Resumen

A nivel global, las floraciones de cianobacterias ocurren con frecuencia, y la predicción efectiva de estas floraciones en lagos y embalses podría constituir una estrategia proactiva esencial para la protección de los recursos hídricos. Sin embargo, las floraciones de cianobacterias son muy complicadas debido a la naturaleza estocástica interna de la evolución del sistema y la incertidumbre externa de los datos de observación. En este estudio, se introduce un algoritmo de agrupamiento adaptativo para obtener algunos intervalos de funcionamiento típicos. Además, el número de vecinos más cercanos utilizado para el modelado fue optimizado mediante la optimización por enjambre de partículas. Finalmente, se utilizó un método de regresión lineal difuso basado en corrección de errores para revisar dinámicamente el modelo cerca del punto de operación. Se encontró que el método combinado puede caracterizar la trayectoria evolutiva de las floraciones de cianobacterias en lagos y embalses. El modelo construido en este documento se compara con

• Materias:Cinemática Control estocástico Ecuaciones diferenciales parciales Transmisión de dispersión Vibraciones
• Subjects:Kinematics Stochastic control Partial differential equations Dispersion transmission Vibrations
• Palabras claves:Florecimientos de cianobacterias; Lagos; Embalses; Predicción; Algoritmo de agrupamiento adaptativo; Regresión lineal difusa.
• Keywords:Cyanobacteria blooms; Lakes; Reservoirs; Prediction; Adaptive-clustering algorithm; Fuzzy linear regression.