Este mapa, extraído del informe Quality Unknown : The Invisible Water Crisis del Banco Mundial, muestra un índice de la calidad del agua que resume las predicciones globales para la demanda biológica de oxígeno, conductividad eléctrica y nitrógeno.
Cada valor ha sido escalado a un soporte común para poder realizar una comparativa, y posteriormente unir los datos en el mapa.
En el mapa se muestran los valores promedio entre los años 2000 y 2010. Las áreas grises no tienen datos para uno o más parámetros. Cuando no se dispone de datos de observaciones in situ ni de satélites en las ubicaciones deseadas o en los momentos requeridos, se han utilizado datos simulados de modelos hidrológicos. Los factores que determinan la calidad del agua son bastante conocidos.
Los modelos que estiman los riesgos de la mala calidad del agua a escala mundial están ganando fuerza en la comunidad científica e internacional para llenar los vacíos existentes en los datos disponibles. El informe del Banco Mundial explora una nueva vía para derivar tales modelos: el aprendizaje automático (machine learning). Al combinar datos sobre la calidad del agua con las observaciones in situ existentes, los algoritmos de aprendizaje automático pueden encontrar patrones que de otro modo no se detectarían.
OFFICIAL SOURCE: https://www.iagua.es/noticias/redaccion-iagua/que-areas-mundo-estan-riesgo-mala-calidad-agua