Aplicació de diferents metodologies d'anàlisi i representació de dades per a l'avaluació de la qualitat ambiental d'una conca hidrogràfica
Bibliographic record
Abstract
En aquesta tesi doctoral es proposa la integració de metodologies de tipus quimiomètric i determinista per a l'avaluació la qualitat ambiental d'una conca hidrogràfica. Amb aquesta integració es busca ampliar el coneixement sobre la distribució espacial i temporal de les principals fonts de contaminació que existeixen dins de l'àmbit d'una determinada conca. Les fonts de contaminació poden ser identificades mitjançant mètodes quimiomètrics i de l'estadística multivariant. En concret, en aquesta tesi s'ha posat especial èmfasi en l'aplicació de dos mètodes diferents: l'Anàlisi de Components Principals (PCA) i la Resolució Multivariant de Corbes per Mínims Quadrats Alternats (MCR-ALS). Mentre que PCA és un mètode àmpliament utilitzat en l'anàlisi exploratòria de dades, l'aplicació d' MCR-ALS per a l'estudi de taules de dades ambientals és més incipient. En aquest treball es realitza la validació d'MCR-ALS per a l'estudi de la contaminació en aigües superficials i, a més, s'estén la seva utilització al cas d'altres compartiments ambientals com són les aigües subterrànies, els sòls i els sediments. Un cop identificades mitjançant mètodes quimiomètrics, les fonts de contaminació poden ser modelitzades amb l'aplicació de models deterministes, que facilitaran la presa de decisions respecte a les possibles mesures de gestió per al control i millora de la qualitat ambiental de l'àrea d'estudi. No obstant, això requerirà l'adaptació dels models deterministes a l'estudi de factors multivariables, com són les fonts de contaminació, enlloc d'aplicar-los a l'estudi de variables individuals, com s'ha fet fins al moment. Aquesta tesi recull l'estudi de diferents conques i problemàtiques ambientals: a) contaminació per metalls pesants, compostos orgànics i productes farmacèutics en diferents compartiments ambientals de la conca del riu Ebre; b) contaminació per compostos orgànics en aigües superficials del delta de l'Ebre; i c) contaminació per compostos orgànics en aigües superficials de la conca del riu Llobregat. Addicionalment, es proposa la utilització d'un índex fisicoquímic per a l'avaluació de la qualitat de les aigües superficials que pugui ser aplicat sobre dades generades per xarxes automàtiques de presa de mostra. Les xarxes automàtiques acostumen a mesurar simultàniament diverses variables a diferents localitzacions amb una elevada resolució temporal. L'índex del Canadian Council of Ministers of the Environment (CCME WQI) ha estat seleccionat per a la categorització de la qualitat de les aigües a partir de dades de les estacions automàtiques, gràcies a la seva flexibilitat en la selecció de les variables utilitzades en el seu càlcul, així com per la llibertat en la fixació dels objectius màxims i mínims segons l'ús final específic assignat a la massa d'aigua. D'altra banda, el procediment Combined Monitoring-based and modelling-based Priority Setting scheme (COMMPS) de la Comunitat Europea, ha estat adaptat per a l'establiment d'una llista de substàncies prioritàries de risc de contaminació a l'àmbit de Catalunya. En base a aquest índex també s'ha elaborat un índex prioritari de contaminació a les localitzacions, el qual permet obtenir una indicació de les localitzacions considerades de risc més elevat pel que fa a la contaminació per substàncies químiques orgàniques, tenint en compte els seus efectes toxicològics sobre humans i sobre l'ecosistema aquàtic.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.017 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".