贝类生长水域便大肠杆菌的短期预测
Natalie Chazal1, Megan Carr1, Andrew K Leight2
1Biological and Agricultural Engineering, North Carolina State University, Raleigh, NC, USA.
Marine pollution bulletin
|January 26, 2024
概括
这项研究开发了模型来预测贝类水中的便污染. 之前的降雨是关键,在使用预测降雨数据时,风变得很重要.
科学领域:
- 环境科学 环境科学
- 海洋生物学 海洋生物学
- 水质管理水质管理
背景情况:
- 沿海贝种植水域容易受到便污染,对公众健康和经济构成风险.
- 准确预测便污染事件对于有效的贝类卫生管理至关重要.
- 现有的模型通常依赖于测量数据,限制了它们对短期预测的有用性.
研究的目的:
- 开发和评估近期 (1-3天) 便污染事件在沿海贝类生长水域的预测模型.
- 评估使用预测与测量降雨数据对模型性能的影响.
- 确定便大肠杆菌度的关键预测因素,与贝类管理相关.
主要方法:
- 随机森林回归被用来构建预测模型.
- 模型使用佛罗里达州五个贝类管理区的10年便大肠杆菌测量结果进行训练.
- 流域特征,水文和气象数据被用作预测因素.
主要成果:
- 模型性能在各管理领域有所不同,R平方值在0.36到0.72.7之间.
- 先前的降水变量一直是天天预测模型的重要预测因素.
- 将预测降雨量纳入模型增加了风力组件在模型中的重要性.
结论:
- 结合流域和气象数据的预测模型可以预测贝类水中的便污染.
- 先前的降水是预测便中大肠杆菌水平的一个关键因素.
- 预测降雨量和考虑风力数据可以提高贝类管理的近期污染预测的准确性.
