Lợi nhuận:
- Khả năng ưu tiên dấu chân nước (xanh dương/xanh lục/xám) theo tác động môi trường thực tế, không chỉ theo lít, bằng cách cân nhắc nó với áp lực về nước trong khu vực
- Khả năng kiểm tra các bất thường về chất lượng nước bằng kiểm tra chéo đa thông số và phân biệt lỗi cảm biến với ô nhiễm thực sự
- Khả năng thu hẹp mẫu rò rỉ (dòng chảy tối thiểu vào ban đêm) bằng dữ liệu và trình bày nó để được xác nhận bằng xác minh hiện trường
Nước là bộ mặt dễ thấy nhất của cuộc khủng hoảng khí hậu: mỗi giọt nước đều mang tính chiến lược ở những vùng khô cằn, mỗi giọt nước dư thừa đều nguy hiểm ở vùng đồng bằng ngập nước. Đối với các tổ chức, nước không còn là “đầu vào miễn phí” mà là tác động môi trường cần phải được đo lường, giảm thiểu và báo cáo. Trong phần này, bạn sẽ tìm hiểu về dấu chân nước, giám sát chất lượng nước, phát hiện rò rỉ mạng và cách AI tăng tốc các tác vụ này.
Khái niệm đầu tiên. Dấu chân nước là tổng lượng nước ngọt được tiêu thụ trực tiếp và gián tiếp bởi một sản phẩm, quy trình hoặc tổ chức. Nó được chia thành ba màu: nước xanh (nước lấy từ bề mặt và dưới lòng đất), nước xanh (nước mưa được thực vật sử dụng) và nước xám (nước cần thiết để làm loãng ô nhiễm). Căng thẳng về nước là tình trạng mà nhu cầu về nước trong một khu vực làm cạn kiệt nguồn tài nguyên sẵn có; cùng một lít nước lại “đắt” hơn nhiều ở vùng không có nước.
Gợi ý: Nước, không giống như cacbon, có tính chất cục bộ. Mặc dù 1.000 m³ nước là không đáng kể ở khu vực có lượng mưa dồi dào nhưng lại rất quan trọng ở khu vực có tình trạng căng thẳng về nước cao. Luôn xem xét dấu chân nước cùng với áp lực về nước của khu vực; Bản thân "lít tuyệt đối" là sai lệch.
Chất lượng nước: thông số gì?
Nước “sạch hay bẩn” không được đo bằng một con số. Các thông số cơ bản:
- pH: mức độ axit/kiềm của nước (0-14).
- Oxy hòa tan (DO): quan trọng đối với đời sống thủy sinh; Nếu nó thấp, đó là một dấu hiệu ô nhiễm.
- Độ đục: lượng chất rắn lơ lửng trong nước.
- Độ dẫn điện (EC): mật độ muối/khoáng hòa tan.
- BOD/COD (BOD/COD): thước đo gián tiếp ô nhiễm hữu cơ.
- Kim loại nặng, nitrat, phốt phát: một số chất gây ô nhiễm.
Các thông số này được đo bằng cảm biến liên tục trong phòng thí nghiệm hoặc tại hiện trường. AI rất hữu ích trong việc xử lý dữ liệu đa biến này và trích xuất các xu hướng và sự bất thường.
Phát hiện rò rỉ: tìm nước bị mất
Trong mạng lưới, một phần nước đáng kể bị thất thoát do rò rỉ qua đường ống; Điều này được gọi là thất thoát-rò rỉ nước (NRW - Non-Revenue Water). Ở một số mạng cũ, tỷ lệ này có thể vượt quá 40%. Cách cổ điển để tìm chỗ rò rỉ là tốn kém và chậm. Đây AI; Bằng cách phát hiện các mẫu bất thường trong dữ liệu cảm biến áp suất và lưu lượng, nó có hiệu quả trong việc thu hẹp khu vực nào có nhiều khả năng bị rò rỉ nhất - nhưng quyết định đào dưới đường ống vẫn thuộc về đội ngũ hiện trường.
Từng bước: phân tích nước
1. Xác định phạm vi. Tiêu thụ nước trong nhà, dấu chân nước của sản phẩm, rò rỉ mạng?
2. Thu thập dữ liệu. Đồng hồ đo, hóa đơn, cảm biến chất lượng, máy đo áp suất. Làm rõ đơn vị (m³, L).
3. Buộc nước căng thẳng. Liên hệ mức tiêu thụ với tình trạng căng thẳng về nước của khu vực; Các công cụ như WRI Aqueduct cung cấp dữ liệu ứng suất theo khu vực.
4. Phân tích. Xu hướng, tính thời vụ, sự bất thường, mô hình rò rỉ.
5. Loại bỏ mức độ ưu tiên giảm thiểu. Xác định những điểm mệt mỏi nhất, căng thẳng nhất, dễ chữa lành nhất.
6. Xác minh và báo cáo. Lưu số có nguồn; So sánh các ngưỡng chất lượng với luật pháp.
ba trường hợp nhỏ
Trường hợp 1 - Ngụy biện tuyệt đối theo lít. Một công ty đã hỏi nhà máy nào trong số hai nhà máy của họ chịu tác động nặng nề nhất về nước. AI đầu tiên chỉ nhìn vào lít và đánh dấu nhà máy tiêu thụ nhiều nhất. Khi nhà phân tích bổ sung thêm căng thẳng về nước, ông nhận thấy tác động môi trường thực tế của một nhà máy ở khu vực có mức tiêu thụ thấp hơn nhưng cực kỳ khô cằn lại cao hơn nhiều. Mức độ ưu tiên đã thay đổi; Nếu không có căng thẳng về nước thì quyết định đó sẽ là sai lầm.
Trường hợp 2 - Cảm biến bị hỏng hoặc bị nhiễm bẩn? Một nhà máy xử lý nhận thấy cảm biến oxy hòa tan giảm đột ngột và đang lên kế hoạch ứng phó khẩn cấp. Khi chuyên gia kiểm tra dữ liệu, ông nhận ra rằng sự sụt giảm không phải ở nhiều thông số độc lập cùng lúc mà chỉ bị "kẹt" ở một giá trị không đổi ở cảm biến đó - đây là trục trặc của cảm biến chứ không phải ô nhiễm. Sự can thiệp không cần thiết đã bị ngăn chặn.
Trường hợp 3 - Thu hẹp rò rỉ. Cơ quan quản lý nước nghi ngờ tình trạng mất nước cao liên tục trong một khu vực. Họ nhờ AI thực hiện phân tích dòng chảy tối thiểu vào ban đêm (nước chảy vào ban đêm khi không có ai sử dụng nước, dấu hiệu rò rỉ); mã cho thấy lưu lượng vào ban đêm cao bất thường ở một trong năm tiểu vùng. Nhóm hiện trường tập trung tìm kiếm vào khu vực đó và tìm ra kẻ chạy trốn trong vài giờ thay vì vài ngày. Tuy nhiên, người ta vẫn quyết định khai quật.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Phân tích mức tiêu thụ nước của tôi và cho tôi biết cách giảm lượng nước đó.
Tại sao nó yếu: Không có đơn vị, vùng, áp lực nước và dữ liệu. Đầu ra là danh sách khuyến nghị chung, không thể ưu tiên.
Lời nhắc mạnh mẽ:
Vai trò của bạn: nhà phân tích quản lý nước. Phân tích dữ liệu tiêu thụ nước hàng tháng (m³) sau đây trên cơ sở cơ sở bằng Python. Cắm điểm căng thẳng về nước (0-5) mà tôi cho vào từng cơ sở và nhận được xếp hạng "tác động theo mức độ căng thẳng". Đánh dấu tính thời vụ và các tháng bất thường. FITTING dữ liệu căng thẳng nước; Để trống với thẻ [STRESS]. Đề nghị ưu tiên giảm bắt đầu từ cơ sở có trọng số cao nhất. Dữ liệu: [bảng]
Bốn mẫu có thể sao chép
1) Ảnh hưởng của trọng lượng nước đến ứng suất:
Vai trò của bạn: nhà phân tích nước. Xử lý mức tiêu thụ nước tại cơ sở (m³) bằng Python. Kết nối điểm căng thẳng về nước trong khu vực với từng cơ sở; tác động = mức tiêu thụ × căng thẳng. Sắp xếp theo tác động có trọng số này. Lắp dữ liệu ứng suất; chỉ định nguồn (ví dụ: WRI Aqueduct) hoặc để lại [ĐÃ XÁC MINH]. Dữ liệu: [tại đây]
2) Chất lượng nước đa biến dị thường:
Kiểm tra chuỗi thời gian chất lượng nước sau đây (pH, DO, độ đục, độ dẫn điện) bằng Python. Kiểm tra xem độ lệch trong một tham số có được quan sát thấy ở các tham số khác hay không; Giá trị "bị kẹt" trên một thông số rất có thể là do cảm biến bị trục trặc chứ không phải do nhiễm bẩn. Đánh dấu từng điểm bất thường bằng sự khác biệt này. Dữ liệu: [tại đây]
3) Phân tích rò rỉ (dòng chảy đêm):
Phân tích dữ liệu lưu lượng tối thiểu vào ban đêm trong khu vực sau đây bằng Python. Xếp hạng các khu vực có lưu lượng ban đêm cao hơn dự kiến là các ứng cử viên có khả năng bị rò rỉ. Đừng nói thẳng là "có rò rỉ"; Đưa ra đề xuất xác suất và xác minh (kiểm tra hiện trường). Dữ liệu: [tại đây]
4) Kiểm tra tuân thủ ngưỡng chất lượng:
So sánh các giá trị chất lượng nước đo được bên dưới với bảng ngưỡng pháp lý mà tôi sẽ cung cấp. Dán nhãn cho mỗi thông số “phù hợp/ở mức giới hạn/vượt quá”. Đừng tạo nên các ngưỡng; Tôi sẽ đưa ra hoặc đánh dấu vào [PHÁP LUẬT]. Tóm tắt những phần thừa và hành động cần thiết. Giá trị: [tại đây]
Những lỗi thường gặp
- Đo hiệu ứng nước chỉ tính bằng lít. Nếu không có căng thẳng về nước, mức độ ưu tiên sẽ sai lầm.
- Nhầm một sai lệch cảm biến duy nhất là ô nhiễm. Thực hiện kiểm tra chéo đa biến.
- Pha trộn nước xanh/xanh/xám. Các thành phần dấu chân được báo cáo riêng biệt.
- Điều chỉnh các ngưỡng pháp lý cho AI. Giới hạn chất lượng đến từ luật pháp, không phải bộ nhớ mô hình.
- Không xác minh yêu cầu rò rỉ với hiện trường. Dữ liệu thu hẹp ứng viên; Nhóm đưa ra xác nhận.
Thận trọng: Dữ liệu chất lượng nước có thể chỉ ra tình trạng ô nhiễm của cơ sở và có ý nghĩa pháp lý/danh tiếng. Khi chia sẻ dữ liệu này, hãy đảm bảo tính chính xác của nó; Báo cáo "vượt quá" sai dựa trên cảm biến chưa được hiệu chỉnh hoặc che giấu mức vượt quá thực sự đều gây ra trách nhiệm pháp lý nghiêm trọng.
Tóm lại
Quản lý nước; Nó đòi hỏi phải đánh giá dấu chân cùng với áp lực về nước, giám sát chất lượng bằng nhiều thông số và thu hẹp rò rỉ bằng dữ liệu. AI; Nó là một công cụ tăng tốc mạnh mẽ trong phân tích dữ liệu đa biến cũng như phát hiện các mẫu rò rỉ và bất thường. Nhưng việc kết nối áp lực nước, tách lỗi cảm biến khỏi ô nhiễm, đạt được ngưỡng pháp lý từ nguồn phù hợp và việc xác minh hiện trường đều thuộc về chuyên gia.
Nhiệm vụ ứng dụng
Tạo dữ liệu tiêu thụ nước hàng tháng giả định cho hai đến ba cơ sở của một tổ chức và chỉ định điểm căng thẳng về nước cho từng cơ sở. 1. yêu cầu AI thực hiện xếp hạng tác động theo mức độ căng thẳng với mẫu; So sánh kết quả với việc chỉ phân loại theo lít. Sau đó áp dụng mẫu 2 cho chuỗi thời gian chất lượng nước và cố gắng phân biệt lỗi cảm biến với ô nhiễm thực tế.
danh sách kiểm tra
- [ ] Tôi đánh giá tác động của nước theo áp lực nước, tôi không chỉ nhìn vào lít.
- [ ] Tôi đã kiểm tra các điểm bất thường về chất lượng bằng phương pháp kiểm tra chéo đa thông số.
- [ ] Tôi giữ riêng các thành phần nước xanh/xanh/xám.
- [ ] Tôi đã lấy các ngưỡng pháp lý từ luật pháp, tôi không điều chỉnh chúng cho phù hợp với AI.
- [ ] Tôi đã gửi đề xuất xác minh hiện trường cho ứng cử viên đang chạy trốn.
- [ ] Tôi đã đảm bảo tính chính xác và hiệu chuẩn của dữ liệu chất lượng.