CyanoKhoj
1.0.0
Cyanokhoj ist eine Web-App, die das Citizen Science-Programm verwendet, indem sie ihre Tweets und die anschließende Datenanalyse auf Google Earth Engine verfolgen, die auf eine effektive Erkennung und Überwachung von Cyanohaberkunden in Gewässern auf der ganzen Welt abzielten. Ziel ist es, potenzielle Cyanohab -infizierte Standorte basierend auf der Twitter -Datenanalyse und der Standortextraktion zu identifizieren und diese Standorte mithilfe von Satellitendaten in Google Earth Engine weiter zu analysieren.
Dies erfolgt durch das Abkratzen von Tweets in Echtzeit-Feed und Filterung dieser basierend auf den projektspezifischen Schlüsselwörtern und Hashtags (unter Verwendung von NLP-Techniken), die dazu beitragen, Tweets über algenblühende Wasserbücher zu identifizieren. Danach werden die Standort -Tags aus den gefilterten Tweets extrahiert und geokodiert. Diese Standorte werden an Google Map und Google Earth Engine gesendet und eine Karte, in der die potenziellen Cyanobloom -Standorte hervorgehoben werden.
Die folgenden Repositorys enthalten detaillierte Workflows und Informationen Die Tweet -Analyse und die Aufgabe der Lokalisierungsextraktion:
| Tweets | Kosinus | Weicher Cosinus | Wmd | WMD-Relax |
|---|---|---|---|---|
| Sie können zwei der giftigen Wasserfahnen sehen und eine Algenblüte in der Mitte aus dem Weltraum aussehen. https://t.co/wqshykyio4 | 0,0012850764 | 0,04648514 | 0,57122673946974 | 0,594367796798155 |
| @Julianamwatson @bergsham @hKrassenstein @realldonaldtrump Oh Mist Die roten Algenblütenwelle den giftigen Dankeschön für die Infos. Ich bekomme das Bleichmittel | 0,0012786512 | 0,046485145 | 0,525980177763364 | 0,514069031544577 |
| @Realdonaldtrump Giftige rote Algenblüte ist eher ähnlich | 0,007476028 | 0,04648514 | 0,68321624849994 | 0,451862241456097 |
| @gwsuperfan @realdonaldtrump wie eine giftige Algenblüte. | 0,008209193 | 0,04648514 | 0,747027618034671 | 0,474957523799558 |
| Israelische Wissenschaftler, die sich auf Reinigungsalgen aus großen Wasserkörpern spezialisiert haben, wurden hereingebracht, um giftige Algen in Floridas Lake Okeechobee einzudämmen. Via @Jerusalem_Post. https://t.co/atdgg6jres | 0,00074861257 | 0,013163705 | 0,55591127109817 | 0,489181017595289 |
Inferenz: Die Tweets werden zunächst durch Tokenisierung, Entfernen von Stoppwörtern, Hastags, Benutzernamen usw. vorverarbeitet und mit dem Einbetten des Handschuhs Twitter-25 an Vektoren eingebettet. Vier Ähnlichkeiten - Cosinus, Soft Cosinus, WMD (Word Mover Distanz) und WMD Relax werden zwischen den Tweets und der Abfrage, die die Filter -Schlüsselwörter enthält, berechnet. Wie zu sehen ist, steigt die Ähnlichkeit zwischen der Abfrage und den Tweets im Falle von WMD und WMD-Relax im Vergleich zu den Metriken Cosinus und Soft-Ähnlichkeit.
Die vermuteten Stellen werden dann mit den Sentinel-3-Satellitendaten analysiert, um festzustellen, ob die markierten Wasserbücher unter einer Algenblüte leiden. Verschiedene Bildverarbeitungstechniken und Indizes werden implementiert, um die Datenanzeigen in jedem Pixel des Bildes zu quantifizieren.
Dieser WebApp wurde auf GCP im Apache -Server bereitgestellt. Zu den technischen Daten zählen interne Python-Funktionsaufrufe aus der PHP-Kernumgebung, die Verwaltung von API-Anfragen und die Verwaltung der Bereitstellung mit zeitnahen Feature-Updates.
Treten Sie dem Projektkanal hier bei:
Bitte zögern Sie nicht, Probleme aufzuwerfen und bestehende zu beheben. Weitere Details finden Sie in unserem Verhaltenskodex.
