2026-06-03T21:13:09Zhttps://riuma.uma.es/rest/oai/requestoai:riuma.uma.es:10630/461482026-03-24T00:46:58Zcom_10630_1685col_10630_38055
Aplicación de modelos predictivos basados en inteligencia artificial para la gestión sostenible del agua en embalses de Andalucía. Modelos predictivos para la prospección de escenarios dinámicos en la gestión hídrica
Application of an Artificial Intelligence-based Predictive models for sustainable water management of Andalusian reservoirs. Predictive models for prospecting dynamic scenarios in water management
Martín Castillo, Patricia
Toutouh-el-Alamin, Jamal
Cintrano López, Christian
Informática - Trabajos Fin de Grado
Grado en Ingeniería Informática - Trabajos Fin de Grado
Gestión del agua
Embalses
Andalucía
Series temporales
GRU
What-If
InfluxDB
Aprendizaje profundo
Este Trabajo Final de Grado plantea una solución práctica para apoyar la gestión de embalses en Andalucía mediante predicción y exploración de escenarios.
El trabajo se centra en anticipar la evolución de las reservas y facilitar consultas ágiles para técnicos y usuarios no expertos.
Para ello se construye un pipeline de datos que integra datos históricos de
embalses con variables meteorológicas, resolviendo inconsistencias de nombres, mapeando embalses a provincia y generando agregados temporales y variables derivadas. La información se consolida en la base de datos de series temporales InfluxDB y se emplea para entrenar modelos de aprendizaje profundo (GRU) capaces de capturar estacionalidad y efectos retardados. La última fase usa estas predicciones para generar escenarios What-If (p. ej., cambios en precipitación o temperatura).
El resultado es un sistema que combina: datos depurados temporales, modelos listos para inferencia y una interfaz web para visualizar series históricas y su evolución.
2026-03-23T11:24:10Z
2025-07
bachelor thesis
https://hdl.handle.net/10630/46148
spa
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
open access
application/pdf