Análisis por medio de la normalización de variables para un modelo de planificación ambiental hídrica estacional
DOI:
https://doi.org/10.4067/S0718-28132016000200006Palabras clave:
Planificación ambiental, Normalización, Planta de tratamiento de agua residual municipal, Cuenca hidrográficaResumen
Se utiliza un procedimiento de normalización de variables y de construcción de un vector normalizado de calidad ambiental, lo cual permite estudiar la variación de la integralidad de los factores ambientales en la dinámica ambiental de una cuenca hídrica. Ello implica, la transformación de variables independientes que representan una situación compleja en una cuenca hidrográfica y su interacción con las plantas de tratamiento de aguas residuales. El método aplicado en este estudio es documental, explicativo y descriptivo mediante la recolección de información para la elaboración de la normalización de variables de calidad ambiental. Los resultados obtenidos establecen que los métodos de maximizar y minimizar aplicados al conjunto de datos, se ajustan a las variables de calidad ambiental analizados. Un análisis de los métodos de normalización presenta un resultado de aplicabilidad de un procedimiento que mantiene la proporcionalidad maximizando o minimizando variables independientes en el modelo de planificación ambiental hídrica estacional dentro del intervalo de valoración concurrente de la calidad ambiental, con el objeto de definir una región de especificación y variación de la integralidad de factores ambientales.
Referencias
Abbassi, T. and Abbasi, S.A. (2012). Water quality indices. Elsevier, Oxford, UK.
Agresti, A. and Kateri, M. (2011). Categorical data analysis. Springer.
Aronoff, S. (1989). Geographic information systems: a management perspective. WDL Publications, Ottawa, Canada.
Balestrini, M. (2001). Cómo se elabora el proyecto de investigación. OBL, Caracas.
Barba-Romero, S. (1987). Panorámica actual de la decisión multicriterio discreta. Investigaciones Economicas 11(2), 279 – 308.
Bonini, C. (2000). Análisis cuantitativo para los negocios. Mc Graw Hill Interamericana, Bogotá.
Boyacioglu, H. (2012). Utilization of environmetric & index methods as water quality comparative assessment tools focusing on heavy metal content. Archives of Environemental Protection 38, No 3, 17 – 28.
Cude, C.G. (2001). Oregon water quality index: a tool for evaluating water quality management effectivenss. Journal of the American Water Resources Association JAWRA 37(1), 125 – 137.
de Roo, G. and Miller, D. (2004). Integrating city planning and environmental improvement: practicable strategies for sustainable urban development. Gower publishing.
Domokos, G. and Scheuring, I. (2004). Discrete and continuous state population models in a noisy world. Journal of Theoretical Biology 227(4), 535-545.
EPA (1983). Methods for chemical analysis of water and wastes. Environmental Protection Agency, USA.
García, M.S. (2009). Métodos para la comparación de alternativas mediante un Sistema de Ayuda a la Decisión SAD y Soft Computing. Tesis de doctorado, Universidad Politécnica de Cartagena.
García, M.C., Botero, A.P., Quiroga, F.A.B. y Robles, E.A. (2012). Variabilidad climática, cambio climático y el recurso hídrico en Colombia. Revista de Ingeniería 36, 60-64.
Garduño, R., Ibarra, J.E. y Dávila, R. (2013). La medición de la competitividad en México: ventajas y desventajas de los indicadores. CIDE, México.
Gharibi, H., Sowlat, M.H., Mahvi, A.H., Mahmoudzadeh, H., Arabalibeik, H., Keshavarz, M., Karimzadeh, N. and Hassani, G. (2012). Development of a dairy cattle drinking water quality index (DCWQI) based on fuzzy inference systems. Ecological Indicators 20, 228-237.
Gómez, D. y Gómez, M. (2011). Evaluación ambiental estratégica (EAE); un instrumento preventivo de gestión ambiental. Revista de Salud Ambiental 11(1-2), 9-16.
Grafe, C.S. (2002). Idaho river ecological assessment framework: an integrated approach. Idaho Department of Environmental Quality, Boise.
Gross, P. y Hajek, E. (1998). Indicadores de calidad y gestión ambientales. Pontificia Universidad Católica de Chile, Santiago.
Hair, J.F. (1999). Análisis multivariante. Prentice Hall, Madrid.
Hurtado, J. (1998). Metodología de la investigación holística. Fundacite-Sypal, Caracas.
IDEAM (2002). Guía para el monitoreo de vertimientos, aguas superficiales y subterráneas. Bogotá: Instituto de Hidrología, Meteorología y Estudios Ambientales. Ministerio de Ambiente, Vivienda y Desarrollo Territorial - República de Colombia.
Jasanoff, S. (2004). Earthly politics: local and global in environmental governance. MIT press.
Johnson, D. (2000). Métodos multivariados aplicados al análisis de datos. Thomson, México.
Kaveh, A., Mirzaei, B. and Jafarvand, A. (2015). An improved magnetic charged system search for optimization of truss structures with continuous and discrete variables. Applied Soft Computing 28, 400-410.
Leitmann, J.L. (1999). Sustaining cities: environmental planning and management in urban design. McGraw-Hill.
Liou, S.M., Lo, S.L. and Wang, S.H. (2004). A generalized water quality index for Taiwan. Environmental Monitoring and Assessment 96(1-3), 35-52.
López, J.J., González, M., Scaini, A., Goñi, M., Valdenebro, J.V. y Gimena, F.N. (2012). Caracterización del modelo HEC-HMS en la cuenca de río Arga en Pamplona y su aplicación a cinco avenidas significativas. Obras y Proyectos 12, 15-30.
Márquez, H. (1999). Métodos matemáticos de evaluación de factores de riesgo para el patrimonio arqueológico: una aplicación GIS del método de jeraquías análiticas de TL SAATY. Revista de Prehistoria y Arqueología de la Universidad de Sevilla 8, 21 – 37.
Mori, J. and Mahalec, V. (2015). Planning and scheduling of steel plates production. Part I: Estimation of production times via hybrid Bayesian networks for large domain of discrete variables. Computers & Chemical Engineering 79, 113-134.
OEA (1978). Calidad ambiental y desarrollo de cuencas hidrográficas: un modelo para planificación y análisis integrados. Programa de las Naciones Unidas para el Medio Ambiente, Organización de los Estados Americanos, Washington D.C. Peña, D. (2002). Análisis de datos multivariantes. Mc Graw Hill, España.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2016 Universidad Católica de la Santísima Concepción
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
