Repository logo
Communities & Collections
All of DSpace
  • English
  • Español
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Venegas Godoy, Fernanda Andrea"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Thesis
    Predicción del caudal aportante en la laguna Cáhuil a través de un modelo hidrológico sobre la Subcuenca Nilahue
    (Universidad Técnica Federico Santa María, 2024-11) Venegas Godoy, Fernanda Andrea; Catalán Mondaca, Patricio Andrés; Departamento de Obras Civiles; Ossandón Álvarez, Álvaro Humberto
    Este trabajo de investigación analiza los datos diarios de precipitaciones y caudales, buscando establecer correlaciones entre ellos para construir modelos estadísticos capaces de predecir caudales futuros a partir de la información histórica disponible. La zona de estudio comprende la Subcuenca Nilahue, que forma parte de la cuenca Costera Rapel-Estero Nilahue. Se utilizan predictores de día anteriores de caudales y precipitaciones para construir modelos lineales múltiples (LM) y Modelos Aditivos Generalizados para la Localización, Escala y Forma (GAMLSS). Estos modelos se validan mediante el "Leave one year out crossvalidation", utilizando métricas de precisión como AIC, BIAS, NSE, R y RMSE. Los resultados sugieren que los modelos pueden optimizarse al dividir la base de datos principal en dos grupos: una temporada influenciada por precipitaciones, denominada invierno, y una temporada seca sin influencia de precipitaciones. Además, la temporada de invierno se subdivide para considerar el comportamiento diferenciado de los caudales medios y los picos de crecida, los cuales están acompañados de curvas de ascenso y descenso. Los valores de R obtenidos muestran un buen rendimiento en la predicción de caudales durante las fases de ascenso, crecida y descenso, con valores de 0.84, 0.75 y 0.9, respectivamente, mientras que para los caudales medios el R es de 0.47. El análisis del comportamiento de las variables hidráulicas sugiere que el uso de herramientas avanzadas como el machine learning y bases de datos horarias podría mejorar significativamente los resultados en futuros modelos.

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback