Modelo para el pronóstico de la demanda real de agua potable en Quito
Barra lateral del artículo
Contenido principal del artículo
Resumen
Se propone desarrollar, calibrar y validar un modelo matemático que pronostique la demanda real de agua potable en Quito con horizontes de corto, mediano y largo plazos, considerando las principales variables que actúan en el suministro de agua. Se supone que la demanda de agua potable en Quito puede ser pronosticada ya que su fluctuación y crecimiento están definidos en gran parte por variables meteorológicas, urbanísticas o de ordenamiento territorial, demográficas, económicas, sociales y la autocorrelación propia de la demanda. El modelo de pronóstico de la demanda de agua corresponde al estudio y análisis de una serie temporal o vector X1 de 2557 datos de caudales medios diarios (litros/seg.) entregados por la Planta de Tratamiento de Agua Potable de Bellavista, PTAP de Quito, desde enero 2007 hasta diciembre 2013. Para el análisis de la serie temporal o vector X1 se utilizan varias herramientas estadísticas y la transformada rápida de Fourier que nos ayuda a determinar las periodicidades del fenómeno. Se concluye obteniendo explícitamente la función de pronóstico de agua potable buscada. La validación de la función de demanda obtenida se la hará en la segunda etapa de la investigación, usando los datos que van desde el inicio de 2014 hasta el año 2016.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Citas
Adamowski, J., Karapataki, Ch. 2010. Comparison of Multivariate Regression and artificial Neural Networks for Peak Urban Water-Demand Forecasting: Evaluation of Different ANN Learning Algorithms. Journal of Hydrologic Engineering, Vol. 15, No. 10.
Adamowski, J. 2008. Peak Daily Water Demand Forecast Modeling Using Artificial Neural Networks. Journal of Water Resources Planning and Management.
Ayabaca, E., et al. 2006. Proyecto de Agua Potable Ríos Orientales. EMAAP-Q. Quito. Ecuador.
Bakker, M., Vreeburg, H.G., Van Schagen, K.M,. Rietveld, L.C. (2013). A fully adaptive forecasting model for short-term drinking water Demand. Environmental Modelling & Software Vol.48, p. 141-151.
Box, G., Jenkins, G.M., Reinsel, G. (1976). Time Series Analysis: Forecasting and Control. San Francisco, California.
Campisi-Pinto, S. Adamowski, J. Oron, G. 2012. Forecasting Urban Water Demand Via Wavelet-Denoising and Neural Network Models. Case Study: City of Syracuse, Italy. Water Resources Management. 26.
CEDEX. (2012). Estudio de los Impactos del Cambio Climático en los Recursos Hídricos y las Masas de Agua. Efectos Potenciales del Cambio en las Demandas de Agua y Estrategias de Adaptación. Informe Técnico. Madrid. España.
Chen, J. Boccelli, D.L. (2014). Demand forecasting for water distribution systems. Procedia Engineering, 70, 339 – 342. ELSIEVER.
Daza Sánchez, F. (2008) “Demanda de Agua en Zonas Urbanas de Andalucía” (Tesis Doctoral). Universidad de Córdova. España.
Department of Environment and Conservation (ENVC). (2010). Newfoundland Labrador. Study on Water Quality and Demand on Public Water Supplies with Variable Flow Regimes and Water Demand. Canada.
Diao, K., Barjenbruch, M. and Bracklow, U. (2010) Study on the impacts of peaking factors on a water distribution system in Germany, Water Science and Technology: Water Supply, 10(2), pp. 165-172
EPMAPS – HAZEN and SAWYER. 2011. Estudios de Actualización del Plan Maestro Integrado de agua Potable y Alcantarillado para el DMQ. Quito. Ecuador.
EPMAPS (2008). Normas de Diseño de Sistemas de Agua Potable para la EMAAP-Q. Quito. Ecuador.
Herrera, M., Torgo, L., Izquierdo, J., Pérez-García, R. (2010). Predictive models for forecasting hourly urban water demand. Journal of Hydrology, 387.
House-Peters, L. A., & Chang, H. (2011). Urban water demand modeling: Review of concepts, methods, and organizing principles. Water Resources Research, 47, 15.
INEN. (1992). Código Ecuatoriano de la construcción. Normas para estudio y diseño de sistemas de agua potable y disposición de aguas residuales para poblaciones mayores a 1 000 habitantes. Primera Edición.
Ministerio de Desarrollo Económico. (2000). Reglamento Técnico del sector de agua potable y saneamiento básico. RAS – 2000. Sección ii. Título b. Sistemas de Acueducto. Bogotá.
Nasseri, M., Moeini, A., Tabesh, M. (2011). Forecasting monthly urban water demand using Extended Kalman Filter and Genetic Programming. Journal Expert Systems with Applications, 38, 7387–7395.
Bai, Y., Wang, P., Li, C., Xie, J., Wang, Y. (2014). A multi-scale relevance vector regression approach for daily urban water demand forecasting. Journal of Hydrology, 517, 236–245.