
產(chǎn)品中心 應(yīng)用方案 技術(shù)文摘質(zhì)量保證產(chǎn)品選型 下載中心業(yè)內(nèi)動態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們

- 經(jīng)濟(jì)實惠的傳感器系統(tǒng)實現(xiàn)藻華實時檢測
- 來源:韓國科學(xué)技術(shù)研究院(National Research Council of Science and Technology) 發(fā)表于 2025/6/9
用于藻華檢測的低成本傳感器系統(tǒng)。圖片來源:韓國土木工程與建筑技術(shù)研究院(Korea Institute of Civil Engineering and Building Technology)
韓國土木工程與建筑技術(shù)研究院(KICT)成功開發(fā)了一種實時、低成本的藻華監(jiān)測系統(tǒng),該系統(tǒng)利用廉價的光學(xué)傳感器和新型標(biāo)記邏輯,其準(zhǔn)確性超過了梯度提升(Gradient Boosting)和隨機(jī)森林(Random Forest)等先進(jìn) AI 模型。相關(guān)研究成果發(fā)表于《環(huán)境監(jiān)測與評估》(Environmental Monitoring and Assessment)雜志。
有害藻華(HABs)對水質(zhì)、公共健康和水生生態(tài)系統(tǒng)構(gòu)成重大威脅。傳統(tǒng)檢測方法如衛(wèi)星成像和無人機(jī)遙感成本高昂,且不適合野外連續(xù)作業(yè)。
為解決這一問題,KICT 環(huán)境研究部的李在葉(Jai-Yeop Lee)博士團(tuán)隊開發(fā)了一種緊湊的傳感器探頭,將環(huán)境光和陽光傳感器集成到基于微控制器的平臺中。該設(shè)備根據(jù)勒克斯(lx)、紫外線(UV)、可見光(VIS)和紅外線(IR)四個傳感器變量的實時讀數(shù),將水面狀況分為 “藻類”“晴天”“陰影” 和 “水體” 四類標(biāo)簽。
研究團(tuán)隊使用支持向量機(jī)(SVM)分類器對傳感器數(shù)據(jù)進(jìn)行標(biāo)記,以四個輸入變量實現(xiàn)了 92.6% 的準(zhǔn)確率。為進(jìn)一步提升性能,他們構(gòu)建了基于順序邏輯的分類算法,通過解讀 SVM 邊界條件,將準(zhǔn)確率提升至 95.1%。
按建議的 logic sequence 的預(yù)測準(zhǔn)確率圖。圖片來源:韓國土木工程與建筑技術(shù)研究院
預(yù)測準(zhǔn)確率對比
當(dāng)應(yīng)用 PCA(主成分分析)進(jìn)行降維,然后進(jìn)行 SVM 分類時,準(zhǔn)確率達(dá)到 91.0%。然而,在 PCA 轉(zhuǎn)換的 SVM 邊界上應(yīng)用邏輯排序?qū)崿F(xiàn)了 100% 的預(yù)測準(zhǔn)確率,優(yōu)于隨機(jī)森林和梯度提升模型,后者達(dá)到了 99.2%。這種方法表明,簡單性和邏輯性可以勝過復(fù)雜性,尤其是在受限環(huán)境中。
數(shù)據(jù)顯示,對 PCA 降維后的 SVM 邊界應(yīng)用邏輯序列時,預(yù)測準(zhǔn)確率達(dá)到100%,超越了隨機(jī)森林和梯度提升模型(均為 99.2%)。這表明,在受限環(huán)境中,簡單邏輯模型可能比復(fù)雜算法更具優(yōu)勢。
李博士指出:“基于邏輯的框架表現(xiàn)出卓越的魯棒性和可解釋性,尤其適合在嵌入式系統(tǒng)中實時部署。在小樣本場景下,其性能優(yōu)于集成樹方法,是野外微控制器(MCU)環(huán)境的理想選擇。”
該系統(tǒng)還通過多元線性回歸(MLR)模型量化葉綠素 - a(Chl-a)濃度(有害藻華的關(guān)鍵指標(biāo))。基于相同的四個傳感器輸入,該模型對 Chl-a 濃度高于 5 mg/L 的情況誤差率為 14.3%,證明其適用于實際野外監(jiān)測。與復(fù)雜的非線性模型不同,MLR 模型可在低功耗設(shè)備上高效運行,且易于解釋和維護(hù)。
這項研究標(biāo)志著經(jīng)濟(jì)實惠的水質(zhì)監(jiān)測技術(shù)取得重大進(jìn)展。通過結(jié)合低成本物聯(lián)網(wǎng)傳感器技術(shù)和高效的邏輯建模,該系統(tǒng)無需昂貴硬件或大量訓(xùn)練數(shù)據(jù)即可實現(xiàn)藻華實時檢測,為資源有限的地區(qū)提供了可擴(kuò)展的解決方案。
更多信息:Jai-yeop Lee,《基于低成本傳感器的藻華標(biāo)記:支持向量機(jī)與邏輯方法的對比研究》,《環(huán)境監(jiān)測與評估》(2025)。DOI:10.1007/s10661-025-13815-y
期刊信息:《環(huán)境監(jiān)測與評估》
來源:韓國科學(xué)技術(shù)研究院
- 如果本文收錄的圖片文字侵犯了您的權(quán)益,請及時與我們聯(lián)系,我們將在24內(nèi)核實刪除,謝謝!