حماية المجاري المائية.. يساعد الذكاء الاصطناعي القائم على السحابة على تقليل تلوث الأنهار

أظهر نظام الذكاء الاصطناعي القائم على السحابة والمصمم لاكتشاف الانسدادات في المجاري معدل دقة يصل إلى 90% تقريبًا في تجربة حديثة.

يعد التحديد المبكر لانسدادات المجاري أمرًا ضروريًا للحد من حوادث التلوث التي تؤثر على أنهارنا.

المشروع عبارة عن تعاون بين جامعة شيفيلد، يوركشاير ووتر، وشركة التكنولوجيا سيمنز، وهو جزء من “خطة الحد من حوادث التلوث” التي تركز على التدخل المبكر للحد من حوادث التلوث بنسبة 50٪ بحلول عام 2025.

تحتوي المجاري على “فيضان مجاري مشترك” (CSOs) يسمح بتسرب المياه الزائدة إلى مسطح مائي قريب عندما تكون الأنابيب ممتلئة بسبب هطول الأمطار الغزيرة، مما يمنع حدوث فيضانات في اتجاه مجرى النهر.

يمكن أن تحدث هذه الانسكابات أيضًا بسبب قيود غير متوقعة في الأنابيب، مثل الانسدادات، مما يؤدي إلى تلوث غير ضروري لأنهارنا ومجارينا المائية.

تقوم أجهزة الاستشعار بمراقبة عمق المياه في منظمات المجتمع المدني، وأجزاء أخرى من شبكة الصرف الصحي، مما يسمح بفهم الأداء في الوقت الحقيقي.

إن كمية أجهزة الاستشعار تجعل التحليل اليدوي غير ممكن، وبالتالي هناك حاجة إلى نظام آلي.

تم تطوير هذه التقنية في الأصل من قبل جامعة شيفيلد ويوركشاير ووتر لتحسين تقنية التحليلات السابقة.

تحديد العوائق النامي

وقد أدى هذا المشروع مع شركة Siemens إلى تطوير الأداة إلى حل تجاري قائم على السحابة – وهو جهاز توقع انسداد المياه من Siemens (SIWA).

يتنبأ الحل القائم على الذكاء الاصطناعي بأعماق المياه باستخدام بيانات هطول الأمطار ويقارنها بالعمق المقاس باستخدام خوارزمية المنطق الغامض (FL) يقوم FL بتنبيه مرفق المياه بأي أعماق عالية بشكل غير متوقع قد تؤدي إلى حادث تلوث، الهدف هو تحديد العوائق النامية بحيث يمكن إزالتها قبل حدوث التلوث.

يعرض مقال علمي جديد تقييمًا لأداة توقع العوائق SIWA لـ 50 منظمة من منظمات المجتمع المدني على مدار فترة “تاريخية” مدتها سنتان وفترة “مباشرة” مدتها ستة أشهر، تقارن المقالة أيضًا الأداء بحل التحليلات السابق.

تحديد 88.4% من المشكلات المؤكدة بشكل صحيح

عبر مجموعة البيانات الكاملة، تم تحديد 88.4% من المشكلات المؤكدة بشكل صحيح، مقارنة بـ 26.6% للحل السابق، تم نشر المقال بعنوان “تحليلات الذكاء الاصطناعي المستندة إلى السحابة لتقييم الأداء المشترك لتدفق المجاري” في مجلة تخطيط وإدارة الموارد المائية .

جعله صديق للبيئة

وقال الدكتور ويل شيبرد، الباحث الرئيسي من قسم الهندسة المدنية والإنشائية بجامعة شيفيلد: “لم تكن شبكات الصرف الصحي لدينا مصممة لنقل الأمطار الغزيرة إلى المعالجة، وتوفر منظمات المجتمع المدني صمام تخفيف أساسي عندما يتسبب المطر في حدوث فيضانات في أسفل المنطقة، “ينصب تركيزنا هنا على جعلها صديقة للبيئة قدر الإمكان من خلال تحديد العوائق التي من شأنها أن تسبب انسكابات مبكرة وبالتالي تلوث الأنهار والمجاري المائية.”

وقال البروفيسور جوبي بوكسال، أستاذ هندسة البنية التحتية للمياه في قسم الهندسة المدنية والإنشائية بجامعة شيفيلد، “إن تضافر نهج الشراكة التعاونية في هذا البحث كان أمرًا حيويًا للنجاح، وكان من المهم تلبية الاحتياجات والطموحات المختلفة لكل شريك”، لقد كان معترفًا به ومحترمًا بشكل متبادل منذ البداية، وقد بنينا مستوى عالٍ من الثقة وحافظنا عليه”.

قال الدكتور ستيفن مونس، مدير Mounce HydroSmart: “لقد أظهر هذا المشروع كيف يمكن لتطبيق الذكاء الاصطناعي وتحليلات البيانات أن يتقدم من النماذج البحثية الأولية في مشاريع المرحلة المبكرة إلى حل عام ناضج منتشر على منصة قائمة على السحابة، لقد تم من المثير رؤية نشر النظام على أرض الواقع في أكثر من 2000 أصل في شركة يوركشاير ووتر.”

قال الدكتور جون جافني، مالك منتج SIWA Blockage Predictor، “لقد كان هذا التعاون مثالًا رائعًا لكيفية قيام شركة تكنولوجيا بالحصول على أبحاث ذات مستوى عالٍ من الاستعداد التكنولوجي (TRL) من إحدى الجامعات، وإنتاجها، وإثبات قيمتها من خلال العلوم التي يراجعها النظراء، “إلى المستخدم النهائي، إن حقيقة أن المنتج يخدم مثل هذا الغرض المهم في حماية المجاري المائية أمر مجزٍ بشكل خاص.”

تابعنا على تطبيق نبض