yh86银河国际(中国)官方网站专家开发人工智能以更有效地yh86银河国际(中国)官方网站水质

人工智能增强了对水体的远程监测 - 突出了由于气候变化或污染引起的质量转移 - yh86银河国际(中国)官方网站大学的研究人员已经开发了。

一种新算法（称为“元学习”方法）直接从卫星传感器中分析数据，从而使沿海地区，环境和行业经理更容易监测有害的藻类开花（HAB）等问题，并在贝壳和鳍中可能的毒性。

环境保护机构和行业机构目前监控水的“营养状态”（其生物生产力），以此作为生态系统健康的指标。大量的微观藻类或浮游植物被称为富营养化，可以变成Habs，这是污染的指标，对人类和动物健康构成风险。

HAB估计每年耗资140万英镑的苏格兰贝类行业，而在挪威举行的一次HAB活动在2019年杀死了800万个鲑鱼，直接价值超过7400万英镑。

挑战

首席作者Mortimer Werther是yh86银河国际(中国)官方网站自然科学学院生物学和环境科学博士学位研究人员，他说：“目前，使用卫星仪器（OLCI）等卫星传感器（OLCI），均使用了phytoplankton浓度，使用了chytoplankton浓度，但要培养多个含量的毒品。全球水域在方法论上具有挑战性。

“我们已经开发了一种绕过叶绿素-A检索的方法，使我们能够直接从遥控传感器测量的信号中估算水健康状况。”

生物学和环境科学的Mortimer Werther领导研究。

富营养化和养育性通常是由于农业实践，废物出院或食物和能源生产而引起的。在受影响的水域中，HAB是常见的，蓝细菌可能会产生影响人类和动物健康的蓝毒素。在许多地方，这些盛开引起了鳍鱼和贝类水产养殖行业的关注。

yh86银河国际(中国)官方网站和评估

Werther先生说：“要了解气候变化对淡水水生环境（例如湖泊）的影响，其中许多是饮用水资源的影响，我们必须以高空间和时间频率来yh86银河国际(中国)官方网站和评估营养状况的关键环境指标，例如营养状况。

“这项由欧盟Horizo​​n 2020计划资助的这项研究是首次证明，可以通过机器学习算法从Olci反射测量中直接学习复杂的内陆和近岸水域的营养状态。

“我们的方法在整个营养状态的整个频谱中平均超过了可比的最新方法5-12％，因为它也消除了选择正确的水观测算法。它可以估算营养状态，以超过90％的精度，以高于90％的精确度，而高度影响的eutreflecrephicrophic and fatereroperic

与研究和行业的五个合作伙伴进行了协作研究：Stefan G.H.博士。来自普利茅斯海洋实验室的西米斯；来自德国航空航天中心的Harald Krawczyk；瑞士联邦水上科学技术学院的丹尼尔·奥德马特（Daniel Odermatt）博士； Brockmann Consult和Appjection的Oberon Berlage的Kerstin Stelzer（阿姆斯特丹）。

在此处阅读完整论文