Key Physicochemical and Biological Factors Associated with Chlorophyll-a Concentrations: A Machine Learning Approach

Resumen

La clorofila-a es un indicador ampliamente utilizado para evaluar el estado trófico y la calidad del agua de los ecosistemas acuáticos debido a su estrecha relación con la biomasa del fitoplancton. Este estudio tuvo como objetivo identificar las variables fisicoquímicas, biológicas y temporales asociadas con las concentraciones de clorofila-a en el lago Gatún durante el período 2017–2023, utilizando el algoritmo Light Gradient Boosting Machine (LightGBM) y un Modelo Lineal Generalizado (GLM). Se analizaron un total de 25 variables predictoras relacionadas con la calidad del agua, empleando datos recopilados en 14 estaciones de monitoreo distribuidas por todo el lago Gatún, dentro de la cuenca hidrográfica del Canal de Panamá. El modelo LightGBM alcanzó un desempeño predictivo satisfactorio, con un RMSE de 4,58, un MAE de 3,26 y un coeficiente de determinación (R²) de 0,42 en el conjunto de datos de prueba. El análisis de la importancia de las variables identificó la turbidez, el oxígeno disuelto y la transparencia del agua como los predictores más influyentes de las concentraciones de clorofila-a. Estos resultados mejoran nuestra comprensión de los factores asociados con la variabilidad de la clorofila-a y demuestran el potencial de los modelos de aprendizaje automático como herramientas de apoyo a la toma de decisiones para el monitoreo y la gestión de los ecosistemas acuáticos.

Carlos Alfredo Torres Cubilla

Científico de datos

Mis intereses se enfocan en la programación, la estadística y la ciencia de datos.