近期，美国 Texas A&M AgriLife Research and Extension Center 的 Bharat Sharma Acharya 团队在 Sustainable Horizons 发表观点文章，呼吁将机器学习及无人机技术引入水质监测，从而提高现如今水资源管理的水平。
原文链接：https://doi.org/10.1016/j.horiz.2022.100019
————
- 研究背景 -
水质对健康的生命和生态系统至关重要。然而当前，环境污染、人口增长、集约化农业、经济增长和气候变化等多方面因素均在持续威胁着全球水资源安全——这使得水资源的数量和质量监测比以往任何时候都更加需要得到重视。
- 研究现状 -
水质监测对水资源规划和管理至关重要。
传统的水质评价主要采用设立半自动化监测站及抽样检测的方法，容易出现随机和系统性错误，并且操作和维护成本较高。当前一般采用的模型都是基于过程的，不仅耗时，且对数据质量要求较高。
近年来，机器学习（Machine Learning, ML）在水相关领域的应用取得了很大的进展。ML不仅可以减少对分类指数计算的需求，轻松处理大而嘈杂的数据集，减少计算时间，解决复杂的非线性现象，而且支持水文预测。再加上公开可用的数据集和新的云计算软件，ML有潜力进一步加快水文研究和水资源管理的进展。
作为人工智能（Artificial Intelligence, AI）的一个分支，ML使用了自学习算法来最大化模型的性能。目前已有相关研究广泛介绍了监督ML（支持向量机（SVM）、决策树、随机森林、神经网络、k近邻）、无监督ML（k-means，光谱聚类）和半监督ML（q-学习，生成对抗网络）在水文领域的应用。这些算法已被广泛用于预测自然和人为管理的生态系统的水质参数，例如：预测伊朗泰雷河的水质参数，预测智利安第斯流域的悬移质泥沙运移等。
近期，有实例利用无人机（Unmanned Aerial Vehicles, UAVs）完成了高性价比的水质监测和建模，从而最大限度地减少空间和时间数据质量问题，促进接近实时的评估和决策制定。然而，基于无人机的遥感应用面临着来自仪器校准以及图像大气校正领域的关键技术挑战。
无人机、机器学习与实地测量相结合，为更好地监测水质参数、规划和管理提供了机会。有研究将混合反馈深度分解机器模型用于监测城市河流的水质，该模型结合了无人机获取的高光谱成像、深度学习、因子分解机和摩根指数分析，不仅提高了水质评估的准确性和稳健性，还展示了实时监测在开发预警方面的优势。
- 结论和展望 -
当前，使用无人机采集数据并且利用机器学习来处理，可以得到更高精度的数据和模型——这有着巨大的实际应用效益。
但是野外数据在验证无人机获取的地面数据和模型，以及最终提高模型预测的准确性等方面，仍然起着至关重要的作用。而当前的ML算法也面临许多挑战，包括参数的复杂性、足够的训练样本的可用性、识别最佳参数以及模型或目标变量的过拟合问题等。此外，投资和研究基于云存储的数据共享是必不可少的。
因此，本文呼吁全世界科学家应着手在机器学习及无人机技术等领域开展未来的研究，以提高现如今水资源管理的水平，更好地维护世界水安全。
作者简介
Dr. Bhandari is an assistant professor of digital agriculture at the Texas A&M AgriLife Research and Extension Center, Corpus Christi, Texas, USA. His expertise and interests include high throughput phenotyping, digital farming, crop physiology, and unmanned aerial vehicles. He received his Ph.D. from Texas A&M University, College Station, Texas, USA in 2020. Currently, he serves as the vice leader for Precision Agricultural Systems Community Leaders Committee for American Society of Agronomy.
引用格式：
Acharya, B.S., Bhandari, M., 2022. Machine Learning and Unmanned Aerial Vehicles in Water Quality Monitoring. Sustainable Horizons 3, 100019.
期刊官网（英文）：https://journals.elsevier.com/sustainable-horizons
期刊官网（中文）：https://www.sustainable-horizons.com/
Linkedin Page：Sustainable Horizons
投稿链接：https://www.editorialmanager.com/horiz/default1.aspx
版权声明：
本文由 Sustainable Horizons 负责发布，欢迎转发分享至朋友圈，如需转载，应声明出处。Sustainable Horizons 为英文开源学术期刊，以上中文标题、内容仅供参考，具体内容请以英文原文为准。投稿、合作、转载请发送邮件至sush_journal@sustech.edu.cn，我们将在第一时间回复您的信息。
