Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.

Las mediciones de turbiedad in situ y en continuo pueden ser utilizadas para estimar concentraciones en tiempo real de Sólidos Suspendidos Totales (SST) en hidrosistemas urbanos. Con el fin de obtener resultados confiables de SST a partir de mediciones de turbiedad in situ y en continuo, se desarrol...

Full description

Bibliographic Details
Main Authors: Andrés Torres, Jaime Andrés Lara-Borrero., Andrés Vargas Luna., Mauricio González Acosta., Julio Mario Araújo Acosta.
Format: Article
Language:English
Published: Editorial Neogranadina 2013-06-01
Series:Ciencia e Ingeniería Neogranadina
Subjects:
SST
Online Access:https://revistas.unimilitar.edu.co/index.php/rcin/article/view/230
id doaj-74282b9edc9147fa8a9ccc1c5f674e49
record_format Article
spelling doaj-74282b9edc9147fa8a9ccc1c5f674e492021-09-02T22:17:54ZengEditorial NeogranadinaCiencia e Ingeniería Neogranadina0124-81701909-77352013-06-0123110.18359/rcin.230Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.Andrés Torres0Jaime Andrés Lara-Borrero.1Andrés Vargas Luna.2Mauricio González Acosta.3Julio Mario Araújo Acosta.4Pontificia Universidad JaverianaPontificia Universidad JaverianaPontificia Universidad JaverianaPontificia Universidad JaverianaPontificia Universidad JaverianaLas mediciones de turbiedad in situ y en continuo pueden ser utilizadas para estimar concentraciones en tiempo real de Sólidos Suspendidos Totales (SST) en hidrosistemas urbanos. Con el fin de obtener resultados confiables de SST a partir de mediciones de turbiedad in situ y en continuo, se desarrollaron una serie de métodos orientados a: (i) estimar concentraciones e incertidumbres asociadas en muestras instantáneas analizadas mediante métodos estándar de laboratorio, (ii) detectar muestras con baja representatividad mediante análisis de outliers multivariados, (iii) establecer relaciones funcionales entre SST y valores de turbiedad que puedan ser explotadas para obtener concentraciones en tiempo real, teniendo en cuenta las incertidumbres. Con base en los elementos mencionados arriba, se desarrolló una metodología para estimar concentraciones de SST a partir de mediciones de turbiedad in situ y en continuo, la cual fue codificada en Mat- Lab®, obteniendo como resultado un programa llamado DROP (Data Relationships Of water Pollutants).https://revistas.unimilitar.edu.co/index.php/rcin/article/view/230Incertidumbremediciones en tiempo realoutliersSSTturbiedad.
collection DOAJ
language English
format Article
sources DOAJ
author Andrés Torres
Jaime Andrés Lara-Borrero.
Andrés Vargas Luna.
Mauricio González Acosta.
Julio Mario Araújo Acosta.
spellingShingle Andrés Torres
Jaime Andrés Lara-Borrero.
Andrés Vargas Luna.
Mauricio González Acosta.
Julio Mario Araújo Acosta.
Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
Ciencia e Ingeniería Neogranadina
Incertidumbre
mediciones en tiempo real
outliers
SST
turbiedad.
author_facet Andrés Torres
Jaime Andrés Lara-Borrero.
Andrés Vargas Luna.
Mauricio González Acosta.
Julio Mario Araújo Acosta.
author_sort Andrés Torres
title Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
title_short Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
title_full Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
title_fullStr Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
title_full_unstemmed Metodología para estimar concentraciones de SST en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
title_sort metodología para estimar concentraciones de sst en tiempo real en hidrosistemas urbanos a partir de mediciones de turbiedad.
publisher Editorial Neogranadina
series Ciencia e Ingeniería Neogranadina
issn 0124-8170
1909-7735
publishDate 2013-06-01
description Las mediciones de turbiedad in situ y en continuo pueden ser utilizadas para estimar concentraciones en tiempo real de Sólidos Suspendidos Totales (SST) en hidrosistemas urbanos. Con el fin de obtener resultados confiables de SST a partir de mediciones de turbiedad in situ y en continuo, se desarrollaron una serie de métodos orientados a: (i) estimar concentraciones e incertidumbres asociadas en muestras instantáneas analizadas mediante métodos estándar de laboratorio, (ii) detectar muestras con baja representatividad mediante análisis de outliers multivariados, (iii) establecer relaciones funcionales entre SST y valores de turbiedad que puedan ser explotadas para obtener concentraciones en tiempo real, teniendo en cuenta las incertidumbres. Con base en los elementos mencionados arriba, se desarrolló una metodología para estimar concentraciones de SST a partir de mediciones de turbiedad in situ y en continuo, la cual fue codificada en Mat- Lab®, obteniendo como resultado un programa llamado DROP (Data Relationships Of water Pollutants).
topic Incertidumbre
mediciones en tiempo real
outliers
SST
turbiedad.
url https://revistas.unimilitar.edu.co/index.php/rcin/article/view/230
work_keys_str_mv AT andrestorres metodologiaparaestimarconcentracionesdesstentiemporealenhidrosistemasurbanosapartirdemedicionesdeturbiedad
AT jaimeandreslaraborrero metodologiaparaestimarconcentracionesdesstentiemporealenhidrosistemasurbanosapartirdemedicionesdeturbiedad
AT andresvargasluna metodologiaparaestimarconcentracionesdesstentiemporealenhidrosistemasurbanosapartirdemedicionesdeturbiedad
AT mauriciogonzalezacosta metodologiaparaestimarconcentracionesdesstentiemporealenhidrosistemasurbanosapartirdemedicionesdeturbiedad
AT juliomarioaraujoacosta metodologiaparaestimarconcentracionesdesstentiemporealenhidrosistemasurbanosapartirdemedicionesdeturbiedad
_version_ 1717818570063216640