使用遥感和机器学习,每月一次地预测埃里湖有害藻类繁殖的强度

科学领域:

• 环境科学 环境科学
• 临界技术 临界技术
• 生态生态学 生态生态学

背景情况:

• 蓝藻细菌 (CyanoHAB) 的有害藻类繁殖 (HAB) 是内陆湖泊的一个重大环境问题.
• 蓝藻细菌的开花动态在较粗的时间尺度上是可预测的,受营养负载等因素的影响.

研究的目的:

• 预测Erie湖的每月 (10天) 时间表中的CyanoHAB细胞计数.
• 评估统计模型在预测蓝菌指数 (CI) 中的有效性.

主要方法:

• 利用卫星衍生的蓝菌指数 (CI) 作为细胞计数的代理.
• 开发并比较了四种统计模型:LASSO,ANN,RF和整体平均值 (EA).
• 使用环境和湖泊水力动力学数据,包括营养负载和气象变量,作为预测因素.

主要成果:

• 随机森林 (RF) 和集成平均值 (EA) 模型为CI提供了最好的预测.
• 发现较粗的时间尺度变量,而不是次月变量,是CyanoHAB增长的主要驱动因素.
• 滞后的太阳辐射 (30-60天) 和历史的营养负载 (TP,TKN) 是重要的预测因素.

结论:

• 使用先进的统计模型,可以实现CyanoHAB细胞计数的次月预测.
• 长期的环境因素,包括历史的营养投入和太阳辐射模式,对于预测花强度至关重要.