Phosphates à haute teneur (étude de la couleur)

Que disent les résultats…

Nous sommes convaincus que le modèle d'apprentissage automatique a le potentiel d'aider à créer une interprétation plus cohérente des couleurs des bandelettes de test, mais un étalonnage supplémentaire est nécessaire pour améliorer sa précision !

Une étude pour nous aider à rendre les tests de couleur plus précis !

En 2019, avec l'aide de participants de partout au Canada, nous avons mené une étude qui nous a aidés à créer des photos de référence pour mieux lire les tests d'eau basés sur la couleur peu coûteux. Cette première étape a créé des références pour deux types de bandelettes réactives (phosphates et alcalinité de haut niveau, pH et dureté).

Nous avons envoyé aux participants notre trousse de « testeurs », qui comprenait des bandelettes de test, une carte de référence, des fiches de terrain et du matériel de référence. Chaque test prenait moins de 5 minutes à réaliser. Les participants comprenaient des ONG (comme SwimDrinkFish), des offices de protection de la nature, des scientifiques et des gens ordinaires de partout au Canada !

Pourquoi ce projet ?

De nombreux tests d'eau peu coûteux sont analysés par comparaison des couleurs, mais les yeux interprètent les teintes différemment (par exemple, les bandes de pH peuvent avoir des résultats très différents en fonction de leurs lectures de l'orange au rose, qui est affecté par les types courants de daltonisme). La technologie de détection des couleurs est souvent imprécise car l'éclairage affecte l'échantillonnage.

Nous examinons comment l'apprentissage automatique applique un algorithme qui « lit » les couleurs et, grâce à l'intégration de différents ensembles de données, aide à créer du sens pour les testeurs d'eau issus de la science citoyenne.

Ce projet a été conçu pour nous aider à vérifier un modèle d'intelligence artificielle conçu pour ajuster l'image et détecter la vraie couleur et la valeur de la bandelette de test. Cela permet d'éliminer l'erreur humaine et d'avoir des données précises : le modèle pourrait interpréter une échelle plus fine non détectable par l'œil humain.

Nous avons également exploré comment légitimer les données provenant de la foule afin qu'elles puissent être utilisées par les universitaires et les décideurs dans la prise de décision et la consultation des partenaires universitaires pour comprendre des protocoles rigoureux.

Cette méthode et ce modèle d'apprentissage automatique peuvent être étendus pour lire plus de tests (nous espérons bientôt "lire" le test liquide pour l'oxygène dissous, par exemple). Si vous connaissez d'autres tests qui, selon vous, pourraient être utiles pour nos kits de test, veuillez envoyer un e-mail [email protected].

Comment l'étude a fonctionné

Finalement, nous voulons des bandelettes de phosphate comme «détection précoce» des niveaux élevés de phosphates dans l'eau.

Nous avons suggéré que des tests soient effectués dans de l'eau suspectée d'être contaminée par un débordement d'eaux usées, un ruissellement agricole ou des systèmes septiques défectueux à la source, où vous vous attendez à des lectures de phosphate de 0.1 ppm (100 ppb) ou plus.

Les lacs et étangs plus anciens ont été considérés comme des candidats appropriés pour cette étude. Les jeunes lacs sains ne l'étaient pas. En effet, les analyses régulières de lacs en Ontario seraient d'environ 0.031 ppm (10 ppb de phosphore) et ne conviendraient donc pas à ces tests (REMARQUE : Pour convertir les phosphates en phosphore, multipliez la valeur en ppb pour le phosphore par 3.066, puis divisez par 1000 XNUMX pour égal ppm de phosphate).

Alors, comment ça s'est passé?

Après avoir mené cette étude, nous sommes convaincus que le modèle d'apprentissage automatique a le potentiel d'aider à créer une interprétation plus cohérente des couleurs des bandelettes de test. D'après la correspondance avec les testeurs, nous avons constaté que les moniteurs citoyens sont ravis d'utiliser leurs téléphones plutôt que des équipements coûteux pour interpréter les résultats, et ont déclaré qu'ils étaient heureux que cela augmentera la précision de leurs données afin qu'elles puissent potentiellement être utilisées dans la prise de décision. .

Alors pourquoi cette fonctionnalité n'est-elle pas disponible sur votre application ?

Premièrement, un étalonnage supplémentaire est nécessaire pour améliorer la précision du système étudié, et plus de données rendront le modèle de plus en plus précis. Deuxièmement, les tests de phosphore sont difficiles ! Actuellement, il n'y a pas de bandelettes de test qui soient a.) suffisamment sensibles pour détecter les niveaux de phosphore que nous voyons dans de nombreux lacs au Canada, et b.) conformes à la norme Water Rangers, en ce sens qu'elles sont sûres, abordable, précis, facile à comprendre et facile à utiliser. De nombreux tests sont en parties par million, mais pour nous donner une idée précise de ce qui se passe réellement, ils devraient être en parties par milliard (c'est-à-dire mille fois plus sensibles que les ppm). Il existe certaines technologies qui prétendent le faire, mais qui ne répondent pas à la norme Water Rangers.

Ne vous inquiétez pas, nous travaillons toujours à faire de l'utilisation de cette technologie une réalité ! À l'heure actuelle, nous examinons comment cette technologie peut être utilisée pour interpréter les bandelettes de test de pH, et nous avons déjà des personnes qui testent cette fonctionnalité sur leurs téléphones. Plus d'informations à ce sujet seront disponibles début 2021. Vous voulez en savoir plus ? Nous contacter!

Ce projet a été financé par Programme d'investissement communautaire de l'ACEI, qui nous soutiennent pour bâtir un Canada en ligne plus fort. Merci de nous soutenir !