Cartografía predictiva de ecosistemas dependientes de aguas subterráneas mediante algoritmos de clasificación supervisada

Resumen

Este trabajo presenta una novedosa metodología que permite elaborar cartografías predictivas mediante información basada en datos de campo. Para ello, se utilizan sistemas de información geográfica en los que se compilan diferentes capas de infor- mación geoespacial. Los algoritmos de clasificación supervisada se entrenan con una muestra de los datos originales, tratando de encontrar patrones de relación entre las variables explicativas y la variable objetivo, en este caso, la presencia o ausencia de ecosistemas dependientes de aguas subterráneas. Los factores que van a afectar a la presencia o no de estos cuerpos de agua son el tipo de litología, la pendiente, la elevación del nivel freático, las fracturas, los índices de humedad y las zonas de acumulación potencial de flujo entre otros. La zona de estudio, con una extensión de más de 5.000 km2 , se encuentra en Castilla-La Mancha e incluye el Parque Natural de las Lagunas de Ruidera. Los datos de entrada se han extraído de los hume- dales y los manantiales del Inventario Español de Zonas Húmedas (DGOH, 1991) y Montero (2000), respectivamente. Los resultados son superiores a 0,80 en la puntuación de la prueba y el área bajo la curva de características operativas del receptor (AUC), que son las métricas más utilizadas en los métodos de aprendizaje automático.