All-optical automatic pollen identification: Towards an operational system

ما نتایج حاصل از کمپین توسعه و اعتبار سنجی یک روش نظارت بر گرده افشانی بر اساس پراکندگی زمان حل و فلورسانس ارائه می کنیم. تمرکز اول برای الگوریتم های یادگیری نظارت شده برای شناسایی گرده و تاکسون و تعیین خواص اسپری (اندازه ذرات و شکل) تنظیم می شود. قابلیت شناسایی پایه ای برای نظارت فصل فصل گرما اتوماتیک قبل از عملیاتی است که به صورت موازی با اندازه گیری های مرجع دستی (نمونه های حجمی هشت) انجام می شود. غلظت هوادهی به دست آمده از سیستم اتوماتیک با آنهایی که از روش دستی برای کل گرده استفاده می کنند سازگار است و دستگاه اتوماتیک داده های زمان واقعی را به طور قابل اعتماد (وقفه یک هفته ای بیش از پنج ماه) را فراهم می کند. علاوه بر این، اگرچه مجموعه داده های کالیبراسیون هنوز باید تکمیل شود، ما می توانیم فصل گرده علف را دنبال کنیم. نمونه گیری بالا از دستگاه خودکار اجازه می دهد تا فراتر از مقادیر روزانه ارائه شده به طور معمول و غلظت ساعت در مقیاس رسمی را بدست آوریم. در نهایت ما چالش های باقیمانده برای به دست آوردن یک سیستم نظارت بر عملیات اتوماتیک و چگونگی ایجاد محیط اعتبارسنجی عمومی برای کمپین کنونی را می توان برای آزمایش های بیشتر دستگاه های مانیتورینگ گرما استفاده کرد.