Találati lista | Tudóstér

001-es BibID:	BIBFORM132325
035-os BibID:	(Scopus)105017259967
Első szerző:	Balla Dániel Zoltán (geográfus)
Cím:	Talajvízkutak vízminőségének értékelése vízminőségi indexek, mesterséges intelligencia és adatvizualizáció segítségével egy alföldi település példáján / Balla Dániel, Tari Levente, Hajdu András, Kiss Emőke, Zichar Marianna, Mester Tamás
Dátum:	2025
ISSN:	0016-7118
Megjegyzések:	Jelen tanulmányban egy alföldi településen, Bárándon, 34 ásott talajvízkút 2022-es mintavétele alapján értékeltük a talajvíz minőségét. A vízminőség állapotának meghatározására három vízminőségi mutatót alkalmaztunk (Súlyozott Vízminőség Index, WQI; Szennyezettségi Index, Cd; Kanadai Környezetvédelmi Tanács Vízminőség Indexe, CCME-WQI), továbbá térinformatikai (GIS), adatvizualizációs rendszereket és mesterséges intelligenciát (MI) vontunk be a kutatásba. A talajvíz minőségének értékelése során 8 vízkémiai paramétert használtunk fel (pH, EC, NH4 +, NO2-, NO3-, PO4 3-, KOIps, Na+). Interpolált térképek alapján megállapítottuk, hogy magas a szervetlen nitrogénformák és szervesanyag koncentrációk értéke, mely azt indikálja, hogy a területen felhalmozódott szennyezőanyagok jelen vannak, amelyet mindhárom vízminőségi mutató eltérő mértékben és területi konfigurációban igazolt. A geoadatbázis interaktív megjelenítését Tableau Public felületen tettük elérhetővé, amely hatékonyan segíti a térbeli mintázatok azonosítását. A talajvízminőség előrejelzésére előrecsatolt neurális hálót (Feed-Forward Neural Network, FFNN) alkalmaztunk, amely a WQI és Cd mutatók esetében magas prediktív teljesítményt mutatott (trainbr algoritmus: RMSEWQI=0,164, RMSECd=0,089; R²WQI=0,978, R²Cd=0,994), míg a CCME-WQI alacsonyabb pontossággal bizonyult becsülhetőnek. Eredményeink rámutatnak, hogy a bayesi szabályozás és az aktivációs függvények optimalizálása javíthatja a modell teljesítményét, ugyanakkor a kis mintaszám és egyes paraméterek határérték-túllépése korlátozza az általánosíthatóságot. A jövőbeli kutatások során a mintaszám növelése, idősoros adatok bevonása és a tanító- valamint teszthalmazok irányított kijelölése jelentős mértékben hozzájárulhat a térbeli becslések megbízhatóságának növeléséhez.
Tárgyszavak:	Természettudományok Földtudományok magyar nyelvű folyóiratközlemény hazai lapban folyóiratcikk
Megjelenés:	Geodésia és Kartográfia. - 77 : 2 (2025), p. 10-21. -
További szerzők:	Tari Levente Hajdu András (1973-) (matematikus, informatikus) Kiss Emőke (1993-) (geográfus) Bodroginé Zichar Marianna (1971-) (informatikus, matematikus) Mester Tamás (1991-) (geográfus, földrajz-német tanár)
Pályázati támogatás:	DETKA Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM117456
035-os BibID:	(Scopus)85199985604
Első szerző:	Balla Dániel Zoltán (geográfus)
Cím:	Vízminőségi monitoring adatok feldolgozása és publikálása WebGIS támogatással = Geoprocessing and publishing water quality monitoring data with WebGIS support / Balla Dániel, Kiss Emőke, Zichar Marianna, Mester Tamás
Dátum:	2023
ISSN:	0016-7118
Tárgyszavak:	Természettudományok Földtudományok magyar nyelvű folyóiratközlemény hazai lapban folyóiratcikk WebGIS geovizualizáció adatvizualizáció vízminőségi index környezeti monitoring adat geovisualization data visualization water quality environmental monitoring data
Megjelenés:	Geodesia es Kartografia. - 75 : 6 (2023), p. 4-9. -
További szerzők:	Kiss Emőke (1993-) (geográfus) Bodroginé Zichar Marianna (1971-) (informatikus, matematikus) Mester Tamás (1991-) (geográfus, földrajz-német tanár)
Pályázati támogatás:	ÚNKP-23-4-II-DE-1 Egyéb
Internet cím:	DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: