Ningkatkeun prediksi indéks kualitas cai nganggo mesin vektor dukungan kalayan analisa sensitipitas

Salila 25 taun, Departemen Lingkungan (DOE) Malaysia parantos ngalaksanakeun Indéks Kualitas Cai (WQI) anu ngagunakeun genep parameter kualitas cai utama: oksigén terlarut (DO), Permintaan Oksigén Biokimia (BOD), Permintaan Oksigén Kimia (COD), pH, nitrogén amonia (AN) sareng padet tersuspensi (SS). Analisis kualitas cai mangrupikeun komponén penting dina ngokolakeun sumber daya cai sareng kedah dikokolakeun leres pikeun nyegah karusakan ékologis tina polusi sareng mastikeun patuh kana peraturan lingkungan. Ieu ngaronjatkeun kabutuhan pikeun nangtukeun métode éféktif pikeun analisis. Salah sahiji tantangan utama komputasi ayeuna nya éta merlukeun runtuyan waktu-consuming, kompléks, jeung rawan kasalahan subindex itungan. Sajaba ti éta, WQI teu bisa diitung lamun salah sahiji atawa leuwih parameter kualitas cai leungit. Dina ulikan ieu, métode optimasi WQI dikembangkeun pikeun pajeulitna prosés ayeuna. Potensi modeling data-disetir, nyaéta Nu-Radial basis fungsi rojongan vektor mesin (SVM) dumasar kana 10x cross-validasi, dimekarkeun sarta digali pikeun ngaronjatkeun prediksi WQI di cekungan Langat. Analisis sensitipitas komprehensif dilakukeun dina genep skénario pikeun nangtukeun efisiensi modél dina prediksi WQI. Dina kasus nu pertama, modél SVM-WQI némbongkeun pangabisa alus teuing pikeun ngayakeun réplikasi DOE-WQI jeung diala tingkat kacida luhurna hasil statistik (koefisien korelasi r> 0,95, efisiensi Nash Sutcliffe, NSE> 0,88, indéks konsistensi Willmott, WI> 0,96). Dina skenario kadua, prosés modeling nunjukeun yen WQI bisa diperkirakeun tanpa genep parameter. Ku kituna, parameter DO mangrupa faktor pangpentingna dina nangtukeun WQI. pH boga pangaruh pangsaeutikna dina WQI. Salaku tambahan, Skenario 3 nepi ka 6 nunjukkeun efisiensi modél dina waktos sareng biaya ku ngaminimalkeun jumlah variabel dina kombinasi input modél (r> 0,6, NSE> 0,5 (saé), WI> 0,7 (saé pisan)). Dihijikeun, model bakal greatly ngaronjatkeun tur ngagancangkeun data-disetir-pembuatan kaputusan dina manajemen kualitas cai, sahingga data leuwih diaksés sarta ngalakonan tanpa campur manusa.

1 Bubuka

Istilah "polusi cai" nujul kana polusi sababaraha jinis cai, kalebet cai permukaan (sagara, situ, sareng walungan) sareng cai taneuh. Faktor anu penting dina kamekaran masalah ieu nyaéta yén polutan henteu dirawat cekap sateuacan dileupaskeun sacara langsung atanapi henteu langsung kana badan cai. Parobahan kualitas cai boga dampak signifikan teu ukur dina lingkungan Kelautan, tapi ogé dina kasadiaan cai tawar pikeun suplai cai umum jeung tatanén. Di nagara berkembang, pertumbuhan ékonomi anu gancang biasana umum, sareng unggal proyék anu ngamajukeun kamekaran ieu tiasa ngabahayakeun lingkungan. Pikeun ngokolakeun sumber daya cai jangka panjang sareng ngajagaan jalma sareng lingkungan, ngawaskeun sareng nganilai kualitas cai penting pisan. Indéks Kualitas Cai, ogé katelah WQI, diturunkeun tina data kualitas cai sareng dianggo pikeun nangtukeun status kualitas cai walungan ayeuna. Dina assessing darajat parobahan kualitas cai, loba variabel kudu dianggap. WQI mangrupa indéks tanpa dimensi nanaon. Ieu ngawengku parameter kualitas cai husus. WQI nyayogikeun metode pikeun ngaklasifikasikeun kualitas badan cai sajarah sareng ayeuna. Nilai bermakna WQI tiasa mangaruhan kaputusan sareng tindakan para pengambil keputusan. Dina skala 1 nepi ka 100, nu leuwih luhur indéks, nu hadé kualitas cai. Sacara umum, kualitas cai stasiun walungan kalayan skor 80 ka luhur nyumponan standar pikeun walungan bersih. Nilai WQI sahandapeun 40 dianggap terkontaminasi, sedengkeun nilai WQI antara 40 sareng 80 nunjukkeun yén kualitas cai memang rada kacemar.

Sacara umum, ngitung WQI merlukeun sakumpulan transformasi subindex anu panjang, kompleks, jeung rawan kasalahan. Aya interaksi nonlinier kompléks antara WQI jeung parameter kualitas cai lianna. Ngitung WQI tiasa sesah sareng peryogi waktos anu lami sabab WQI anu béda ngagunakeun rumus anu béda, anu tiasa nyababkeun kasalahan. Hiji tantangan utama nyaéta mustahil pikeun ngitung rumus pikeun WQI upami hiji atanapi langkung parameter kualitas cai leungit. Salaku tambahan, sababaraha standar ngabutuhkeun prosedur pangumpulan sampel anu nyéépkeun waktos sareng lengkep anu kedah dilaksanakeun ku profésional anu dilatih pikeun ngajamin pamariksaan sampel anu akurat sareng tampilan hasil. Sanaos kamajuan téknologi sareng peralatan, ngawaskeun kualitas cai walungan temporal sareng spasial éksténsif parantos dihambat ku biaya operasional sareng manajemén anu luhur.

Diskusi ieu nunjukkeun yén teu aya pendekatan global pikeun WQI. Ieu nyababkeun kabutuhan pikeun ngembangkeun metode alternatif pikeun ngitung WQI sacara efisien sareng akurat sacara komputasi. Perbaikan sapertos kitu tiasa mangpaat pikeun pangurus sumber daya lingkungan pikeun ngawas sareng meunteun kualitas cai walungan. Dina kontéks ieu, sababaraha panalungtik geus hasil ngagunakeun AI pikeun ngaduga WQI; Modeling pembelajaran mesin basis Ai ngahindarkeun itungan sub-indéks sareng gancang ngahasilkeun hasil WQI. Algoritma pembelajaran mesin basis Ai beuki populer kusabab arsitéktur non-linierna, kamampuan pikeun ngaduga kajadian anu kompleks, kamampuan pikeun ngatur set data ageung kalebet data tina ukuran anu béda-béda, sareng teu sensitipitas kana data anu teu lengkep. Kakuatan prédiksina gumantung sagemblengna kana métode sareng katepatan ngumpulkeun sareng ngolah data.