Malezijski Odjel za okoliš (DOE) već 25 godina provodi Indeks kvalitete vode (WQI) koji koristi šest ključnih parametara kvalitete vode: otopljeni kisik (DO), biokemijsku potrošnju kisika (BPK), kemijsku potrošnju kisika (KPK), pH, amonijski dušik (AN) i suspendirane tvari (SS). Analiza kvalitete vode važna je komponenta upravljanja vodnim resursima i mora se pravilno provoditi kako bi se spriječila ekološka šteta od onečišćenja i osigurala usklađenost s propisima o zaštiti okoliša. To povećava potrebu za definiranjem učinkovitih metoda analize. Jedan od glavnih izazova trenutnog računarstva je taj što zahtijeva niz dugotrajnih, složenih i pogreškama sklonih izračuna podindeksa. Osim toga, WQI se ne može izračunati ako nedostaje jedan ili više parametara kvalitete vode. U ovoj studiji razvijena je metoda optimizacije WQI-a za složenost trenutnog procesa. Razvijen je i istražen potencijal modeliranja vođenog podacima, naime Nu-Radial basis function support vector machine (SVM) temeljenog na 10x unakrsnoj validaciji, kako bi se poboljšalo predviđanje WQI-a u bazenu Langat. Sveobuhvatna analiza osjetljivosti provedena je u šest scenarija kako bi se utvrdila učinkovitost modela u predviđanju WQI-a. U prvom slučaju, model SVM-WQI pokazao je izvrsnu sposobnost repliciranja DOE-WQI i dobio je vrlo visoke razine statističkih rezultata (koeficijent korelacije r > 0,95, Nash Sutcliffeova učinkovitost, NSE > 0,88, Willmottov indeks konzistentnosti, WI > 0,96). U drugom scenariju, proces modeliranja pokazuje da se WQI može procijeniti bez šest parametara. Dakle, parametar DO najvažniji je čimbenik u određivanju WQI-a. pH ima najmanji utjecaj na WQI. Osim toga, scenariji od 3 do 6 pokazuju učinkovitost modela u smislu vremena i troškova minimiziranjem broja varijabli u ulaznoj kombinaciji modela (r > 0,6, NSE > 0,5 (dobro), WI > 0,7 (vrlo dobro)). Zajedno, model će uvelike poboljšati i ubrzati donošenje odluka temeljenih na podacima u upravljanju kvalitetom vode, čineći podatke dostupnijima i zanimljivijima bez ljudske intervencije.
1 Uvod
Pojam „onečišćenje vode“ odnosi se na onečišćenje nekoliko vrsta vode, uključujući površinske vode (oceani, jezera i rijeke) i podzemne vode. Značajan čimbenik u rastu ovog problema jest taj što onečišćujuće tvari nisu adekvatno pročišćene prije nego što se izravno ili neizravno ispuste u vodna tijela. Promjene u kvaliteti vode imaju značajan utjecaj ne samo na morski okoliš, već i na dostupnost slatke vode za javnu vodoopskrbu i poljoprivredu. U zemljama u razvoju uobičajen je brzi gospodarski rast, a svaki projekt koji potiče taj rast može biti štetan za okoliš. Za dugoročno upravljanje vodnim resursima i zaštitu ljudi i okoliša, praćenje i procjena kvalitete vode su ključni. Indeks kvalitete vode, također poznat kao WQI, izveden je iz podataka o kvaliteti vode i koristi se za određivanje trenutnog stanja kvalitete riječne vode. Pri procjeni stupnja promjene kvalitete vode moraju se uzeti u obzir mnoge varijable. WQI je indeks bez ikakve dimenzije. Sastoji se od specifičnih parametara kvalitete vode. WQI pruža metodu za klasifikaciju kvalitete povijesnih i sadašnjih vodnih tijela. Značajna vrijednost WQI-a može utjecati na odluke i postupke donositelja odluka. Na ljestvici od 1 do 100, što je indeks viši, to je kvaliteta vode bolja. Općenito, kvaliteta vode riječnih postaja s ocjenom 80 i više zadovoljava standarde za čiste rijeke. Vrijednost WQI-a ispod 40 smatra se onečišćenom, dok vrijednost WQI-a između 40 i 80 ukazuje na to da je kvaliteta vode doista blago onečišćena.
Općenito, izračunavanje WQI-a zahtijeva skup transformacija podindeksa koje su duge, složene i sklone pogreškama. Postoje složene nelinearne interakcije između WQI-a i drugih parametara kvalitete vode. Izračunavanje WQI-a može biti teško i dugotrajno jer različiti WQI-i koriste različite formule, što može dovesti do pogrešaka. Jedan od glavnih izazova je taj što je nemoguće izračunati formulu za WQI ako nedostaje jedan ili više parametara kvalitete vode. Osim toga, neki standardi zahtijevaju dugotrajne, iscrpne postupke prikupljanja uzoraka koje moraju provoditi obučeni stručnjaci kako bi se jamčio točan pregled uzoraka i prikaz rezultata. Unatoč poboljšanjima u tehnologiji i opremi, opsežno vremensko i prostorno praćenje kvalitete riječne vode otežano je visokim operativnim i upravljačkim troškovima.
Ova rasprava pokazuje da ne postoji globalni pristup WQI-u. To nameće potrebu za razvojem alternativnih metoda za izračun WQI-a na računalno učinkovit i točan način. Takva poboljšanja mogu biti korisna upraviteljima okolišnih resursa za praćenje i procjenu kvalitete riječne vode. U tom kontekstu, neki su istraživači uspješno koristili umjetnu inteligenciju za predviđanje WQI-a; modeliranje strojnog učenja temeljeno na umjetnoj inteligenciji izbjegava izračun podindeksa i brzo generira rezultate WQI-a. Algoritmi strojnog učenja temeljeni na umjetnoj inteligenciji dobivaju na popularnosti zbog svoje nelinearne arhitekture, sposobnosti predviđanja složenih događaja, sposobnosti upravljanja velikim skupovima podataka, uključujući podatke različitih veličina, i neosjetljivosti na nepotpune podatke. Njihova prediktivna moć u potpunosti ovisi o metodi i preciznosti prikupljanja i obrade podataka.
Vrijeme objave: 21. studenog 2024.