Surface Water Quality Assessment through Remote Sensing Based on the Box–Cox Transformation and Linear Regression

Abstract

A methodology to estimate surface water quality using remote sensing is presented based on Landsat satellite imagery and in situ measurements taken every six months at four separate sampling locations in a tropical reservoir from 2015 to 2019. The remote sensing methodology uses the Box–Cox transformation model to normalize data on three water quality parameters: total organic carbon (TOC), total dissolved solids (TDS), and chlorophyll a (Chl-a). After the Box–Cox transformation, a mathematical model was generated for every parameter using multiple linear regression to correlate normalized data and spectral reflectance from Landsat 8 imagery. Then, significant testing was conducted to discard spectral bands that did not show a statistically significant response (α = 0.05) from the different water quality models. The r2 values achieved for TOC, TDS, and Chl-a water quality models after the band discrimination process were found 0.926, 0.875, and 0.810, respectively, achieving a fair fitting to real water quality data measurements. Finally, a comparison between estimated and measured water quality values not previously used for model development was carried out to validate these models. In this validation process, a good fit of 98% and 93% was obtained for TDS and TOC, respectively, whereas an acceptable fit of 81% was obtained for Chl-a. This study proposes an interesting alternative for ordered and standardized steps applied to generate mathematical models for the estimation of TOC, TDS, and Chl-a based on water quality parameters measured in the field and using satellite images.

Implementation of remote sensing algorithms to estimate TOC, Chl-a and TDS in a tropical water body; Sanalona reservoir, Sinaloa, Mexico

“…Several quantitative and qualitative methodological proposals are provided in the literature to carry out the water quality assessment from the implementation of remote sensing techniques using re ectance spectra and optical properties with numerical methods and matrices (Ali et al, 2023;Bukata et al, 2018;Pahlevan et al, 2017;Hakvoort et al, 2002). This study evaluates and validates the methodology proposed by Loaiza et al (2023) based on the LANDSAT-8 satellite images. The methodology consisted of three phases; 1) Water quality data processing, 2) Acquisition and processing of satellite LANDSAT-8 images, and 3) Data processing models.…”

Monitoring Dissolved Oxygen Concentrations in the Coastal Waters of Zhejiang Using Landsat-8/9 Imagery

“…If the F-statistic's p-value was less than 0.05, the model was considered significant [31]. The significance of individual regression coefficients was assessed through the t-test, with a p-value less than 0.05 denoting that the respective coefficient is significant [32]. Variance inflation factors (VIF) help identify multicollinearity by measuring variance inflation.…”

Sử dụng viễn thám ước tính nồng độ NO3- của hồ Trị An, tỉnh Đồng Nai

“…Một vài nghiên cứu trên thế giới ứng dụng công nghệ viễn thám và GIS trong giám sát môi trường như: Nghiên cứu [1] đã thực hiện việc đánh giá chất lượng nước mặt bằng cách sử dụng ảnh vệ tinh Landsat-8, mô hình chuyển đổi Box-Cox và phép hồi quy tuyến tính, kết quả cho thấy giá trị R 2 của TOC, TDS, Chl-a lần lượt là 0,926; 0,875; 0,810 và đạt được mức độ phù hợp khá cao với kết quả đo đạc chất lượng nước thực tế. Sau quá trình hiệu chuẩn và kiểm định, mức độ phù hợp tương ứng là 98% và 93% đối với TDS và TOC, 81% cho Chl-a là mức độ phù hợp chấp nhận được; nghiên cứu [2] đã nghiên cứu sự biến đổi chất lượng nước và các yếu tố liên quan dọc theo sông Dương Tử bằng cách sử dụng ảnh Landsat-8, kết quả cho thấy chỉ số MAPE của các thông số chất lượng nước là 25,88%, 4,3% và 8,37% đối với nồng độ Chl-a, TN và TP tương ứng và sai số bình phương trung bình gốc (RMSE) là tương ứng là 0,475 µg/L, 0,110 mg/L và 0,01 mg/L, mô hình đạt yêu cầu, giúp đánh giá và kiểm soát các nguồn ô nhiễm chất lượng nước tại sông Dương Tử; nghiên cứu [3] phân tích sự biến đổi của chất lượng nước giai đoạn 2013-2018 tại hồ Đông Bình, Trung Quốc bằng mô hình ConvLSTM, phép hồi quy tuyến tính và ảnh Landsat, kết quả thu được giá trị MAE < 0,2, MSR < 0,29, RMSE < 0,4 và NSE > 0,71, mô hình phản ánh tốt nồng độ của tổng N, tiếp theo là COD, Chl-a, tổng P, BOD, nghiên cứu này phù hợp trong việc ứng dụng giám sát chất lượng nước và đóng vai trò là công cụ cảnh báo cho việc quản lý môi trường nước phức tạp ở vùng hồ nội địa.…”