Modelos de machine learning para el análisis de calidad del agua y su contribución para la agricultura

• Autores: Delgado Pinedo, Daniel Francisco, Trujillo Vasquez, Sergio Alejandro
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/23146
• Enlace del recurso: https://hdl.handle.net/20.500.12724/23146
• Nivel de acceso: acceso abierto
• Materia: Pendiente; https://purl.org/pe-repo/ocde/ford#2.11.04

El presente trabajo aplica modelos de machine learning para analizar los parámetros que influyen en la calidad del agua en la cuenca del río Chancay - Lambayeque, con especial énfasis en su impacto sobre la agricultura. Se utilizó la metodología CRISP-DM, empleando la plataforma Orange para el modelado y evaluación de distintos modelos de machine learning (multiple linear regression (MLR), support vector machine (SVM), decision tree (DT), random forest (RF), artificial neural network (ANN) y xgboost (extreme gradient boosting)). Los modelos fueron evaluados mediante R2, MAE, MSE y RMSE, destacando el buen desempeño del Random Forest, Decision Tree, ANN para el análisis del OD con un R2 de 0,741, 0714 y 0,785 respectivamente; para el análisis de la DBO los resultados del R2 fueron 0,856, 0,901 y 0,871. Por otro lado, el modelo de XGBoost sólo presentó buenos resultados con la DBO, siendo un R2 de 0,815. Los parámetros con mayor relevancia para las variables Oxígeno Disuelto (OD) y Demanda Bioquímica de Oxígeno (DBO) fueron el Cadmio y Fósforo Total, presentando un score máximo de 0,684 y 0,287 respectivamente. Asimismo, los parámetros que también presentaron un buen score fueron Boro y Litio (para OD) y Nitrógeno Total y Cromo Total (para DBO), según análisis de importancia de atributos (RReliefF y Score obtenido). Se recomienda priorizar el monitoreo de estos elementos y revisar su inclusión en los Estándares de Calidad Ambiental para el Agua (ECA) para categoría 3 (riego y bebida de animales). Los resultados evidencian el potencial del machine learning como herramienta para mejorar la gestión hídrica en contextos agrícolas.