말레이시아 환경부(DOE)는 25년 동안 용존산소(DO), 생화학적 산소 요구량(BOD), 화학적 산소 요구량(COD), pH, 암모니아성 질소(AN) 및 부유 고형물(SS)의 6가지 주요 수질 매개변수를 사용하는 수질 지수(WQI)를 시행해 왔습니다. 수질 분석은 수자원 관리의 중요한 구성 요소이며 오염으로 인한 생태적 피해를 방지하고 환경 규정을 준수하기 위해 적절하게 관리되어야 합니다. 이로 인해 효과적인 분석 방법을 정의해야 할 필요성이 커졌습니다. 현재 컴퓨팅의 주요 과제 중 하나는 시간이 많이 걸리고 복잡하며 오류가 발생하기 쉬운 일련의 하위 지수 계산이 필요하다는 것입니다. 또한 하나 이상의 수질 매개변수가 누락되면 WQI를 계산할 수 없습니다. 이 연구에서는 현재 프로세스의 복잡성에 대한 WQI 최적화 방법을 개발했습니다. 데이터 기반 모델링, 즉 10배 교차 검증을 기반으로 한 Nu-Radial 기저 함수 지원 벡터 머신(SVM)의 잠재력이 개발되어 Langat 분지의 WQI 예측을 개선하기 위해 탐구되었습니다. WQI 예측에서 모델의 효율성을 확인하기 위해 6가지 시나리오에서 포괄적인 민감도 분석을 수행했습니다. 첫 번째 경우, 모델 SVM-WQI는 DOE-WQI를 복제하는 탁월한 능력을 보여주었고 매우 높은 수준의 통계적 결과(상관계수 r > 0.95, Nash Sutcliffe 효율성, NSE > 0.88, Willmott의 일관성 지수, WI > 0.96)를 얻었습니다. 두 번째 시나리오에서 모델링 프로세스는 6가지 매개변수 없이도 WQI를 추정할 수 있음을 보여줍니다. 따라서 DO 매개변수는 WQI를 결정하는 가장 중요한 요소입니다. pH는 WQI에 미치는 영향이 가장 적습니다. 또한, 시나리오 3부터 6은 모델 입력 조합의 변수 수를 최소화함으로써 시간 및 비용 측면에서 모델의 효율성을 보여줍니다(r > 0.6, NSE > 0.5(양호), WI > 0.7(매우 양호)). 이 모든 것을 종합하면, 이 모델은 수질 관리에서 데이터 기반 의사 결정을 크게 개선하고 가속화하여, 인간의 개입 없이도 데이터에 대한 접근성과 참여도를 높일 수 있습니다.
1 서론
"수질 오염"이라는 용어는 표층수(바다, 호수, 강)와 지하수를 포함한 여러 유형의 물이 오염되는 것을 의미합니다. 이 문제가 커지는 중요한 요인 중 하나는 오염 물질이 수역으로 직간접적으로 방출되기 전에 적절하게 처리되지 않는다는 것입니다. 수질 변화는 해양 환경뿐만 아니라 공공 상수도 및 농업용 담수 가용성에도 중대한 영향을 미칩니다. 개발도상국에서는 급속한 경제 성장이 일반적이며, 이러한 성장을 촉진하는 모든 프로젝트는 환경에 해로울 수 있습니다. 수자원의 장기적인 관리와 인간과 환경 보호를 위해서는 수질 모니터링 및 평가가 필수적입니다. 수질 지수(WQI)는 수질 데이터에서 도출되며 하천 수질의 현재 상태를 파악하는 데 사용됩니다. 수질 변화의 정도를 평가할 때는 여러 변수를 고려해야 합니다. WQI는 차원이 없는 지수로, 특정 수질 매개변수로 구성됩니다. WQI는 과거 및 현재 수역의 수질을 분류하는 방법을 제공합니다. WQI의 유의미한 값은 의사 결정권자의 의사 결정과 행동에 영향을 미칠 수 있습니다. 1에서 100까지의 척도로, 지수가 높을수록 수질이 양호함을 나타냅니다. 일반적으로 80점 이상의 수질은 깨끗한 하천 기준을 충족합니다. WQI 값이 40 미만이면 오염된 것으로 간주되며, 40에서 80 사이의 WQI 값은 수질이 실제로 약간 오염되었음을 나타냅니다.
일반적으로 WQI를 계산하려면 길고 복잡하며 오류가 발생하기 쉬운 일련의 하위 지수 변환이 필요합니다. WQI와 다른 수질 매개변수 사이에는 복잡한 비선형 상호작용이 존재합니다. WQI 계산은 서로 다른 수질 매개변수가 사용하는 공식이 다르기 때문에 어렵고 시간이 오래 걸릴 수 있으며, 이로 인해 오류가 발생할 수 있습니다. 주요 과제 중 하나는 하나 이상의 수질 매개변수가 누락되면 WQI 공식을 계산할 수 없다는 것입니다. 또한, 일부 표준은 정확한 시료 검사와 결과 표시를 보장하기 위해 숙련된 전문가가 수행해야 하는 시간이 많이 소요되고 복잡한 시료 채취 절차를 요구합니다. 기술과 장비의 발전에도 불구하고, 광범위한 시공간적 하천 수질 모니터링은 높은 운영 및 관리 비용으로 인해 어려움을 겪고 있습니다.
이 논의는 WQI에 대한 전 세계적인 접근법이 없음을 보여줍니다. 이는 계산 효율적이고 정확한 방식으로 WQI를 계산하기 위한 대안적인 방법 개발의 필요성을 제기합니다. 이러한 개선은 환경 자원 관리자가 하천 수질을 모니터링하고 평가하는 데 유용할 수 있습니다. 이러한 맥락에서 일부 연구자들은 AI를 사용하여 WQI를 예측하는 데 성공했습니다. AI 기반 머신러닝 모델링은 하위 지수 계산을 피하고 WQI 결과를 빠르게 생성합니다. AI 기반 머신러닝 알고리즘은 비선형 구조, 복잡한 이벤트 예측 능력, 다양한 크기의 데이터를 포함한 대규모 데이터 세트 관리 능력, 그리고 불완전한 데이터에 대한 민감도 감소 등의 장점으로 인해 점점 더 인기를 얻고 있습니다. 예측 능력은 전적으로 데이터 수집 및 처리 방법과 정확도에 달려 있습니다.
게시 시간: 2024년 11월 21일