Identificación de zonas potenciales de recarga hídrica mediante el Algoritmo Enjambre de Partículas en la microcuenca Yucaes, Ayacucho 2025

Simple item page
dc.contributor.advisorBendezú Prado, Jaime Leonardo
dc.contributor.authorQuispe Anchayhua, Jhony Jesus
dc.date.accessioned2026-03-13T20:10:29Z
dc.date.available2026-03-13T20:10:29Z
dc.date.issued2025
dc.description.abstractLa recarga hídrica constituye un proceso fundamental para la sostenibilidad de los recursos hídricos, particularmente en cuencas altoandinas, donde la variabilidad estacional y los efectos del cambio climático intensifican los problemas de disponibilidad de agua. La identificación de zonas potenciales de recarga hídrica es clave para garantizar la seguridad hídrica, orientar prácticas de conservación y diseñar estrategias de manejo sostenible del recurso agua. En la literatura científica, los métodos tradicionales de identificación se han basado en modelos de superposición ponderada que asignan pesos fijos a variables ambientales, como pendiente, suelos, rocas, cobertura y precipitación. Ejemplo de ello son los algoritmos de (Matus et al., 2009) y (Rodríguez Levy et al., 2023). Sin embargo, estas metodologías suelen presentar limitaciones al depender de la asignación subjetiva de ponderaciones, lo cual introduce sesgos y reduce la confiabilidad de los resultados. Este estudio aborda dicha limitación mediante la aplicación del Algoritmo de Enjambre de Partículas (Particle Swarm Optimization, PSO) con enfoque multiobjetivo, el cual optimiza de manera adaptativa la combinación de seis factores ambientales: pendiente del terreno, tipo de suelo, tipo de roca, cobertura vegetal, uso del suelo y precipitación. A través de métricas estadísticas como la varianza y la entropía, el PSO permitió recalibrar las ponderaciones y destacar la influencia diferencial de cada variable. Los resultados mostraron que la pendiente (25.6%) y la precipitación (26.9%) constituyen los factores más determinantes en la delimitación de zonas de recarga, seguidos por el tipo de roca (18.4%), el uso del suelo (15.0%) y la cobertura vegetal (12.1%), mientras que el tipo de suelo presentó una influencia menor (2.0%). Esta redistribución evidencia la capacidad del PSO para reducir la subjetividad en comparación con métodos tradicionales, generando mapas de recarga hídrica con mayor precisión y discriminación espacial. En términos generales, la incorporación de técnicas de inteligencia artificial en la identificación zonas potenciales de recarga hídrica representa un avance significativo hacia la toma de decisiones más objetivas y basadas en datos. Los hallazgos de esta investigación demuestran que el uso de PSO no solo mejora la calidad del análisis espacial, sino que también constituye una herramienta innovadora para la planificación hídrica en regiones andinas. Finalmente, este enfoque abre la posibilidad de integrar futuros modelos hidrológicos dinámicos y validaciones en campo que consoliden la metodología como un soporte técnico esencial en la identificación de zonas potenciales de recarga hídrica.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CIV636_Qui
dc.identifier.urihttps://hdl.handle.net/20.500.14612/8543
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectRecarga hídricaes_PE
dc.subjectAlgoritmo Enjambre de Partículases_PE
dc.subjectinteligencia artificiales_PE
dc.subjectMicrocuenca Yucaeses_PE
dc.subjectSistema de Información Geográficaes_PE
dc.subjectPrecipitaciónes_PE
dc.subjectCobertura vegetales_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.01
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.03
dc.titleIdentificación de zonas potenciales de recarga hídrica mediante el Algoritmo Enjambre de Partículas en la microcuenca Yucaes, Ayacucho 2025es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
renati.advisor.dni08041589
renati.advisor.orcidhttps://orcid.org/0000-0001-9529-5179
renati.author.dni70228475
renati.discipline732016
renati.jurorCanchari Gutiérrez, Edmundo
renati.jurorRetamozo Fernández, Saúl Walter
renati.jurorBendezú Prado, Jaime Leonardo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Civil
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo profesional
thesis.degree.nameIngeniero Civil
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
TESIS CIV636_Qui.pdf
Size:
19.11 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUT TESIS CIV636_Qui.pdf
Size:
358.98 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
INFO TESIS CIV636_Qui.pdf
Size:
11.94 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL