El presente manuscrito de tesis doctoral, “Desarrollo de un modelo de planificacion ambiental para la calidad de los recursos hidricos superficiales considerando su variabilidad climatica estacional mediante implementacion computacional”, en un marco meta cognitivo y en el contexto de la linea de investigacion Ciencia y tecnologia de la informacion y conocimiento, establece un modelo de planificacion ambiental para la cuencas hidrograficas (cuerpos de agua superficiales). Se mencionan los elementos teoricos de la revision exhaustiva de la literatura especializada en terminos de la conceptualizacion de la planificacion ambiental y biocomplejidad en los recursos hidricos y su escasa integracion con la variabilidad climatica estacional, los recursos informaticos disponibles como soluciones especificas de hidrologia, hidraulica o calidad del agua, pero no integradas entre si y la escasa aplicacion de la ingenieria de sistemas complejos mediante tecnicas computacionales en la toma de decisiones en cuencas hidrograficas. En la metodologia se menciona, los aspectos para el desarrollo de la tesis doctoral en terminos de la estructura metodologica desarrollada, metodo y diseno de investigacion analitico – cuasi experimental con enfoque concurrente, con muestras trimestrales de informacion secundaria de precipitacion y calidad del agua de la cuenca hidrografica analizada y a su vez realizando la normalizacion de las variables del modelo para construir un modelo analitico mediante el analisis estadistico de los datos y una identificacion del sistema, para posteriormente aplicar la tecnica computacional de inteligencia artificial. En los resultados, se expone el desarrollo de la metodologia propuesta en terminos de analisis de los costos de inversion (para lodos activados, reactores anaerobios y lagunas de oxidacion) y seleccion de tecnologias de las plantas de tratamiento de aguas residuales municipales en Cundinamarca (funcion ponderada de agregacion de producto); la ingenieria del software como un vehiculo para la planificacion ambiental en la calidad de los recursos hidricos superficiales considerando la variabilidad climatica estacional; normalizacion de las variables de calidad del agua (metodo maximizar y minimizar) y precipitacion para la planificacion ambiental en la calidad de los recursos hidricos superficiales considerando la variabilidad climatica estacional; vector de calidad ambiental; el metodo Delphi y modelo analitico para la planificacion ambiental de la calidad de los recursos hidricos superficiales; analisis de correlaciones entre variables de calidad del agua y precipitacion (correlaciones del 0.24 entre precipitacion y DBO5, 0.20 entre precipitacion y N-NO2, 0.010 entre SST y Ptotal); identificacion del modelo matematico que representa la cuenca hidrografica (transformada de laplace) y tecnicas de inteligencia artificial para emular la calidad ambiental (mineria de datos y red neuronal artificial , algoritmo Levenberg Marquardt con error cuadratico medio de 4.72x10-5 y coeficiente de determinacion de prueba de 0.99188). Este documento de tesis, de manera enfatica considera los aportes especificos al conocimiento en terminos de: Ecuaciones econometricas de costos de inversion para plantas de tratamiento de aguas residuales municipales con las variables caudal, DBO5, SST, N y P; Metodologia para la seleccion de tecnologias con expresion ponderada de agregacion de producto o de promedio geometrico ponderado; Normalizacion de variables DBO5, N -NO2, SST, P Total y Precipitacion mediante el metodo de maximizar y minimizar variables; Integrar la variable precipitacion con las variables de calidad del agua DBO5, N -NO2, SST y P Total en un modelo estadistico, matematico y analitico; Aplicacion de tecnicas de inteligencia artificial para emular el criterio del grupo de expertos en terminos de la calidad ambiental mediante mineria de datos, logica difusa, red neuronal artificial y enjambres de particulas; Modelo de implanificacion ambiental considerando la variabilidad climatica estacional para cuerpos de agua superficiales utilizando mineria de datos y red neuronal artificial (algoritmo Levenberg Marquardt).