HydroVision es un marco de clasificación de escenas basado en aprendizaje profundo que estima parámetros ópticamente activos de la calidad del agua, como la clorofila alfa, la clorofila, la materia orgánica disuelta pigmentada (CDOM), la ficocianina, los sedimentos en suspensión y la turbidez, mediante imágenes RGB de aguas superficiales. Entrenado con más de 500.000 imágenes estacionales recopiladas entre 2022 y 2024 por el Sistema de Visualización e Información de Imágenes Hidrológicas del Servicio Geológico de Estados Unidos, HydroVision demuestra su potencial para el monitoreo de la calidad del agua en condiciones reales bajo diversas condiciones. Utiliza imágenes RGB como una alternativa escalable y rentable a la teledetección multiespectral e hiperespectral tradicional. En una evaluación de VGG-16, ResNet50, MobileNetV2, DenseNet121 y la red Vision Transformer, DenseNet121 obtuvo el mejor rendimiento con un R2 de 0,89 para la predicción de CDOM. Si bien el modelo actual está optimizado para imágenes bien iluminadas, se planea realizar trabajos futuros para mejorar su robustez en situaciones de poca luz y obstrucciones para ampliar su utilidad operativa.
