برآورد کلروفیل مخزن با استفاده از الگوریتم REPTree

کلروفیل، رنگدانه های حیاتی در گیاهان و جلبک ها، نقش اساسی در فرآیند فتوسنتز ایفا می کند. این فرآیند به گیاهان و جلبک ها اجازه می دهد تا با جذب انرژی نور خورشید، ترکیبات آلی تولید کنند. کلروفیل آ، نوع غالب کلروفیل در گیاهان سبز و جلبک ها، به عنوان شاخصی برای اندازه گیری رشد جلبک ها در آب استفاده می شود. این اندازه گیری، اطلاعات ارزشمندی در مورد وضعیت تغذیه ای یک پهنه آبی ارائه می دهد. اگرچه جلبک ها جزئی طبیعی و ضروری از اکوسیستم های آب شیرین هستند، اما رشد بیش از حد آنها می تواند عواقب نامطلوبی به همراه داشته باشد. از جمله این عواقب می توان به کاهش سطح اکسیژن محلول، ایجاد بوی نامطبوع و تولید سمومی که سلامت انسان و حیوانات را تهدید می کنند، اشاره کرد. این سموم، به ویژه در غلظت های بالا، می توانند خطرات جدی برای سلامتی ایجاد کنند. بنابراین، پایش مداوم و منظم غلظت کلروفیل در منابع آب، امری ضروری است. استفاده از سیستم های سنجش از دور، روشی مقرون به صرفه برای برآورد غلظت کلروفیل آ در منابع آب محسوب می شود. در این تحقیق، با ترکیب اطلاعات حاصل از سنجش از دور و الگوریتم REPTree، مدلی برای برآورد غلظت کلروفیل در یک مخزن آب توسعه داده شده است. نتایج این پژوهش نشان می دهد که الگوریتم REPTree با وجود محدود بودن داده های مورد استفاده، عملکرد نسبتا مناسبی داشته باشد، هرچند در نقاط پیک کلروفیل، عملکرد مدل ارائه شده کاهش یافته است.

کلیدواژه ها:

کلروفیل ، مخزن ، الگوریتم REPTree ، مدل داده کاوی