Predicción de la calidad del agua subterránea mediante nuevos modelos híbridos de clasificación y regresión

Área de la Ciencia:

• Ciencias Ambientales
• Hidrogeología
• Aplicaciones de Aprendizaje Automático

Sus antecedentes:

• La degradación de la calidad del agua subterránea es un problema crítico en la Llanura del Norte de China (NCP), que afecta el suministro de agua.
• Los métodos tradicionales de evaluación de la calidad del agua subterránea consumen muchos recursos y tiempo.
• La NCP depende en gran medida del agua subterránea, lo que requiere estrategias eficientes de monitoreo y gestión de la calidad.

Objetivo del estudio:

• Desarrollar y evaluar nuevos modelos híbridos de aprendizaje automático para predecir la calidad del agua subterránea en Cangzhou, NCP.
• Comparar el rendimiento de varios modelos híbridos, incluidos Stacking Classifiers, LightGBM-PSO, GA-RF y GA-LightGBM.
• Identificar los parámetros hidroquímicos clave que influyen en la calidad del agua subterránea mediante el análisis SHAP.

Principales métodos:

• Se recolectaron y analizaron 460 muestras de química de agua subterránea de Cangzhou.
• Se aplicaron modelos híbridos de aprendizaje automático: XGBoost, LightGBM, LightGBM-PSO, GA-RF y GA-LightGBM para clasificación y regresión.
• Se utilizó el análisis SHAP para determinar la importancia de las características para la predicción de la calidad del agua subterránea.

Principales resultados:

• Los modelos híbridos LightGBM-PSO y GA-RF lograron altas precisiones de predicción (hasta 99%).
• El modelo GA-RF demostró un rendimiento excelente con R²=0.99, RMSE=0.01 e MAE=0.02.
• La hidroquímica reveló que HCO₃⁻, Cl⁻, Ca²⁺ y SO₄²⁻ son los iones dominantes, con interacciones agua-roca, evaporación y salinización como influencias clave.
• El Índice de Calidad del Agua (WQI) mostró un 60,28% de calidad excelente/buena y un 40% de calidad pobre/muy pobre.

Conclusiones:

• Los modelos híbridos de aprendizaje automático son muy efectivos para la predicción precisa de la calidad del agua subterránea.
• Los factores clave que influyen en la calidad del agua subterránea incluyen Na⁺, HCO₃⁻, F⁻, Cl⁻, Ca²⁺, SO₄²⁻, Mg²⁺, TDS y EC.
• El estudio proporciona información valiosa para la gestión sostenible de los recursos de agua subterránea en la NCP y a nivel mundial.