Monitoring water quality using samp

Monitoring water quality using sampling techniques and traditional analysis is very costly and time consuming. Influence of nutrient status on the basis of remote sensing monitoring and identification of surface water quality is important. In this work Landsat ETM data were used to build the multiple nonlinear regression models to quantify the quality of the lake water. The best nonlinear regression model of parameters BOD5, COD and suspended solids SS are in R2 values ranging from 0.9229 of parameter COD to 0.9777 of parameter BOD. Six spectral Landsat ETM bands were included in the nonlinear regression models as well as predictibility was also tested. This paper pointed out the applicability of artificial neural network to predict the water quality Dankia, Dalat using Landsat ETM data that helped to make the process of determining water quality quickly and effectively. The neural network architecture I(6)-HL(6)-O(3) was reached in this work. The six Landsat ETM spectral bands were used as input parameters of neural network, and the output parameters consist of the parameter COD, BOD5 and suspended solids SS. The value RMSE is in range 0.007 to 0.0129 for parameters BOD5, COD and SS together; and best-fitting values R2 of 0.99964 for BOD5, R2 of 0.99969 for COD, R2 of 0.99948 for SS. This gave the indirectly monitoring method of water quality based on remote sensing techniques. This shows very promising in the sustainable management of water resources.

Kết quả (Việt) 1:

Giám sát chất lượng nước bằng cách sử dụng kỹ thuật lấy mẫu và phân tích truyền thống là rất tốn kém và tốn thời gian. Ảnh hưởng của tình trạng dinh dưỡng trên cơ sở giám sát cảm biến từ xa và xác định chất lượng bề mặt nước là quan trọng. Trong tác phẩm này Landsat ETM dữ liệu được sử dụng để xây dựng mô hình phi tuyến hồi qui nhiều để định lượng chất lượng nước hồ. Mô hình hồi quy phi tuyến tốt nhất của tham số BOD5, COD và chất rắn bị đình chỉ SS trong R2 giá trị khác nhau, từ 0.9229 của tham số COD để 0.9777 tham số quản trị. Sáu quang phổ Landsat ETM ban nhạc đã được bao gồm trong phi tuyến hồi qui mô hình cũng như các predictibility cũng được thử nghiệm. Bài báo này chỉ ra các ứng dụng của mạng nơ-ron nhân tạo để dự đoán chất lượng nước Dankia, Đà Lạt sử dụng dữ liệu Landsat ETM đã giúp để làm cho quá trình xác định chất lượng nước một cách nhanh chóng và hiệu quả. Kiến trúc mạng nơ-ron I(6)-HL(6)-O(3) đã đạt được trong công việc này. Các ban nhạc phổ Landsat ETM sáu được sử dụng như là các thông số đầu vào của mạng nơ-ron và các tham số đầu ra bao gồm tham số COD, BOD5 và chất rắn bị đình chỉ SS. Giá trị Whattheschmidt là trong phạm vi 0,007 để 0.0129 cho tham số BOD5, COD và SS với nhau; và giá trị chạy nhất lắp R2 của 0.99964 cho BOD5, R2 của 0.99969 cho COD, R2 của 0.99948 cho SS. Điều này làm cho phương pháp gián tiếp giám sát chất lượng nước dựa trên kỹ thuật cảm biến từ xa. Điều này cho thấy rất hứa hẹn trong việc quản lý bền vững tài nguyên nước.

Kết quả (Việt) 2:

Giám sát chất lượng nước bằng cách sử dụng các kỹ thuật lấy mẫu và phân tích truyền thống là rất tốn kém và mất thời gian. Ảnh hưởng của tình trạng dinh dưỡng trên cơ sở giám sát cảm biến từ xa và xác định chất lượng nước bề mặt là rất quan trọng. Trong tác phẩm này dữ liệu Landsat ETM đã được sử dụng để xây dựng nhiều mô hình hồi quy tuyến tính để xác định số lượng chất lượng nước hồ. Các mô hình hồi quy tuyến tính tốt nhất của các thông số BOD5, COD và chất rắn lơ lửng SS là ở giá trị R2 từ 0,9229 thông số COD tới 0,9777 thông số BOD. Sáu ban nhạc phổ Landsat ETM được đưa vào mô hình hồi quy phi tuyến cũng như predictibility cũng đã được thử nghiệm. Bài viết này chỉ ra khả năng ứng dụng của mạng nơron nhân tạo để dự đoán chất lượng nước Dankia, Đà Lạt sử dụng Landsat ETM dữ liệu đó đã giúp để làm cho quá trình xác định chất lượng nước một cách nhanh chóng và hiệu quả. Các kiến ​​trúc mạng nơron I (6) -HL (6) -O (3) đã đạt được trong công tác này. Sáu Landsat ETM dải quang phổ được sử dụng như là các thông số đầu vào của mạng lưới thần kinh, và các thông số đầu ra bao gồm các thông số COD, BOD5 và chất rắn lơ lửng SS. Các RMSE giá trị trong phạm vi 0,007-0,0129 cho các thông số BOD5, COD và SS với nhau; và tốt nhất-lắp các giá trị R2 của 0,99964 cho BOD5, R2 của 0,99969 cho COD, R2 của 0,99948 cho SS. Điều này đã cho các phương pháp gián tiếp giám sát chất lượng nước dựa trên kỹ thuật viễn thám. Điều này cho thấy rất có triển vọng trong việc quản lý bền vững tài nguyên nước.