Malezijski oddelek za okolje (DOE) že 25 let uvaja indeks kakovosti vode (WQI), ki uporablja šest ključnih parametrov kakovosti vode: raztopljeni kisik (DO), biokemijsko potrebo po kisiku (BPK), kemijsko potrebo po kisiku (KPK), pH, amonijski dušik (AN) in suspendirane trdne snovi (SS). Analiza kakovosti vode je pomemben sestavni del upravljanja vodnih virov in jo je treba ustrezno upravljati, da se prepreči ekološka škoda zaradi onesnaženja in zagotovi skladnost z okoljskimi predpisi. To povečuje potrebo po opredelitvi učinkovitih metod za analizo. Eden glavnih izzivov trenutnega računalništva je, da zahteva vrsto zamudnih, kompleksnih in napakam nagnjenih izračunov podindeksov. Poleg tega WQI ni mogoče izračunati, če manjka eden ali več parametrov kakovosti vode. V tej študiji je razvita optimizacijska metoda WQI za kompleksnost trenutnega procesa. Razvit in raziskan je bil potencial modeliranja, ki temelji na podatkih, in sicer Nu-Radial basis function support vector machine (SVM), ki temelji na 10-kratni navzkrižni validaciji, za izboljšanje napovedi WQI v porečju Langat. Za določitev učinkovitosti modela pri napovedovanju WQI je bila izvedena celovita analiza občutljivosti v šestih scenarijih. V prvem primeru je model SVM-WQI pokazal odlično sposobnost replikacije DOE-WQI in dosegel zelo visoke ravni statističnih rezultatov (korelacijski koeficient r > 0,95, učinkovitost Nash-Sutcliffe, NSE > 0,88, Willmottov indeks skladnosti, WI > 0,96). V drugem scenariju postopek modeliranja kaže, da je mogoče WQI oceniti brez šestih parametrov. Parameter DO je torej najpomembnejši dejavnik pri določanju WQI. pH ima najmanjši vpliv na WQI. Poleg tega scenariji od 3 do 6 prikazujejo učinkovitost modela glede na čas in stroške z zmanjšanjem števila spremenljivk v vhodni kombinaciji modela (r > 0,6, NSE > 0,5 (dobro), WI > 0,7 (zelo dobro)). Model bo skupaj močno izboljšal in pospešil odločanje na podlagi podatkov pri upravljanju kakovosti vode, zaradi česar bodo podatki dostopnejši in privlačnejši brez človeškega posredovanja.
1 Uvod
Izraz »onesnaževanje vode« se nanaša na onesnaževanje več vrst vode, vključno s površinsko vodo (oceani, jezera in reke) in podtalnico. Pomemben dejavnik pri naraščanju te težave je, da onesnaževala niso ustrezno obdelana, preden se neposredno ali posredno izpustijo v vodna telesa. Spremembe kakovosti vode imajo pomemben vpliv ne le na morsko okolje, temveč tudi na razpoložljivost sladke vode za javno oskrbo z vodo in kmetijstvo. V državah v razvoju je hitra gospodarska rast pogosta in vsak projekt, ki spodbuja to rast, je lahko škodljiv za okolje. Za dolgoročno upravljanje vodnih virov ter zaščito ljudi in okolja je bistvenega pomena spremljanje in ocenjevanje kakovosti vode. Indeks kakovosti vode, znan tudi kot WQI, izhaja iz podatkov o kakovosti vode in se uporablja za določanje trenutnega stanja kakovosti rečne vode. Pri ocenjevanju stopnje spremembe kakovosti vode je treba upoštevati številne spremenljivke. WQI je indeks brez dimenzije. Sestavljen je iz specifičnih parametrov kakovosti vode. WQI zagotavlja metodo za razvrščanje kakovosti zgodovinskih in sedanjih vodnih teles. Pomembna vrednost WQI lahko vpliva na odločitve in dejanja odločevalcev. Na lestvici od 1 do 100 velja, da višji kot je indeks, boljša je kakovost vode. Na splošno kakovost vode rečnih postaj z oceno 80 ali več izpolnjuje standarde za čiste reke. Vrednost WQI pod 40 velja za onesnaženo, medtem ko vrednost WQI med 40 in 80 pomeni, da je kakovost vode dejansko rahlo onesnažena.
Na splošno izračun WQI zahteva niz transformacij podindeksov, ki so dolge, kompleksne in nagnjene k napakam. Med WQI in drugimi parametri kakovosti vode obstajajo kompleksne nelinearne interakcije. Izračun WQI je lahko težaven in traja dolgo, ker različni WQI uporabljajo različne formule, kar lahko povzroči napake. Eden glavnih izzivov je, da je nemogoče izračunati formulo za WQI, če manjka eden ali več parametrov kakovosti vode. Poleg tega nekateri standardi zahtevajo dolgotrajne in izčrpne postopke odvzema vzorcev, ki jih morajo izvajati usposobljeni strokovnjaki, da se zagotovi natančen pregled vzorcev in prikaz rezultatov. Kljub izboljšavam tehnologije in opreme so obsežno časovno in prostorsko spremljanje kakovosti rečne vode ovirali visoki obratovalni in upravljavski stroški.
Ta razprava kaže, da ni globalnega pristopa k WQI. To odpira potrebo po razvoju alternativnih metod za izračun WQI na računsko učinkovit in natančen način. Takšne izboljšave so lahko koristne za upravljavce okoljskih virov pri spremljanju in ocenjevanju kakovosti rečne vode. V tem kontekstu so nekateri raziskovalci uspešno uporabili umetno inteligenco za napovedovanje WQI; modeliranje strojnega učenja na osnovi umetne inteligence se izogne izračunu podindeksov in hitro ustvari rezultate WQI. Algoritmi strojnega učenja na osnovi umetne inteligence pridobivajo na priljubljenosti zaradi svoje nelinearne arhitekture, sposobnosti napovedovanja kompleksnih dogodkov, sposobnosti upravljanja velikih naborov podatkov, vključno s podatki različnih velikosti, in neobčutljivosti na nepopolne podatke. Njihova napovedna moč je v celoti odvisna od metode in natančnosti zbiranja in obdelave podatkov.
Čas objave: 21. november 2024