Малезијско Министарство за животну средину (DOE) већ 25 година имплементира Индекс квалитета воде (WQI) који користи шест кључних параметара квалитета воде: растворени кисеоник (DO), биохемијску потрошњу кисеоника (BOD), хемијску потрошњу кисеоника (COD), pH, амонијачни азот (AN) и суспендоване чврсте материје (SS). Анализа квалитета воде је важна компонента управљања водним ресурсима и мора се правилно управљати како би се спречила еколошка штета од загађења и осигурала усклађеност са прописима о заштити животне средине. Ово повећава потребу за дефинисањем ефикасних метода за анализу. Један од главних изазова тренутног рачунарства је то што захтева низ дуготрајних, сложених и грешке склоних прорачуна подиндекса. Поред тога, WQI се не може израчунати ако недостаје један или више параметара квалитета воде. У овој студији, развијена је метода оптимизације WQI за сложеност тренутног процеса. Развијен је и истражен потенцијал моделирања заснованог на подацима, наиме Nu-Radial машине вектора подршке базисних функција (SVM) засноване на 10x унакрсној валидацији, како би се побољшало предвиђање WQI у сливу Лангат. Свеобухватна анализа осетљивости је спроведена у шест сценарија како би се утврдила ефикасност модела у предвиђању WQI. У првом случају, модел SVM-WQI је показао одличну способност репликације DOE-WQI и добио веома високе нивое статистичких резултата (коефицијент корелације r > 0,95, ефикасност Неша Сатклифа, NSE > 0,88, Вилмотов индекс конзистентности, WI > 0,96). У другом сценарију, процес моделирања показује да се WQI може проценити без шест параметара. Дакле, параметар DO је најважнији фактор у одређивању WQI. pH има најмањи утицај на WQI. Поред тога, сценарији од 3 до 6 показују ефикасност модела у смислу времена и трошкова минимизирањем броја променљивих у комбинацији улазних података модела (r > 0,6, NSE > 0,5 (добро), WI > 0,7 (врло добро)). Заједно, модел ће значајно побољшати и убрзати доношење одлука на основу података у управљању квалитетом воде, чинећи податке приступачнијим и занимљивијим без људске интервенције.
1 Увод
Термин „загађење воде“ односи се на загађење неколико врста вода, укључујући површинске воде (океане, језера и реке) и подземне воде. Значајан фактор у расту овог проблема је то што загађивачи нису адекватно третирани пре него што се директно или индиректно испусте у водна тела. Промене у квалитету воде имају значајан утицај не само на морску средину, већ и на доступност слатке воде за јавно водоснабдевање и пољопривреду. У земљама у развоју, брз економски раст је уобичајен, и сваки пројекат који промовише овај раст може бити штетан по животну средину. За дугорочно управљање водним ресурсима и заштиту људи и животне средине, праћење и процена квалитета воде су од суштинског значаја. Индекс квалитета воде, познат и као WQI, изведен је из података о квалитету воде и користи се за одређивање тренутног стања квалитета речне воде. Приликом процене степена промене квалитета воде, морају се узети у обзир многе варијабле. WQI је индекс без икакве димензије. Састоји се од специфичних параметара квалитета воде. WQI пружа метод за класификацију квалитета историјских и садашњих водних тела. Значајна вредност WQI може утицати на одлуке и акције доносилаца одлука. На скали од 1 до 100, што је индекс виши, то је квалитет воде бољи. Генерално, квалитет воде речних станица са оценом од 80 и више испуњава стандарде за чисте реке. Вредност WQI испод 40 сматра се контаминираном, док вредност WQI између 40 и 80 указује да је квалитет воде заиста благо контаминиран.
Генерално, израчунавање WQI захтева скуп трансформација подиндекса које су дугачке, сложене и склоне грешкама. Постоје сложене нелинеарне интеракције између WQI и других параметара квалитета воде. Израчунавање WQI може бити тешко и трајати дуго јер различити WQI користе различите формуле, што може довести до грешака. Један од главних изазова је то што је немогуће израчунати формулу за WQI ако недостаје један или више параметара квалитета воде. Поред тога, неки стандарди захтевају дуготрајне, исцрпне процедуре прикупљања узорака које морају да спроводе обучени стручњаци како би се гарантовало тачно испитивање узорака и приказивање резултата. Упркос побољшањима у технологији и опреми, опсежно временско и просторно праћење квалитета речне воде отежано је високим оперативним и управљачким трошковима.
Ова дискусија показује да не постоји глобални приступ WQI. То покреће потребу за развојем алтернативних метода за израчунавање WQI на рачунарски ефикасан и тачан начин. Таква побољшања могу бити корисна менаџерима заштите животне средине за праћење и процену квалитета речне воде. У том контексту, неки истраживачи су успешно користили вештачку интелигенцију за предвиђање WQI; моделирање машинског учења засновано на вештачкој интелигенцији избегава израчунавање подиндекса и брзо генерише резултате WQI. Алгоритми машинског учења засновани на вештачкој интелигенцији добијају на популарности због своје нелинеарне архитектуре, способности предвиђања сложених догађаја, способности управљања великим скуповима података, укључујући податке различитих величина, и неосетљивости на непотпуне податке. Њихова предиктивна моћ у потпуности зависи од методе и прецизности прикупљања и обраде података.
Време објаве: 21. новембар 2024.