ma4ypic4y / heavy-metals-prediction Goto Github PK

Исследование основано на данной работе

Публиция по проделанной работе

Наиболее распространенным методом оценки состояния окружающей среды является определение количества мелкодисперсных частиц и некоторых химических соединений, например, CO2. Для получения подробной информации о составе загрязнения используются методы мониторинга, основанные на сборе проб.

Идея использования мхов для измерения атмосферных выпадений тяжелых металлов ос-нована на том факте, что мхи, получают большую часть микроэлементов и питательных ве-ществ непосредственно из атмосферы, при этом поглощение металлов из почвы невелико за счет поверхностного расположения корневой системы.

В рамках проекта комиссии Организации Объединенных Наций (ООН) дальнему транс-граничному переносу воздушных загрязнений (ICP Vegetation) участники собирают образцы мха и используют различные техники, например нейтронно-активационный анализ, чтобы получить данные по содержанию тяжелых металлов, соединений азота, стойких органиче-ских соединений и радионуклидов.

Поскольку стандартные методы мониторинга основаны на отборе проб и дальнейшем их анализе, они требуют больших временных и трудовых затрат для прогнозирования в гло-бальных масштабах, также, при таком подходе сложно получать образцы в труднодоступных зонах. Поэтому хорошим дополнением может стать прогнозирование, оно позволит частично автоматизировать процесс контроля окружающей среды.

Общая идея состоит в использова-нии данных, которые можно получать со спутниковых изображений вместе с данными, полученными после анализа собранных образцов, чтобы обучить модель, а затем использовать только данные со спутниковых изображений для дальнейшего анализа концентрации тяже-лых металлов.