Aplicaciones de Machine Learning a la cartografía de manantiales. Clasificación y caracterización de manantiales representativos de la hidrogeología kárstica en el GMU Las Loras

RESUMEN. El Geoparque Mundial de la UNESCO (GMU) Las Loras es muy diverso geológicamente en relación con la interacción del paisaje con las aguas subterráneas, contando con un destacado número de manantiales, mayoritariamente de tipo kárstico, entre los que sobresalen aquellos asociados a cascadas y...

Descripción completa

Detalles Bibliográficos
Autor: Musakka, Elvira Ester
Tipo de recurso: tesis de maestría
Fecha de publicación:2024
País:España
Institución:Universidad Complutense de Madrid (UCM)
Repositorio:Docta Complutense
Idioma:español
OAI Identifier:oai:docta.ucm.es:20.500.14352/109293
Acceso en línea:https://hdl.handle.net/20.500.14352/109293
Access Level:acceso abierto
Palabra clave:55:504(460.18)
556.3(460.18)
Manantiales
Las Loras
Cartografía predictiva
Agua subterránea
Hidrología
2506.04 Geología Ambiental
2506.05 Hidrogeología
Descripción
Sumario:RESUMEN. El Geoparque Mundial de la UNESCO (GMU) Las Loras es muy diverso geológicamente en relación con la interacción del paisaje con las aguas subterráneas, contando con un destacado número de manantiales, mayoritariamente de tipo kárstico, entre los que sobresalen aquellos asociados a cascadas y a generación de formaciones tobáceas. En este Trabajo Fin de Máster se dirige en primer lugar, a desarrollar una clasificación genética de tipo de manantial, a partir de la que se aplica una caracterización de formaciones tobáceas asociadas a tres manantiales petrificantes con formación de tuf, considerados como destacados hábitats de interés comunitario. Los tres manantiales seleccionados para la caracterización de los edificios tobáceos tienen una notable importancia, no solo desde el punto de vista hidrogeológico, sino también ambiental y culturalmente. El GMU Las Loras es un territorio poco conocido lo que destaca la importancia de este estudio. La caracterización y clasificación de los manantiales determinan la importancia de los procesos geológicos en su funcionamiento y tipología. Un tipo de manantial puede compartir características comunes de otros tipos, lo que resalta la caracterización más detallada para reconocer las variaciones entre ellos. Los tres manantiales estudiados en este trabajo se han clasificado de acuerdo con Stevens et al. (2020) como upland hillslope, aunque comparten características comunes de otros tipos de manantiales. Considerando la importancia de los manantiales en el conjunto del GMU Las Loras, se han aplicado las técnicas de Machine Learning (ML) en la identificación de manantiales desaparecidos en el GMU Las Loras. Para ello, se han elegido 14 variables explicativas que permiten predecir el valor de una variable objetivo, con el fin de crear mapas predictivos. Estos mapas se han obtenido usado los algoritmos ABC, RFC y QDA, ya que se consideran como los más representativos para este trabajo. Aunque los resultados de ML no han sido concluyentes en el estudio de manantiales desaparecidos en la zona de estudio, se ha podido confirmar que pueden ser útiles en este tipo de trabajos.

Similares en LA Referencia