3.2. Model ChainsMany water quality

3.2. Model Chains
Many water quality management analyses require the use
of a sequence of models, one feeding data into another.
For example, consider the sequence or chain of models
required for the prediction of fish and shellfish survival as
a function of nutrient loadings into an estuary. Of interest
to the stakeholders are the conditions of the fish and
shellfish. One way to maintain healthy fish and shellfish
stocks is to maintain sufficient levels of oxygen in the
estuary. The way to do this is to control algae blooms.
This in turn requires limits on the nutrient loadings to the
estuary that can cause algae blooms, and subsequent
dissolved oxygen deficits. The modelling challenge is to
link nutrient loading to fish and shellfish survival.
The negative effects of excessive nutrients (e.g. nitrogen)
in an estuary are shown in Figure 12.2. Nutrients
stimulate the growth of algae. Algae die and accumulate
on the bottom, where bacteria consume them. Under
calm wind conditions density stratification occurs.
Oxygen is depleted in the lower levels of water. Fish
and shellfish may die or become weakened and more
vulnerable to disease.
A model consisting of a sequence of conditional
probabilities can be defined to predict the probability of
shellfish and fish abundance based on upstream nutrient
loadings into the estuary that might cause problems
for fish and shellfish populations. These conditional
probabilities can be judgemental, mechanistic and/or statistical.
Each conditional probability can be a separate
sub-model. Assuming each sub-model can identify a
conditional probability distribution, the probability Pr{C
| N} of a specified amount of carbon, C, given some specified
loading of a nutrient, say nitrogen, N, equals the
probability Pr{C | A} of that given amount of carbon,
given a concentration of algae biomass, A, times the probability
Pr{A | N, R} of that concentration of algae biomass
given the nitrogen loading, N, and the river flow, R,
times the probability Pr{R} of the river flow, R. In other
words:

Kết quả (Việt) 1:

3.2. mô hình chuỗiPhân tích quản lý chất lượng nước nhiều yêu cầu việc sử dụngcác chuỗi của các mô hình, một dữ liệu cho ăn vào khác.Ví dụ, xem xét các trình tự hoặc chuỗi của mô hìnhyêu cầu đối với dự báo sự tồn tại cá và động vật có vỏ nhưmột chức năng của dinh dưỡng khi vào một cửa sông. Quan tâmđể các bên liên quan là những điều kiện của cá vàđộng vật có vỏ. Một cách để duy trì sức khỏe cá và sò ốccổ phiếu là để duy trì mức đủ oxy trong cáccửa sông. Cách để làm điều này là để kiểm soát tảo nở.Điều này lần lượt đòi hỏi phải giới hạn lực chất dinh dưỡng để cáccửa sông có thể gây ra tảo nở, và tiếp theothâm hụt oxy hòa tan. Thách thức mô hình là đểliên kết tải chất dinh dưỡng để cá và sò ốc sự sống còn.Những ảnh hưởng tiêu cực của quá nhiều chất dinh dưỡng (ví dụ như nitơ)trong một cửa sông được thể hiện trong hình 12.2. Chất dinh dưỡngkích thích sự phát triển của tảo. Tảo chết và tích lũytrên dưới cùng, nơi vi khuẩn tiêu thụ chúng. DướiBình tĩnh điều kiện gió mật độ phân tầng xảy ra.Ôxy cạn kiệt ở mức độ thấp hơn của nước. Cávà động vật có vỏ có thể chết hoặc trở nên suy yếu và nhiều hơn nữadễ bị tổn thương đến bệnh.Một mô hình bao gồm một chuỗi các có điều kiệnxác suất có thể được định nghĩa để dự đoán xác suấtđộng vật có vỏ và cá phổ biến dựa trên thượng nguồn dinh dưỡngKhi vào sông mà có thể gây ra vấn đềĐối với quần thể cá và sò ốc. Các điều kiệnxác suất có thể được phán xét, mechanistic và/hoặc thống kê.Each conditional probability can be a separatesub-model. Assuming each sub-model can identify aconditional probability distribution, the probability Pr{C| N} of a specified amount of carbon, C, given some specifiedloading of a nutrient, say nitrogen, N, equals theprobability Pr{C | A} of that given amount of carbon,given a concentration of algae biomass, A, times the probabilityPr{A | N, R} of that concentration of algae biomassgiven the nitrogen loading, N, and the river flow, R,times the probability Pr{R} of the river flow, R. In otherwords:

Kết quả (Việt) 2:

3.2. Mô hình Chuỗi
phân tích Nhiều quản lý chất lượng nước yêu cầu sử dụng
của một chuỗi các mô hình, một dữ liệu thức ăn vào nhau.
Ví dụ, xem xét trình tự hoặc chuỗi các mô hình
cần thiết cho việc dự đoán của cá và động vật có vỏ sống sót là
một chức năng của tải trọng dinh dưỡng vào một cửa sông . Quan tâm
đến các bên liên quan là các điều kiện của cá và
động vật có vỏ. Một cách để duy trì cá và động vật có vỏ lành mạnh
cổ phiếu là để duy trì đủ mức độ oxy trong
cửa sông. Các cách để làm điều này là để kiểm soát tảo.
Điều này đòi hỏi các giới hạn về tải trọng chất dinh dưỡng để các
cửa sông có thể gây tảo nở hoa, và sau đó
thâm hụt oxy hòa tan. Các mô hình thử thách là phải
liên kết tải chất dinh dưỡng cho cá và các động vật có vỏ sống sót.
Các tác động tiêu cực của các chất dinh dưỡng quá mức (ví dụ như nitơ)
trong một cửa sông được thể hiện trong hình 12.2. Các chất dinh dưỡng
kích thích sự phát triển của tảo. Tảo chết và tích lũy
ở đáy, nơi vi khuẩn tiêu thụ chúng. Dưới
điều kiện gió bình tĩnh mật độ phân tầng xảy ra.
Oxygen bị cạn kiệt ở các cấp thấp hơn của nước. Cá
và động vật có vỏ có thể chết hoặc trở nên suy yếu và nhiều hơn nữa
dễ bị bệnh.
Một mô hình bao gồm một chuỗi các điều kiện
xác suất có thể được xác định để dự đoán xác suất
sò ốc và phong phú của cá dựa trên thượng nguồn dinh dưỡng
trội vào các cửa sông mà có thể gây ra vấn đề
cho cá và quần thể động vật có vỏ. Những điều kiện
xác suất có thể được phán xét, cơ học và / hoặc thống kê.
Mỗi suất có điều kiện có thể là một riêng biệt
tiểu mô hình. Giả sử mỗi tiểu mô hình có thể xác định một
phân bố xác suất có điều kiện, xác suất Pr {C
| N} của một số quy định về carbon, C, đưa ra một số quy định
tải của một chất dinh dưỡng, nói nitrogen, N, bằng với
xác suất Pr {C | A } trong đó số tiền nhất định của carbon,
được nồng độ sinh khối tảo, A, lần xác suất
Pr {A | N, R} trong đó nồng độ sinh khối tảo
được nạp nitơ, N, và dòng sông, R,
lần xác suất Pr {R} của dòng sông, R. Trong khác
từ: