Por 25 anos, o Departamento de Meio Ambiente da Malásia (DOE) implementou um Índice de Qualidade da Água (IQA) que utiliza seis parâmetros-chave de qualidade da água: oxigênio dissolvido (OD), Demanda Bioquímica de Oxigênio (DBO), Demanda Química de Oxigênio (DQO), pH, nitrogênio amoniacal (NA) e sólidos suspensos (SS). A análise da qualidade da água é um componente importante da gestão de recursos hídricos e deve ser gerenciada adequadamente para evitar danos ecológicos causados pela poluição e garantir a conformidade com as regulamentações ambientais. Isso aumenta a necessidade de definir métodos eficazes para análise. Um dos principais desafios da computação atual é que ela requer uma série de cálculos de subíndices demorados, complexos e propensos a erros. Além disso, o IQA não pode ser calculado se um ou mais parâmetros de qualidade da água estiverem ausentes. Neste estudo, um método de otimização do IQA é desenvolvido para a complexidade do processo atual. O potencial da modelagem orientada por dados, ou seja, a máquina de vetores de suporte de função de base Nu-Radial (SVM) baseada em validação cruzada 10x, foi desenvolvido e explorado para melhorar a previsão do IQA na bacia de Langat. Uma análise de sensibilidade abrangente foi realizada em seis cenários para determinar a eficiência do modelo na predição do WQI. No primeiro caso, o modelo SVM-WQI mostrou excelente capacidade de replicar DOE-WQI e obteve níveis muito altos de resultados estatísticos (coeficiente de correlação r > 0,95, eficiência de Nash Sutcliffe, NSE > 0,88, índice de consistência de Willmott, WI > 0,96). No segundo cenário, o processo de modelagem mostra que o WQI pode ser estimado sem seis parâmetros. Assim, o parâmetro DO é o fator mais importante na determinação do WQI. O pH tem o menor efeito no WQI. Além disso, os cenários 3 a 6 mostram a eficiência do modelo em termos de tempo e custo, minimizando o número de variáveis na combinação de entrada do modelo (r > 0,6, NSE > 0,5 (bom), WI > 0,7 (muito bom)). Em conjunto, o modelo melhorará e acelerará muito a tomada de decisões baseadas em dados na gestão da qualidade da água, tornando os dados mais acessíveis e envolventes sem intervenção humana.
1 Introdução
O termo "poluição da água" refere-se à poluição de vários tipos de água, incluindo águas superficiais (oceanos, lagos e rios) e subterrâneas. Um fator significativo no crescimento deste problema é que os poluentes não são adequadamente tratados antes de serem lançados direta ou indiretamente em corpos d'água. Mudanças na qualidade da água têm um impacto significativo não apenas no ambiente marinho, mas também na disponibilidade de água doce para o abastecimento público e a agricultura. Em países em desenvolvimento, o rápido crescimento econômico é comum, e qualquer projeto que promova esse crescimento pode ser prejudicial ao meio ambiente. Para a gestão a longo prazo dos recursos hídricos e a proteção das pessoas e do meio ambiente, o monitoramento e a avaliação da qualidade da água são essenciais. O Índice de Qualidade da Água, também conhecido como IQA, é derivado de dados de qualidade da água e é usado para determinar o estado atual da qualidade da água dos rios. Ao avaliar o grau de mudança na qualidade da água, muitas variáveis devem ser consideradas. O IQA é um índice sem qualquer dimensão. Consiste em parâmetros específicos de qualidade da água. O IQA fornece um método para classificar a qualidade de corpos d'água históricos e atuais. O valor significativo do IQA pode influenciar as decisões e ações dos tomadores de decisão. Em uma escala de 1 a 100, quanto maior o índice, melhor a qualidade da água. Em geral, a qualidade da água de estações fluviais com pontuação igual ou superior a 80 atende aos padrões de rios limpos. Um valor de IQA abaixo de 40 é considerado contaminado, enquanto um valor entre 40 e 80 indica que a qualidade da água está, de fato, levemente contaminada.
Em geral, o cálculo do IQA requer um conjunto de transformações de subíndice que são longas, complexas e propensas a erros. Existem interações não lineares complexas entre o IQA e outros parâmetros de qualidade da água. Calcular IQA pode ser difícil e demorado porque diferentes IQA usam fórmulas diferentes, o que pode levar a erros. Um grande desafio é que é impossível calcular a fórmula para o IQA se um ou mais parâmetros de qualidade da água estiverem ausentes. Além disso, alguns padrões exigem procedimentos de coleta de amostras demorados e exaustivos que devem ser realizados por profissionais treinados para garantir o exame preciso das amostras e a exibição dos resultados. Apesar das melhorias em tecnologia e equipamentos, o monitoramento temporal e espacial extensivo da qualidade da água dos rios tem sido dificultado por altos custos operacionais e de gestão.
Esta discussão mostra que não há uma abordagem global para o IQA. Isso levanta a necessidade de desenvolver métodos alternativos para calcular o IQA de forma computacionalmente eficiente e precisa. Tais melhorias podem ser úteis para gestores de recursos ambientais monitorarem e avaliarem a qualidade da água dos rios. Nesse contexto, alguns pesquisadores têm usado com sucesso a IA para prever o IQA; a modelagem de aprendizado de máquina baseada em IA evita o cálculo de subíndices e gera resultados de IQA rapidamente. Algoritmos de aprendizado de máquina baseados em IA estão ganhando popularidade devido à sua arquitetura não linear, capacidade de prever eventos complexos, capacidade de gerenciar grandes conjuntos de dados, incluindo dados de tamanhos variados, e insensibilidade a dados incompletos. Seu poder preditivo depende inteiramente do método e da precisão da coleta e processamento de dados.
Horário da publicação: 21/11/2024