スターリング大学の研究者は、水質をより効果的に監視するために人工知能（AI）を開発しました。
小説aiメソッドは、気候変動と汚染の結果として発生した水質シフトを強調して、水域の遠隔監視を改善します。
研究者は、衛星センサーからのデータを直接調べる「メタ学習」手法として知られるアルゴリズムを開発しました。
現在、環境機関は、生態系の健康の指標として、水の「栄養状態」 - その生物学的生産性 - を観察しています。顕微鏡的藻類または植物プランクトンのクラスターは、汚染の指標として機能するHABに発展する可能性があります。
Mortimer Werther、Stirlingの自然科学部の生物学的および環境科学の博士課程研究者であるMortimer Werther氏は次のように述べています。クロロフィルAと呼ばれる光学色素を使用した濃度。
「クロロフィルを回収する方法を開発し、リモートセンサーで測定された信号から水の健康状態を直接推定できるようにしました。
「湖などの淡水水生環境に対する気候変動の影響を理解するために、その多くは飲料水資源として機能します。栄養状態などの主要な環境指標を監視および評価することが不可欠です。高い空間的および時間周波数。
「欧州連合の資金提供によって資金提供されたこの研究Horizon 2020プログラムは、OLCI反射率測定からの機械学習アルゴリズムによって、複雑な内陸および沿岸水域の栄養状態が直接学ぶことができるという最初の実証です。私たちのアルゴリズムは、世界の水域をめぐるOLCIが取得した画像上のすべての栄養状態の推定値を生成できます。
「私たちの方法は、栄養状態のスペクトル全体で平均して5〜12％の同等の最先端のアプローチを上回ります。高度に影響を受けた富栄養性および過栄養水性水の90％以上の精度で栄養状態を推定します。」
