The impacts of biofouling on automated phosphorus analysers during long-term deployment
Notice bibliographique
Résumé
In-situ nutrient analysers are a promising tool for improving the temporal resolution of data and filling knowledge gaps in drivers of harmful algal blooms. There are significant challenges however regarding instrument biofouling and data drift, which remain largely unquantified and unresolved. In this study the effects of biofouling on data consistency and accuracy is quantified on automated wet chemical analysers during long-term monitoring. In 2019 three fractions of phosphorus (P); total phosphorus (TP), total dissolved phosphorus (TDP) and soluble reactive phosphorus (SRP), were measured in-situ at four sites in Southern Ontario, Canada. The analysers were exposed to a wide range of P concentrations and biofouling extremes over an 8-month period. They were calibrated using chemical standards both in the field and the lab, and validated with fortnightly grab samples, and the representativeness of real-time data under a range of biofouling conditions were analysed. Results show that analysers biofouling during long-term deployment can desensitize instrument measurements, with greatest impacts on instruments operating in highly turbid environments. Temporal changes in calibration curves suggest that equilibrium P concentrations (EPC0) of sediments accumulating inside filters can elicit a rapid exchange of dissolved P (SRP, TDP) with the water sample. Data drift increases the further from the EPC0 an instrument is required to analyse, and thus this study demonstrates that for in-situ P monitoring, unless filters are frequently replaced or renovated, in-situ probes should ideally be dedicated to a specific waterbody type defined by similar EPC0 values. It is recommended that in order to ensure accuracy in in-situ monitoring of TP, TDP and SRP during long-term deployment, preliminary site trials should be conducted to ascertain sediment EPC0; the extent of biofouling should be monitored; and/or frequent grab samples taken for post-deployment validation. The findings apply to any in-situ phosphorus monitoring techniques for SRP or TDP.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».