Aplicación de clustering y estadística para la identificación automatizada de clústeres hidrogeoquímicos en el borde este del salar de Atacama.

Abstract

La gestión masiva de datos en sistemas hidrogeológicos complejos representa un desafío significativo. Los volúmenes de información generados aumentan constantemente, lo que hace esencial la incorporación de nuevas técnicas para procesar y analizar estos datos. Esto considera no solo la recolección y organización de información, sino también la identificación de patrones y tendencias que faciliten decisiones más efectivas en la gestión de recursos hídricos. La caracterización hidrogeoquímica de estos ambientes es crucial, dadas sus particularidades y la creciente demanda de recursos hídricos. Comprender la calidad y distribución de estos recursos, así como los procesos químicos que los afectan, resulta complejo y ha llevado a un aumento significativo en la cantidad de datos disponibles. Para gestionar y analizar estos datos de manera eficiente, se pueden aplicar técnicas innovadoras como los algoritmos de clustering de machine learning. Estos algoritmos clasifican datos sin la necesidad de categorías predefinidas, aprendiendo directamente de la información y generando clasificaciones automáticas. No obstante, para aplicar correctamente estas técnicas, es fundamental tener un entendimiento sólido tanto de la geología e hidrogeología de los salares como de la naturaleza composicional de los datos. Estos datos, que a menudo se presentan en concentraciones, proporciones o frecuencias relativas, describen cuantitativamente las partes que constituyen un todo. El estudio concluyó que la combinación de algoritmos de aprendizaje no supervisado junto con análisis composicional de datos ofrece diversas perspectivas para el análisis de la hidrogeoquímica del Salar de Atacama. Se compararon diferentes algoritmos y se determinó que la cantidad óptima de clústeres era cinco, utilizando métricas específicas para evaluar la calidad de las agrupaciones. Los clústeres resultantes fueron proyectados mediante técnicas de reducción de dimensionalidad, como t-SNE y mapas autoorganizados, lo que permitió agrupar los datos químicos según su similitud. Finalmente, se analizó la relación entre estos clústeres y los índices de saturación de varias fases minerales utilizando PHREEQC, encontrando correlaciones significativas entre los índices y los datos hidrogeoquímicos.