评估类光以量化结合下水道溢出受损水域中的大肠杆菌度

科学领域:

• 环境科学
• 监测水质
• 微生物学

背景情况:

• 准确预测大肠杆菌度对于公众健康和环境安全至关重要.
• 传统的大肠杆菌监测方法可能耗时且资源密集.
• 光学指标参数提供了实时水质评估的潜力.

研究的目的:

• 评估结合其他水质参数用于预测大肠杆菌度的光效果.
• 在河流环境中开发和验证大肠杆菌预测算法.
• 评估使用多次风暴事件数据对预测准确性的影响.

主要方法:

• 部署测量TLF和其他水质指标的多参数探测器.
• 在三个不同的风暴事件中使用Colilert-18®收集和实验室分析大肠杆菌采集样本.
• 开发两套预测算法:一个基于单个风暴,另一个使用所有三种风暴的数据.
• 通过将预测的大肠杆菌度与实验室测量进行算法的验证.

主要成果:

• 从单个风暴 (14/8/23) 开发的算法产生了从0.5705到0.0005的R2值.
• 一个使用所有三个风暴数据的探索算法导致R2值在0.4953到0.0045之间.
• 使用TLF和其他参数预测大肠杆菌度的准确性在不同风暴事件和地点的有效性有限.

结论:

• 与其他水质参数相结合的型光 (TLF) 在准确预测下鲁日河中的大肠杆菌度方面表现出有限的成功.
• 开发的预测算法没有达到高精度,表明TLF可能不是实时监测大肠杆菌的唯一可靠指标.
• 需要进行进一步的研究,以改善预测模型或探索有效预测河流系统中的大肠杆菌的替代或补充参数.