Modelo para la evaluación de la calidad del agua utilizando imágenes sentinel, a partir de las concentraciones fisicoquímicas. Caso de estudio Lago de Tota
Fecha
Autores
Autor corporativo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Director
Altmetric
Resumen
In this research, a model was developed to assess water quality by estimating physicochemical concentrations through Sentinel-2 multispectral satellite images using multilayer perceptron-type neural networks. Highlighting the estimation of pH, electrical conductivity, temperature, dissolved oxygen, chlorides and phosphates, R2 results higher than 0.80 were obtained. Subsequently, a classification is made by means of Medium Gaussian SVM which determines the 5 classes of the water quality index - ICA and Bagged Trees which determines 3 with precision of 74.7% and 81.4% respectively. This allows complementing the proper management of water resources to the extent that data cannot be taken in the field.
Descripción
En esta investigación se desarrolló un modelo que permite evaluar la calidad del agua estimando concentraciones fisicoquímicas por medio de imágenes satelitales multiespectrales Sentinel-2 utilizando redes neuronales de tipo perceptrón multicapa. Destacando la estimación de pH, conductividad eléctrica, temperatura, oxígeno disuelto, cloruros y fosfatos, se obtuvieron resultados R2 superiores a 0.80. Posteriormente se realiza una clasificación por medio de Medium Gaussian SVM el cual determina las 5 clases del índice de calidad de agua - ICA y Bagged Trees el cual determina 3 con precisión de 74.7% y 81.4% respectivamente. Esto permite complementar la gestión adecuada del recurso hídrico en la medida que no se puedan tomar datos en campo.
Palabras clave
Índice de Calidad de Agua, Redes neuronales, Medium Gaussian SVM, Bagged trees, Índice de calidad de agua