Forecasting Analysis of Heavy Metal Concentrations in the Ciliwung River Using Random Forest and Xgboost Methods

Los ríos son las arterias de una ciudad, transportando vida, desechos y los rastros invisibles de la industria humana. En el corazón bullicioso de Yakarta, el río Ciliwung fluye desde las tierras altas a través de vecindarios densos y zonas industriales antes de llegar al mar. Durante décadas, los científicos han sabido que esta vía fluvial transporta metales pesados: elementos venenosos como el plomo, el cadmio y el mercurio que no se descomponen y pueden acumularse en la cadena alimentaria. Estos contaminantes provienen de fábricas, emisiones de vehículos y desechos domésticos, lo que representa una amenaza silenciosa tanto para el ecosistema como para las personas que dependen del río. Tradicionalmente, comprobar la presencia de estos venenos ha sido un proceso lento y costoso que requiere que los científicos recolecten muestras de agua y las envíen a un laboratorio para su análisis químico. Aunque es preciso, este método es reactivo; nos dice qué sucedió ayer, no qué podría suceder mañana. A medida que las ciudades crecen y los patrones climáticos cambian, existe la necesidad apremiante de comprender hacia dónde se dirigen estos contaminantes, permitiendo que los gestores actúen antes de que la calidad del agua sea peligrosa.

Un equipo de investigadores de universidades de Indonesia, el Reino Unido y Malasia ha adoptado un nuevo enfoque para este desafío. En lugar de esperar los resultados del laboratorio, utilizaron programas informáticos diseñados para aprender de datos pasados para predecir el estado futuro del río Ciliwung. Se centraron en tres metales pesados específicos: plomo, cadmio y mercurio. Para ello, recopilaron registros históricos de la calidad del agua de 2015 a 2023, analizando factores que influyen en la contaminación, como la acidez del agua y la cantidad de desechos orgánicos y partículas en suspensión. Luego, introdujeron esta información en dos tipos potentes de sistemas de aprendizaje computacional. Un sistema, conocido como Random Forest, funciona construyendo muchos árboles de decisión simples y promediando sus respuestas. El otro, llamado XGBoost, es un método más avanzado que construye árboles uno tras otro, donde cada nuevo árbol aprende de los errores de los anteriores para refinar la predicción. El objetivo era ver qué sistema podía pronosticar mejor los niveles de metales tóxicos en el río desde 2024 hasta 2030.

Los resultados mostraron que el sistema más avanzado, XGBoost, era el predictor superior. Consistía en cometer errores menores y capturar mejor los patrones complejos de la contaminación que su contraparte. Utilizando este modelo con mejor desempeño, los investigadores proyectaron la concentración de metales pesados para los próximos años. Estimaron que los niveles de plomo oscilarían entre 14.285 y 19.483 microgramos por litro, el cadmio entre 7.413 y 9.998 microgramos por litro, y el mercurio entre 0.227 y 0.457 microgramos por litro. Al comparar estas cifras con los límites de seguridad establecidos por el gobierno indonesio para el agua utilizada en recreación y piscicultura, las proyecciones ofrecieron una sensación de alivio cautelosa. Todos los valores predichos se mantuvieron por debajo de los umbrales legales. Sin embargo, el estudio también reveló un matiz preocupante. Si bien los niveles eran seguros, se predijo que la cantidad de cadmio rondaría muy de cerca el límite máximo permitido, lo que sugiere que el río está operando con un margen de seguridad muy estrecho.

Los investigadores fueron cuidadosos al explicar que estas cifras no son garantías de seguridad futura, sino estimaciones educadas basadas en tendencias actuales. El modelo no tuvo en cuenta cambios repentinos, como una nueva descarga industrial masiva o un evento climático inusual que pudiera arrastrar más contaminantes al río. El programa informático aprendió del pasado, por lo que si el futuro se parece al pasado, la predicción se mantiene; si el futuro cambia drásticamente, el modelo podría no detectarlo. Es por esto que los autores enfatizan que su trabajo no debe reemplazar las pruebas de laboratorio tradicionales. En cambio, sirve como un sistema de alerta temprana. Permite a los funcionarios ver riesgos potenciales antes de que se conviertan en emergencias, ayudándoles a decidir dónde concentrar sus esfuerzos de monitoreo y cuándo endurecer las regulaciones.

El estudio destaca un cambio en la forma en que gestionamos nuestro medio ambiente. Durante años, la gestión de los ríos ha sido un juego de reacción, limpiando la contaminación después de que ya ha causado daños. Este nuevo enfoque sugiere un futuro en el que podemos anticipar los problemas. Al utilizar datos para pronosticar tendencias, los planificadores urbanos y las agencias ambientales pueden pasar de simplemente reaccionar ante las crisis a prevenirlas. La investigación confirma que, si bien el río Ciliwung cumple actualmente con los estándares de seguridad, la presión de la vida urbana es constante. Los niveles de plomo y cadmio muestran una tendencia que requiere vigilancia. Si las fuentes de contaminación no se controlan, el río podría cruzar rápidamente la línea de lo seguro a lo peligroso. El trabajo sirve como un recordatorio de que mantener un río limpio no se trata solo de limpiar lo que ya está allí, sino de comprender las fuerzas invisibles que empujan los contaminantes al agua, y utilizar cada herramienta disponible, desde la química hasta la informática, para proteger la salud de la ciudad y de su gente.