����������������������������������������������������������������������������������

 

 

Clasificaci�n de la calidad del agua en Los R�os de Morona Santiago utilizando aprendizaje autom�tico

 

Classifying water quality in the Morona-Santiago Rivers using machine learning

 

Classifica��o da qualidade da �gua nos rios Morona-Santiago usando machine learning

 

 

 

 

 

 

 

 

 

 

Correspondencia: jyungan@espoch.edu.ec

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

* Recibido: 26 de mayo de 2025 *Aceptado: 24 de junio de 2025 * Publicado: �13 de julio de 2025

 

       I.          Mag�ster en Interconectividad de Redes, Ingeniero en Sistemas Inform�ticos, Escuela Superior Polit�cnica de Chimborazo sede Morona Santiago, Riobamba, Ecuador.

     II.          Mag�ster en Seguridad Telem�tica. M�ster Universitario en Direcci�n y Gesti�n de Tecnolog�a de la Informaci�n. Ingeniera en Electr�nica Telecomunicaciones y Redes Escuela Superior Polit�cnica de Chimborazo.sede Morona Santiago, Riobamba, Ecuador

   III.          Magister en Evaluaci�n y Auditor�a de Sistemas Tecnol�gicos, Ingeniero en Sistemas, Escuela Superior Polit�cnica de Chimborazo.sede Morona Santiago. Riobamba, Ecuador.

   IV.          Mag�ster en Matem�tica B�sica, Ingeniero en Sistemas, Escuela Superior Polit�cnica de Chimborazo.sede Morona Santiago. Riobamba, Ecuador.

 

Resumen

Este estudio presenta una metodolog�a basada en el preprocesamiento de datos fisicoqu�micos y el uso de algoritmos de aprendizaje autom�tico para clasificar la calidad del agua superficial en la red hidrogr�fica de Morona Santiago, Ecuador. Los datos fueron recolectados del proyecto de vinculaci�n �Sistema de Informaci�n Geogr�fica para el Monitoreo de la Calidad del Agua�, e incluyeron 2.091 registros con par�metros como pH, DBO5, ox�geno disuelto, nitratos y coliformes fecales. Se aplicaron t�cnicas de limpieza, transformaci�n y normalizaci�n de datos, y se entrenaron dos modelos supervisados: Random Forest y Red Neuronal Artificial. Los resultados mostraron un alto rendimiento de ambos modelos (accuracy > 87 %), siendo la Red Neuronal la m�s precisa (F1-score = 0.8675). Adem�s, se identific� que la DBO5 y los coliformes fecales son los atributos m�s influyentes. Los mapas tem�ticos generados permiten visualizar espacialmente las zonas cr�ticas de calidad de agua. Esta investigaci�n valida el uso del aprendizaje autom�tico como herramienta eficaz para fortalecer los sistemas de monitoreo ambiental en territorios amaz�nicos.

Palabras Clave: calidad del agua; par�metros fisicoqu�micos; aprendizaje autom�tico; red neuronal; Random Forest; Morona Santiago.

 

Abstract

This study presents a methodology based on physicochemical data preprocessing and the use of machine learning algorithms to classify surface water quality in the hydrographic network of Morona Santiago, Ecuador. The data were collected from the "Geographic Information System for Water Quality Monitoring" linkage project and included 2,091 records with parameters such as pH, BOD5, dissolved oxygen, nitrates, and fecal coliforms. Data cleaning, transformation, and normalization techniques were applied, and two supervised models were trained: Random Forest and Artificial Neural Network. The results showed high performance of both models (accuracy > 87%), with the Neural Network being the most accurate (F1-score = 0.8675). Furthermore, BOD5 and fecal coliforms were identified as the most influential attributes. The generated thematic maps allow spatial visualization of critical water quality zones. This research validates the use of machine learning as an effective tool to strengthen environmental monitoring systems in Amazonian territories.

Keywords: Water quality; physicochemical parameters; machine learning; neural network; Random Forest; Morona Santiago.

 

Resumo

Este estudo apresenta uma metodologia baseada no pr�-processamento de dados f�sico-qu�micos e na utiliza��o de algoritmos de aprendizagem autom�tica para classificar a qualidade da �gua superficial na rede hidrogr�fica de Morona Santiago, Equador. Os dados foram recolhidos do projeto de linkage "Sistema de Informa��o Geogr�fica para Monitoriza��o da Qualidade da �gua" e inclu�ram 2.091 registos com par�metros como pH, DBO5, oxig�nio dissolvido, nitratos e coliformes fecais. Foram aplicadas t�cnicas de limpeza, transforma��o e normaliza��o de dados, e treinados dois modelos supervisionados: Floresta Aleat�ria e Rede Neural Artificial. Os resultados mostraram um elevado desempenho de ambos os modelos (acur�cia > 87%), sendo a Rede Neural a mais precisa (F1-score = 0,8675). Al�m disso, a DBO5 e os coliformes fecais foram identificados como os atributos mais influentes. Os mapas tem�ticos gerados permitem a visualiza��o espacial de zonas cr�ticas de qualidade da �gua. Esta investiga��o valida o uso da aprendizagem autom�tica como uma ferramenta eficaz para fortalecer os sistemas de monitoriza��o ambiental em territ�rios amaz�nicos.

Palavras-chave: Qualidade da �gua; par�metros f�sico-qu�micos; aprendizagem de m�quina; rede neural; Random Forest; Morona Santiago.

 

Introducci�n

La calidad del agua superficial es un indicador clave del estado ambiental de una regi�n, especialmente en zonas de alta biodiversidad como la provincia de Morona Santiago, en la Amazon�a ecuatoriana. Esta provincia posee una densa red hidrogr�fica conformada por los r�os Morona, Upano, Cangaime, Macuma, entre otros, los cuales abastecen de agua a comunidades rurales e ind�genas y sostienen m�ltiples ecosistemas acu�ticos (Ministerio del Ambiente, Agua y Transici�n Ecol�gica [MAATE], 2022).

La evaluaci�n de la calidad del agua se realiza com�nmente mediante el an�lisis de par�metros fisicoqu�micos como pH, ox�geno disuelto, turbidez, conductividad, temperatura, s�lidos disueltos, nitratos y fosfatos (Garc�a-Miranda et al., 2021). Sin embargo, la gesti�n de estos datos en Morona Santiago enfrenta desaf�os estructurales, incluyendo la dispersi�n de registros, valores at�picos, datos faltantes y mediciones inconsistentes, lo que impide el uso eficaz de estos datos en la generaci�n de conocimiento y en la toma de decisiones ambientales (Rodr�guez-P�rez et al., 2020; MAATE, 2022).

Ante este panorama, el aprendizaje autom�tico (machine learning, ML) se ha consolidado como una herramienta poderosa para la clasificaci�n automatizada de la calidad del agua a partir de grandes vol�menes de datos ambientales. No obstante, la literatura especializada destaca que el rendimiento de los algoritmos de clasificaci�n depende cr�ticamente de un adecuado preprocesamiento de los datos, incluyendo t�cnicas de limpieza, normalizaci�n, imputaci�n de valores perdidos, reducci�n de dimensionalidad y selecci�n de caracter�sticas relevantes (Liu et al., 2023; Gholami et al., 2020).

En este contexto, el presente estudio se propone desarrollar un proceso de preprocesamiento de datos fisicoqu�micos del agua en los r�os de Morona Santiago que optimice la aplicaci�n de algoritmos de aprendizaje autom�tico para la clasificaci�n de la calidad del agua. Para ello, se plantean los siguientes objetivos espec�ficos:

1.     Identificar y recopilar datasets con par�metros fisicoqu�micos del agua superficial en la red hidrol�gica de Morona Santiago.

2.     Dise�ar un esquema de preprocesamiento que contemple limpieza, imputaci�n de valores perdidos, detecci�n de valores at�picos y transformaci�n de variables.

3.     Comparar el rendimiento de algoritmos de clasificaci�n supervisada como Random Forest y Redes Neuronales en funci�n de m�tricas como accuracy, F1-score y AUC-ROC.

4.     Determinar el algoritmo con mejor desempe�o en t�rminos de precisi�n y robustez para recomendar su implementaci�n en futuros sistemas de monitoreo ambiental inteligente en la regi�n amaz�nica.

El enfoque propuesto no solo responde a una necesidad local de monitoreo ambiental, sino que tambi�n se alinea con los compromisos del Ecuador con los Objetivos de Desarrollo Sostenible, particularmente el ODS 6: Agua limpia y saneamiento (Naciones Unidas, 2023). Adem�s, representa una contribuci�n al creciente cuerpo de investigaciones que integran ciencia de datos y sostenibilidad ambiental en contextos de alta fragilidad ecol�gica (Ahmed et al., 2021; Pourghasemi & Gayen, 2020).

 

 

MARCO TE�RICO

Calidad del agua y su evaluaci�n mediante par�metros fisicoqu�micos

La calidad del agua se define como el conjunto de caracter�sticas f�sicas, qu�micas y biol�gicas que determinan su idoneidad para un uso espec�fico, como consumo humano, riego, recreaci�n o conservaci�n de ecosistemas acu�ticos (WHO, 2017). En el caso de cuerpos de agua superficiales como r�os, el monitoreo se basa principalmente en par�metros fisicoqu�micos, entre los que destacan: pH, ox�geno disuelto (OD), demanda biol�gica de ox�geno (DBO), conductividad el�ctrica, temperatura, turbidez, nitratos, fosfatos y s�lidos totales disueltos (ST) (APHA, 2018).

Estos par�metros permiten identificar procesos de contaminaci�n org�nica, eutrofizaci�n o alteraci�n t�rmica que pueden comprometer la biodiversidad acu�tica. Seg�n el Ministerio del Ambiente, Agua y Transici�n Ecol�gica (MAATE, 2022), la mayor�a de los cuerpos h�dricos en Morona Santiago presentan variabilidad espacial y temporal significativa en estos par�metros, lo que dificulta una clasificaci�n uniforme de su calidad.

Importancia del preprocesamiento de datos ambientales

El an�lisis efectivo de datos ambientales requiere una etapa previa de preprocesamiento que garantice la calidad, integridad y coherencia del conjunto de datos. Esta fase incluye diversas t�cnicas como:

�        Limpieza de datos: Eliminaci�n de duplicados, correcci�n de errores tipogr�ficos o de medici�n.

�        Imputaci�n de valores faltantes: Uso de m�todos como la imputaci�n media, KNN, regresi�n m�ltiple o modelos generativos (Jerez et al., 2010).

�        Normalizaci�n y estandarizaci�n: Transformaci�n de los datos para que todos los atributos est�n en una misma escala y eviten sesgos en el aprendizaje (Kotsiantis et al., 2006).

�        Reducci�n de dimensionalidad: Aplicaci�n de t�cnicas como An�lisis de Componentes Principales (PCA) o Eliminaci�n Recursiva de Caracter�sticas (RFE) para mejorar la eficiencia del modelo (Guyon & Elisseeff, 2003).

La calidad del preprocesamiento tiene un impacto directo en el rendimiento y estabilidad de los modelos de aprendizaje autom�tico (Liu et al., 2023).

Aprendizaje autom�tico en la clasificaci�n de la calidad del agua

El aprendizaje autom�tico (machine learning) ha cobrado relevancia como una alternativa eficiente para el an�lisis y clasificaci�n automatizada de la calidad del agua en grandes sistemas h�dricos (Gholami et al., 2020). Estos m�todos permiten construir modelos predictivos a partir de datos hist�ricos que reconocen patrones no lineales dif�ciles de detectar con m�todos estad�sticos tradicionales.

Diversos estudios han utilizado algoritmos de clasificaci�n supervisada, entre los m�s destacados:

�        Random Forest (RF): Basado en �rboles de decisi�n, destaca por su robustez frente a ruido y su capacidad de manejar variables categ�ricas y continuas (Breiman, 2001).

�        XGBoost (Extreme Gradient Boosting): Algoritmo de boosting eficiente en datasets grandes con valores ausentes; altamente competitivo en precisi�n (Chen & Guestrin, 2016).

�        SVM (Support Vector Machines): Excelente desempe�o en clasificaci�n no lineal cuando se utiliza con kernels, aunque requiere normalizaci�n previa (Cortes & Vapnik, 1995).

�        Redes Neuronales Artificiales (ANN): Modelos flexibles con gran capacidad de generalizaci�n, especialmente �tiles cuando se dispone de muchos datos (Ahmed et al., 2021).

La evaluaci�n de estos modelos se realiza mediante m�tricas como la exactitud (accuracy), precisi�n, sensibilidad, especificidad, F1-score y el �rea bajo la curva ROC (AUC-ROC), que permiten cuantificar la eficacia de la clasificaci�n (Zhang et al., 2022).

Aplicaciones en contextos amaz�nicos y desaf�os regionales

En la Amazon�a ecuatoriana, el monitoreo de calidad de agua enfrenta importantes barreras como la limitada infraestructura, el dif�cil acceso geogr�fico y la escasez de personal t�cnico (MAATE, 2022). Estudios recientes en pa�ses amaz�nicos como Brasil, Per� y Colombia han demostrado que los modelos de aprendizaje autom�tico pueden aplicarse exitosamente en regiones con datos dispersos, siempre que se cuente con una estrategia adecuada de preprocesamiento y validaci�n (Bui et al., 2021; Qi & Wu, 2023).

En Morona Santiago, la aplicaci�n de estos m�todos podr�a permitir la clasificaci�n automatizada de la calidad del agua de m�ltiples r�os a partir de par�metros fisicoqu�micos, fortaleciendo los sistemas de alerta temprana, vigilancia ambiental y toma de decisiones p�blicas. Este estudio busca contribuir precisamente en ese sentido, mediante una metodolog�a replicable y cient�fica que combine ciencia de datos y conservaci�n ambiental.

 

METODOLOG�A

Este estudio sigui� un enfoque cuantitativo, emp�rico y aplicado, orientado a desarrollar un sistema de clasificaci�n autom�tica de la calidad del agua superficial en r�os de Morona Santiago, mediante el preprocesamiento riguroso de datos fisicoqu�micos y el uso de algoritmos de aprendizaje autom�tico.

Recolecci�n y caracterizaci�n de datos

Los datos fueron tomados del proyecto de vinculaci�n �Sistema de Informaci�n Geogr�fica para el Monitoreo de la Calidad del Agua en la Red Hidrol�gica de la Provincia de Morona Santiago�, ejecutado en la Escuela Superior Polit�cnica de Chimborazo (ESPOCH). La base utilizada fue la hoja PAR�METROS FISICOQU�MICOS, con un total inicial de 2.091 registros provenientes de estaciones de monitoreo en diversos r�os de la provincia.

Los par�metros incluidos fueron: Temperatura, pH, Ox�geno disuelto (OD), S�lidos totales disueltos (STD), Nitratos, Fosfatos, Turbidez, Demanda biol�gica de ox�geno (DBO5) y Coliformes fecales. La variable objetivo fue la columna Clasificaci�n, que representa categor�as cualitativas del estado del agua (ej., �regular�, �buena�, �mala�, �malo�) seg�n el �ndice NSF modificado.

Preprocesamiento de los datos

El preprocesamiento fue una etapa cr�tica que incluy�:

a.     Limpieza y validaci�n:

Se eliminaron columnas no relevantes para la clasificaci�n autom�tica (coordenadas, fecha, zona). Luego, se corrigieron inconsistencias de tipo, convirtiendo todas las columnas num�ricas y detectando valores nulos y at�picos. Se eliminaron registros con valores extremos no realistas como pH > 14 o DBO5 > 100 (Gholami et al., 2020; WHO, 2017).

b.     Normalizaci�n de etiquetas:

Se identificaron m�ltiples formas de representar las clases (p. ej., �REGULAR�, �regular�, �Regular�). Estas se unificaron utilizando limpieza de espacios y conversi�n a min�sculas. Posteriormente, se filtraron solo las clases con al menos 30 muestras: regular, malo, mala, buena.

 

c.      Imputaci�n y escalado:

No fue necesario imputar valores, ya que los datos seleccionados no conten�an valores faltantes tras la depuraci�n. Los datos se escalaron con MinMaxScaler para transformar todas las variables al rango [0,1], requisito esencial para algoritmos como redes neuronales (Kotsiantis et al., 2006).

 

 

Divisi�n del conjunto de datos

El conjunto final fue dividido en entrenamiento (70 %) y prueba (30 %) utilizando stratified sampling para mantener la proporci�n de clases. Esto garantiz� una representaci�n equitativa de las etiquetas en ambos subconjuntos (Zhang et al., 2022).

Modelado con algoritmos de clasificaci�n

Se seleccionaron dos algoritmos supervisados de clasificaci�n ampliamente utilizados en estudios ambientales:

�        Random Forest (RF): Ensamble de �rboles de decisi�n robusto a ruido y sobreajuste, con alta capacidad explicativa (Breiman, 2001).

�        Red Neuronal Artificial (MLP): Arquitectura multicapa entrenada con backpropagation, eficaz para modelar relaciones no lineales (Ahmed et al., 2021).

Ambos modelos fueron entrenados utilizando Scikit-learn y Tensorflow con par�metros por defecto y un m�ximo de 1000 iteraciones en el caso de la red neuronal.

Evaluaci�n de desempe�o

Para medir la eficacia de cada modelo se calcularon las siguientes m�tricas a partir de las matrices de confusi�n:

�        Accuracy: Proporci�n de predicciones correctas sobre el total.

�        Precision: Exactitud por clase.

�        Recall: Cobertura por clase.

�        F1-score: Media arm�nica entre precisi�n y recall.

Se utiliz� la media ponderada (average='weighted') para compensar el desequilibrio entre ses. Adem�s, se generaron gr�ficas comparativas para visualizar el rendimiento y las matrices de confusi�n en formato tabular (Qi & Wu, 2023).

 

RESULTADOS Y DISCUSI�N

Desempe�o de los modelos de clasificaci�n

Tras aplicar el esquema de preprocesamiento y la codificaci�n de etiquetas normalizadas, se entrenaron y evaluaron dos algoritmos de clasificaci�n sobre un conjunto de 2.082 muestras distribuidas entre las clases: regular (1450), mala (482) y buena (150).

Las m�tricas de rendimiento obtenidas fueron las siguientes:

 

Tabla 1: Indicadores de rendimiento.

 

Ilustraci�n 1: Comparaci�n de indicadores de desempe�o por modelo.

Ambos modelos presentaron rendimiento superior al 87 % en exactitud (accuracy), lo cual evidencia su capacidad para clasificar con alta fidelidad la calidad del agua a partir de par�metros fisicoqu�micos.

La Red Neuronal Artificial demostr� un mejor desempe�o general en la clasificaci�n de la calidad del agua, destacando en F1-Score (0.8675) y Recall (0.8764), m�tricas clave ante el desequilibrio de clases. Aunque Random Forest mostr� una precisi�n ligeramente superior, su rendimiento global fue similar (accuracy ≈ 87.6 %). La RNA result� m�s equilibrada en la detecci�n de todas las categor�as. Por tanto, se concluye que el modelo m�s adecuado para el monitoreo ambiental automatizado en Morona Santiago.

La Red Neuronal Artificial (MLP) mostr� un ligero mejor desempe�o general, destacando especialmente en el F1-Score, que refleja un mejor balance entre precisi�n y cobertura. Este resultado concuerda con estudios similares realizados en contextos amaz�nicos de Brasil y Per�, donde los modelos neuronales mostraron mayor robustez ante interacciones no lineales entre variables como turbidez, DBO5 y ox�geno disuelto (Qi & Wu, 2023; Ahmed et al., 2021).

An�lisis de las matrices de confusi�n

Las matrices de confusi�n revelaron que las clases �regular� y �mala� fueron las mejor clasificadas, mientras que las clases �mala� y �buena� presentaron algunas confusiones, probablemente debido a la similitud en sus perfiles fisicoqu�micos. Este comportamiento sugiere que algunas zonas con contaminaci�n incipiente podr�an estar oscilando entre dos categor�as, lo que justificar�a un sistema de clasificaci�n probabil�stica m�s que determinista (Zhang et al., 2022).

Incidencia del preprocesamiento

La limpieza de valores extremos (como un pH de 8004 o DBO5 de 12.765) y la normalizaci�n de clases fueron determinantes para lograr una clasificaci�n confiable. Sin este paso, los modelos sufr�an de sobreajuste y degradaci�n del desempe�o, como ha sido documentado en trabajos previos (Liu et al., 2023; Gholami et al., 2020).

Adem�s, la transformaci�n min-max permiti� estabilizar el entrenamiento de la red neuronal y facilitar la convergencia del modelo. Esta etapa tambi�n redujo la influencia de variables con escalas elevadas, como los coliformes fecales, que tend�an a dominar la segmentaci�n si no se ajustaban.

Interpretaci�n ambiental de los resultados

El an�lisis evidencia que los par�metros fisicoqu�micos monitoreados son suficientes para predecir con alta precisi�n la categor�a de calidad del agua, lo que valida el enfoque adoptado en el proyecto de vinculaci�n. La incorporaci�n de modelos como Random Forest y MLP permite transformar estos datos en herramientas de alerta temprana, facilitando la toma de decisiones por parte de autoridades ambientales y comunidades locales.

Adem�s, los resultados respaldan la hip�tesis del estudio: el preprocesamiento adecuado mejora significativamente la precisi�n de los modelos de clasificaci�n de calidad del agua, y puede ser integrado a sistemas inteligentes de monitoreo ambiental en zonas rurales de dif�cil acceso.

CONCLUSIONES

1.     El preprocesamiento de datos fue esencial para garantizar la calidad del an�lisis.
La eliminaci�n de valores at�picos extremos (pH > 14, DBO5 > 100), la estandarizaci�n de etiquetas y la normalizaci�n de variables permitieron mejorar el rendimiento de los algoritmos aplicados y asegurar la confiabilidad del proceso de clasificaci�n. Estos pasos coincidieron con las mejores pr�cticas descritas en la literatura cient�fica (Liu et al., 2023; Kotsiantis et al., 2006).

2.     El modelo de Red Neuronal Artificial mostr� un rendimiento ligeramente superior.
Con un accuracy de 87.64 %, un F1-score de 0.8675 y una mejor capacidad de generalizaci�n frente a la complejidad de los datos, el modelo neuronal super� marginalmente a Random Forest, que obtuvo un accuracy de 87.48 % y un F1-score de 0.8613.

3.     Los par�metros fisicoqu�micos m�s relevantes para la clasificaci�n fueron DBO5, coliformes fecales, ox�geno disuelto y nitratos. Estos par�metros fueron identificados por el modelo Random Forest como los m�s importantes en la predicci�n de la calidad del agua, lo cual se alinea con la normativa internacional y estudios previos sobre cuerpos h�dricos tropicales (Gholami et al., 2020; WHO, 2017).

4.     La clase �regular� fue la predominante y present� mayor variabilidad.
De las 2.082 muestras limpias, 1450 fueron clasificadas como �regular�, lo cual puede indicar zonas de transici�n entre estados de conservaci�n y deterioro. Esta alta proporci�n sugiere la necesidad de monitoreo permanente para evitar que estas �reas evolucionen hacia condiciones �malas�.

El uso de mapas tem�ticos permite visualizar espacialmente los focos de deterioro ambiental.
El mapa generado con coordenadas UTM permiti� identificar que los puntos �mala� se concentran en zonas bajas, posiblemente afectadas por actividades humanas como asentamientos, vertidos dom�sticos o miner�a artesanal.

 

 

 

 

 

 

 

Referencias

1.�������� Ahmed, M. U., Rauf, H. T., Lali, M. I. U., & Khan, M. A. (2021). A machine learning framework for water quality prediction using deep learning models. IEEE Access, 9, 79304�79317. https://doi.org/10.1109/ACCESS.2021.3084200

2.�������� Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5�32. https://doi.org/10.1023/A:1010933404324

3.�������� Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785�794). https://doi.org/10.1145/2939672.2939785

4.�������� Gholami, A., Banejad, H., & Nazari, S. (2020). Water quality classification using machine learning models: A case study. Environmental Monitoring and Assessment, 192(4), 1�17. https://doi.org/10.1007/s10661-020-08216-4

5.�������� Guyon, I., & Elisseeff, A. (2003). An introduction to variable and feature selection. Journal of Machine Learning Research, 3, 1157�1182. http://www.jmlr.org/papers/volume3/guyon03a/guyon03a.pdf

6.�������� Jerez, J. M., Molina, I., Garc�a-Laencina, P. J., Alba, E., Ribelles, N., Mart�n, M., & Franco, L. (2010). Missing data imputation using statistical and machine learning methods in a real breast cancer problem. Artificial Intelligence in Medicine, 50(2), 105�115. https://doi.org/10.1016/j.artmed.2010.05.002

7.�������� Kotsiantis, S., Kanellopoulos, D., & Pintelas, P. (2006). Data preprocessing for supervised leaning. International Journal of Computer Science, 1(2), 111�117. https://arxiv.org/abs/2007.06044

8.�������� Liu, H., et al. (2023). Integrated approach to assess river water quality using data preprocessing and ensemble machine learning. Environmental Research, 224, 115504. https://doi.org/10.1016/j.envres.2023.115504

9.�������� MAATE. (2022). Informe de calidad ambiental h�drica 2022. Ministerio del Ambiente, Agua y Transici�n Ecol�gica del Ecuador. https://ambiente.gob.ec/informes-de-calidad-ambiental-hidrica/

10.������ Organizaci�n Mundial de la Salud (OMS). (2017). Directrices para la calidad del agua potable (4.� ed.). OMS. https://www.who.int/publications/i/item/9789241549950

11.������ Pourghasemi, H. R., & Gayen, A. (2020). Water quality index prediction using ensemble machine learning algorithms. Science of the Total Environment, 731, 139211. https://doi.org/10.1016/j.scitotenv.2020.139211

12.������ Qi, Y., & Wu, J. (2023). Assessment of classification models for monitoring river pollution. Water Research, 239, 120011. https://doi.org/10.1016/j.watres.2023.120011

13.������ Rodr�guez-P�rez, R., Mu�oz-Tapia, M., & Andrade, M. (2020). Diagn�stico de la calidad de agua superficial de los r�os ecuatorianos. Revista Polit�cnica, 45(1), 77�89. https://revistapolitecnica.epn.edu.ec/index.php/revista_politecnica/article/view/1221

14.������ WHO. (2017). Guidelines for drinking-water quality (4th ed.). World Health Organization. https://www.who.int/publications/i/item/9789241549950

15.������ Zhang, Y., Wang, Y., & Zhuang, X. (2022). Comparative analysis of ML algorithms in classifying water quality. Environmental Pollution, 297, 118741. https://doi.org/10.1016/j.envpol.2021.118741

16.������ Adhikari, B. R., & Shrestha, N. (2020). Assessment of surface water quality using water quality index and multivariate statistical techniques in Bagmati River, Nepal. Environmental Challenges, 1, 100003. https://doi.org/10.1016/j.envc.2020.100003

17.������ Bhardwaj, S. K., & Poonia, R. C. (2021). A machine learning-based approach for predicting water quality index using ensemble learning. Environmental Science and Pollution Research, 28(19), 23891�23903. https://doi.org/10.1007/s11356-020-11623-3

18.������ Ren, X., Liu, X., & Lin, M. (2022). A hybrid machine learning model for water quality classification based on SVM and PCA. Environmental Monitoring and Assessment, 194, 799. https://doi.org/10.1007/s10661-022-10337-y

19.������ Chen, K., Lu, W., Wu, W., & Zhou, L. (2023). A spatiotemporal analysis of river water quality using deep learning and satellite data. Science of the Total Environment, 858, 159847. https://doi.org/10.1016/j.scitotenv.2022.159847

20.������ Hossain, M. S., Chowdhury, M. A. M., & Rahman, M. M. (2019). Water quality classification using artificial neural network and support vector machine: A case study of the Buriganga River, Bangladesh. Sustainable Water Resources Management, 5, 1347�1355. https://doi.org/10.1007/s40899-019-00315-3.

 

�

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).