Ecological InformaticsReal-time obs

Ecological Informatics
Real-time observation, early warning and forecasting phytoplankton
blooms by integrating in situ automated online sondes and hybrid
evolutionary algorithms
Phytoplankton bloom is one of the most serious threats to water resource, and remains a global challenge in environmental
management. Real-time monitoring and forecasting the dynamics of phytoplankton and early warning
the risks are critical steps in an effective environmental management. Automated online sondes have been
widely used for in situ real-time monitoring of water quality due to their high reliability and low cost. However,
the knowledge of using real-time data from those sondes to forecast phytoplankton blooms has been seldom addressed.
Here we present an integrated system for real-time observation, early warning and forecasting of phytoplankton
blooms by integrating automated online sondes and the ecological model. Specifically, based on the
high-frequency data from automated online sondes in Xiangxi Bay of Three Gorges Reservoir, we successfully developed
1–4 days ahead forecasting models for chlorophyll a (chl a) concentration with hybrid evolutionary algorithms
(HEAs). With the predicted concentration of chl a, we achieved a high precision in 1–7 days ahead early
warning of good (chl a b 25 μg/L) and eutrophic (chl a 8–25 μg/L) conditions; however only achieved an acceptable
precision in 1–2 days ahead early warning of hypertrophic condition (chl a ≥ 25 μg/L). Our study shows that
the optimized HEAs achieved an acceptable performance in real-time short-term forecasting and early warning
of phytoplankton blooms with the data from the automated in situ sondes. This system provides an efficient way
in real-time monitoring and early warning of phytoplankton blooms, and may have a wide application in eutrophication
monitoring and management.

ผลลัพธ์ (ไทย) 1:

สารสนเทศระบบนิเวศสังเกตแบบเรียลไทม์ คำเตือนก่อน และคาดการณ์แพลงก์ตอนพืชบุปผา โดย sondes ออนไลน์อัตโนมัติในแหล่งกำเนิดและไฮบริดสลีอัลกอริทึมวิวัฒนาการแพลงก์ตอนพืชบลูมเป็นภัยคุกคามร้ายแรงที่สุดน้ำทรัพยากรอย่างใดอย่างหนึ่ง และยังคง ความท้าทายระดับโลกในด้านสิ่งแวดล้อมการบริหารจัดการ ตรวจสอบเวลาจริงและการคาดการณ์ dynamics ของแพลงก์ตอนพืชและเตือนล่วงหน้าความเสี่ยงเป็นขั้นตอนสำคัญในการบริหารจัดการสิ่งแวดล้อม Sondes ออนไลน์อัตโนมัติได้ใช้สำหรับการตรวจสอบแบบเรียลไทม์ในแหล่งกำเนิดของคุณภาพน้ำเนื่องจากความน่าเชื่อถือสูงและต้นทุนต่ำที่สุด อย่างไรก็ตามส่งความรู้ของการใช้ข้อมูลแบบเรียลไทม์จาก sondes เหล่านั้นในการพยากรณ์บุปผาแพลงก์ตอนพืชไม่ค่อยที่นี่เรานำเสนอระบบบูรณาการการสังเกตการณ์แบบเรียลไทม์ ต้นคำเตือน และการคาดการณ์ของแพลงก์ตอนพืชบุปผา โดย sondes ออนไลน์แบบอัตโนมัติและแบบจำลองระบบนิเวศ โดยเฉพาะอย่างยิ่ง ตามความถี่สูงข้อมูลจากอัตโนมัติออนไลน์ sondes ในอ่างเก็บน้ำช่อง Xiangxi เบย์ของสาม สำเร็จพัฒนา1-4 วันข้างหน้าการคาดการณ์สำหรับคลอโรฟิลล์ a (chl) ความเข้มข้นกับอัลกอริทึมวิวัฒนาการของไฮบริดสลี(HEAs) มีความเข้มข้นคาดการณ์ chl ที่ เราได้ความแม่นยำสูงใน 1-7 วันข้างหน้าก่อนคำเตือนของดี (chl b 25 ไมโครกรัม/L) และ eutrophic (chl 8 – 25 ไมโครกรัม/L) เงื่อนไข อย่างไรก็ตามเท่านั้น ได้รับการยอมรับความแม่นยำในการเตือนก่อนล่วงหน้า 1 – 2 วันโรค hypertrophic (chl ≥ 25 ไมโครกรัม/L) ศึกษาของเราแสดงให้เห็นว่าHEAs ปรับได้ประสิทธิภาพที่ยอมรับในการคาดการณ์ระยะสั้นแบบเรียลไทม์และการเตือนล่วงหน้าของบุปผาแพลงก์ตอนพืชด้วยข้อมูลจาก sondes ในแหล่งกำเนิดโดยอัตโนมัติ ระบบนี้มีวิธีที่มีประสิทธิภาพในแบบเรียลไทม์ตรวจสอบก่อนคำเตือนของแพลงก์ตอนพืชดอกไม้ และอาจมีโปรแกรมประยุกต์ที่กว้างใน eutrophicationตรวจสอบและการจัดการ

ผลลัพธ์ (ไทย) 2:

สารสนเทศเชิงนิเวศน์
การสังเกตแบบ Real-time, การเตือนภัยและการพยากรณ์แพลงก์ตอนพืช
บุปผาโดยการบูรณาการในแหล่งกำเนิดอัตโนมัติ sondes ออนไลน์และไฮบริด
ขั้นตอนวิธีวิวัฒนาการ
บานแพลงก์ตอนพืชเป็นหนึ่งในภัยคุกคามที่ร้ายแรงที่สุดกับทรัพยากรน้ำและยังคงเป็นความท้าทายระดับโลกในด้านสิ่งแวดล้อม
การจัดการ ตรวจสอบเวลาจริงและการคาดการณ์การเปลี่ยนแปลงของแพลงก์ตอนพืชและเตือนภัยล่วงหน้า
มีความเสี่ยงเป็นขั้นตอนที่สำคัญในการจัดการสิ่งแวดล้อมที่มีประสิทธิภาพ อัตโนมัติ sondes ออนไลน์ได้รับการ
ใช้กันอย่างแพร่หลายในการตรวจสอบเวลาจริงแหล่งกำเนิดของคุณภาพน้ำอันเนื่องมาจากความน่าเชื่อถือสูงและต้นทุนต่ำ แต่
ความรู้ของการใช้ข้อมูลในเวลาจริงจาก sondes ผู้ที่จะคาดการณ์บุปผาแพลงก์ตอนพืชที่ได้รับการ addressed ไม่ค่อย.
ที่นี่เรานำเสนอระบบบูรณาการสำหรับการสังเกตเวลาจริงเตือนภัยล่วงหน้าและการคาดการณ์ของแพลงก์ตอนพืช
บุปผาโดยการบูรณาการ sondes ออนไลน์แบบอัตโนมัติและแบบจำลองระบบนิเวศ . โดยเฉพาะบนพื้นฐานของ
ข้อมูลที่ความถี่สูงจาก sondes ออนไลน์อัตโนมัติใน Xiangxi อ่าวอ่างเก็บน้ำ Gorges สามเราพัฒนาประสบความสำเร็จใน
1-4 วันข้างหน้าแบบจำลองการคาดการณ์สำหรับคลอโรฟิล (CHL) ที่ความเข้มข้นที่มีขั้นตอนวิธีวิวัฒนาการไฮบริด
(HEAs) ที่มีความเข้มข้นของการคาดการณ์ CHL เราประสบความสำเร็จในความแม่นยำสูงใน 1-7 วันแรกไปข้างหน้า
คำเตือนของดี (CHL AB 25 ไมโครกรัม / ลิตร) และ eutrophic (CHL 8-25 ไมโครกรัม / ลิตร) เงื่อนไข; แต่ประสบความสำเร็จเพียงยอมรับ
ความแม่นยำในอีก 1-2 วันข้างหน้าเตือนภัยสภาพ hypertrophic (CHL ≥ 25 ไมโครกรัม / ลิตร) การศึกษาของเราแสดงให้เห็นว่า
HEAs เพิ่มประสิทธิภาพประสบความสำเร็จในการทำงานที่ได้รับการยอมรับในเวลาจริงการคาดการณ์ระยะสั้นและการเตือนภัยล่วงหน้า
ของบุปผาแพลงก์ตอนพืชที่มีข้อมูลจากอัตโนมัติใน sondes แหล่งกำเนิด ระบบนี้ให้เป็นวิธีที่มีประสิทธิภาพ
ในการตรวจสอบเวลาจริงและการเตือนภัยล่วงหน้าของบุปผาแพลงก์ตอนพืชและอาจจะมีการประยุกต์กว้างใน eutrophication
การตรวจสอบและการจัดการ

ผลลัพธ์ (ไทย) 3:

สนเทศศาสตร์ทางนิเวศวิทยาตรวจสอบเวลาจริง , การเตือนภัยล่วงหน้าและพยากรณ์แพลงก์ตอนพืชบุปผา โดยบูรณาการใน situ อัตโนมัติออนไลน์ซอนด์ส และลูกผสมขั้นตอนวิธีเชิงวิวัฒนาการแพลงตอนบลูมเป็นหนึ่งในภัยคุกคามที่ร้ายแรงที่สุดในแหล่งน้ำ และยังคงความท้าทายระดับโลกในด้านสิ่งแวดล้อมการจัดการ การตรวจสอบและการพลวัตของแพลงก์ตอนพืช และการเตือนภัยล่วงหน้าเวลาจริงความเสี่ยงมีขั้นตอนในการจัดการสิ่งแวดล้อมที่มีประสิทธิภาพ ซอนด์สออนไลน์อัตโนมัติได้ใช้กันอย่างแพร่หลายใน situ เรียลไทม์การตรวจสอบคุณภาพน้ำ เนื่องจากมีความน่าเชื่อถือสูงและต้นทุนต่ำของพวกเขา อย่างไรก็ตามความรู้ในการใช้ข้อมูลเรียลไทม์จากซอนด์สผู้พยากรณ์แพลงก์ตอนพืชออกดอกได้ไม่ค่อยให้ความสนใจที่นี่เรานำเสนอระบบบูรณาการเพื่อการตรวจสอบแบบเรียลไทม์ การเตือนภัยล่วงหน้าและพยากรณ์ของแพลงก์ตอนพืชบุปผาโดยรวมอัตโนมัติออนไลน์ซอนด์สและรูปแบบทางนิเวศวิทยา โดยเฉพาะตามใช้ข้อมูลจากซอนด์สออนไลน์อัตโนมัติในเซียงซีอ่าวสาม Gorges อ่างเก็บน้ำ เราพัฒนา1 – 4 วันล่วงหน้าแบบจำลองพยากรณ์ปริมาณคลอโรฟิลล์เอ ( CHL ) สมาธิกับไฮบริดขั้นตอนวิธีเชิงวิวัฒนาการ( heas ) กับการทำนายความเข้มข้นของ chl เราบรรลุความแม่นยำสูงใน 1 – 7 วันล่วงหน้าก่อนเตือนภัยที่ดี ( CHL ) μ 25 กรัม / ลิตร ) และยูโทรฟิก ( CHL 8 – 25 μกรัม / ลิตร ) เงื่อนไข แต่เพียงได้รับการยอมรับได้ความแม่นยำใน 1 - 2 วัน ก่อนการเตือนภัยล่วงหน้าของเงื่อนไข hypertrophic ( CHL เป็น≥ 25 μกรัม / ลิตร ) การศึกษาของเราแสดงให้เห็นว่าเพิ่มประสิทธิภาพ heas บรรลุประสิทธิภาพที่ยอมรับได้ในแบบเรียลไทม์ การพยากรณ์และการเตือนภัยล่วงหน้าระยะสั้นของแพลงก์ตอนพืชออกดอกด้วย ข้อมูลจาก อัตโนมัติใน situ ซอนด์ส . ระบบนี้จะให้วิธีที่มีประสิทธิภาพในการตรวจสอบเวลาจริงและการเตือนภัยล่วงหน้าของแพลงก์ตอนพืชออกดอก และอาจมีการประยุกต์กว้างในปรากฏการณ์ยูโทรฟิเคชั่นการตรวจสอบและการจัดการ