Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Recolector de Cienci...arrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
Docta Complutense
Master thesis . 2024
Data sources: Docta Complutense
versions View all 2 versions
addClaim

Aplicaciones de Machine Learning a la cartografía de manantiales. Clasificación y caracterización de manantiales representativos de la hidrogeología kárstica en el GMU Las Loras

Applications of Machine Learning in spring cartography. Classification and characterization of representative springs of karst hydrogeology in the Las Loras UGGP
Authors: Musakka, Elvira Ester;

Aplicaciones de Machine Learning a la cartografía de manantiales. Clasificación y caracterización de manantiales representativos de la hidrogeología kárstica en el GMU Las Loras

Abstract

RESUMEN. El Geoparque Mundial de la UNESCO (GMU) Las Loras es muy diverso geológicamente en relación con la interacción del paisaje con las aguas subterráneas, contando con un destacado número de manantiales, mayoritariamente de tipo kárstico, entre los que sobresalen aquellos asociados a cascadas y a generación de formaciones tobáceas. En este Trabajo Fin de Máster se dirige en primer lugar, a desarrollar una clasificación genética de tipo de manantial, a partir de la que se aplica una caracterización de formaciones tobáceas asociadas a tres manantiales petrificantes con formación de tuf, considerados como destacados hábitats de interés comunitario. Los tres manantiales seleccionados para la caracterización de los edificios tobáceos tienen una notable importancia, no solo desde el punto de vista hidrogeológico, sino también ambiental y culturalmente. El GMU Las Loras es un territorio poco conocido lo que destaca la importancia de este estudio. La caracterización y clasificación de los manantiales determinan la importancia de los procesos geológicos en su funcionamiento y tipología. Un tipo de manantial puede compartir características comunes de otros tipos, lo que resalta la caracterización más detallada para reconocer las variaciones entre ellos. Los tres manantiales estudiados en este trabajo se han clasificado de acuerdo con Stevens et al. (2020) como upland hillslope, aunque comparten características comunes de otros tipos de manantiales. Considerando la importancia de los manantiales en el conjunto del GMU Las Loras, se han aplicado las técnicas de Machine Learning (ML) en la identificación de manantiales desaparecidos en el GMU Las Loras. Para ello, se han elegido 14 variables explicativas que permiten predecir el valor de una variable objetivo, con el fin de crear mapas predictivos. Estos mapas se han obtenido usado los algoritmos ABC, RFC y QDA, ya que se consideran como los más representativos para este trabajo. Aunque los resultados de ML no han sido concluyentes en el estudio de manantiales desaparecidos en la zona de estudio, se ha podido confirmar que pueden ser útiles en este tipo de trabajos.

Country
Spain
Related Organizations
Keywords

Hidrología, 55:504(460.18), 556.3(460.18), Las Loras, Agua subterránea, 2506.04 Geología Ambiental, 2506.05 Hidrogeología, Cartografía predictiva, Manantiales

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
Green