Dobički:
- Sposobnost določanja prednostnega vodnega odtisa (modra/zelena/siva) glede na dejanski vpliv na okolje, ne le po litrih, tako da se ponderira z regionalno vodno stisko
- Sposobnost testiranja anomalij kakovosti vode z navzkrižnim preverjanjem več parametrov in razlikovanje okvare senzorja od dejanskega onesnaženja
- Sposobnost zožitve vzorca puščanja (najmanjši nočni pretok) s podatki in predstavitve za potrditev s preverjanjem na terenu
Voda je najvidnejši obraz podnebne krize: vsaka kapljica je strateška v sušnih regijah, vsak presežek je nevaren na poplavnih ravnicah. Za organizacije voda ni več "brezplačen vnos", ampak vpliv na okolje, ki ga je treba meriti, zmanjševati in poročati. V tej enoti boste spoznali vodni odtis, spremljanje kakovosti vode, odkrivanje puščanja v omrežju in kako AI pospeši te naloge.
Najprej pojmi. Vodni odtis je skupna količina sveže vode, ki jo neposredno ali posredno porabi proizvod, proces ali institucija. Razdeljena je na tri barve: modra voda (voda, črpana s površja in pod zemljo), zelena voda (deževnica, ki jo uporabljajo rastline) in siva voda (voda, potrebna za redčenje onesnaženja). Pomanjkanje vode je situacija, ko povpraševanje po vodi v regiji obremenjuje razpoložljive vire; isti liter vode je v brezvodni regiji veliko "dražji".
Namig: Voda je za razliko od ogljika lokalna. Medtem ko je 1.000 m³ vode nepomembno v regiji z obilnimi padavinami, je kritično v regiji z velikim vodnim stresom. Vodni odtis vedno upoštevajte skupaj z vodno obremenitvijo območja; "absolutni litri" sami po sebi so zavajajoči.
Kakovost vode: kateri parametri?
Ali je voda "čista ali umazana", se ne meri z eno samo številko. Osnovni parametri:
- pH: raven kislosti/alkalnosti vode (0-14).
- Raztopljeni kisik (DO): ključnega pomena za vodno življenje; Če je nizka, je to znak onesnaženosti.
- Motnost: količina suspendiranih trdnih snovi v vodi.
- Prevodnost (EC): gostota raztopljene soli/minerala.
- BPK/KPK (BPK/KPK): posredno merilo organske onesnaženosti.
- Težke kovine, nitrati, fosfati: nekatera onesnaževala.
Ti parametri se merijo s kontinuiranimi senzorji v laboratoriju ali na terenu. Umetna inteligenca je zelo uporabna pri obdelavi teh večvariantnih podatkov ter pridobivanju anomalij in trendov.
Odkrivanje puščanja: iskanje izgubljene vode
V omrežjih se precejšen del vode izgubi zaradi uhajanja skozi cevi; To se imenuje izguba vode (NRW - Non-Revenue Water). V nekaterih starejših omrežjih lahko ta stopnja preseže 40 %. Klasičen način iskanja puščanja je drag in počasen. Tukaj AI; Z odkrivanjem nenormalnih vzorcev v podatkih senzorjev tlaka in pretoka je zmogljiv pri zoževanju območja, kjer je najverjetneje puščanje – vendar je odločitev o kopanju pod cevjo še vedno odvisna od ekipe na terenu.
Korak za korakom: analiza vode
1. Določite obseg. Notranja poraba vode, vodni odtis izdelka, puščanje omrežja?
2. Zberite podatke. Merilnik, račun, senzor kakovosti, register tlaka. Pojasnite enote (m³, L).
3. Tie vodni stres. Porabo povežite s pomanjkanjem vode v regiji; Orodja, kot je WRI Aqueduct, zagotavljajo regionalne podatke o napetosti.
4. Analizirajte. Trend, sezonskost, anomalija, vzorec uhajanja.
5. Odstranite prednost ublažitve. Določite točke, ki jih najbolj izčrpavajo, so najbolj obremenjene in jih je najlažje pozdraviti.
6. Preverite in prijavite. Shranite številke z virom; Prage kakovosti primerjajte z zakonodajo.
trije mini kovčki
Primer 1 – Absolutna litrska zmota. Neko podjetje je vprašalo, katera od njegovih dveh tovarn je imela najhujši vpliv vode. AI je najprej gledal samo na liter in označil tovarno, ki je porabila največ. Ko je analitik dodal pomanjkanje vode, je ugotovil, da je bil dejanski vpliv rastline na okolje v regiji z manjšo porabo, a izjemno sušni, veliko večji. Prioriteta se je spremenila; Brez vodnega stresa bi bila odločitev napačna.
Primer 2 – Okvara senzorja ali kontaminacija? Čistilna naprava je opazila nenaden padec senzorja za raztopljeni kisik in je načrtovala ukrepanje v sili. Ko je strokovnjak pregledal podatke, je ugotovil, da do padca ni prišlo v številnih neodvisnih parametrih hkrati, ampak je le "zastal" pri konstantni vrednosti na tem senzorju - to je bila okvara senzorja, ne onesnaženje. Preprečeno je bilo nepotrebno posredovanje.
Primer 3 – Zoženje puščanja. Pristojni vodni organ je domneval, da je na nekem območju stalno velika izguba vode. Umetna inteligenca je opravila analizo minimalnega nočnega pretoka (voda teče ponoči, ko nihče ne uporablja vode, znak puščanja); koda je pokazala, da je bil nočni pretok nenormalno visok v eni od petih podcon. Terenska ekipa je iskanje osredotočila na to območje in ubežnika našla v urah in ne v dneh. Kljub temu so se ljudje odločili za izkopavanje.
Šibek poziv/močan poziv
Šibek poziv:
Analizirajte mojo porabo vode in mi povejte, kako naj jo zmanjšam.
Zakaj je šibek: Brez enote, regije, pomanjkanja vode in podatkov. Rezultat je splošen seznam priporočil, ki ne more določiti prednosti.
Močan poziv:
Vaša vloga: vodni analitik. Analizirajte naslednje podatke o mesečni porabi vode (m³) na osnovi objekta s programom Python. Priključite rezultat vodnega stresa (0-5), ki sem ga dal v vsak objekt, in pridobite razvrstitev "vpliva, uteženega glede na stres". Označite sezonskost in neobičajne mesece. podatki o vodnem stresu FITINGA; Pustite prazno z oznako [STRES]. Priporočite prednost zmanjšanja, začenši z objektom z največjo težo. Podatki: [tabela]
Štiri predloge za kopiranje
1) Učinek tehtane vode na stres:
Vaša vloga: vodni analitik. Poraba vode v procesnem objektu (m³) s Pythonom. Povežite regionalno oceno vodne obremenitve z vsakim objektom; vpliv = poraba × stres. Razvrsti po tem tehtanem vplivu. Prilagajanje podatkov o napetosti; navedite vir (npr. WRI Aqueduct) ali pustite [VERIFIED]. Podatki: [tukaj]
2) Multivariantna anomalija kakovosti vode:
Preglejte naslednje časovne vrste kakovosti vode (pH, DO, motnost, prevodnost) s programom Python. Preverite, ali je opaziti odstopanje pri enem parametru tudi pri drugih; "Zataknjena" vrednost na enem parametru je najverjetneje okvara senzorja, ne kontaminacija. Vsako anomalijo označite s tem razlikovanjem. Podatki: [tukaj]
3) Analiza puščanja (nočni pretok):
Analizirajte naslednje regionalne podatke o minimalnem pretoku ponoči s Pythonom. Območja z večjim nočnim pretokom od pričakovanega uvrstite med potencialne kandidate za puščanje. Ne recite naravnost, da "pušča"; Podajte verjetnost in predlog za preverjanje (preverjanje na terenu). Podatki: [tukaj]
4) Preverjanje skladnosti s pragom kakovosti:
Primerjajte spodnje izmerjene vrednosti kakovosti vode s tabelo zakonitih mejnih vrednosti, ki jo bom zagotovil. Vsak parameter označite z »primerno/na meji/preseženo«. Ne izmišljujte pragov; Dal bom ali preveril [ZAKONODAJA]. Povzemite presežke in zahtevane ukrepe. Vrednosti: [tukaj]
Pogoste napake
- Merjenje učinka vode samo v litrih. Brez vodnega stresa gre prednost narobe.
- Zamenjajte eno samo odstopanje senzorja za kontaminacijo. Izvedite večvariatno navzkrižno preverjanje.
- Mešanje zelene/modre/sive vode. Komponente odtisa se poročajo ločeno.
- Prilagajanje zakonskih pragov umetni inteligenci. Omejitve kakovosti izhajajo iz zakonodaje, ne iz spomina modela.
- Ne preverjanje trditve o uhajanju s poljem. Podatki zožijo kandidata; Ekipa izda potrditev.
Pozor: Podatki o kakovosti vode lahko kažejo na stanje onesnaženosti objekta in imajo pravne posledice/posledice za ugled. Pri deljenju teh podatkov zagotovite njihovo točnost; Lažno poročilo o "prekoračitvi", ki temelji na nekalibriranem senzorju, ali prikrivanje resnične prekoračitve povzroči resno odgovornost.
Če povzamem
Upravljanje z vodami; Zahteva ovrednotenje odtisa skupaj z vodno obremenitvijo, spremljanje kakovosti z več parametri in zoženje uhajanja s podatki. AI; Je močan pospeševalnik pri multivariatni analizi podatkov ter odkrivanju vzorcev nepravilnosti in puščanja. Toda povezovanje vodnega stresa, ločevanje okvare senzorja od onesnaženja, pridobivanje zakonskih pragov iz pravega vira in preverjanje na terenu pripadajo strokovnjaku.
Aplikacijska naloga
Ustvarite hipotetične mesečne podatke o porabi vode za dva do tri objekte institucije in vsakemu objektu dodelite oceno vodne obremenitve. 1. naj AI s predlogo izvede razvrščanje vpliva glede na stres; Rezultat primerjajte samo z razvrščanjem po litrih. Nato uporabite vzorec 2 za časovno vrsto kakovosti vode in poskusite razlikovati med napako senzorja in dejanskim onesnaženjem.
kontrolni seznam
- [ ] Utežil sem vpliv vode glede na vodni stres, nisem gledal samo na litre.
- [ ] Testiral sem nepravilnosti kakovosti z navzkrižnim preverjanjem več parametrov.
- [ ] Komponente zelene/modre/sive vode sem ločila.
- [ ] Zakonske pragove sem vzel iz zakonodaje, nisem jih prilagajal AI.
- [ ] Pobeglega kandidata sem oddal s predlogom za terensko preverjanje.
- [ ] Zagotovil sem točnost in kalibracijo podatkov o kakovosti.