Aprendizaje automático para seleccionar modelos de series temporales para contaminantes en agua potable en México

Resumen

Los objetivos fueron determinar variaciones a lo largo de los años en los niveles de As, plomo Pb y F en el agua potable de Chihuahua, México, evaluar cuatro modelos de series de tiempo para pronosticar su comportamiento y determinar si los niveles de estos elementos cumplen con la Norma Oficial Mexicana(NOM). Los modelos implementados fueron:ARIMA,Facebook Prophet,Modelos Lineales Generalizados Regularizados GLMNET, y XGBoost. En los modelos ARIMA y Facebook Prophet se implementó el método «hold-out(datos)» para la extracción de datos y para los modelos GLMNET e híbridos se implementó un procedimiento de validación cruzada con cinco pliegues(folds). Los datos abarcan de enero de 2010 a diciembre de 2023. Los niveles máximos de As registrados en los pozos estudiados y en todas las observaciones han rebasado los niveles permitidos por la NOM, los de F se han cumplido de manera constante; los niveles máximos de Pb no han superado el límite normado durante el periodo analizado. Los niveles de As y F han disminuido en los últimos años, lo que podría coincidir con medidas correctivas implementadas por las autoridades. Las proyecciones sugieren que los niveles de As, Pb y F se mantendrán por debajo de lo establecido por la NOM. El modelo con mayor precisión en la predicción de las concentraciones de los elementos en el agua subterránea de Meoqui fue Facebook Prophet. Estos hallazgos brindarán a las autoridades la evidencia para establecer prácticas sostenibles de gestión de los recursos hídricos y garantizar la calidad del agua consumida por la población.