Descripción del proyecto
IDENTIFICAR UNA FUENTE DE CONTAMINACION EN UN ACUIFERO ES UNA ACTIVIDAD TIPICA DE HIDROGEOLOGIA FORENSE, SABER CUANDO Y DONDE SE VERTIO EL CONTAMINANTE EN EL ACUIFERO SIRVE PARA DEPURAR RESPONSABILIDADES Y TAMBIEN PARA PODER ANALIZAR MEJOR QUE OCURRIO CON ESE VERTIDO Y COMO SE ESPERA QUE EVOLUCIONE, AUNQUE EL PROBLEMA DE IDENTIFICACION DE FUENTES DE CONTAMINACION EN ACUIFEROS HA ATRAIDO LA ATENCION DE NUMEROSOS AUTORES EN EL PASADO, LAS SOLUCIONES ALCANZADAS DISTAN DE SER APLICABLES A CASOS REALES, SE PRETENDE DESARROLLAR UN NUEVO ALGORITMO GENERICO DE INVERSION DE PARAMETROS Y SU ADECUACION AL PROBLEMA ESPECIFICO DE IDENTIFICACION DE FUENTES CONTAMINANTES ORIENTADO A SU POTENCIAL APLICACION A CASOS REALES, MAS CONCRETAMENTE SE PRETENDE USAR LAS TECNICAS MAS RECIENTES DEL APRENDIZAJE AUTOMATICO PARA RESOLVER EL PROBLEMA DEL MODELO INVERSO EN HIDROGEOLOGIA, PARTIENDO DE LOS EXITOSOS RESULTADOS OBTENIDOS POR LA TECNICA DE LOS FILTROS DE KALMAN DE CONJUNTOS, LOS FILTROS DE KALMAN DE CONJUNTOS SE BASAN EN UN ANALISIS ESTADISTICO DE SEGUNDO ORDEN DE UN CONJUNTO SUFICIENTEMENTE GRANDE DE REALIZACIONES DE LOS PARAMETROS QUE DEFINEN UN ACUIFERO Y DE LAS RESPUESTAS DE ESAS REALIZACIONES EN TERMINOS DE ALTURAS PIEZOMETRICAS Y CONCENTRACIONES DE SOLUTOS A LAS CONDICIONES INICIALES, DE CONTORNO Y ACCIONES EXTERNAS ACTUANDO SOBRE EL ACUIFERO, DADO QUE LOS FILTROS DE KALMAN SON TAN EFECTIVOS USANDO SOLO UN ANALISIS ESTADISTICO DE SEGUNDO ORDEN, PORQUE NO USAR LAS MISMAS REALIZACIONES EN UN CONTEXTO DE APRENDIZAJE AUTOMATICO, QUE INTENTARA EXPRIMIR LAS RELACIONES ESTADISTICAS ENTRE LAS REALIZACIONES MAS ALLA DEL SEGUNDO ORDEN, PARA OBTENER MEJORES RESULTADOS, ESPECIALMENTE EN PROBLEMAS INVERSOS COMPLEJOS COMO EL DE LA IDENTIFICACION DE UNA FUENTE CONTAMINANTE EN ACUIFEROS, SE PROPONE EL ENTRENAMIENTO DE BOSQUES ALEATORIOS CON LAS REALIZACIONES DE CONDUCTIVIDADES Y LAS CORRESPONDIENTES REALIZACIONES DE ALTURAS PIEZOMETRICAS Y CONCENTRACIONES DE SOLUTO ASOCIADAS, PARA SU POSTERIOR USO EN LA IDENTIFICACION DE LOS PARAMETROS OBJETO DE LA INVERSION, EL METODO RESULTANTE NO DEBERIA DE ADOLECER DE NINGUNO DE LOS PROBLEMAS QUE TODAVIA SE ACHACAN AL FILTRO DE KALMAN DE CONJUNTOS, COMO SON LA ALTA NO-LINEALIDAD ENTRE PARAMETROS Y RESPUESTAS, Y EL CARACTER NO GAUSSIANO DE LA DISTRIBUCION ESPACIAL DE LAS CONDUCTIVIDADES HIDRAULICAS, EL NUEVO ALGORITMO SE VERIFICARA PRIMERO EN CASOS SINTETICOS, SEGUIDO DE UNA VERIFICACION EN CASOS DE LABORATORIO UTILIZANDO UN TANQUE DE ARENA DE LA UNIVERSIDAD DE PARMA, SEGUIDO DE UNA ADECUACION AL PROBLEMA DE IDENTIFICACION DE CONTAMINANTES, SEGUIDO DE SU VERIFICACION EN CASOS SINTETICOS TAN PROXIMOS A LA REALIDAD COMO SEA POSIBLE, PARA, FINALMENTE, VERIFICARLO EN UN CASO PRACTICO REAL, IDENTIFICACION FUENTE CONTAMINANTE\FILTRO DE KALMAN\APRENDIZAJE AUTOMATICO\BOSQUES ALEATORIOS