Integrating remote sensing and machine learning to detect turbidity anomalies in hydroelectric reservoirs

浊度 环境科学 水力发电 水力发电 水资源 水质 水文学(农业) 地表水 遥感 异常检测 异常(物理) 水位 水资源管理 环境工程 计算机科学 地质学 地图学 人工智能 地理 工程类 生态学 海洋学 物理 岩土工程 凝聚态物理 生物 电气工程
作者
Anderson Paulino Souza,Bruno Oliveira,Mauren Louise Sguario Coelho de Andrade,Maria Clara V.M. Starling,Alexandre H. Pereira,Philippe Maillard,Keiller Nogueira,Jefersson A. dos Santos,Camila C. Amorim
出处
期刊:Science of The Total Environment [Elsevier]
卷期号:902: 165964-165964 被引量:8
标识
DOI:10.1016/j.scitotenv.2023.165964
摘要

Monitoring water quality in reservoirs is essential for the maintenance of aquatic ecosystems and socioeconomic services. In this scenario, the observation of abrupt elevations of physicochemical parameters, such as turbidity and other indicators, can signal anomalies associated with the occurrence of critical events, requiring operational actions and planning to mitigate negative environmental impacts on water resources. This work aims to integrate Machine Learning methods specialized in anomaly detection with data obtained from remote sensing images to identify with high turbidity events in the surface water of the Três Marias Hydroelectric Reservoir. Four distinct threshold-based scenarios were evaluated, in which the overall performance, based on F1-score, showed decreasing trends as the thresholds became more restrictive. In general, the anomaly identification maps generated through the models ratified the applicability of the methods in the diagnosis of surface water in reservoirs in distinct hydrological contexts (dry and wet), effectively identifying locations with anomalous turbidity values.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
深情月饼完成签到,获得积分20
1秒前
cowmoon发布了新的文献求助10
1秒前
Hello应助hhh采纳,获得10
1秒前
林卷卷发布了新的文献求助10
3秒前
Lion发布了新的文献求助10
3秒前
4秒前
上官若男应助colorfulblue采纳,获得10
4秒前
chgo发布了新的文献求助10
5秒前
luohan完成签到,获得积分10
6秒前
6秒前
个性浩然完成签到 ,获得积分10
7秒前
小郭发布了新的文献求助20
7秒前
7秒前
YXYWZMSZ完成签到,获得积分10
10秒前
Evanoc发布了新的文献求助10
10秒前
hhh发布了新的文献求助10
11秒前
桐桐应助淡淡千山采纳,获得10
12秒前
Lemon完成签到,获得积分20
12秒前
Owen应助呆萌从蓉采纳,获得10
13秒前
haikuotian应助滴滴哒哒采纳,获得20
13秒前
纪问安完成签到,获得积分10
14秒前
苗条妙旋应助overThat采纳,获得10
14秒前
Jasper应助因你常乐采纳,获得10
14秒前
16秒前
upward完成签到 ,获得积分20
16秒前
十米完成签到,获得积分20
18秒前
酷波er应助Evanoc采纳,获得10
18秒前
Ava应助雨碎寒江采纳,获得10
19秒前
柔弱山芙完成签到,获得积分10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
香蕉觅云应助科研通管家采纳,获得10
20秒前
不配.应助Husky采纳,获得10
20秒前
酷波er应助科研通管家采纳,获得10
20秒前
汉堡包应助科研通管家采纳,获得10
20秒前
善学以致用应助大翟采纳,获得10
20秒前
大模型应助科研通管家采纳,获得10
20秒前
20秒前
pluto应助科研通管家采纳,获得10
20秒前
Orange应助科研通管家采纳,获得10
20秒前
共享精神应助科研通管家采纳,获得10
20秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
《粉体与多孔固体材料的吸附原理、方法及应用》(需要中文翻译版,化学工业出版社,陈建,周力,王奋英等译) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3084626
求助须知:如何正确求助?哪些是违规求助? 2737675
关于积分的说明 7546358
捐赠科研通 2387296
什么是DOI,文献DOI怎么找? 1265911
科研通“疑难数据库(出版商)”最低求助积分说明 613207
版权声明 598409