Integración de Datos Geoeléctricos y Geoquímicos Usando Mapas Autoorganizados (Som) para Caracterizar un Vertedero

Integration of Geoelectric and Geochemical Data using Self-Organizing Maps (Som) to Characterize a Landfill

Resumen

Los lixiviados, provenientes de los vertederos de basura, pueden comprometer significativamente el área que los rodea. Aunque la distancia entre estos y las zonas pobladas sea considerable, el riesgo de afectar los acuíferos de uso público resulta inminente en la mayoría de los casos. Por esta razón, la delimitación y monitoreo de la pluma de lixiviados es esencial. En el presente estudio se integran y clasifican, usando una Red Neuronal no supervisada, datos geoeléctricos (resistividad e IP), con mediciones de metano en superficie, para identificar las posibles zonas de riesgo en áreas aledañas a un vertedero. La Red Neuronal utilizada es una red tipo Kohonen, la cual genera como resultado, mapas de clasificación autoorganizados o SOM (Self-Organizing Map). A partir del entrenamiento de la misma, se obtuvieron dos salidas gráficas en las que se seleccionaron grupos de neuronas que presentaban un comportamiento similar. Posteriormente, fueron generados mapas de contornos correspondientes a la localización de dichos grupos y a las variables individuales, con el fin de realizar una comparación entre la clasificación obtenida y las diferentes anomalías asociadas a cada una de estas variables. Dos de los grupos resultantes de la clasificación se relacionan con valores típicos de líquidos percolados en el vertedero para los parámetros evaluados de forma individual. De esta forma, se obtuvo una delimitación precisa de las posibles zonas afectadas en el vertedero estudiado, integrando las variables de entrada vía SOMs. La localización de la zona de estudio no se detalla por razones de confidencialidad.