BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.cienciaenmexico.com//igisc-2026//speaker//MACMJM
BEGIN:VTIMEZONE
TZID:CST
BEGIN:STANDARD
DTSTART:20001029T030000
RRULE:FREQ=YEARLY;BYDAY=5SU;BYMONTH=10;UNTIL=20001029T080000Z
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:STANDARD
DTSTART:20010930T030000
RRULE:FREQ=YEARLY;BYDAY=5SU;BYMONTH=9;UNTIL=20010930T080000Z
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:STANDARD
DTSTART:20021027T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:DAYLIGHT
DTSTART:20000402T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=4;UNTIL=20000402T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
BEGIN:DAYLIGHT
DTSTART:20010506T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=5;UNTIL=20010506T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
BEGIN:DAYLIGHT
DTSTART:20020407T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=4;UNTIL=20220403T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-igisc-2026-YYMUKV@pretalx.cienciaenmexico.com
DTSTART;TZID=CST:20261112T123500
DTEND;TZID=CST:20261112T125000
DESCRIPTION:**Introducción**\n\nEl estuario del Río Champotón\, en Campe
 che\, México\, es una Región Hidrológica Prioritaria (CONABIO) de alto 
 valor ecológico y socioeconómico\, sometida a presión antropogénica cr
 eciente por desarrollo urbano\, descargas residuales y actividad agrícola
 . El monitoreo tradicional\, basado en muestreos puntuales in situ\, resul
 ta insuficiente para capturar la variabilidad espacio-temporal de un siste
 ma estuarino ópticamente complejo. Este trabajo propone una metodología 
 geoespacial para construir un Índice de Calidad del Agua (ICA) a partir d
 e datos satelitales\, complementada con un módulo de clasificación super
 visada mediante Máquinas de Vectores de Soporte (SVM).\n\n**Objetivo**\n\
 nIdentificar los contaminantes y fuentes de contaminación del estuario de
 l Río Champotón durante 2020\, mediante la propuesta de un ICA construid
 o a partir de productos satelitales de color del océano\, y evaluar la ca
 pacidad de un modelo de aprendizaje automático para clasificar el estado 
 trófico del sistema a partir de dichas variables.\n\n**Metodología**\n\n
 Se utilizaron datos diarios del año 2020 (366 días\, ventana 18.5°–20
 .0°N / 91.5°–90.0°O) provenientes de Copernicus Marine Service (CMEMS
 ): el producto satelital Global Ocean Colour (4 km de resolución)\, del c
 ual se extrajeron clorofila-a\, coeficiente de atenuación difusa (Kd490) 
 y profundidad de disco de Secchi (ZSD)\; y dos productos de reanálisis nu
 mérico (GLORYS12 y PISCES) para la caracterización complementaria de tem
 peratura\, salinidad\, oxígeno disuelto\, nitrato y fosfato.\n\nEl ICA se
  calculó mediante el modelo WAWQI (Weighted Arithmetic Water Quality Inde
 x)\, normalizando cada variable satelital a un sub-índice de 0–100 con 
 base en percentiles P5–P95 locales\, y promediando los tres sub-índices
  con pesos iguales. El resultado se clasificó en cinco categorías trófi
 cas (oligotrófico a hipertrófico).\n\nComo segunda fase metodológica\, 
 se está implementando un clasificador SVM con kernel de Función de Base 
 Radial (RBF)\, que tomará como variables de entrada clorofila-a\, Kd490 y
  ZSD (y\, de forma exploratoria\, temperatura\, salinidad y nutrientes del
  reanálisis) para predecir directamente la categoría trófica de cada p
 íxel. Dada la naturaleza no lineal de las relaciones entre reflectancia s
 atelital y contaminantes —evidenciada en las correlaciones de Pearson ob
 tenidas (p. ej.\, r = −0.97 entre temperatura y oxígeno disuelto)—\, 
 se seleccionó el kernel RBF por su capacidad de modelar fronteras de deci
 sión complejas con solo dos hiperparámetros (C y γ). Al tratarse de un 
 problema de cinco clases\, se adoptará el esquema multiclase uno-contra-u
 no (One-vs-One)\, implementado en scikit-learn\, con ajuste de hiperparám
 etros mediante validación cruzada y búsqueda en rejilla (grid search).\n
 \n**Resultados**\n\nEl ICA promedio anual fue de 60.3 (mesotrófico)\, con
  un patrón estacional marcado: condiciones oligotróficas durante la temp
 orada seca (máximo de 85.6 en marzo) y un deterioro progresivo a partir d
 e junio\, coincidiendo con el paso de la Tormenta Tropical Cristóbal\, ha
 sta alcanzar el mínimo anual en octubre (ICA = 29.5\, supertrófico)\, co
 n un incremento de hasta 27 veces en la concentración de nitrato superfic
 ial. El análisis espacial reveló un gradiente persistente entre la franj
 a costera (peor calidad) y las aguas abiertas (mejor calidad)\, con núcle
 os hipertróficos puntuales cerca de la desembocadura entre agosto y octub
 re. La matriz de correlación confirmó la coherencia física del modelo (
 r = −0.90 entre salinidad y nitrato\; r = 0.99 entre clorofila-a y Kd490
 ).\n\nEl entrenamiento y validación del clasificador SVM se encuentra en 
 curso\; los resultados completos de este módulo (métricas de desempeño\
 , matriz de confusión e importancia relativa de variables) estarán dispo
 nibles el 10 de julio de 2026.\n\n**Conclusiones**\n\nLos resultados preli
 minares demuestran que un ICA construido a partir de variables ópticas sa
 telitales captura de forma consistente la dinámica estacional del estuari
 o\, incluyendo su respuesta a eventos hidrometeorológicos extremos. La in
 corporación de SVM busca aportar una capa adicional de robustez metodoló
 gica frente a la alta proporción de datos faltantes característica del m
 onitoreo óptico en zonas tropicales.\n\n_Nota sobre uso de IA:_ Se utiliz
 ó Claude (Anthropic) como apoyo en la redacción de este resumen a partir
  del contenido de mi tesis\; el análisis de datos\, el cálculo del ICA y
  el entrenamiento del modelo SVM son trabajo propio.
DTSTAMP:20261122T123834Z
LOCATION:Sala Geomática 7
SUMMARY:Propuesta de un Índice de Calidad de Agua de Mar en el Estuario de
 l Río Champotón\, Campeche\, a partir de imágenes de satélite y Máqui
 nas de Soporte Vectorial - Sandra Calixto Villalobos
URL:https://pretalx.cienciaenmexico.com/igisc-2026/talk/YYMUKV/
END:VEVENT
END:VCALENDAR
