Malajsijské ministerstvo životního prostředí (DOE) již 25 let zavádí index kvality vody (WQI), který využívá šest klíčových parametrů kvality vody: rozpuštěný kyslík (DO), biochemickou spotřebu kyslíku (BSK), chemickou spotřebu kyslíku (CHSK), pH, amoniakální dusík (AN) a suspendované látky (SS). Analýza kvality vody je důležitou součástí hospodaření s vodními zdroji a musí být řádně řízena, aby se zabránilo ekologickým škodám způsobeným znečištěním a zajistil se soulad s environmentálními předpisy. To zvyšuje potřebu definovat účinné metody analýzy. Jednou z hlavních výzev současných výpočtů je, že vyžadují řadu časově náročných, složitých a k chybám náchylných výpočtů subindexů. WQI navíc nelze vypočítat, pokud chybí jeden nebo více parametrů kvality vody. V této studii je vyvinuta optimalizační metoda WQI pro složitost současného procesu. Byl vyvinut a prozkoumán potenciál modelování řízeného daty, konkrétně Nu-Radial bázové funkce support vector machine (SVM) založeného na 10násobné křížové validaci, pro zlepšení predikce WQI v povodí Langat. Byla provedena komplexní analýza citlivosti v šesti scénářích, aby se určila účinnost modelu v predikci WQI. V prvním případě model SVM-WQI prokázal vynikající schopnost replikovat DOE-WQI a dosáhl velmi vysoké úrovně statistických výsledků (korelační koeficient r > 0,95, účinnost Nash-Sutcliffe, NSE > 0,88, Willmottův index konzistence, WI > 0,96). Ve druhém scénáři modelovací proces ukazuje, že WQI lze odhadnout bez šesti parametrů. Parametr DO je tedy nejdůležitějším faktorem při určování WQI. pH má na WQI nejmenší vliv. Scénáře 3 až 6 navíc ukazují účinnost modelu z hlediska času a nákladů minimalizací počtu proměnných ve vstupní kombinaci modelu (r > 0,6, NSE > 0,5 (dobré), WI > 0,7 (velmi dobré)). Celkově model výrazně zlepší a urychlí rozhodování založené na datech v oblasti managementu kvality vody, čímž zpřístupní data a učiní je poutavějšími bez lidského zásahu.
1 Úvod
Termín „znečištění vody“ označuje znečištění několika typů vod, včetně povrchových vod (oceánů, jezer a řek) a podzemních vod. Významným faktorem růstu tohoto problému je, že znečišťující látky nejsou před přímým či nepřímým vypuštěním do vodních útvarů dostatečně čištěny. Změny kvality vody mají významný dopad nejen na mořské prostředí, ale také na dostupnost sladké vody pro veřejné zásobování vodou a zemědělství. V rozvojových zemích je běžný rychlý hospodářský růst a každý projekt, který tento růst podporuje, může být pro životní prostředí škodlivý. Pro dlouhodobé hospodaření s vodními zdroji a ochranu lidí a životního prostředí je monitorování a hodnocení kvality vody nezbytné. Index kvality vody, známý také jako WQI, je odvozen z údajů o kvalitě vody a používá se k určení aktuálního stavu kvality říční vody. Při posuzování stupně změny kvality vody je třeba zvážit mnoho proměnných. WQI je index bez jakéhokoli rozměru. Skládá se ze specifických parametrů kvality vody. WQI poskytuje metodu pro klasifikaci kvality historických a současných vodních útvarů. Významná hodnota WQI může ovlivnit rozhodnutí a jednání osob s rozhodovací pravomocí. Na stupnici od 1 do 100 platí, že čím vyšší je index, tím lepší je kvalita vody. Obecně platí, že kvalita vody v říčních stanicích se skóre 80 a vyšším splňuje standardy pro čisté řeky. Hodnota WQI pod 40 je považována za kontaminovanou, zatímco hodnota WQI mezi 40 a 80 naznačuje, že kvalita vody je skutečně mírně kontaminovaná.
Výpočet indexu kvality vody (WQI) obecně vyžaduje sadu transformací subindexů, které jsou dlouhé, složité a náchylné k chybám. Mezi WQI a dalšími parametry kvality vody existují složité nelineární interakce. Výpočet WQI může být obtížný a trvat dlouho, protože různé WQI používají různé vzorce, což může vést k chybám. Jednou z hlavních výzev je, že je nemožné vypočítat vzorec pro WQI, pokud chybí jeden nebo více parametrů kvality vody. Některé normy navíc vyžadují časově náročné a vyčerpávající postupy odběru vzorků, které musí provádět vyškolení odborníci, aby bylo zaručeno přesné vyšetření vzorků a zobrazení výsledků. Navzdory zlepšení technologií a vybavení je rozsáhlé časové a prostorové monitorování kvality říční vody brzděno vysokými provozními a správními náklady.
Tato diskuse ukazuje, že neexistuje globální přístup k indexu kvality vody (WQI). To vyvolává potřebu vyvinout alternativní metody pro výpočet WQI výpočetně efektivním a přesným způsobem. Taková vylepšení mohou být užitečná pro správce environmentálních zdrojů při monitorování a hodnocení kvality říční vody. V této souvislosti někteří výzkumníci úspěšně použili umělou inteligenci k predikci WQI; modelování strojového učení založené na umělé inteligenci se vyhýbá výpočtu dílčích indexů a rychle generuje výsledky WQI. Algoritmy strojového učení založené na umělé inteligenci získávají na popularitě díky své nelineární architektuře, schopnosti predikovat složité události, schopnosti spravovat velké datové sady včetně dat různých velikostí a necitlivosti na neúplná data. Jejich prediktivní síla zcela závisí na metodě a přesnosti sběru a zpracování dat.
Čas zveřejnění: 21. listopadu 2024