Variables de calidad del agua e índices espectrales como predictores de las concentraciones de E. coli en un estanque...

Área de la Ciencia:

• Ciencias del medio ambiente
• Detección remota
• Monitoreo de la calidad del agua
• Microbiología

Sus antecedentes:

• Escherichia coli (E. coli) es un indicador clave de la calidad microbiana del agua, que tiene un impacto en la salud pública y la sostenibilidad agrícola.
• Los métodos tradicionales de control de la calidad del agua tienen limitaciones, lo que requiere técnicas avanzadas para una evaluación eficiente.
• La teledetección ofrece una alternativa prometedora para superar estas limitaciones en el control de la calidad del agua.

Objetivo del estudio:

• Aplicar el algoritmo de aprendizaje automático forestal aleatorio (RF) para estimar las concentraciones de E. coli en el agua de los estanques de riego.
• Evaluar la eficacia de las variables de calidad del agua, la reflectancia espectral y los índices espectrales como insumos para la estimación de E. coli.
• Identificar los predictores más influyentes para el modelado de la concentración de E. coli utilizando diferentes tipos de datos.

Principales métodos:

• Utilizó el algoritmo de aprendizaje automático de bosque aleatorio (RF) para modelar las concentraciones de E. coli.
• Los conjuntos de datos de entrada incluían 17 variables de calidad del agua, 5 bandas espectrales y 24 índices espectrales derivados de imágenes multispectrales.
• Explicaciones de aditivos de Shapley (SHAP) y extraídos de la bolsa (OOB) para el análisis de importancia variable.

Principales resultados:

• El modelo de RF que utiliza índices espectrales alcanzó la mayor precisión (R2 = 0,762) y el error más bajo (RMSE = 0,380 log ((MPN/100 mL)).
• El índice de resistencia atmosférica visible (VARI) y el índice de turbidez de diferencia normalizada (NDTI) se identificaron como predictores clave del índice espectral.
• Las variables de calidad del agua como el oxígeno disuelto, la clorofila-a, el pH y la materia orgánica disuelta fluorescente fueron predictores importantes en sus respectivos modelos.

Conclusiones:

• Los índices espectrales derivados de imágenes multiespectrales basadas en UAV son muy eficaces para estimar las concentraciones de E. coli en los estanques de riego.
• Este enfoque de teledetección proporciona un método factible y ventajoso para la evaluación de la calidad microbiana del agua.
• Comprender la influencia de los índices espectrales específicos y su relación con los factores de calidad del agua es crucial para una predicción precisa de E. coli.