Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/20.500.11962/20788
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorOñate Valdivieso, Fernando Rodrigo-
dc.contributor.authorDíaz Muñoz, Fabián Patricio-
dc.date.available2017-09-29T17:55:39Z-
dc.date.issued2017-
dc.identifier.citationDíaz Muñoz, Fabián Patricio. (2017).Modelo de pérdida de suelos para sitios en construcción.(Trabajo de titulación de Ingeniero civil). UTPL, Lojaes_ES
dc.identifier.other1271882-
dc.identifier.urihttp://dspace.utpl.edu.ec/handle/20.500.11962/20788-
dc.descriptionLa presente investigación propone un modelo de pérdida de suelos aplicable para sitios en construcción, encontrado mediante métodos de evaluación de pérdida de suelo. Se usó el método paramétrico RUSLE y el método de evaluación directa Parcelas Escorrentía, además se aplicó inteligencia artificial usando Redes Neuronales con la herramienta Neuronal Network Toolbox (NNTOOL) de MATLAB. El modelo de cálculo fue obtenido mediante la investigación en 4 zonas de estudio consideradas sitios en construcción, estas son urbanizaciones que se encuentran ubicadas dentro del perímetro Urbano de la Ciudad de Loja–Ecuador, mismas que presentan variabilidad en sus características morfométricas y composición de suelo, además fueron monitoreadas durante un período de 5 meses. Las correlaciones de las metodologías utilizadas RUSLE y Parcelas Escorrentía son buenas por lo que se realizó un análisis de los factores Ordenación de Cultivos (C) y Prácticas de conservación (P) de RUSLE, recomendando valores aplicables para sitios en construcción. La Red Neural fue entrenada con las Precipitaciones presentadas vs Parcelas Escorrentía obteniendo excelentes valores en la etapa de entrenamiento, esta predice valores que se consideran aceptables.es_ES
dc.description.abstractThe present research proposes a model of soil loss applicable to sites under construction, found by soil loss evaluation methods. The RUSLE parametric method and the direct evaluation method Erosion-runoff plots. In addition, artificial intelligence was applied using Neural Networks with the Neuronal Network Toolbox (NNTOOL) of MATLAB. The calculation model was obtained by research in four study areas considered sites under construction, these are urbanizations that are located within the urban perimeter of the city of Loja-Ecuador, which have variability in their morphometric characteristics and soil composition, And were monitored over a period of 5 months. The correlations of the methodologies used RUSLE and Erosion-runoff plots are good so an analysis of the Factors of Cultivation (C) and Practices of conservation (P) of RUSLE was carried out, recommending values applicable for sites under construction. The Neural Network was trained with the Precipitations presented vs. Schedules obtaining excellent values in the training stage, this predicts values that are considered acceptable.es_ES
dc.language.isospaes_ES
dc.subjectSueloses_ES
dc.subjectIngeniería civil -Tesis y disertaciones académicases_ES
dc.titleModelo de pérdida de suelos para sitios en construcciónes_ES
dc.typebachelorThesises_ES
Appears in Collections:Ingeniero Civil

Files in This Item:
File Description SizeFormat 
Díaz Muñoz, Fabián Patricio..pdf16.59 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.