Cartografía predictiva de la conductividad eléctrica de las aguas subterráneas mediante herramientas de inteligencia artificial en el sur de Madagascar y estimación de personas en riesgo

Abstract

El sur de la República de Madagascar se caracteriza por un clima tropical seco, con una prolongada estación seca y cálidas temperaturas. En este contexto las aguas subterráneas suponen un sustento fundamental para la población, sobre todo en aquellas regiones situadas en la costa suroccidental, que registra las condiciones más áridas. A su vez, a las particularidades de tratarse de una isla, rodeada por agua salada, pueden provocar la intrusión de la cuña salina. Esto puede afectar a las aguas subterráneas, por ello, dadas las circunstancias, uno de los principales problemas que pueden presentar las aguas subterráneas en esta región es un exceso de salinidad, pudiendo limitar su aptitud para el consumo humano. Por consiguiente, en este proyecto se ha elaborado una cartografía predictiva, mediante la utilización de algoritmos de inteligencia artificial, de la conductividad eléctrica de las aguas subterráneas en la región meridional de Madagascar. La cartografía final obtenida como resultado, puede ser de gran utilidad proporcionando información muy relevante a los organismos competentes para tratar de mejorar el acceso al agua potable para la población. Para ello, se ha empleado una base de datos conformada por más de 2300 pozos de agua con datos de conductividad eléctrica. Además, se ha generado una base de datos de 20 variables explicativas que pueden condicionar la conductividad eléctrica del agua subterránea, incluyendo factores climáticos, geológicos, edafológicos y topográficos, entre otros. Se han evaluado tres umbrales diferentes de conductividad eléctrica para diferenciar entre puntos aptos y no aptos, siendo el umbral intermedio, de 1000 μS/cm, el que mejores resultados generales obtuvo. Los resultados indican que las zonas situadas en la costa oeste y en el sur del área de estudio son aquellas con mayor probabilidad de tener una conductividad eléctrica elevada. A su vez, se han podido distinguir variables explicativas con un alto peso a la hora de influir a la conductividad eléctrica, como la precipitación, evapotranspiración real media y la evapotranspiración real en los periodos húmedos, junto con variables de distancia y topografía, en concreto distancia a la costa y elevación del terreno. Por último, se ha realizado un análisis de la población y de las principales aldeas situadas en zonas donde la cartografía indica una alta conductividad eléctrica, resultando en que el 33% de la población se localiza en zonas con una probabilidad superior al 50% de que la conductividad eléctrica supere el umbral de 1000 μS/cm.