EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 3.0

Predictive Modeling of Effective Electrical Conductivity for Irrigation Water in Mendoza, Argentina

Daniela Virginia Cónsoli, María Flavia Filippini

Revista de la Facultad de Ciencias Agrarias UNCuyo · 20.04.2026 · 58 (1) · e9281

DOI: 10.48162/rev.39.214 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revista de la Facultad de Ciencias Agrarias UNCuyo, online erschienen am 20.04.2026. Verfasst von Daniela Virginia Cónsoli und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 3.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

This study develops five predictive models based on regression trees to estimate the Effective Electrical Conductivity (CEE) of irrigation water in the Green Belt of Mendoza, Argentina. Using 468 water samples and physicochemical measurements from the Chachingo and Pescara canals, the models incorporate between one and six predictor variables. The most prominent model includes values of Actual Electrical Conductivity (CEA), calcium, magnesium, and bicarbonate ions, with a correlation coefficient of 0.99 and a mean absolute error of 26.5 µS cm-1. CEE is a key indicator for assessing water quality in areas with moderately soluble salts. These models provide a cost-effective tool for identifying salinity risks in irrigation water of varying quality. Their simplicity and robustness make them suitable for Mendoza or other regions with similar conditions, supporting efficient water resource management in agriculture. Highlights: Los modelos de árboles de regresión permitieron predecir con precisión la conductividad eléctrica efectiva (CEE) en aguas de riego bajo condiciones locales. Los modelos se desarrollaron utilizando 468 muestras de agua del sistema de riego del Cinturón Verde de Mendoza. El Modelo 3 alcanzó un alto desempeño predictivo (R = 0,99) utilizando solo cuatro variables de fácil medición. El enfoque propuesto reduce la necesidad de análisis fisicoquímicos completos, disminuyendo costos operativos. Esta metodología constituye una herramienta práctica para el monitoreo eficiente de la calidad del agua de riego en regiones semiáridas.

Zitieren

APA

Cónsoli, D. V., & Filippini, M. F. (2026). Predictive Modeling of Effective Electrical Conductivity for Irrigation Water in Mendoza, Argentina. Revista de la Facultad de Ciencias Agrarias UNCuyo, 58(1), e9281. https://doi.org/10.48162/rev.39.214

Vancouver

Cónsoli DV, Filippini MF. Predictive Modeling of Effective Electrical Conductivity for Irrigation Water in Mendoza, Argentina. Revista de la Facultad de Ciencias Agrarias UNCuyo. 2026;58(1):e9281. doi:10.48162/rev.39.214

BibTeX
@article{Cnsoli2026,
  author = {Cónsoli, Daniela Virginia and Filippini, María Flavia},
  title = {Predictive Modeling of Effective Electrical Conductivity for Irrigation Water in Mendoza, Argentina},
  journal = {Revista de la Facultad de Ciencias Agrarias UNCuyo},
  year = {2026},
  volume = {58},
  number = {1},
  pages = {e9281},
  doi = {10.48162/rev.39.214}
}
Kostenlos starten →