FRRE - Producción de Investigación

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/498

Browse

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Turbidity estimation by machine learning modelling and remote sensing techniques applied to a water treatment plant
    (International Centre for Sustainable Development of Energy, Water and Environment Systems (SDEWES), 2025-06-01) Gauto, Víctor Hugo; Utgés, Enid Marta; Hervot, Elsa Ivonne; Tenev, María Daniela; Farías, Alejandro Rubén
    Clean water is a scarce resource, fundamental for human development and well-being. Remote sensing techniques are used to monitor and retrieve quality estimators from water bodies. In situ sampling is an essential and labour-intensive task with high costs. As an alternative, a large water quality dataset from a potabilisation plant can be beneficial to this step. Combining laboratory measurements from a water treatment plant in North-East Argentina and spectral data from the Sentinel-2 satellite platform, several regression algorithms were proposed, trained, and compared for turbidity estimation at the plant inlet water in a local river. The highest performance metrics were from a Random Forest model with a coefficient of determination close to 1 (0.913) and the lowest root-mean-squared error (143.9 nephelometric turbidity units). Global feature importance and partial dependencies profile techniques identified the most influential spectral bands. Maps and histograms were made to explore the spatial distribution of turbidity.
  • Thumbnail Image
    Item
    Estimación de turbidez de una laguna mediante muestreos de campo y teledetección satelital en el NEA
    (2023-12-07) Gauto, Víctor Hugo; Utgés, Enid Marta; Hervot, Elsa Ivonne; Tenev, María Daniela; Farías, Alejandro Rubén
    La ONU establece en sus ODS el acceso universal y equitativo del agua, la reducción de la contaminación del recurso, entre otros. Un indicador de utilidad es la proporción de agua de buena calidad, la cual puede estimarse mediante monitoreo ambiental con herramientas de teledetección satelital. En la región NEA Argentina, dichos monitoreos aplicados a aguas superficiales son escasos. El objetivo del presente estudio fue generar un algoritmo semi- empírico combinando datos de campo y laboratorio, con reflectancias obtenidas por plataformas satelitales, para la estimación de turbidez en el agua. En la ciudad de Resistencia, Chaco, en una laguna artificial emplazada en el interior de un barrio privado, se llevaron a cabo muestreos de campo. Se seleccionaron 3 sitios dentro de la misma y se realizaron análisis fisicoquímicos de indicadores de calidad del agua, in situ y en laboratorio. Dichos muestreos coincidieron con el paso de la plataforma satelital Sentinel-2 (ESA), de la cual se obtuvo el producto de L2A del sensor MSI en reflectancia de superficie, con corrección atmosférica, de 10 m de resolución espacial y se seleccionaron 11 bandas espectrales. Se desarrolló un algoritmo que combina las bandas del infrarrojo cercano y del verde para estimar la turbidez del cuerpo de agua. Los datos fueron divididos en entrenamiento y testeo para dar un coeficiente de determinación de Pearson (R2) de 0,959 y la raíz del error cuadrático medio (RMSE) de 3,25 NTU. Mediante este algoritmo se generaron mapas de distribución espacial de turbidez. La aplicación de esta técnica de modelado sería adecuada para la estimación remota de la evolución temporal del parámetro citado.