Reliability of NIRS for Predicting COD, BOD, and TSS Levels in POME, River, and Irrigation Water
Notice bibliographique
Résumé
Palm oil mill effluent (POME) contains elevated levels of total suspended solids and organic matter.However, improper disposal of POME, which contains oil, grease, and sludge, can cause ecological damage and pose risks to human health due to its toxic, carcinogenic, and polluting properties.This study aimed to develop a predictive model for pollutant load levels in POME, river water, and irrigation water using near-infrared spectroscopy (NIRS) combined with partial least squares (PLS) analysis.NIR spectral data were collected from 90 samples within the wavelength range of 1000-2500 nm using the FT-NIR Thermo Nicolet Antaris TM II instrument.Pretreatments applied included mean normalization (MN), standard normal variate (SNV), de-trending (DT), and peak normalization (PN).The multivariate analysis was performed using Unscrambler X 10.3 software.Model reliability was assessed using residual predictive deviation (RPD) and range error ratio (RER) as statistical measures for the analysis of chemical oxygen demand (COD), biochemical oxygen demand (BOD), and total suspended solids (TSS).The results showed that the PLS-DT model provided the best results for predicting COD, BOD, and TSS levels in POME, river water, and irrigation water.Predictions of COD, BOD, and TSS levels achieved RPD and RER values of 2.80 and 5.27, 2.89 and 6.05, and 2.05 and 5.39, respectively.Based on the RPD values, the prediction performance for COD and BOD falls into the excellent prediction accuracy category, whereas TSS falls into the coarse quantitative prediction category.RER shows that the prediction model has low to moderate practical utility.These results indicate that NIRS combined with chemometrics can be employed to rapidly and simultaneously predict pollution parameters such as COD, BOD, and TSS.This study improves our knowledge of the pollution load related to the palm oil sector and shows how NIRS and PLS may be used together to monitor the environment effectively and economically.These results encourage initiatives for sustainable environmental management and conservation and advance agriculture and environmental engineering methods.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».