Durant 25 anys, el Departament de Medi Ambient (DOE) de Malàisia ha implementat un Índex de Qualitat de l'Aigua (WQI) que utilitza sis paràmetres clau de la qualitat de l'aigua: oxigen dissolt (OD), Demanda Bioquímica d'Oxigen (DBO), Demanda Química d'Oxigen (COD), pH, nitrogen amònic (AN) i sòlids en suspensió (SS). L'anàlisi de la qualitat de l'aigua és un component important de la gestió dels recursos hídrics i s'ha de gestionar adequadament per prevenir els danys ecològics causats per la contaminació i garantir el compliment de les normatives ambientals. Això augmenta la necessitat de definir mètodes eficaços per a l'anàlisi. Un dels principals reptes de la informàtica actual és que requereix una sèrie de càlculs de subíndexs que requereixen molt de temps, són complexos i propensos a errors. A més, el WQI no es pot calcular si falten un o més paràmetres de qualitat de l'aigua. En aquest estudi, es desenvolupa un mètode d'optimització del WQI per a la complexitat del procés actual. Es va desenvolupar i explorar el potencial del modelatge basat en dades, és a dir, la màquina de vectors de suport de funcions de base Nu-Radial (SVM) basada en la validació creuada 10x, per millorar la predicció del WQI a la conca de Langat. Es va dur a terme una anàlisi de sensibilitat exhaustiva en sis escenaris per determinar l'eficiència del model en la predicció de la qualitat de l'aigua (WQI). En el primer cas, el model SVM-WQI va mostrar una excel·lent capacitat per replicar DOE-WQI i va obtenir nivells molt alts de resultats estadístics (coeficient de correlació r > 0,95, eficiència de Nash Sutcliffe, NSE > 0,88, índex de consistència de Willmott, WI > 0,96). En el segon escenari, el procés de modelització mostra que la WQI es pot estimar sense sis paràmetres. Per tant, el paràmetre DO és el factor més important per determinar la WQI. El pH té el menor efecte sobre la WQI. A més, els escenaris 3 a 6 mostren l'eficiència del model en termes de temps i cost minimitzant el nombre de variables en la combinació d'entrada del model (r > 0,6, NSE > 0,5 (bo), WI > 0,7 (molt bo)). En conjunt, el model millorarà i accelerarà enormement la presa de decisions basada en dades en la gestió de la qualitat de l'aigua, fent que les dades siguin més accessibles i atractives sense intervenció humana.
1 Introducció
El terme "contaminació de l'aigua" es refereix a la contaminació de diversos tipus d'aigua, incloent-hi les aigües superficials (oceans, llacs i rius) i les aigües subterrànies. Un factor significatiu en el creixement d'aquest problema és que els contaminants no es tracten adequadament abans de ser alliberats directament o indirectament a les masses d'aigua. Els canvis en la qualitat de l'aigua tenen un impacte significatiu no només en el medi marí, sinó també en la disponibilitat d'aigua dolça per al subministrament públic d'aigua i l'agricultura. Als països en desenvolupament, el ràpid creixement econòmic és comú, i cada projecte que promou aquest creixement pot ser perjudicial per al medi ambient. Per a la gestió a llarg termini dels recursos hídrics i la protecció de les persones i el medi ambient, el seguiment i l'avaluació de la qualitat de l'aigua són essencials. L'Índex de Qualitat de l'Aigua, també conegut com a IQA, es deriva de dades de qualitat de l'aigua i s'utilitza per determinar l'estat actual de la qualitat de l'aigua dels rius. En avaluar el grau de canvi en la qualitat de l'aigua, s'han de tenir en compte moltes variables. L'IQA és un índex sense cap dimensió. Consta de paràmetres específics de qualitat de l'aigua. L'IQA proporciona un mètode per classificar la qualitat de les masses d'aigua històriques i presents. El valor significatiu de l'IQA pot influir en les decisions i accions dels responsables de la presa de decisions. En una escala de l'1 al 100, com més alt sigui l'índex, millor serà la qualitat de l'aigua. En general, la qualitat de l'aigua de les estacions fluvials amb puntuacions de 80 o superiors compleix els estàndards per a rius nets. Un valor d'IQA inferior a 40 es considera contaminat, mentre que un valor d'IQA entre 40 i 80 indica que la qualitat de l'aigua està lleugerament contaminada.
En general, el càlcul de l'IQA requereix un conjunt de transformacions de subíndex que són llargues, complexes i propenses a errors. Hi ha interaccions no lineals complexes entre l'IQA i altres paràmetres de la qualitat de l'aigua. El càlcul dels IQA pot ser difícil i trigar molt de temps perquè els diferents IQA utilitzen fórmules diferents, cosa que pot provocar errors. Un repte important és que és impossible calcular la fórmula de l'IQA si falten un o més paràmetres de la qualitat de l'aigua. A més, alguns estàndards requereixen procediments de recollida de mostres exhaustius i que requereixen molt de temps i que han de ser duts a terme per professionals qualificats per garantir un examen precís de les mostres i la visualització dels resultats. Malgrat les millores en la tecnologia i els equips, el seguiment extensiu de la qualitat de l'aigua dels rius, tant temporal com espacial, s'ha vist obstaculitzat pels elevats costos operatius i de gestió.
Aquesta discussió mostra que no hi ha un enfocament global per a l'índex de qualitat de l'aigua dels rius (WQI). Això planteja la necessitat de desenvolupar mètodes alternatius per calcular l'índex de qualitat de l'aigua dels rius d'una manera computacionalment eficient i precisa. Aquestes millores poden ser útils per als gestors de recursos ambientals per controlar i avaluar la qualitat de l'aigua dels rius. En aquest context, alguns investigadors han utilitzat amb èxit la IA per predir l'índex de qualitat de l'aigua dels rius; el modelatge d'aprenentatge automàtic basat en IA evita el càlcul de subíndexs i genera ràpidament resultats d'índex de qualitat de l'aigua. Els algoritmes d'aprenentatge automàtic basats en IA estan guanyant popularitat a causa de la seva arquitectura no lineal, la capacitat de predir esdeveniments complexos, la capacitat de gestionar grans conjunts de dades, incloent dades de diferents mides, i la insensibilitat a les dades incompletes. El seu poder predictiu depèn completament del mètode i la precisió de la recopilació i el processament de les dades.
Data de publicació: 21 de novembre de 2024