Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/29.500.19856/78465| Title: | Estudio de las relaciones lluvia escorrentía mediante redes neuronales |
| Authors: | Oñate Valdivieso, Fernando Rodrigo Benitez Lanche, David Alexander |
| Keywords: | Ecuador. Tesis digital. |
| Issue Date: | 2026 |
| Citation: | Benitez Lanche, D. A. Oñate Valdivieso, F. R. (2026) Estudio de las relaciones lluvia escorrentía mediante redes neuronales [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/78465 |
| Abstract: | Abstract: This research analyzes the rainfall-runoff relationship of the Rircay River basin, Ecuador, using artificial neural networks of the multilayer perceptron type (ANN-MLP) as an alternative to traditional hydrological models. Daily precipitation and streamflow records from 2004 to 2014 were used, integrating hydrometeorological information, time lags, antecedent soil moisture conditions, and simplified physical variables of the basin. Through the spatial delimitation of the study area, land use and land cover were characterized, followed by the application of the SCS hydrological classification method and the calculation of the CN curve number. The model was trained under a supervised scheme and evaluated using performance metrics. Among the results obtained were values ​​of MAE = 5.61 m³/s, RMSE = 8.78 m³/s and R2 = 0.786, demonstrating a behavior capable of reproducing the temporal variability of flow that the data represent. |
| Description: | Resumen:Esta investigación analiza la relación lluvia escorrentía de la cuenca del río Rircay, Ecuador, mediante el uso de redes neuronales artificiales del tipo perceptrón multicapa (ANN-MLP) como alternativa a los modelos hidrológicos tradicionales. Se utilizó registros de precipitación y caudal diarios correspondientes al periodo 2004-2014, integrando información hidrometereológica, retardos temporales, condición de humedad antecedente, y variables físicas simplificadas de la cuenca. Mediante la delimitación espacial del área de estudio, se realizó la caracterización del uso y cobertura del suelo, para posterior a ello aplicar la clasificación hidrológica del método SCS y el cálculo del número de la curva CN. El modelo fue entrenado bajo un esquema supervisado y evaluado mediante métricas de desempeño. Entre los resultados se obtuvo valores de MAE = 5.61 m³/s, RMSE = 8.78 m³/s y R2 = 0.786, evidenciando un comportamiento capaz de reproducir la variabilidad temporal de caudal que los datos representan. |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=150096.TITN. |
| Appears in Collections: | Titulación de Ingeniería Civil |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.