Fuente: E. Oyague Passuni and M.S. Maldonado Fonkén, 2015
Las redes neurales pueden ser una herramienta muy potente para la evaluación de la calidad del agua y el impacto en el ecosistema.
Por un lado los parámetros de calidad del agua son varios y tienen una gran cantidad de registros; en el otro lado el monitoreo de ecosistema arroja una gran cantidad de registros de ecosistema acuático y terrestre. En un caso de estudio en bofedales andinos, relacionamos la calidad del agua con el ecosistema con redes neurales en Python.
Contenido
Este tutorial incluye :
Generar un set de datos de química con el mismo índice que las especies
Crear una gráfica interactiva
Predecir variables de los ecosistemas :
- Impacto del pH sobre la abundancia de vegetación
- Impacto de la conductividad sobre la abundancia de la vegetación
- Impacto de oxígeno disuelto en la abundancia de la vegetación
- Impacto de los nitratos sobre la abundancia de la vegetación
Aspectos clave
Video
Aspectos clave
Hay algunos aspectos clave a considerar en la eficacia de las redes neuronales . Algunos de ellos son :
- Datos coherentes
- Registros de datos extensivos
- Conocimiento de la teoría que rige el fenómeno de estudio
- Revisión de la teoría de redes neuronales
Al considerar estos aspectos, se puede disfrutar de esta impresionante herramienta para su trabajo diario.
Código y datos
Puedes descargar el código y los datos de este link:
https://github.com/SaulMontoya/Impact-Assessment-of-Water-Quality-on-Ecosystems-with-Neural-Networks-in-Python
FloPy es la librerìa de Python que construye y ejecuta modelos MODFLOW; esta librería se ha mejorado para proporcionar un soporte completo de MODFLOW 6 y la mayor parte de su desarrollo está relacionado con la funcionalidad de MODFLOW 6, herramientas para usar datos espaciales vectoriales, rasters y funcionalidades comunes de ploteo y exportación.
Python es un lenguaje de programación sencillo y potente; su simplicidad es notable en comparación con otros lenguajes de programación y su potencia se basa en la cantidad de herramientas disponibles para las diferentes áreas de estudio.
Hemos desarrollado un programa completo en modelamiento de aguas subterráneas con MODFLOW y FloPy que abarca desde los temas esenciales en Python hasta casos aplicados de modelamiento regional e intrusión marina. El programa está diseñado para brindarle al estudiante un enfoque metodológico para aprender FloPy basado en una serie de ejemplos aplicados junto con las opiniones/experiencias del profesor y la revisión del software.