Estimación de Parámetros Para La Evaluación Del Índice de Calidad de Agua Mediante El Uso de Imágenes Sentinel-2 Y Machine Learning.

Este artículo tiene como objetivo desarrollar una metodología que involucra el uso de imágenes satelitales Sentinel2 con la implementación de regresiones lineales sobre mediciones de 10 parámetros de calidad del agua tomadas en el lago George, ubicado al norte de Florida, Estados Unidos. Las predicciones de dichos parámetros sirvieron de insumo principal para la evaluación del índice de calidad del agua (ICA) del Consejo Canadiense de Ministros del Medio Ambiente (CCME). Una vez que se calculó el índice, se entrenó una regresión multivariada con splines adaptativos (MARS) con el fin de modelar el comportamiento espectral del ICA sobre la extensión del lago. Si bien el desempeño del modelo evaluado fue bueno, soportado por un RMSE de 2,76 y por un MAE de 1,99, el ajuste general fue pobre, ya que la variabilidad de la variable independiente solo pudo ser explicada en un 0,9% por las bandas correlacionadas en el modelo MARS.