Estimación de la Calidad del Agua Mediante Modelización con Árboles de Regresión para la Cuenca del Río Yanuncay

Las cuencas hidrográficas enfrentan numerosos desafíos que deterioran la calidad del agua, tales como la contaminación de origen industrial y doméstico, el uso inapropiado del suelo y la mala gestión de residuos sólidos. Estos problemas se agravan por los efectos del cambio climático, aumentando así la necesidad de monitorear y evaluar este recurso vital para los ecosistemas y las comunidades humanas. En este estudio, se emplearon modelos basados en datos con un conjunto limitado de parámetros, utilizando el Índice de la Fundación Nacional de Saneamiento (ICA NSF), para estimar la calidad del agua en la cuenca del Río Yanuncay. Se recolectaron datos sobre parámetros físicos, químicos y biológicos de la cuenca y se utilizaron ecuaciones derivadas de ajustes de curvas para calcular el ICA NSF. Se desarrollaron modelos basados en árboles de regresión con un número reducido de parámetros y se evaluaron en términos de su desempeño como herramientas para estimar la calidad del agua. Los resultados indicaron que los modelos con el algoritmo de bosque aleatorio por regresión, entrenados con tres parámetros fueron los más adecuados, destacando la importancia de los coliformes fecales y los nitratos como indicadores clave de contaminación. Además de mostrar un desempeño consistente, con un R2 mayor que 0.90. En conclusión, este estudio sugiere que los modelos basados en árboles de regresión pueden optimizar los requisitos de monitoreo sin comprometer la precisión en la estimación del Índice de Calidad del Agua NSF.