Machine Learning: Comparison of Algorithms for Determining Water Quality in the Rímac River

La evaluación de la calidad del agua en los ríos es necesaria para gestionar la eficiencia de su uso, siendo necesario realizar análisis físico-químicos y biológicos para determinar su salubridad, pero implica en su determinación de una serie de parámetros que utilizan diversos métodos analíticos. que a menudo son tediosos y requieren mucho tiempo para calcularlos. El presente estudio hace una comparación de modelos de aprendizaje automático como Regresión lineal múltiple (MLR), Retropropagación de redes neuronales (BPNN) y Regresión de vectores de soporte (SVR) para estimar el oxígeno disuelto (DO) y la demanda bioquímica de oxígeno (DBO) para determinar la calidad. del agua del río Rímac. Se recolectaron muestras de agua de 26 estaciones y fuentes difusas de contaminación a lo largo del río Rímac con 624 registros realizados durante los años 2010 a 2012. Los parámetros físicos y químicos introducidos en los modelos incluyen pH, turbidez, sólidos disueltos totales, temperatura, electricidad. conductividad, oxígeno disuelto, demanda bioquímica de oxígeno, demanda química de oxígeno, dureza, cloruro, sulfato, calcio, magnesio y nitrato. Las variables dependientes de los modelos de salida incluyen la demanda bioquímica de oxígeno (DBO) y el oxígeno disuelto (OD). Las variables independientes que se seleccionaron para la DBO, estas fueron: pH, CE, turbidez, Nitritos, TOC, DQO, hierro y cloruros. Para DO, fueron temperatura, Nitritos, DQO, Nitratos, STD, Cloruros y Sólidos Totales. Ambos parámetros dependientes tienen 8 variables independientes y los valores de coeficiente de correlación más altos. Los modelos fueron entrenados para el aprendizaje y la validación del 70% y 30% del conjunto de datos, respectivamente. El BPNN presentado para la estimación de DBO, con 16 nodos ocultos, valores de R2 = 0.857 para entrenamiento y 0.481 para la fase de prueba; Para la estimación de OD, con 8 nodos ocultos, este fue R2 = 0,768 en la fase de entrenamiento y prueba de 0,605. Estos valores fueron más altos que el MLR y SVR, lo que mostró que el BPNN fue la mejor selección. Finalmente, la clasificación de la calidad del agua como Buena, Regular y Mala obtuvo una precisión de 0.88 con una sensibilidad de 0.86 y un puntaje f1 de 85%, lo que evidenció su efectividad al realizar este proceso.