Predicción de la demanda bioquímica de oxígeno en aguas superficiales mexicanas usando aprendizaje máquina

Abstract

El monitoreo de la calidad del agua superficial es insuficiente en México debido a las limitadas estaciones de monitoreo del agua. El principal parámetro de monitoreo para evaluar la calidad del agua superficial es la demanda bioquímica de oxígeno. Este parámetro estima la materia orgánica biodegradable presente en el agua. Concentraciones superiores a 30 mg/l indican un alto nivel de contaminación por residuos domésticos e industriales. Por lo tanto, el objetivo de este trabajo es proporcionar una referencia al proceso convencional de determinación de la demanda bioquímica de oxígeno utilizando el aprendizaje máquina y un dispositivo electrónico de medición con sensores de bajo costo. La base de datos utilizada fue recopilada por la Comisión Nacional del Agua (CONAGUA). Se aplicaron las técnicas de correlación de Pearson y Forward Selection para identificar los parámetros con mayor contribución a la predicción de la demanda bioquímica de oxígeno. Se formaron tres grupos y se utilizaron como entrada a cuatro algoritmos de aprendizaje máquina. El algoritmo Random Forest obtuvo el mejor rendimiento. Los grupos A, B y C de parámetros obtuvieron un coeficiente de determinación de 0.76, 0.75 y 0.46 respectivamente. Esto permite elegir un grupo adecuado de parámetros que se pueden determinar con los instrumentos de análisis químicos disponibles en la zona de estudio.