Desarrollo de una nueva metodología para el control de calidad de aguas basado en técnicas estadísticas avanzadas y análisis funcional

  1. Piñeiro Di Blasi, Jessica Ingrid
Dirigée par:
  1. María Araújo Fernández Directeur/trice
  2. Paulino José García Nieto Directeur
  3. Javier Martínez Torres Directeur/trice

Université de défendre: Universidade de Vigo

Fecha de defensa: 10 juillet 2017

Jury:
  1. Roberto Martínez-Alegría López President
  2. Elena Alonso Prieto Secrétaire
  3. Susana Lagüela López Rapporteur

Type: Thèses

Résumé

En este trabajo se aborda el estudio de la calidad del agua a partir de datos obtenidos por las estaciones de control situadas a lo largo de la geografía española. Este conjunto de estaciones proporciona un gran volumen de datos que permite a la Administración controlar el estado de las principales cuencas de los ríos del territorio español. Sin embargo, estos datos se caracterizan por norma general, por seguir un comportamiento no normal en multitud de ocasiones, al tratarse de una elevada cantidad de datos procedentes de una fuente natural. Por ello, es necesario implementar nuevas técnicas y metodologías estadísticas avanzadas, facilitando así la tarea del inspector de calidad de aguas y la toma de decisiones. En este trabajo se plantea una metodología completa, así como el desarrollo de una librería, de tal modo que introduciendo los datos de las estaciones de medida que se deseen analizar, el modelo será capaz de agrupar, tratar, analizar y visualizar los datos del modo más eficiente y eficaz. De este modo, esta nueva metodología facilitará la determinación de episodios anómalos y por tanto, la emisión así de un juicio sobre la calidad del agua de un modo sencillo, pues hasta el momento sólo se contaba con técnicas estadísticas clásicas y mera inspección visual de los datos. Es necesario destacar que para la elaboración de este trabajo de investigación se cuenta con el apoyo del personal de la Confederación del Norte y de la Confederación del Ebro, tanto a nivel de aportación de datos, como a nivel de asesoramiento científico-técnico.