README.md

metadata

library_name: lightgbm
license: mit
tags:
  - tabular-classification
  - remote-sensing
  - sentinel-2
  - cyanobacteria
language:
  - pl

Radar Sinic (model otwarty): ryzyko zakwitu sinic z Sentinel-2

Modele LightGBM przewidujące, czy na kąpielisku wystąpią sinice (dziś, jutro, w ciągu 3 dni), wyłącznie z dwóch cech zdjęcia Sentinel-2 L2A (wycinek 2 x 2 km wokół kąpieliska):

• s2_ndci_p90 - 90. percentyl NDCI = (B5 - B4) / (B5 + B4) na pikselach wody: jak zielona jest woda;
• s2_scum_frac - odsetek pikseli wody z kożuchem (FVI = (B8 - B4) / (B8 + B4) > 0,2 i B8 > 0,03).

Cechy liczy model/features.py projektu „Radar Sinic” (Analiza Danych Przestrzennych). Etykieta uczenia: oceny wody sanepidu (zamknięcia kąpielisk z powodu zakwitu sinic).

• Walidacja „w przód”: uczenie na sezonach 2023–2025, test na sezonie 2026.
• Pliki: model_<cel>_open_S2.txt, cele y_cyano_0 (dziś), y_cyano_1 (jutro), y_cyano_3d (3 dni).

Użycie

import lightgbm as lgb
from huggingface_hub import hf_hub_download

path = hf_hub_download("lustachowicz/radar-sinic-open", "model_y_cyano_0_open_S2.txt")
model = lgb.Booster(model_file=path)
p = model.predict([[0.12, 0.03]])   # s2_ndci_p90, s2_scum_frac

Ograniczenia

• Słabszy od rankingu „historia” (kąpieliska z największą liczbą zamknięć w poprzednich latach) - tabela niżej.
• Bez bezchmurnego zdjęcia (ostatnie 10 dni) cechy są puste - model widzi tylko brak danych.
• Poza sezonem kąpielowym może dawać fałszywe alarmy (zakwity innych glonów wyglądają podobnie).
• Etykieta sanepidu jest rzadka i „post factum”: zakwity, których nikt nie zbadał, nie są w danych.
• Model nie zastępuje komunikatów sanepidu.

Wyniki (raport z treningu)

Model otwarty: tylko Sentinel-2

Cechy (2): s2_ndci_p90, s2_scum_frac. Sanepid tylko jako etykieta. Uczenie: [2023, 2024, 2025], test: [2026], protokół jak w train.py.

Cel: y_cyano_0

41901 wierszy testu, 590 z sinicami. 28 drzew, próg 0.04, ROC-AUC w CV 0.729.

Wariant	ROC-AUC	PR-AUC	precyzja	czułość	F1	top 10	top 20	top 50
losowo	0.496	0.014	–	–	–	3%	6%	11%
historia	0.881	0.294	–	–	–	35%	42%	60%
open: S2	0.82	0.094	0.077	0.425	0.13	18%	28%	44%

Cel: y_cyano_1

41305 wierszy testu, 587 z sinicami. 17 drzew, próg 0.02, ROC-AUC w CV 0.708.

Wariant	ROC-AUC	PR-AUC	precyzja	czułość	F1	top 10	top 20	top 50
losowo	0.501	0.015	–	–	–	3%	6%	12%
historia	0.881	0.294	–	–	–	35%	42%	60%
open: S2	0.817	0.103	0.052	0.678	0.097	21%	27%	48%

Cel: y_cyano_3d

41305 wierszy testu, 763 z sinicami. 31 drzew, próg 0.04, ROC-AUC w CV 0.679.

Wariant	ROC-AUC	PR-AUC	precyzja	czułość	F1	top 10	top 20	top 50
losowo	0.507	0.019	–	–	–	3%	5%	11%
historia	0.874	0.277	–	–	–	29%	38%	57%
open: S2	0.777	0.09	0.079	0.515	0.137	16%	23%	41%