Vandens valdymas: vandens pėdsakas, kokybės stebėjimas ir nuotėkio aptikimas

Pelnas:

• Galimybė teikti pirmenybę vandens pėdsakui (mėlyna / žalia / pilka) pagal faktinį poveikį aplinkai, o ne tik pagal litrą, atsižvelgiant į regioninį vandens įtampą
• Galimybė patikrinti vandens kokybės anomalijas naudojant kelių parametrų kryžminį patikrinimą ir atskirti jutiklio gedimą nuo tikrosios taršos
• Galimybė susiaurinti nuotėkio (naktinį minimalų srautą) modelį su duomenimis ir pateikti jį patvirtinimui vietoje

Vanduo yra labiausiai matomas klimato krizės veidas: kiekvienas lašas yra strateginis sausringuose regionuose, kiekvienas jo perteklius yra pavojingas potvyniuose. Organizacijoms vanduo nebėra „nemokamas tiekimas“, o poveikis aplinkai, kurį reikia išmatuoti, sumažinti ir pranešti. Šiame skyriuje sužinosite apie vandens pėdsaką, vandens kokybės stebėjimą, tinklo nutekėjimo aptikimą ir kaip dirbtinis intelektas pagreitina šias užduotis.

Pirmiausia sąvokos. Vandens pėdsakas – tai bendras gėlo vandens kiekis, kurį tiesiogiai ir netiesiogiai suvartoja produktas, procesas ar institucija. Jis skirstomas į tris spalvas: mėlyną vandenį (vanduo, paimamas iš paviršiaus ir po žeme), žalią vandenį (lietaus vanduo, kurį naudoja augalai) ir pilką vandenį (vanduo, reikalingas taršai praskiesti). Vandens trūkumas – tai situacija, kai vandens poreikis regione iškrauna turimus išteklius; tas pats litras vandens yra daug „brangesnis“ bevandeniame regione.

Užuomina: vanduo, skirtingai nei anglis, yra vietinis. Nors 1000 m³ vandens yra nereikšmingas regione, kuriame gausu kritulių, jis yra labai svarbus regione, kuriame yra didelis vandens trūkumas. Visada atsižvelkite į vandens pėdsaką ir vietos vandens įtampą; „absoliutūs litrai“ savaime yra klaidinantys.

Vandens kokybė: kokie parametrai?

Ar vanduo „švarus ar nešvarus“, matuojama ne vienu skaičiumi. Pagrindiniai parametrai:

• pH: vandens rūgštingumo / šarmingumo lygis (0-14).
• Ištirpęs deguonis (DO): gyvybiškai svarbus vandens gyvūnams; Jei jis mažas, tai yra užterštumo požymis.
• Drumstumas: suspenduotų kietųjų dalelių kiekis vandenyje.
• Laidumas (EC): ištirpusios druskos/mineralų tankis.
• BDS/COD (BOD/COD): netiesioginis organinės taršos matas.
• Sunkieji metalai, nitratai, fosfatai: tam tikri teršalai.

Šie parametrai yra matuojami nuolatiniais jutikliais laboratorijoje arba lauke. AI yra labai naudingas apdorojant šiuos daugiamatius duomenis ir išskiriant anomalijas bei tendencijas.

Nuotėkio aptikimas: prarasto vandens radimas

Tinkluose nemaža vandens dalis prarandama nutekėjus vamzdžiais; Tai vadinama vandens praradimu-nuotėkiu (NRW – negaunamas vanduo). Kai kuriuose senesniuose tinkluose šis rodiklis gali viršyti 40%. Klasikinis būdas rasti nuotėkį yra brangus ir lėtas. Čia AI; Aptikęs nenormalius slėgio ir srauto jutiklių duomenų modelius, jis gali veiksmingai susiaurinti sritį, kurioje greičiausiai bus nuotėkis, tačiau sprendimą kasti po vamzdžiu vis tiek priima lauko komanda.

Žingsnis po žingsnio: vandens analizė

1. Nustatykite taikymo sritį. Vidinis vandens suvartojimas, produkto vandens pėdsakas, tinklo nuotėkis?

2. Surinkite duomenis. Skaitiklis, sąskaita faktūra, kokybės jutiklis, slėgio registratorius. Patikslinkite vienetus (m³, L).

3. Pririškite vandens įtampą. Susieti suvartojimą su vandens trūkumu regione; Tokie įrankiai kaip WRI Aqueduct teikia regioninius streso duomenis.

4. Analizuokite. Tendencija, sezoniškumas, anomalija, nuotėkio modelis.

5. Pašalinkite švelninimo prioritetą. Nustatykite labiausiai išsekančius, didžiausią stresą sukeliančius, lengviausiai išgydomus taškus.

6. Patikrinkite ir praneškite. Išsaugokite numerius su šaltiniu; Palyginkite kokybės ribas su teisės aktais.

trys mini dėklai

1 atvejis – absoliutus litro klaidingumas. Įmonė paklausė, kuri iš dviejų gamyklų turėjo didžiausią vandens poveikį. AI iš pradžių žiūrėjo tik į litrą ir pažymėjo gamyklą, kuri suvartojo daugiausiai. Kai analitikas pridėjo vandens stresą, jis nustatė, kad faktinis augalo poveikis aplinkai mažiau suvartojančiame, bet ypač sausame regione buvo daug didesnis. Pasikeitė prioritetas; Be vandens streso sprendimas būtų buvęs klaidingas.

2 atvejis – jutiklio gedimas arba užteršimas? Valymo įrenginyje buvo pastebėtas staigus ištirpusio deguonies jutiklio kritimas ir jis planavo skubų atsaką. Ekspertas, ištyręs duomenis, suprato, kad kritimas buvo ne daugelyje nepriklausomų parametrų vienu metu, o tiesiog „užstrigo“ ties pastovia verte prie to jutiklio – tai jutiklio gedimas, o ne tarša. Buvo išvengta nereikalingo įsikišimo.

3 atvejis – nuotėkio susiaurėjimas. Vandens tarnyba įtarė, kad vietovėje nuolat netenka daug vandens. Jie turėjo AI atlikti nakties minimalaus srauto analizę (vanduo teka naktį, kai niekas nenaudoja vandens, tai yra nuotėkio požymis); kodas parodė, kad naktinis srautas buvo neįprastai didelis vienoje iš penkių pozonių. Lauko komanda sutelkė paieškas į tą sritį ir bėglį rado per kelias valandas, o ne dienas. Vis dėlto žmonės nusprendė kasinėti.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Išanalizuokite mano vandens suvartojimą ir pasakykite, kaip jį sumažinti.

Kodėl jis silpnas: nėra vieneto, regiono, vandens įtampos ir duomenų. Rezultatas yra bendras rekomendacijų sąrašas, jame negalima nustatyti prioritetų.

Galingas raginimas:

Jūsų vaidmuo: vandens ūkio analitikas. Išanalizuokite šiuos mėnesio vandens suvartojimo duomenis (m³) pagal įrenginį naudodami Python. Prijunkite vandens streso balą (0–5), kurį duodu kiekvienam įrenginiui, ir gaunu „pagal įtampą įvertintą poveikį“. Pažymėkite sezoniškumą ir neįprastus mėnesius. DUOMENŲ SUDIRBTI vandens įtampą; Palikite tuščią su žyma [STRESS]. Rekomenduokite mažinimo prioritetą, pradedant nuo didžiausio svorio įrenginio. Duomenys: [lentelė]

Keturi kopijuojami šablonai

1) Svertinio vandens poveikis stresui:

Jūsų vaidmuo: vandens analitikas. Apdorokite įrenginio vandens suvartojimą (m³) naudodami Python. Prijunkite regioninį vandens streso balą prie kiekvieno objekto; poveikis = suvartojimas × stresas. Rūšiuoti pagal šį svertinį poveikį. Įtempių duomenų derinimas; nurodykite šaltinį (pvz., WRI akvedukas) arba palikite [VERIFIED]. Duomenys: [čia]

2) Daugiamatė vandens kokybės anomalija:

Išnagrinėkite šias vandens kokybės laiko eilutes (pH, DO, drumstumą, laidumą) naudodami Python. Patikrinkite, ar vieno parametro nuokrypis pastebimas ir kituose; „Įstrigusi“ vieno parametro vertė greičiausiai yra jutiklio gedimas, o ne užteršimas. Pažymėkite kiekvieną anomaliją šiuo skirtumu.Duomenys: [čia]

3) Nuotėkio (nakties srauto) analizė:

Naudodami Python analizuokite šiuos regioninius nakties minimalaus srauto duomenis. Vietas, kuriose naktinis srautas didesnis nei tikėtasi, priskirkite galimiems nuotėkiams. Nesakykite tiesiai „yra nutekėjimas“; Pateikite tikimybės ir patikrinimo pasiūlymą (patikrinimas vietoje). Duomenys: [čia]

4) Kokybės slenksčio atitikties patikra:

Palyginkite toliau pateiktas išmatuotas vandens kokybės vertes su teisinių slenksčių lentele, kurią pateiksiu. Pažymėkite kiekvieną parametrą „tinkama / esant ribai / viršyta“. Nesudarykite slenksčių; Aš duosiu arba patikrinsiu [TEISĖS DALIS]. Apibendrinkite perteklius ir reikalingus veiksmus. Vertybės: [čia]

Dažnos klaidos

• Vandens efekto matavimas tik litrais. Be vandens streso prioritetas tampa klaidingas.
• Vieno jutiklio nuokrypio klaidinimas kaip užterštumas. Atlikite daugiamatį kryžminį patikrinimą.
• Maišant žalią/mėlyną/pilką vandenį. Pėdsako komponentai pateikiami atskirai.
• Teisinių slenksčių pritaikymas dirbtiniam intelektui. Kokybės ribos kyla iš teisės aktų, o ne iš modelio atminties.
• Teiginio dėl nuotėkio netikrinama su lauku. Duomenys susiaurina kandidatą; Komanda duoda patvirtinimą.

Atsargiai: vandens kokybės duomenys gali rodyti įrenginio taršą ir turėti teisinių / reputacijos pasekmių. Dalindamiesi šiais duomenimis, užtikrinti jų tikslumą; Klaidingas pranešimas apie viršijimą, pagrįstas nekalibruotu jutikliu arba nuslėpęs tikrąjį viršijimą, sukelia rimtą atsakomybę.

Apibendrinant

Vandens tvarkymas; Reikia įvertinti pėdsaką kartu su vandens įtempimu, stebėti kokybę naudojant kelis parametrus ir susiaurinti nuotėkį naudojant duomenis. AI; Tai galingas daugiamatės duomenų analizės ir anomalijų bei nuotėkio modelio aptikimo greitintuvas. Tačiau vandens įtampos prijungimas, jutiklio gedimo atskyrimas nuo taršos, teisinių slenksčių iš tinkamo šaltinio gavimas ir patikrinimas vietoje priklauso ekspertui.

Taikymo užduotis

Sukurkite hipotetinius mėnesio vandens suvartojimo duomenis dviem ar trims įstaigos objektams ir kiekvienam įrenginiui priskirkite vandens trūkumo balą. 1. Leiskite AI atlikti pagal stresą įvertintą poveikio reitingą naudodami šabloną; Palyginkite rezultatą su rūšiavimu tik pagal litrus. Tada pritaikykite 2 modelį vandens kokybės laiko eilutei ir pabandykite atskirti jutiklio gedimą nuo tikrosios taršos.

kontrolinis sąrašas

• [ ] Aš įvertinau vandens poveikį pagal vandens įtampą, nežiūrėjau tik į litrus.
• [ ] Išbandžiau kokybės anomalijas su kelių parametrų kryžmine patikra.
• [ ] Žalią/mėlyną/pilką vandens komponentus laikiau atskirai.
• [ ] Teisines ribas paėmiau iš teisės aktų, jų nepritaikiau dirbtiniam intelektui.
• [ ] Pabėgusiam kandidatui pateikiau pasiūlymą patikrinti lauką.
• [ ] Užtikrinau kokybės duomenų tikslumą ir kalibravimą.