Resumen

Las aguas subterráneas desempeñan un papel importante en el cambio climático global y en la satisfacción de las necesidades humanas. En el estudio se utilizaron la teledetección y el sistema de información geográfica (SIG) para generar cinco capas temáticas: litología, densidad lineal, topología, pendiente y densidad fluvial, considerados factores que influyen en el potencial de las aguas subterráneas. A continuación, se integró el modelo de decisión multicriterio (MCDM) con C5.0 y CART, respectivamente, para generar el árbol de decisión con 80 pozos entubados encuestados divididos en cuatro clases en función del rendimiento. Para comprobar la precisión de los algoritmos de árbol de decisión, se adoptó la validación cruzada de 10 veces y el coeficiente kappa, y el coeficiente kappa medio de C5.0 y CART fue del 90,45% y el 85,09%, respectivamente. Tras aplicar el árbol de decisión a toda la zona de estudio, se demarcaron cuatro clases de zonas de potencial de aguas subterráneas. Según el resultado de la clasificación, las cuatro clases de zonas de potencial de aguas subterráneas, "muy buena", "buena", "moderada" y "mala", ocupan el 4,61%, 8,58%, 26,59% y 60,23%, respectivamente, con el algoritmo C5.0, mientras que ocupan los porcentajes de 4,68%, 10,09%, 26,10% y 59,13%, respectivamente, con el algoritmo CART. Por lo tanto, podemos sacar la conclusión de que el algoritmo C5.0 es más apropiado que CART para la predicción de la zona de potencial de aguas subterráneas.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Aguas subterráneas; cambio climático global; RS; teledetección; SIG; sistema de información geográfica
• Keywords:Groundwater; global climate change; RS; remote sensing; GIS; geographic information system