Predicción precisa e interpretable de la demanda química de oxígeno utilizando algoritmos de boosting explicables con...

Área de la Ciencia:

• Ciencias Ambientales
• Ciencia de Datos
• Gestión de Recursos Hídricos

Sus antecedentes:

• La gestión eficaz de la calidad del agua depende de la predicción precisa de la Demanda Química de Oxígeno (DQO).
• La DQO es un indicador clave de la contaminación orgánica en los cuerpos de agua.

Objetivo del estudio:

• Comparar el rendimiento de seis modelos de boosting de ensemble para la estimación de la DQO.
• Identificar los parámetros de calidad del agua más influyentes para la predicción de la DQO.
• Evaluar la interpretabilidad y la incertidumbre del modelo.

Principales métodos:

• Se emplearon seis modelos de boosting de ensemble (AdaBoost, CatBoost, XGBoost, LightGBM, HistGBRT, NGBoost).
• Los modelos se entrenaron y validaron utilizando datos de calidad del agua de dos estaciones de monitoreo de Corea del Sur.
• El rendimiento se evaluó utilizando RMSE, MAE, R, NSE, PBIAS y SHAP para la interpretabilidad.

Principales resultados:

• NGBoost demostró la mayor precisión en la estación Toilchun (R=0.979, NSE=0.958).
• CatBoost tuvo el mejor rendimiento en la estación Hwangji (R=0.861, NSE=0.733).
• El análisis SHAP reveló que el Carbono Orgánico Total (TOC), la Demanda Bioquímica de Oxígeno (DBO₅) y los Sólidos Suspendidos (SS) son predictores clave de la DQO.

Conclusiones:

• Los modelos de boosting de ensemble, particularmente NGBoost y CatBoost, son efectivos para la predicción de la DQO.
• La capacidad de NGBoost para proporcionar distribuciones de probabilidad mejora la cuantificación de la variabilidad de la DQO y la incertidumbre del modelo.
• Comprender la influencia de parámetros específicos como TOC, DBO₅ y SS es vital para el control de la contaminación del agua.