Malajzia Környezetvédelmi Minisztériuma (DOE) 25 éve alkalmaz egy vízminőségi indexet (WQI), amely hat kulcsfontosságú vízminőségi paramétert használ: oldott oxigén (DO), biokémiai oxigénigény (BOI), kémiai oxigénigény (KOI), pH, ammónianitrogén (AN) és szuszpendált szilárd anyagok (SS). A vízminőség-elemzés a vízkészlet-gazdálkodás fontos eleme, és megfelelően kell kezelni a szennyezés okozta ökológiai károk megelőzése és a környezetvédelmi előírások betartásának biztosítása érdekében. Ez növeli a hatékony elemzési módszerek meghatározásának szükségességét. A jelenlegi számítástechnika egyik fő kihívása, hogy időigényes, összetett és hibalehetőségű részindex-számításokat igényel. Ezenkívül a WQI nem számítható ki, ha egy vagy több vízminőségi paraméter hiányzik. Ebben a tanulmányban a WQI optimalizálási módszerét fejlesztették ki a jelenlegi folyamat összetettségére. A Langat-medencében a WQI előrejelzésének javítása érdekében kidolgozták és feltárták az adatvezérelt modellezés, nevezetesen a 10x keresztvalidáción alapuló Nu-Radial bázisfüggvény-támogató vektorgép (SVM) lehetőségeit. Hat forgatókönyv alapján átfogó érzékenységelemzést végeztek a modell vízminőség-előrejelzésben való hatékonyságának meghatározására. Az első esetben az SVM-WQI modell kiválóan képes volt a DOE-WQI replikálására, és nagyon magas szintű statisztikai eredményeket kapott (korrelációs együttható r > 0,95, Nash-Sutcliffe hatékonyság, NSE > 0,88, Willmott-konzisztencia index, WI > 0,96). A második forgatókönyvben a modellezési folyamat azt mutatja, hogy a WQI hat paraméter nélkül becsülhető. Így a DO paraméter a legfontosabb tényező a WQI meghatározásában. A pH-nak van a legkisebb hatása a WQI-re. Ezenkívül a 3-6. forgatókönyvek a modell idő- és költséghatékonyságát mutatják a modell bemeneti kombinációjában lévő változók számának minimalizálásával (r > 0,6, NSE > 0,5 (jó), WI > 0,7 (nagyon jó)). Összességében a modell jelentősen javítja és felgyorsítja az adatvezérelt döntéshozatalt a vízminőség-gazdálkodásban, az adatokat emberi beavatkozás nélkül is hozzáférhetőbbé és vonzóbbá téve.
1 Bevezetés
A „vízszennyezés” kifejezés többféle víz szennyezésére utal, beleértve a felszíni vizeket (óceánok, tavak és folyók) és a talajvizet is. A probléma növekedésében jelentős tényező, hogy a szennyező anyagokat nem kezelik megfelelően, mielőtt közvetlenül vagy közvetve a víztestekbe engednék őket. A vízminőség változásai nemcsak a tengeri környezetre vannak jelentős hatással, hanem az édesvíz rendelkezésre állására is a közvízellátás és a mezőgazdaság számára. A fejlődő országokban a gyors gazdasági növekedés gyakori, és minden olyan projekt, amely ezt a növekedést elősegíti, káros lehet a környezetre. A vízkészletek hosszú távú kezelése, valamint az emberek és a környezet védelme érdekében elengedhetetlen a vízminőség monitorozása és értékelése. A vízminőségi index, más néven WQI, vízminőségi adatokból származik, és a folyóvíz minőségének aktuális állapotának meghatározására szolgál. A vízminőség változásának mértékének felmérésekor számos változót kell figyelembe venni. A WQI egy dimenzió nélküli index. Specifikus vízminőségi paraméterekből áll. A WQI egy módszert biztosít a történelmi és jelenlegi víztestek minőségének osztályozására. A WQI érdemi értéke befolyásolhatja a döntéshozók döntéseit és cselekedeteit. Egy 1-től 100-ig terjedő skálán minél magasabb az index, annál jobb a vízminőség. Általánosságban elmondható, hogy a 80-as vagy annál magasabb pontszámmal rendelkező folyóvízállomások vízminősége megfelel a tiszta folyókra vonatkozó előírásoknak. A 40 alatti WQI-érték szennyezettnek tekinthető, míg a 40 és 80 közötti WQI-érték azt jelzi, hogy a vízminőség valóban enyhén szennyezett.
Általánosságban elmondható, hogy a vízminőségi mutató (WQI) kiszámítása hosszú, összetett és hibalehetőségű alindex-transzformációk halmazát igényli. Komplex nemlineáris kölcsönhatások vannak a WQI és más vízminőségi paraméterek között. A WQI-k kiszámítása nehézkes és sokáig tarthat, mivel a különböző WQI-k különböző képleteket használnak, ami hibákhoz vezethet. Az egyik fő kihívás, hogy lehetetlen kiszámítani a WQI képletét, ha egy vagy több vízminőségi paraméter hiányzik. Ezenkívül egyes szabványok időigényes, kimerítő mintavételi eljárásokat írnak elő, amelyeket képzett szakembereknek kell elvégezniük a minták pontos vizsgálatának és az eredmények megjelenítésének garantálása érdekében. A technológia és a berendezések fejlődése ellenére a folyóvízminőség kiterjedt időbeli és térbeli monitorozását akadályozzák a magas működési és irányítási költségek.
Ez a vita rávilágít arra, hogy nincs globális megközelítés a vízminőségi mutatóra (WQI). Ez felveti az igényt alternatív módszerek kidolgozására a WQI számítási szempontból hatékony és pontos kiszámítására. Az ilyen fejlesztések hasznosak lehetnek a környezeti erőforrás-kezelők számára a folyók vízminőségének monitorozásában és értékelésében. Ebben az összefüggésben egyes kutatók sikeresen használták a mesterséges intelligenciát a WQI előrejelzésére; a mesterséges intelligencia alapú gépi tanulási modellezés elkerüli az alindexek kiszámítását, és gyorsan generál WQI eredményeket. A mesterséges intelligencia alapú gépi tanulási algoritmusok egyre népszerűbbek nemlineáris architektúrájuk, összetett események előrejelzésére való képességük, a nagy adathalmazok, köztük a különböző méretű adatok kezelésének képessége és a hiányos adatokkal szembeni érzéketlenségük miatt. Előrejelző erejük teljes mértékben az adatgyűjtés és -feldolgozás módszerétől és pontosságától függ.
Közzététel ideje: 2024. november 21.