Clasificación de la calidad del agua en Los Ríos de Morona Santiago utilizando aprendizaje automático
Year: 2025
Type: article
Abstract: Este estudio presenta una metodología basada en el preprocesamiento de datos fisicoquímicos y el uso de algoritmos de aprendizaje automático para clasificar la calidad del agua superficial en la red hidrográfica de Morona Santiago, Ecuador. Los datos fueron recolectados del proyecto de vinculación “Sistema de Información Geográfica para el Monitoreo de la Calidad del Agua”, e incluyeron 2.091 registros con parámetros como pH, DBO5, oxígeno disuelto, nitratos y coliformes fecales. Se aplicaron técnicas de limpieza, transformación y normalización de datos, y se entrenaron dos modelos supervisados: Random Forest y Red Neuronal Artificial. Los resultados mostraron un alto rendimiento de ambos modelos (accuracy 87 %), siendo la Red Neuronal la más precisa (F1-score = 0.8675). Además, se identificó que la DBO5 y los coliformes fecales son los atributos más influyentes. Los mapas temáticos generados permiten visualizar espacialmente las zonas críticas de calidad de agua. Esta investigación valida el uso del aprendizaje automático como herramienta eficaz para fortalecer los sistemas de monitoreo ambiental en territorios amazónicos.
Source: Polo del Conocimiento
Language: Spanish
Subfield: Water Science and Technology
Field: Environmental Science
Domain: Physical Sciences
Keywords: water quality classification, surface water quality, Morona Santiago, Amazonian rivers, water physicochemical parameters, biochemical oxygen demand, fecal coliforms, dissolved oxygen, random forest, artificial neural networks, water quality monitoring, thematic mapping, environmental monitoring
Open Access status: diamond
OpenAlex ID: W7220439809
