Resumen

Comprender y predecir el cambio dinámico de la población de algas en embalses de agua dulce es especialmente importante, ya que las cianotoxinas que liberan las algas son carcinógenos que afectarían a la salud de la población. Sin embargo, la elevada complejidad no lineal de las variables del agua y sus interacciones dificulta la modelización del crecimiento de las especies de algas. Recientemente, se ha informado de que la máquina de vectores soporte (SVM) presenta las ventajas de requerir sólo una pequeña cantidad de muestras, un alto grado de precisión en la predicción y un largo periodo de predicción para resolver los problemas no lineales. En este estudio, se proponen los modelos de predicción y pronóstico basados en SVM para la abundancia de fitoplancton en el embalse de almacenamiento de Macao (MSR), en los que los parámetros del agua de pH, SiO2, alcalinidad, bicarbonato (HCO3 -), oxígeno disuelto (OD), nitrógeno total (TN), UV254, turbidez, conductividad, nitrato, nitrógeno total (TN), ortofosfato (PO4 3-), fósforo total (TP), sólidos en suspensión (SS) y carbono orgánico total (COT) seleccionados a partir del análisis de correlación de las 23 variables mensuales del agua, con datos de 8 años (2001-2008) para el entrenamiento y los 3 años más recientes (2009-2011) para las pruebas. Los resultados del modelado mostraron que los poderes de predicción y pronóstico se estimaron en aproximadamente 0,76 y 0,86, respectivamente, lo que demuestra que la SVM es una nueva forma eficaz que puede utilizarse para el seguimiento de la floración de algas en el depósito de almacenamiento de agua potable.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:svm, nitrógeno total, depósito de almacenamiento de agua potable, depósito de almacenamiento de macau, nueva forma eficaz, alta no linealidad compleja, largo periodo de predicción, variables mensuales del agua, máquina de vectores soporte, carbono orgánico total
• Keywords:svm, total nitrogen, drinking water storage reservoir, macau storage reservoir, effective new way, high complex nonlinearity, long prediction period, monthly water variables, support vector machine, total organic carbon