Long-term water quality monitoring in Lake Simcoe based on the empirical method and machine learning
Notice bibliographique
Résumé
Abstract: The traditional water quality monitoring methods are time-consuming and laborious, which can only reflect the water quality status of single point scale, and have some problems such as irregular sampling time and limited sample size. Remote sensing technology provides a new idea for water quality monitoring, and the temporal resolution of MODIS is one day, which is suitable for long-term, continuous real-time large-scale monitoring of lakes. In this study, Lake Simcoe (located in Ontario, Canada) was selected as the research area. The long-term spatiotemporal changes of chlorophyll-a, transparency, total phosphorus and dissolved oxygen were analyzed by comparing the empirical method, multiple linear regression, random forest and neural network with MODIS data. Finally, the water quality condition of Lake Simcoe is evaluated. The results show that the overall retrieval results of two machine learning models are better than that of the empirical method. The optimal retrieval accuracy R² for four water quality parameters are 0.976, 0.988, 0.943, 0.995, and RMSE are 0.13μg/L, 0.3m, 0.002mg/L and 0.14mg/L, respectively. On the annual scale, the annual mean values of the four water quality parameters during the 10-year period from 2009 to 2018 were 1.37μg/L, 6.9m, 0.0112mg/L and 10.17mg/L, respectively. On the monthly scale, chlorophyll a, total phosphorus and dissolved oxygen first decreased and then increased at the time of year. The higher concentrations of chlorophyll a and total phosphorus in the south and east of Lake Simcoe are related to the input of nutrients from the surrounding residents and farmland. Key words: water quality monitoring; MODIS; empirical method; machine learning
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».