milan米兰体育官网 开展统计降尺度以改善拉姆甘加次流域的水质了解和管理

通过“改善所有人获得清洁水和卫生设施的机会”来增强社会包容性，需要深入了解与水相关的生态系统及其可为社会带来的好处。然而，“目前通过可持续发展目标进程收集的全球数据并不能反映淡水生态系统的总体状况或已知趋势”。新颖的数学科学研究对于融合地球观测和地面数据源以填补知识空白、增进对水质的了解并解决发展中国家面临的水管理挑战至关重要。 该提案将提供世界领先的统计研究，支持恒河流域 Ramganga 子流域的水质监测和建模框架的开发。

传统的水采样基于少量站点，劳动密集型且昂贵，我们的建议汇集了来自新原位传感器的数据，以高时间频率提供数据，再加上密集耦合高端原位水面和水下特征，通过校准的微型化测量来表征 Ramganga 的生物地球光学特性 从无人机部署的高光谱成像辐射计以及来自新卫星任务（Sentinel 2）的数据。 总之，这些提供了一种高效且前所未有的方法来收集拉姆甘加流域光水类型的一系列环境和污染排放场景的重要数据。 将这些数据与传统的 WQ 测量相结合，将为以迄今为止无法实现的空间和时间分辨率推断 WQ 数据提供非常理想的框架。

恒河盆地覆盖印度总陆地面积的 26%，其水质和水资源对于全球人口最多、最稠密的地区之一（占印度人口的 43%）的福祉至关重要。然而，由于快速工业化和城市化等活动，它们正在受到损害，并且由于缺乏历史和当代排放和质量数据，缓解努力受到阻碍。该项目将专门针对 Ramganga 子流域开发和实施新的统计方法，将新的和现有的水质数据与遥感卫星数据（来自多个传感器的历史数据和最近哨兵任务的新检索数据）相结合。

为了解决 Ramganga 子流域的水质挑战并充分利用新的数据流，将开发通过变化系数、分层贝叶斯建模框架的新型统计降尺度和数据融合方法，以纳入河网结构和流量模型分位数。这些方法支持整合不同的数据源，以预测水资源状况和相关的不确定性，为一系列社会经济和气候变化情景下基于风险的建模提供信息，并提供为未来监测设计提供信息的工具。 全流域水质估计的输出将提供给政策制定者和未来的研究人员，以指导政策并设计未来的采样点和时间频率。