Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/1014| Τύπος: | Ανακοίνωση σε συνέδριο |
| Τίτλος: | Predicting the abundance of Pseudo-nitzschia calliantha (Bacillariophyceae) using random forest technique |
| Συγγραφέας: | [EL] Ταμβάκη, Ανδρονίκη[EN] Tamvaki, Androniki [EL] Πατσίδης, Κλεάνθης[EN] Patsidis, Kleanthis [EL] Τσιρτσής, Γεώργιος[EN] Tsirtsis, George [EL] Καρύδης, Μιχαήλ[EN] Karydis, Michael [EL] Κόκκορης, Γεώργιος[EN] Kokkoris, Georgios |
| Ημερομηνία: | 2021 |
| Περίληψη: | Pseudo-nitzschia is a globally distributed genus in the oceans of our planet. Several species of this genus are associated with the production of domoic acid, a toxin responsible for amnesic shellfish poisoning. As a result, the prediction of the toxic Pseudo-nitzschia species abundance is crucial due to economic and ecological impacts related with harmful blooms. Machine learning techniques, which are considered to be important tools to make predictions in different scientific disciplines, have rarely been used in the prediction of harmful algae blooms. In the present study, the abundance of Pseudonitzschia calliantha species was assessed using a one-year dataset of 216 water samples collected from Kalloni Gulf, Northeast Aegean Sea in Greece, using Random Forest (RF) machine learning technique. The predictive performance of RF (r=0.86) in terms of correlation coefficient between real and predicted values of abundance was significantly higher compared to other classical algorithms, such as multiple linear regression (r=0.52), multilayer perception (r=0.39) and decision trees (r=0.68). Finally, the RF method was used to relate various meteorological, environmental and abiotic factors with the Pseudo-nitzschia calliantha species abundance. The analysis gave to rainfall, N to P ratio and SiO2 concentration the key roles to the species abundance. This approach may prove to be useful in predicting abundances of other harmful algae and be part of a general warning system for blooms. Financing: The research was cofinanced by Greece and EUESF Fund through HRDELL 2014-2020 program (project MIS 5047187). |
| Γλώσσα: | Αγγλικά |
| DOI: | 10.1080/00318884.2021.1922050 |
| Θεματική κατηγορία: | [EL] Θαλάσσια βιολογία και Βιολογία γλυκών υδάτων[EN] Marine and Freshwater Biology |
| Λέξεις-κλειδιά: | Random Forest; Harmful algae; Pseudo-nitzschia calliantha |
| Κάτοχος πνευματικών δικαιωμάτων: | © 2021 Phycological Society |
| Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://www.tandfonline.com/toc/uphy20/60/sup1?nav=tocList |
| Τίτλος πηγής δημοσίευσης: | Phycologia |
| Τεύχος: | Supplement 1 |
| Τόμος: | 60 |
| Σελίδες τεκμηρίου (στην πηγή): | 89-89 |
| Όνομα εκδήλωσης: | 12th international Phycological Congress |
| Τοποθεσία εκδήλωσης: | Chile |
| Ημ/νία έναρξης εκδήλωσης: | 22/03/2021 |
| Ημ/νία λήξης εκδήλωσης: | 26/03/2021 |
| Εμφανίζεται στις συλλογές: | Ερευνητικές ομάδες |
Αρχεία σε αυτό το τεκμήριο:
| Αρχείο | Περιγραφή | Σελίδες | Μέγεθος | Μορφότυπος | Έκδοση | Άδεια | |
|---|---|---|---|---|---|---|---|
| 12th-international-phycological-congress-2021.pdf | 2.38 MB | Adobe PDF | Δημοσιευμένη/του Εκδότη |  | Δείτε/ανοίξτε |