Elaboración y uso de un modelo neuronal para la estimación de la DBO5 caso de estudio: costa caribe del departamento de Bolívar (Colombia)

Abstract

La DBO5 es un parámetro muy utilizado en la valoración de la calidad de las aguas, sin embargo, presenta diversas limitaciones en su estimación experimental que hacen inconveniente su implementación. Por tal motivo, en esta investigación, se propone la elaboración de un modelo neuronal para estimar la DBO5. En este estudio se describe además su uso en el cálculo de registros faltantes, y se analiza la sensibilidad de los factores que afectan la DBO5. Durante el desarrollo y aplicación del modelo, se obtuvieron muy buenos desempeños predictivos (R0.9), se alcanzó un alto porcentaje de aciertos en la imputación de datos faltantes, y se demostró que el pH es la variable más sensible dentro de éste. Estos resultados permitieron comprobar que los modelos neuronales pueden ser usados con éxito en la determinación de la DBO5. Gracias a ello, se espera que a futuro éstos logren convertirse en una herramienta alternativa para su estimación.

//Abstract: BOD5 is a parameter widely used in water quality assessment; however, it has several drawbacks in its experimental estimation that makes its implementation inconvenient. For this reason, in this research, we propose the development of a neural model to estimate BOD5. This study also describes its use in the calculation of missing values, and analyzes the sensitivity of the factors that affect BOD5. During the development and application of the model, very good predictive performances were obtained (R0.9), a high percentage of correct answers was achieved in the imputation of missing data, and it was demonstrated that pH is the most sensitive variable within it. These results allowed us to verify that neural models can be used successfully in the determination of BOD5. Thanks to this, it is expected that in the future they will become an alternative tool for their estimation.