https://hdl.handle.net/11185/9 Mon, 15 Jun 2026 04:34:48 GMT 2026-06-15T04:34:48Z http://https://bibliotecavirtual.intranet.unl:8080/bitstream/id/9/fich1.gif https://hdl.handle.net/11185/9 https://hdl.handle.net/11185/8861 Modelación hidrodinámica bidimensional bajo enfoques implícitos y explícitos en áreas urbanas de zonas llanura a través de herramientas de uso libre y RPAS Sánchez Rodríguez, Crysthian David Este estudio se enfoca en desarrollar y comparar metodologías para el análisis de inundaciones en áreas urbanas ubicadas en áreas de llanura, específicamente en la ciudad de Azul. El objetivo principal es establecer un modelo de pronóstico de inundaciones que pueda integrarse efectivamente en sistemas de alerta temprana. Para lograr esto, se evalúan y comparan dos modelos hidrodinámicos ampliamente utilizados: HEC-RAS e IBER. El uso de drones equipados con tecnología de fotogrametría digital desempeña un papel crucial en este estudio. Estos dispositivos permiten la captura de datos detallados y precisos del terreno, incluyendo la topografía de la ciudad de Azul. Esta información es fundamental para la generación de un modelo predictivo de inundaciones que no solo sea preciso, sino también aplicable en la simulación de eventos extremos. La metodología incluye la recopilación de datos mediante drones, seguida del procesamiento y análisis de imágenes utilizando técnicas avanzadas de fotogrametría digital. Este enfoque proporciona un modelo digital de terreno detallado con una resolución suficiente para la escala del estudio. La integración de este modelo con los modelos hidrodinámicos permite simular con precisión la propagación de inundaciones en diferentes escenarios, proporcionando información valiosa para la gestión y planificación urbana. Los resultados obtenidos enfatizan la importancia crítica de la calidad de los datos utilizados en la calibración y validación de los modelos hidrodinámicos. La precisión de los modelos depende en gran medida de la exactitud de los datos topográficos y de las condiciones de contorno proporcionadas. Además, se destaca la relevancia de este enfoque en la gestión de inundaciones y en la mejora de los sistemas de alerta temprana, permitiendo a las autoridades locales y regionales tomar decisiones informadas y rápidas frente a eventos hidrológicos extremos.; This study focuses on developing and comparing methodologies for flood analysis in urban areas located in lowland regions, specifically in the city of Azul. The main objective is to establish a flood forecasting model that can be effectively integrated into early warning systems. To achieve this, two widely used hydrodynamic models, HEC-RAS and IBER, are evaluated and compared. The use of drones equipped with digital photogrammetry technology plays a crucial role in this study. These devices allow for the capture of detailed and accurate terrain data, including the topography of the city of Azul. This information is fundamental for generating a predictive flood model that is not only accurate but also applicable to the simulation of extreme events. The methodology includes data collection using drones, followed by image processing and analysis using advanced digital photogrammetry techniques. This approach provides a detailed digital terrain model with sufficient resolution for the scale of the study. Integrating this model with hydrodynamic models allows for the accurate simulation of flood propagation in different scenarios, providing valuable information for urban planning and management. The results obtained emphasize the critical importance of the quality of the data used in the calibration and validation of hydrodynamic models. The accuracy of the models depends heavily on the precision of the topographic data and the provided boundary conditions. Furthermore, the relevance of this approach to flood management and the improvement of early warning systems is highlighted, enabling local and regional authorities to make informed and rapid decisions in the face of extreme hydrological events. Fil: Sánchez Rodríguez, Crysthian David. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Mon, 02 Mar 2026 00:00:00 GMT https://hdl.handle.net/11185/8861 2026-03-02T00:00:00Z https://hdl.handle.net/11185/8847 Evolución de la gestión de los recursos hídricos en la Provincia de Córdoba. Creación de la Administración Provincial de Recursos Hídricos Brarda, Juan Pablo El presente trabajo analiza la evolución de la gestión de los recursos hídricos en la Provincia de Córdoba, recorriendo los principales hitos históricos que forjaron cada institución concebida a lo largo de las décadas, hasta la creación de la Administración Provincial de Recursos Hídricos (APRHi). El análisis contempla dimensiones técnicas, sociales, económicas, ambientales, territoriales y políticas. El autor se desempeñó entre 2013 y 2017 como Director General de Recursos Hídricos y condujo luego, junto a un equipo interdisciplinario, la creación y puesta en marcha de APRHi, siendo su primer Presidente durante el período 2017-2021. El estudio describe los aspectos conceptuales de la Gestión Integrada de los Recursos Hídricos (GIRH) y analiza su abordaje en el ámbito nacional, tanto institucional como legal y normativo. Detalla los factores que condujeron a la formación de APRHi, su reglamentación y las principales acciones promovidas desde su creación para el fortalecimiento de la gestión hídrica provincial. Formula propuestas orientadas a nuevos desafíos en la materia. Como ejercicio de distancia crítica respecto de la propia experiencia, el autor identifica los principales desafíos no superados durante el período analizado, reconoce sus causas estructurales y propone alternativas que podrían orientar gestiones futuras. Esta reflexión enriquece el valor testimonial y analítico del trabajo, ofreciendo una visión completa y honesta del proceso institucional descripto. El trabajo constituye una guía para quienes persigan la creación de un ente autárquico como órgano de gestión hídrica, identificando sus facilidades y dificultades, virtudes y limitaciones desde una perspectiva administrativa, orgánica y financiera.; This study analyzes the evolution of water resources management in the Province of Córdoba, Argentina, tracing the main historical milestones that shaped each institution conceived over the decades, culminating in the creation of the Provincial Water Resources Administration (APRHi). The analysis encompasses technical, social, economic, environmental, territorial and political dimensions. The author served as General Director of Water Resources between 2013 and 2017, and subsequently led, together with an interdisciplinary team of professionals, the creation and launch of APRHi, serving as its first President during the period 2017-2021. The study describes the conceptual foundations of Integrated Water Resources Management (IWRM) and examines its implementation at the national level, from both institutional and legal-regulatory perspectives. It details the factors that drove the formation of APRHi, its regulatory framework and the main actions promoted since its creation to strengthen provincial water governance. Proposals are formulated to address emerging challenges in the field. As a critical reflection on the author's own experience, the study identifies the main challenges that remained unresolved during the analyzed period, acknowledges their structural causes and proposes alternatives that could guide future administrations. This introspective exercise enriches the testimonial and analytical value of the work, offering a comprehensive and honest account of the institutional process described. The work is intended as a practical guide for those pursuing the creation of an autonomous entity as a water resources management body, examining its administrative, organizational and financial dimensions while identifying its strengths, limitations and inherent complexities. Fil: Brarda, Juan Pablo. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Mon, 06 Apr 2026 00:00:00 GMT https://hdl.handle.net/11185/8847 2026-04-06T00:00:00Z https://hdl.handle.net/11185/8840 Aplicación de un modelo de balance estrictamente conservativo Choque, Juan Carlos En esta tesis se desarrollaron dos actividades complementarias. En primer lugar se realizó la revisión, modificación y verificación del modelo SUWAB, un modelo de balance estrictamente conservativo y parámetros concentrados, que puede utilizarse para simular el comportamiento y las fluctuaciones mensuales de ciertas variables hidrológicas de una cuenca en áreas caracterizadas por escasez de información. El modelo está basado en la física, desarrollado a partir de la ecuación de Richards. SUWAB combina algunas características del modelo Tα y del modelo abcd, y modela tanto la zona no-saturada como la zona saturada utilizando un reducido número de parámetros. El agua viaja verticalmente por el perfil del suelo, descargando en los ríos ya sea como escurrimiento directo, escurrimiento sub-superficial, o flujo base. Las variables de entrada son la precipitación y la evapotranspiración potencial, las de salida los diferentes escurrimientos, la evapotranspiración real, la recarga y el almacenamiento no saturado/saturado. El modelo se implementó en dos cuencas de tamaño muy disímil, 600 km2 (Río Eden, Inglaterra) y 5500 km2 (una subcuenca del Aº Cululú, Santa Fe, Argentina). En el primer caso, los resultados del modelo fueron muy satisfactorios. En el segundo, a pesar de la simplicidad del modelo y el tamaño de la cuenca, se pudo capturar el comportamiento de las diferentes variables en forma muy razonable.; In this thesis two complementary activities were developed. On the one hand, the model SUWAB was revised, modified and verified. It is a lumped, conservative model that can be used to simulate the behaviour and monthly fluctuations of hydrological variables within a basin characterized by scarcity of information. The model is physically based, developed from the Richards` and combines some characteristics taken from the Tα and abcd models. It can simulate the unsaturated as well as the saturated storage using a reduced number of parameters. Water flows through the soil profile discharging into streams as direct flow, subsurface flow or base flow. Input variables are precipitation and potential evapotranspiration, output variables are different flow components, real evapotranspiration, recharge and unsaturated/saturated storage. The model was implemented in two watersheds of different surface area: 600 km2 (Eden River, UK) and 5500 km2 (a sub-watershed of the Cululú Creek, Santa Fe, Argentina). In the first case, model results were very satisfactory. In the second case, in spite of being a simple model and the size of the study area, the model was able to capture the behaviour of different variables in a reasonable manner. Fil: Choque, Juan Carlos. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Tue, 20 Mar 2012 00:00:00 GMT https://hdl.handle.net/11185/8840 2012-03-20T00:00:00Z https://hdl.handle.net/11185/8839 Reconstrucción craneal y segmentación robusta de imágenes médicas mediante aprendizaje profundo Matzkin, Víctor Franco Esta tesis doctoral aplica aprendizaje profundo a la reconstrucción de implantes craneales y la segmentación robusta de imágenes médicas, abordando limitaciones de datos y cambio de dominio. Dado el costo del diseño manual de implantes, se proponen enfoques autosupervisados que simulan la extracción de hueso en tomografías de cráneos completos, generando datos sintéticos que compensan la escasez de datos reales. Esta "craniectomía virtual" se mejoró con patrones de simulación más complejos y variables. Las estrategias superan en tiempo y desempeño a métodos alternativos como modelos de forma estadística y otros de aprendizaje profundo. Además, se explora el uso de conocimiento anatómico previo sobre la forma esperada para mejorar la solidez frente a implantes fuera de distribución y de mayor resolución. En la segunda parte, se estudia la robustez de modelos de segmentación frente a variaciones en la adquisición y poblaciones de pacientes. Se analiza la segmentación de hiperintensidades de sustancia blanca en resonancias cerebrales, evaluando regularización por entropía para mejorar la estimación de incertidumbre bajo cambio de dominio. Métodos como la entropía máxima en predicciones erróneas mejoran la capacidad del modelo de expresar incertidumbre en áreas ambiguas, detectar cambios de dominio y señalar errores sin anotaciones manuales, con mejoras en la calibración dentro y fuera de distribución. La investigación aporta avances metodológicos en aprendizaje automático aplicados al análisis de imágenes cerebrales. Las soluciones mejoran la precisión, eficiencia y robustez en reconstrucción de implantes y segmentación médica, orientadas a uso clínico. La validación en múltiples conjuntos de datos, incluyendo casos clínicos reales y competencias internacionales, demuestra su potencial para mejorar la planificación quirúrgica y el diagnóstico asistido, contribuyendo al cuidado de pacientes.; This doctoral thesis applies deep learning to cranial implant reconstruction and robust medical image segmentation, addressing data limitations and domain shift. Given the cost of manual implant design, self-supervised approaches are proposed that simulate bone extraction from CT scans of complete skulls, generating synthetic data to compensate for the scarcity of real patient data. This "virtual craniectomy" was improved with more complex and variable simulation patterns. The strategies outperform alternatives such as statistical shape models and other deep learning methods in time and performance. Additionally, the use of anatomical constraints or prior knowledge about the expected shape is explored to improve robustness against out-of-distribution implants at higher resolutions. In the second part, the thesis studies the robustness of segmentation models against variations in image acquisition and patient populations. White matter hyperintensity segmentation in brain MRI is analyzed, evaluating entropy regularization techniques to improve uncertainty estimation under domain shift. Methods such as maximum entropy on erroneous predictions improve the model's ability to express uncertainty in ambiguous areas, detect domain shifts, and serve as indicators of segmentation errors without manual annotations, with improvements in calibration on both in-distribution and out-of-distribution data. The research provides novel methodological advances in machine learning applied to computational brain image analysis. The proposed solutions improve precision, efficiency, and robustness in cranial implant reconstruction and medical image segmentation, oriented toward clinical use. Experimental validation on multiple datasets, including real clinical cases and international competitions, demonstrates the potential to significantly improve surgical planning and computer-aided diagnosis, contributing to improved patient care. Fil: Matzkin, Victor Franco. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Tue, 10 Mar 2026 00:00:00 GMT https://hdl.handle.net/11185/8839 2026-03-10T00:00:00Z