JOURNAL OF PHYSICS: CONFERENCE SERIES//(VOLUME 1564, 2020)
Volumen: 1564, Numero: 1, Páginas: [13] p.
Alton water reservoir located within the stunning countryside of Suffolk in UK has a history of cyanobacterial bloom, that are single-celled organisms that live in fresh, brackish, and marine water. The traditional approaches to monitoring water reservoirs are often limited by the need for data collection which often is time-consuming and expensive. In addition, Chlorophyll-a , algae and turbidity are important variable for the analysis of water quality, that are significant not only for human populations but also essential for plant and animal diversity. The main objective of this study is to predict these chemico physical parameters from 2014 to 2019 using time series analysis, satellite imagery, wavelet transform and deep learning. The satellites images were used to predict these parameters in Alton reservoir, manually selected samples were employed to validate estimated parameters using Wavelet Neural Networks.The results predicted by the neural network show good results, and good approximation to laboratory results, suggesting that the proposed model is suitable for environmental monitoring, contributing to monitor water quality parameters.
El embalse de agua de Alton, ubicado en la impresionante campiña de Suffolk, en el Reino Unido, tiene un historial de proliferación de cianobacterias, que son organismos unicelulares que viven en agua dulce, salobre y marina. Los enfoques tradicionales para monitorear reservorios de agua a menudo están limitados por la necesidad de recopilar datos, lo que a menudo requiere mucho tiempo y es costoso. Además, la clorofila-a, las algas y la turbidez son variables importantes para el análisis de la calidad del agua, que son significativas no solo para las poblaciones humanas sino también esenciales para la diversidad de plantas y animales. El objetivo principal de este estudio es predecir estos parámetros físicos químicos desde 2014 hasta 2019 utilizando análisis de series temporales, imágenes satelitales, transformada wavelet y aprendizaje profundo. Las imágenes de los satélites se utilizaron para predecir estos parámetros en el embalse de Alton, Se emplearon muestras seleccionadas manualmente para validar los parámetros estimados utilizando Wavelet Neural Networks. Los resultados pronosticados por la red neuronal muestran buenos resultados y una buena aproximación a los resultados de laboratorio, lo que sugiere que el modelo propuesto es adecuado para el monitoreo ambiental, contribuyendo a monitorear los parámetros de calidad del agua.