Revolutionising water-quality monitoring in the information age

信息时代彻底改变水质监测

基本信息

  • 批准号:
    LP180101151
  • 负责人:
  • 金额:
    $ 34.23万
  • 依托单位:
  • 依托单位国家:
    澳大利亚
  • 项目类别:
    Linkage Projects
  • 财政年份:
    2019
  • 资助国家:
    澳大利亚
  • 起止时间:
    2019-11-22 至 2024-05-21
  • 项目状态:
    已结题

项目摘要

In today’s information age, automated low-cost sensors distributed in the environment have the potential to revolutionise the way we monitor and manage air, water and soil. This project aims to develop novel statistical methods to detect anomalies in the data generated from these in-situ sensors with computationally efficient modelling on river networks through space and time, with the applied goals of automating anomaly detection in water-quality data and generating predictions of sediment and nutrient concentrations throughout river networks in near-real time. This will represent a fundamental increase in scientific knowledge, which will be immediately useful in the domains of aquatic science, environmental monitoring, and statistics.
在当今的信息时代,分布在环境中的自动化低成本传感器有可能彻底改变我们监测和管理空气、水和土壤的方式。该项目旨在开发新颖的统计方法来检测这些信息生成的数据中的异常情况。传感器通过空间和时间对河流网络进行有效的计算建模,其应用目标是自动检测水质数据的异常,并近乎实时地预测整个河流网络的沉积物和营养物浓度,这将带来根本性的增长。在科学上这些知识将立即在水生科学、环境监测和统计领域发挥作用。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Prof Kerrie Mengersen其他文献

Prof Kerrie Mengersen的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Prof Kerrie Mengersen', 18)}}的其他基金

Statistical methods for quantifying variation in spatiotemporal areal data
量化时空区域数据变化的统计方法
  • 批准号:
    LP200100468
  • 财政年份:
    2021
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage Projects
Bayesian learning for decision making in the big data era
大数据时代的贝叶斯学习决策
  • 批准号:
    FL150100150
  • 财政年份:
    2015
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Australian Laureate Fellowships
New Directions in Bayesian Statistics: formulation, computation and application to exemplar challenges
贝叶斯统计的新方向:示例挑战的公式、计算和应用
  • 批准号:
    DP140103564
  • 财政年份:
    2014
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Discovery Projects
Projection of the impact of climate change on the transmission of Ross River virus disease
气候变化对罗斯河病毒病传播影响的预测
  • 批准号:
    nhmrc : 1011459
  • 财政年份:
    2011
  • 资助金额:
    $ 34.23万
  • 项目类别:
    NHMRC Project Grants
Making the most of remotely sensed data: Bayesian spatio-temporal models for enhanced natural resource management and design
充分利用遥感数据:用于增强自然资源管理和设计的贝叶斯时空模型
  • 批准号:
    LP100100565
  • 财政年份:
    2010
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage Projects
Bayesian statistical models for understanding outcomes and improving decision-making for women screened for breast cancer
用于了解乳腺癌筛查女性结果并改善决策的贝叶斯统计模型
  • 批准号:
    LP100100570
  • 财政年份:
    2010
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage Projects
International Networks in Applied Bayesian Statistics: improving Australia''s knowledge through intelligent data analysis and modelling
应用贝叶斯统计国际网络:通过智能数据分析和建模提高澳大利亚的知识
  • 批准号:
    LX0882876
  • 财政年份:
    2008
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage - International
Making the Most of Database Information in Patient-Based Decision-Making - A Bayesian Approach
在基于患者的决策中充分利用数据库信息 - 贝叶斯方法
  • 批准号:
    LP0775231
  • 财政年份:
    2007
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage Projects
Bayesian statistical methods for enhancing evidence-based practice in Australia's hospitals
用于加强澳大利亚医院循证实践的贝叶斯统计方法
  • 批准号:
    LP0669670
  • 财政年份:
    2006
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Linkage Projects
Doing Bayesian Statistics Better: an Inter-Disciplinary Perspective for Improving Models, Priors, Design and Applications
更好地进行贝叶斯统计:改进模型、先验、设计和应用的跨学科视角
  • 批准号:
    DP0667168
  • 财政年份:
    2006
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Discovery Projects

相似国自然基金

水氮调控对膜草二元覆盖玉米生长及根区土壤质量的影响机理研究
  • 批准号:
    52309053
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
冒落型突水溃沙多场多相变质量渗流演化致灾机理
  • 批准号:
    52374087
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
PLGA-PEG-槲皮素水凝胶微球改善卵巢纤维化并提升卵母细胞质量的研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
水束导引均匀化高功率密度激光高质量高效率划切SiC的方法研究
  • 批准号:
    62274045
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
对流尺度同化中水凝物质量守恒和动力平衡的同化方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目

相似海外基金

NSF Convergence Accelerator Track L: Innovative chemical microsensor development for in situ, real-time monitoring of priority water pollutants to protect water quality
NSF Convergence Accelerator Track L:创新化学微传感器开发,用于对重点水污染物进行原位实时监测,以保护水质
  • 批准号:
    2344373
  • 财政年份:
    2024
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Standard Grant
A human-centered modeling approach to simulate best management practices and behaviors under uncertainty to meet water quality guidelines
以人为本的建模方法,用于模拟不确定情况下的最佳管理实践和行为,以满足水质准则
  • 批准号:
    2342309
  • 财政年份:
    2024
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Standard Grant
NSF Convergence Accelerator Track K: Passive Samplers for Equitable Monitoring of Drinking Water Quality
NSF 融合加速器轨道 K:用于公平监测饮用水质量的被动采样器
  • 批准号:
    2344232
  • 财政年份:
    2024
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Standard Grant
NSF Convergence Accelerator Track L: Engineered microbial sensors for assessing water quality
NSF Convergence Accelerator Track L:用于评估水质的工程微生物传感器
  • 批准号:
    2344359
  • 财政年份:
    2024
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Standard Grant
Illuminating patterns and processes of water quality in U.S. rivers using physics-guided deep learning
使用物理引导的深度学习阐明美国河流的水质模式和过程
  • 批准号:
    2346471
  • 财政年份:
    2024
  • 资助金额:
    $ 34.23万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了