Modelo para la evaluación de la calidad del agua utilizando imágenes sentinel, a partir de las concentraciones fisicoquímicas. Caso de estudio Lago de Tota

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.

• Fecha de publicación: 2022
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/30279
• Acceso en línea: http://hdl.handle.net/11349/30279
• Palabra clave: Índice de Calidad de Agua; Redes neuronales; Medium Gaussian SVM; Bagged trees; Índice de calidad de agua; Maestría en Ciencias de la Información y las Comunicaciones - Tesis y disertaciones académicas; Evaluación - Modelos; Calidad del agua - Control - Tota (Laguna, Boyacá, Colombia); Redes neurales (Informática) - Tota (Laguna, Boyacá, Colombia); Calidad del agua - Tratamiento - Tota (Laguna, Boyacá, Colombia); Neural networks; Medium Gaussian SVM; Bagged trees; Water quality index
• License: CC0 1.0 Universal