Predicción basada en el aprendizaje automático del índice de calidad del agua potable en el oeste de Teherán...

Área de la Ciencia:

• Ciencias del medio ambiente
• Gestión de los recursos hídricos
• Ciencia de los datos

Sus antecedentes:

• La evaluación de la calidad del agua es crucial para la salud pública.
• La red de suministro de agua del distrito occidental de Teherán requiere un monitoreo continuo.
• Los métodos tradicionales de índice de calidad del agua (WQI) se pueden mejorar con análisis avanzados.

Objetivo del estudio:

• Para calcular el WQI para la red de suministro de agua del distrito occidental de Teherán (2021-2024).
• Para predecir el WQI utilizando varios algoritmos de aprendizaje automático.
• Evaluar la efectividad de los modelos de aprendizaje automático en la predicción del WQI.

Principales métodos:

• Análisis estadístico multivariado de los parámetros físicos, químicos y microbiológicos.
• Selección de los parámetros clave del agua potable basados en las normas nacionales iraníes.
• Aplicación de algoritmos de aprendizaje automático: MLR, SVM, XGBoost, RF, MLP y KAN.

Principales resultados:

• Los valores WQI calculados tradicionalmente indican una calidad de agua de buena a buena (75-86).
• Los mapas del WQI mostraron una buena calidad del agua en el 71% (2021-2022) y porcentajes variables en los años posteriores.
• Los modelos MLP (R2 = 0,901, RMSE = 0,286) y KAN (R2 = 0,9527, RMSE = 0,197) demostraron una excelente precisión de predicción.

Conclusiones:

• La calidad del agua en el distrito occidental de Teherán es generalmente buena.
• Los modelos de aprendizaje automático, particularmente KAN y MLP, son altamente efectivos para la predicción precisa del WQI.
• Este enfoque puede apoyar la gestión proactiva de los recursos hídricos y la protección de la salud pública.