Video Experimental Relacionado
Updated: Feb 12, 2026

Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
Predicción de parámetros de calidad del agua utilizando tecnología de detección espectral proximal y regresión de
Yubo Zhao1, Jie Zhan1, Jinling Chen1
1Key Laboratory of Spectral Imaging Technology, Xi'an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi'an 710119, China; University of Chinese Academy of Sciences, Beijing 100049, China.
Este estudio introduce un nuevo sistema de detección espectral para el monitoreo continuo y sin contacto de la calidad del agua, midiendo con precisión la turbidez, la clorofila-a, la demanda química de oxígeno y el oxígeno disuelto con una alta precisión predictiva.
Área de la Ciencia:
- Ciencias ambientales Ciencias ambientales.
- Química Analítica La Química Analítica es la
- Tecnología de Sensores Tecnología de Sensores
Sus antecedentes:
- Los métodos convencionales y de teledetección de monitoreo de la calidad del agua tienen limitaciones.
- Existe la necesidad de una evaluación continua y sin contacto de la calidad de las aguas superficiales.
Objetivo del estudio:
- Desarrollar un sistema de detección espectral proximal para la recuperación en tiempo real de la calidad del agua.
- Para crear un marco de regresión de conjunto adaptativo para una estimación precisa de parámetros.
Principales métodos:
- Utilizó un sensor espectral configurable de 12 bandas.
- Implementó un marco de eliminación de curvas espectrales anormales, aumento de características y RFECV.
- Empleado un marco de regresión de conjunto adaptativo con aprendices de base (RFR, GBR, GPR, KNNR) y estrategias de conjunto (promedio ponderado, apilamiento).
Principales resultados:
- Se lograron altos valores de R2 para la turbidez (0,988), la clorofila-a (0,814), el COD (0,882) y el DO (0,833).
- Se ha demostrado que los errores promedio porcentual absoluto (MAPE) son bajos, por debajo del 10% para la mayoría de los parámetros.
- Mostró la robustez del modelo contra el ruido y la estabilidad con datos limitados, rastreando efectivamente las tendencias de la calidad del agua.
Conclusiones:
- El sistema de detección espectral proximal desarrollado ofrece una solución estable y de bajo costo para el monitoreo continuo y de alta frecuencia de la calidad de las aguas superficiales.
- Las estrategias de conjunto son ventajosas para parámetros no ópticamente activos, mientras que los modelos basados en árboles sobresalen para los ópticamente activos.
Videos de Conceptos Relacionados
Quality of Water
Testing Water Quality
Regression Toward the Mean
Adaptations that Reduce Water Loss
The Sense of Self: Reflected Self-Appraisal and Social Comparison
Multiple Regression
Farmers can use multiple regression to determine the crop yield based on more than one factor, such as water availability, fertilizer, soil properties, etc. Here, the crop yield is the response or dependent variable as it depends on the other independent variables. The analysis requires the construction of a scatter plot...

