Des experts développent une intelligence artificielle pour surveiller plus efficacement la qualité de l’eau


l'eau

Crédit photo: CC0 Public Domain

L’ artificielle qui améliore la surveillance à plans d’eau et met en évidence les changements de dus au changement climatique ou à la pollution a été développée par des chercheurs de l’Université de Stirling.

Un nouvel algorithme – connu sous le nom de méthode de méta-apprentissage – analyse les données directement à partir de capteurs satellites, ce qui permet aux gestionnaires côtiers, environnementaux et industriels de surveiller plus facilement des problèmes tels que les proliférations d’algues nuisibles (HAB) et la toxicité potentielle des crustacés et des poissons.

Les agences de protection de l’environnement et les associations industrielles surveillent actuellement le «statut trophique» de l’eau – sa productivité biologique – en tant qu’indicateur de la santé de l’écosystème. Les grands groupes microscopiques d’algues, ou phytoplancton, sont connus sous le nom d’eutrophisation et peuvent devenir des HAB, un indicateur de pollution qui présente un risque pour la santé humaine et animale.

On estime que les HAB coûtent à l’industrie des mollusques écossais 1,4 million de livres sterling par an, et un seul événement HAB en Norvège a tué huit millions de saumons en 2019, d’une valeur directe de plus de 74 millions de livres sterling.

L’auteur principal Mortimer Werther, Ph.D. Des chercheurs en biologie et en sciences de l’environnement de la Faculté des sciences naturelles de Stirling ont déclaré: « Actuellement, des capteurs satellitaires comme l’Ocean and Land Instrument (OLCI) mesurent les concentrations de phytoplancton à l’aide d’un pigment optique appelé chlorophylle-a. Cependant, c’est là que la chlorophylle- a est obtenu à partir de la diversité de l’eau mondiale est un défi méthodologique.

« Nous avons développé une méthode qui contourne le sondage de la chlorophylle-a et nous permet d’estimer l’état de l’eau directement à partir du signal mesuré sur le capteur à distance. »

L’eutrophisation et l’eutrophisation par battage médiatique sont souvent causées par un apport excessif de nutriments, comme les pratiques agricoles, l’élimination des déchets ou la production de nourriture et d’énergie. Les HAB sont courants dans les eaux touchées et les cyanobactéries peuvent produire des cyanotoxines nocives pour la santé humaine et animale. Dans de nombreux endroits, ces fleurs préoccupent l’industrie de la pisciculture et de la conchyliculture.

M. Werther a déclaré: << Afin de comprendre les effets du changement climatique sur les environnements aquatiques d'eau douce tels que les lacs, dont beaucoup servent de ressources en eau potable, il est important que nous surveillions et évaluions les principaux indicateurs environnementaux tels que l'état trophique au niveau mondial. niveau avec une fréquence spatiale et temporelle élevée.

«Cette recherche, financée par le programme Horizon 2020 de l’Union européenne, est la première démonstration que le statut trophique des eaux intérieures et côtières complexes peut être appris directement à partir des mesures de réflexion OLCI grâce à des algorithmes d’apprentissage automatique. Notre algorithme peut faire des estimations pour tout le monde Création d’états trophiques sur des images acquises de l’OLCI sur les eaux mondiales.

« Notre méthode surpasse une approche comparable de l’art antérieur par une moyenne de 5 à 12% sur tout le spectre des états trophiques, puisque l’algorithme correct pour l’observation de l’eau n’a plus à être sélectionné. Il surestime l’état trophique. » Précision de 90% pour les eaux eutrophes et hypereutrophes gravement touchées.  »


Algorithme pour les rythmes d’algues


Plus d’information:
Mortimer Werther et al., Meta-Classification of Remote Sensing Reflectivity for Estimating the Trophic Status of Inland and Coastal Waters, Journal ISPRS pour la photogrammétrie et la télédétection (2021). DOI: 10.1016 / j.isprsjprs.2021.04.003

Fourni par l’Université de Stirling

Citation: Des développent une intelligence artificielle pour surveiller plus efficacement la qualité de l’eau (2021, 4 mai). Extrait le 4 mai 2021 de https://phys.org/news/2021-05-experts-artificial-intelligence-quality-effectively.html

Ce document est soumis au droit d’auteur. Sauf pour le commerce équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre informatif uniquement.

Laisser un commentaire