de reflectancia de las bandas 645 nm y 858 nm para calcular los índices Turbiedad, Clorofila-a y Ficocianina mediante algoritmos de teledetección. También fueron usados las concentraciones de los determinantes de la calidad del agua mencionados que fueron proporcionadas por las autoridades ambientales CORMAGDALENA e IDEAM. A partir de esta información, se construyeron modelos de regresión para cuantificar los determinantes en función de los índices calculados y se evaluó su desempeño con el coeficiente de determinación. Para los determinantes Sólidos Suspendidos Totales y Fósforo Total no se presentaron buenos resultados, a diferencia de los Nitratos que, mediante el modelo de regresión lineal de transformación logarítmica utilizado para su cuantificación en función de los valores mínimos del índice Clorofila-a, se obtuvo un R2 = 0.5625, lo que lleva a concluir que existe un ajuste favorable entre los datos y el potencial uso de la información teledetectada para caracterizar algunos determinantes de calidad del agua en lugares con escaza información o difícil acceso para ejecutar actividad de monitoreo.spa
dc.description.abstractRemote sensing systems have become increasingly important today by providing reliable and readily available information, filling the data gaps that prevent the monitoring and evaluation of water quality dynamics along a river. The vast majority of rivers in Colombia have limited information to characterize the quality of their waters in time and space. Therefore, the objective of this study is to use remote-detected information to quantify concentrations of the water quality determinants Nitrates, Total Phosphorus and Total Suspended Solids, at monitoring points of the Magdalena River, Colombia. For its development the product MOD13Q1 was used that comes from the information recorded by the satellite MODIS Terra and means the use of reflectance of the bands 645 nm and 858 nm to calculate the indices Turbidity, Chlorophyll-a and Phycocyanin by teledetection algorithms. The concentrations of the aforementioned water quality determinants that were provided by the environmental authorities CORMAGDALENA and IDEAM were also used. Based on this information, regression models were constructed to quantify the determinants according to the calculated indices and their performance was evaluated with the coefficient of determination. For the determinants Total Suspended Solids and Total Phosphorus did not present good results, unlike the Nitrates that, by the logarithmic transformation linear regression model used for its quantification as a function of the minimum values of the Chlorophyll-a index, an R2 = 0.5625 was obtained, This leads to the conclusion that there is a favorable adjustment between the data and the potential use of remote sensing information to characterize some determinants of water quality in places with scarce information or difficult access to execute monitoring activity.spa
dc.description.degreenameIngeniero Ambientalspa
dc.description.domainhttp://unidadinvestigacion.usta.edu.cospa
dc.format.mimetypeapplication/pdf
dc.identifier.citationOrdóñez Aldana, C. C. (2021). Cuantificación de concentraciones de determinantes de calidad del agua a partir de información teledetectada, en el río Magdalena. [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.urihttp://hdl.handle.net/11634/33930
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotáspa
dc.publisher.facultyFacultad de Ingeniería Ambientalspa
dc.publisher.programPregrado de Ingeniería Ambientalspa
dc.relation.references[1] S. B. Schroeder et al, "Passive remote sensing technology for mapping bull kelp (Nereocystis luetkeana): A review of techniques and regional case study," Global Ecology and Conservation, vol. 19, pp. e00683, 2019. Available: https://www.sciencedirect.com/science/article/pii/S2351989419301076. DOI: 10.1016/j.spa
dc.relation.references[2] United Nations, "About the Sustainable Development Goals," 2015. Available: https://www.un.org/sustainabledevelopment/sustainable-development-goals/.spa
dc.relation.references[3] D. Quevedo and N. Walteros, El Recurso Hídrico En El Conflicto Armado En Colombia, Y Su Relevancia En El Proceso De Posconflicto Y Construcción De Paz. (Pachón, Maria ed.) Bogotá: Universidad Externado de Colombia, 2019.spa
dc.relation.references[4] UICN (2018). Guía de Monitoreo Participativo de la Calidad de Agua. Quito – Ecuador: UICN.spa
dc.relation.references[5] M. Labrador, J. Évora and M. Pérez, Satélites De Teledetección Para La Gestión Del Territorio; 2012spa
dc.relation.references[6] Novo, Evlyn Márcia Leão de Moraes et al, "Proposal for a remote sensing trophic state index based upon Thematic Mapper/Landsat images," Revista Ambiente & Água, vol. 8, (3), pp. 65-82, 2013. Available: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1980-993X2013000300006&lng=en&tlng=en. DOI: 10.4136/ambi-agua.1229.spa
dc.relation.references[7] R. Aguirre Gómez, "Análisis espectral del Lago de Guadalupe, mediante imágenes de satélite y datos in situ," Investigaciones Geográficas, Boletín Del Instituto De Geografía, vol. 2015, (86), pp. 15-24, 2015. Available: https://www.sciencedirect.com/science/article/pii/S0188461115300030. DOI: 10.14350/rig.42338.spa
dc.relation.references[8] T. W. P. Rodrigues et al, "DELINEAMENTO AMOSTRAL EM RESERVATÓRIOS UTILIZANDO IMAGENS LANDSAT-8/OLI: UM ESTUDO DE CASO NO RESERVATÓRIO DE NOVA AVANHANDAVA (ESTADO DE SÃO PAULO, BRASIL)," Boletim De Ciências Geodésicas, vol. 22, (2), pp. 303-323, 2016. Available: https://www.openaire.eu/search/publication?articleId=dedup_wf_001::434fefd22a269f33da6d9aee7e0bbf8f. DOI: 10.1590/S1982-21702016000200017.spa
dc.relation.references[9] C. M. Rudorff, Novo, Evlyn M. L. M and L. S. Galvão, "Análise derivativa de dados hiperespectrais medidos em nível de campo e orbital para caracterizar a composição de águas opticamente complexas na Amazônia Derivative analysis of hyperespectral data measured at field and orbital level to characterize the composition of optically complex waters in the amazon," Acta Amazonica, vol. 37, (2), pp. 269-280, 2007. Available: https://www.openaire.eu/search/publication?articleId=doajarticles::a91edbfe97c1f0f347b64fd7c9e3e6a7. DOI: 10.1590/S0044-59672007000200014.spa
dc.relation.references[10] Alexander Perdomo Vanegas, "Predicción de parámetros físico químicos de calidad del agua mediante el uso de sensores remotos: caso de estudio embalse del Neusa," 2015.spa
dc.relation.references[11] Gómez Diaz, J.L., & Delance-Martinic, J.S. (2014). Determinación del parámetro sólidos sus-pendidos totales (sst) mediante imágenes de sensores ópticos en un tramo de la cuenca media del río Bogotá (Colombia). UD y la Geomática, (9), pp 19-27.spa
dc.relation.references[12] I. Carrillo and J. Medina, "Suspended Solids in the Gulf of Urabá Colombia – Annual Average Estimation Using MODIS MYD09Q1 Images," Trends and Advances in Information Systems and Technologies, pp. 88-97, 2018. Available: https://link-springer-com.crai-ustadigital.usantotomas.edu.co/chapter/10.1007/978-3-319-77712-2_9. DOI: 10.1007/978-3-319-77712-2_9.spa
dc.relation.references[13] L. C. González-Márquez et al, "Use of LANDSAT 8 images for depth and water quality assessment of El Guájaro reservoir, Colombia," Journal of South American Earth Sciences, vol. 82, pp. 231-238, 2018. Available: https://www.sciencedirect.com/science/article/pii/S0895981117303802. DOI: 10.1016/j.jsames.2018.01.004.spa
dc.relation.references[14] F. Torres-Bejarano et al, "La modelación hidrodinámica para la gestión hídrica del embalse del Guájaro, Colombia," Revista Internacional De Métodos Numéricos Para Cálculo Y Diseño En Ingeniería, vol. 32, (3), pp. 163-172, 2016. Available: https://www.sciencedirect.com/science/article/pii/S0213131515000310. DOI: 10.1016/j.rimni.2015.04.001.spa
dc.relation.references[15] F. Sacristán Romero, "La teledetección satelital y los sistemas de protección ambiental," AquaTIC: Revista Electrónica De Acuicultura, (24), pp. 13-41, 2006. Available: http://dialnet.unirioja.es/servlet/oaiart?codigo=2041195.spa
dc.relation.references[16] Convenio especial de cooperación en ciencia y tecnología No., 1-0016-2016., "Aunar esfuerzos técnicos para la realización de una campaña de monitoreo de cantidad y calidad de agua en el área hidrográfica del río magdalena-cauca y sus tributarios, en el marco de la política nacional para la gestión integral del recurso hídrico (GIRH) y el plan de acción trianual de CORMAGDALENA." Feb, 2017.spa
dc.relation.references[17] ORGANIZACIÓN COLPARQUES , 2020. Lagunas de La Magdalena y Santiago. Available: http://www.colparques.net.spa
dc.relation.references[18] C. Garay et al, "Campaña de monitoreo de calidad de aguas de la cuenca Magdalena-Cauca," 2016.spa
dc.relation.references[19] IDEAM - CORMAGDALENA, "Informe final - convenio nº 024/2005," Bogotá, 2006.spa
dc.relation.references[20] IDEAM - CORMAGDALENA, "Monitoreo de calidad y cantidad del agua superficial en el área hidrográfica de los ríos magdalena cauca y sus principales afluentes en jurisdicción de la corporación autónoma regional del río grande de la magdalena," Noviembre. 2014.spa
dc.relation.references[21] Convenio especial de cooperación en ciencia y tecnología No., 1-0016-2016., "Aunar esfuerzos técnicos para la realización de una campaña de monitoreo de cantidad y calidad de agua en el área hidrográfica del río magdalena-cauca y sus tributarios, en el marco de la política nacional para la gestión integral del recurso hídrico (GIRH) y el plan de acción trianual de CORMAGDALENA," Feb, 2017.spa
dc.relation.references[22] United States Environmental Protection Agency and O. W. US EPA, "Indicators: Chlorophyll a," Us Epa, -11-21T09:24:54-05:00, 2013.spa
dc.relation.references[23] M. Martínez-Orjuela et al, "Evaluación de la turbiedad como parámetro indicador del tratamiento en una planta potabilizadora municipal," Revista UIS Ingenierías, vol. 19, (1), pp. 15-24, 2020. Available: https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/9929. DOI: 10.18273/revuin.v18n4-2020001.spa
dc.relation.references[24] Innovación y Cualificación, S. L. and S. L. Target asesores, Experto En Gestión Medioambiental. (2nd ed.) ic editorial, 2016.spa
dc.relation.references[25] G. J. Mchau et al, "Phycocyanin as a proxy for algal blooms in surface waters: case study of Ukerewe Island, Tanzania," Water Practice and Technology, vol. 14, (1), pp. 229-239, 2019. Available: https://iwaponline.com/wpt/article/14/1/229/65408/Phycocyanin-as-a-proxy-for-algal-blooms-in-surface. DOI: 10.2166/wpt.2019.005.spa
dc.relation.references[26] YSI Inc. and Xylem Inc, "The basics of chlorophyll measurement in surface water explained," 2021. Available: https://www.ysi.com/Accessory/id-6025/6025-Chlorophyll-Sensor.spa
dc.relation.references[27] ClickSonic, "Cyanobacteria, blue-green algae in water and their treatment," 2019. Available: https://www.clicksonic.com/en/frequently-asked-questions/cyanobacteria-blue-green-algae-in-water-and-their-treatment.html.spa
dc.relation.references[28] CORMAGDALENA, "Río Magdalena," 2016. Available: http://dc02eja.cormagdalena.com.co/index.php?idcategoria=372.spa
dc.relation.references[29] P. Foladori, G. Andreottola and G. Ziglio, Sludge Reduction Technologies in Wastewater Treatment Plants. London: 2010.spa
dc.relation.references[30] COMUNIDAD ANDINA. Manual de Estadísticas Ambientales. CAN: Santa Cruz de la Sierra, 2005. p. 31-45.spa
dc.relation.references[31] United States Geological Survey, "Nitrogen and Water," May 17, 2020.spa
dc.relation.references[32] United States Geological Survey, "Phosphorus and Water," May 21, 2020.spa
dc.relation.references[33] N. Chang, S. Imen and B. Vannah, "Remote Sensing for Monitoring Surface Water Quality Status and Ecosystem State in Relation to the Nutrient Cycle: A 40-Year Perspective," Critical Reviews in Environmental Science and Technology, vol. 45, (2), pp. 101-166, 2015. Available: http://www.tandfonline.com/doi/abs/10.1080/10643389.2013.829981. DOI: 10.1080/10643389.2013.829981.spa
dc.relation.references[34] S. Milrad, "11 - satellite imagery," in Synoptic Analysis and Forecasting, S. Milrad, Ed. 2018, Available: http://www.sciencedirect.com/science/article/pii/B9780128092477000119.spa
dc.relation.references[35] Radiant Earth Foundation et al, "The Science of Collecting Information about our Radiant Earth," 2016. Available: https://www.radiant.earth/infographic/the-view-from-above/.spa
dc.relation.references[36] Infraestructura de Datos Espaciales de Bogotá, 2019. Resolución espectral. Available: https://ideca.gov.co .spa
dc.relation.references[37] G. Sánchez, "Espectro electromagnético ," Enero, 2021.spa
dc.relation.references[38] Universidad de Murcia, "Plataformas, sensores y canales," SF. Available: https://www.um.es/geograf/sigmur/teledet/tema03.pdf.spa
dc.relation.references[39] A. García Varela, 2018 "Landsat" https://es.scribd.com/document/52385174/LANDSAT.spa
dc.relation.references[40] Francis Gohin, "Twenty years of satellite and in situ observations of surface chlorophyll-a from the northern Bay of Biscay to the eastern English Channel. Is the water quality improving?" Remote Sensing of Environment, 2019.spa
dc.relation.references[41] GeoService Perú, "INFORMACION TECNICA RESUMIDA –LANDSAT 7 ETM, 2019" .spa
dc.relation.references[42] K. Didan, "MOD13Q1 v006. MODIS/Terra Vegetation Indices 16-Day L3 Global 250 m SIN Grid," NASA LP DAAC at the USGS EROS Center, Febrero 18, 2000.spa
dc.relation.references[43] The United Nations Office for Outer Space Affairs, (UNOOSA). (Mar 7,). In Detail: Drought monitoring using the Standard Vegetation Index (SVI). Available: https://un-spider.org/advisory-support/recommended-practices/recommended-practice-agricultural-drought-monitoring-svi/in-detail.spa
dc.relation.references[44] M. E. D. Chaves, E. Ferreira and A. A. A. Dantas, "Threshold’s definition in MOD13Q1 and VGT-S10 time series for coffee crop area estimation in Triângulo Mineiro/Alto Paranaíba," Theoretical and Applied Engineering, vol. 3, (2), pp. 1-10, 2019. Available: http://www.taaeufla.deg.ufla.br/index.php/TAAE/article/view/15.DOI:10.31422/taae.v3i2.15.spa
dc.relation.references[45] Vargas-Sanabria, D; Campos-Vargas, C. Sistema multialgoritmo para la clasificación de coberturas de la tierra en el bosque seco tropical del Área de Conservación Guanacaste, Costa Rica. Tecnología en Marcha. Vol. 31-1. Enero-marzo 2018. Pág 58-69. DOI: 10.18845/tm.v31i1.3497.spa
dc.relation.references[46] Johansen R., Reif M., Emery E., Nowosad J., Beck R., Xu M., Liu H., waterquality: An Open-Source R Package para la detección y cuantificación de floraciones de algas nocivas por cianobacterias y calidad del agua. USACE ERDC / EL TR-19-20; DOI: 10.21079 / 11681/35053).spa
dc.relation.references[47] R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.spa
dc.relation.references[48] GERALD K. MOORE (1980) Satellite remote sensing of water turbidity / Sonde de télémesure par satellite de la turbidité de l'eau, Hydrological Sciences Journal, 25:4, 407-421, DOI: 10.1080/02626668009491950 .spa
dc.relation.references[49] Beck, R., S. Zhan, H. Liu, S. Tong, B. Yang, M. Xu, Z. Ye, Y. Huang, S. Shu, Q. Wu, S. Wang, K. Berling, A. Murray, E. Emery, M. Reif, J. Harwood, J. Young, C. Nietch, D. Macke, M. Martin, G. Stillings, R. Stumpf, AND H. Su. Comparison of satellite reflectance algorithms for estimating chlorophyll-a in a temperate reservoir using coincident hyperspectral aircraft imagery and dense coincident surface observations. REMOTE SENSING OF ENVIRONMENT. Elsevier Science Ltd, New York, NY, 178:15-30, (2016).spa
dc.relation.references[50] Eearth Observing System. (-10-17T14:11:08Z). NDVI: Normalized Difference Vegetation Index for Agriculture. Available: https://eos.com/ndvi/.spa
dc.relation.references[51] L. González, "Regresión Lineal Simple - Teoría," -11-30T11:34:31+00:00, 2018.spa
dc.relation.references[52] K. Yeager. (Jan 6,2021). LibGuides: SPSS Tutorials: Pearson Correlation. Available: https://libguides.library.kent.edu/SPSS/PearsonCorr.spa
dc.relation.references[53] G. Grolemund and H. Wickham, 23 Modelos: Conceptos Básicos | R Para Ciencia De Datos. SFAvailable: http://es.r4ds.hadley.nz/.spa
dc.relation.references[54] M. Rodríguez, "Interpretación de los Gráficos de Caja en el Análisis Descriptivo e Inferencial." 2015. Available: https://www.qvision.es/blogs/manuel-rodriguez/2015/03/30/interpretacion-de-los-graficos-de-caja-en-el-analisis-descriptivo-e-inferencial/.spa
dc.relation.references[55] M. Paladino, "Modelos lineales con R," 2017. Available: https://www.institutomora.edu.mx/testU/SitePages/martinpaladino/modelos_lineales_con_R.html#introduccion.spa
dc.relation.references[56] J. Marín, "El procedimiento regresión lineal," in Análisis De Regresión Lineal, España: Universidad Carlos III de Madrid, 2019, pp. Capítulo 18.spa
dc.relation.references[57] C. Ford, "Interpreting Log Transformations in a Linear Model," University of Virginia Library, 2018. Available: https://data.library.virginia.edu/interpreting-log-transformations-in-a-linear-model/.spa
dc.relation.references[58] R core, "Nonlinear Least Squares - nls," SF. Available: https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/nls.spa
dc.relation.references[59] Montero Granados. R (2016): Modelos de regresión lineal múltiple. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España.spa
dc.relation.references[60] J. Amat Rodrigo, "Introducción a la regresión lineal múltiple," Madrid, España, Julio, 2016.spa
dc.relation.references[61] A. Kassambara, Machine Learning Essentials: Practical Guide in R. (1st ed.) STHDA - Statistical tools for high-throughput data analysis, 2018.spa
dc.relation.references[62] Mangiafico, SS 2016. Resumen y análisis de la evaluación del programa de extensión en R, versión 1.18.6. rcompanion.org/handbook/ . (Versión en pdf: rcompanion.org/documents/RHandbookProgramEvaluation.pdf .)spa
dc.relation.references[63] F. Hernández and M. Mazo, 7 Pruebas De Hipótesis Parte I | Modelos De Regresión Con R. (1st ed.) 2020Available: https://fhernanb.github.io/libro_regresion/ph1.html.spa
dc.relation.references[64] SOTO-BRAVO, Freddy and GONZALEZ-LUTZ, María Isabel. Análisis de métodos estadísticos para evaluar el desempeño de modelos de simulación en cultivos hortícolas. Agron. Mesoam [online]. 2019, vol.30, n.2 [cited 2021-01-21], pp.517-534. Available from: <http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S1659-13212019000200517&lng=en&nrm=iso>. ISSN 2215-3608. http://dx.doi.org/10.15517/am.v30i2.33839.spa
dc.relation.references[65] T. Srivastava, "11 Important Model Evaluation Metrics for Machine Learning Everyone should know," Analytics Vidhya, 2019. Available: https://www.analyticsvidhya.com/blog/2019/08/11-important-model-evaluation-error-metrics/.spa
dc.relation.references[66] J. Brownlee, "Metrics to Evaluate Machine Learning Algorithms in Python," Agosto 21, 2020. Available: https://machinelearningmastery.com/metrics-evaluate-machine-learning-algorithms-python/.spa
dc.relation.references[67] B. Maccherone and S. Frazier, "Data Products - MODIS," Modis.Gsfc.Nasa.Gov, Available: https://modis.gsfc.nasa.gov/data/dataprod/.spa
dc.relation.references[68] B. S. NASA Offical, "EARTHDATA OPEN ACCESS FOR OPEN SCIENCE," SF. Available: https://earthdata.nasa.gov/.spa
dc.relation.references[69] A. Germán et al, "Análisis de una serie temporal de clorofila-a apartir de imágenes MODIS de un embalseeutrófico," 2016. Available: https://www.researchgate.net/publication/309338823_Analisis_de_una_serie_temporal_de_clorofila-a_a_partir_de_imagenes_MODIS_de_un_embalse_eutrofico.spa
dc.relation.references[70] M. D. Steven, "The Sensitivity of the OSAVI Vegetation Index to Observational Parameters," Remote Sensing of Environment, vol. 63, (1), pp. 49-60, 1998. Available: http://www.sciencedirect.com/science/article/pii/S0034425797001144. DOI: 10.1016/S0034-4257(97)00114-4.spa
dc.relation.references[71] R-Core, "lm - Fitting Linear Models," SF. Available: https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/lm.spa
dc.relation.references[72] S. Mishra and D. R. Mishra, "Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll-a concentration in turbid productive waters," Remote Sens. Environ., vol. 117, pp. 394-406, 2012. Available: https://www-sciencedirect-com.crai-ustadigital.usantotomas.edu.co/science/article/pii/S0034425711003737. DOI: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/j.rse.2011.10.016.spa
dc.relation.references[73] R. Beck et al, "Comparison of satellite reflectance algorithms for estimating chlorophyll-a in a temperate reservoir using coincident hyperspectral aircraft imagery and dense coincident surface observations," Remote Sens. Environ., vol. 178, pp. 15-30, 2016. Available: https://www-sciencedirect-com.crai-ustadigital.usantotomas.edu.co/science/article/pii/S0034425716300943. DOI: https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/j.rse.2016.03.002.spa
dc.relation.references[74] R. M. C. Castañeda, "Ingeniería ambiental II - contaminación hídrica - sólidos suspendidos totales," Nov 26, 2014.spa
dc.relation.references[75] P. Vinuesca, "Tema 8 - correlación: Teoría y práctica," Centro de Ciencias Genómicas UNAM, México, octubre 14, 2016.spa
dc.relation.references[76] E. Rodríguez, Errores Frecuentes En La Interpretación Del Coeficiente De Determinación Lineal. San Lorenzo del Escorial: Real Centro Universitario, pp 315-332, ISSN: 1133-3677, 2005.spa
dc.relation.references[77] Minitab, "Análisis de Regresión: ¿Cómo Puedo Interpretar el R-cuadrado y Evaluar la Bondad de Ajuste?" Análisis De Datos, Estadística, Abril 18, 2019.spa
dc.relation.references[78] A. Guanga. (01-02T15:43:49.664Z). Understand Regression Performance Metrics, 2019 Available: https://becominghuman.ai/understand-regression-performance-metrics-bdb0e7fcc1b3spa
dc.relation.references[79] S. Wu. (May 23, 2020). 3 best metrics to evaluate Regression Model - R Square, Adjusted R Square, MSE, RMSE, MAE. Available: https://towardsdatascience.com/what-are-the-best-metrics-to-evaluate-your-regression-model-418ca481755b.spa
dc.relation.references[80] B. Bose, (Ago 17, 2020). "Performance Metrics: Regression Model," Medium, 2020. Available: https://medium.com/analytics-vidhya/performance-metrics-regression-model-69f68a18504f.spa
dc.relation.references[81] D. Mishra. (Dic 6, 2019). Regression: An Explanation of Regression Metrics and What Can Go Wrong. Available: https://towardsdatascience.com/regression-an-explanation-of-regression-metrics-and-what-can-go-wrong-a39a9793d914.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordMODISspa
dc.subject.keywordRemote sensing algorithmsspa
dc.subject.keywordRegression modelsspa
dc.subject.keywordWater qualityspa
dc.subject.keywordRivers of Colombia -- Magdalena Riverspa
dc.subject.keywordMonitoring and control of water qualityspa
dc.subject.keywordWater quality monitoring -- Magdalena River (Colombia)spa
dc.subject.lembRíos de Colombia -- Río Magdalenaspa
dc.subject.lembSeguimiento y control de la calidad del aguaspa
dc.subject.lembMonitoreo de calidad del agua -- Río Magdalena (Colombia)spa
dc.subject.proposalMODISspa
dc.subject.proposalAlgoritmos de teledetecciónspa
dc.subject.proposalModelos de regresiónspa
dc.subject.proposalCalidad del aguaspa
dc.titleCuantificación de concentraciones de determinantes de calidad del agua a partir de información teledetectada, en el río Magdalenaspa
dc.typebachelor thesis
dc.type.categoryFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2021cristianordonez.pdf
Tamaño:
3.04 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Cargando...
Miniatura
Nombre:
Carta derechos de autor.pdf
Tamaño:
351.26 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor
Cargando...
Miniatura
Nombre:
Carta_aprobacion_facultad_CristianOrdóñez.pdf
Tamaño:
180.79 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta aprobación facultad

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: