• page_head_Bg

Peningkatan prediksi indeks kualitas banyu nggunakake mesin vektor dhukungan kanthi analisis sensitivitas

Sajrone 25 taun, Departemen Lingkungan (DOE) Malaysia wis ngetrapake Indeks Kualitas Air (WQI) sing nggunakake enem parameter kualitas banyu: oksigen terlarut (DO), Permintaan Oksigen Biokimia (BOD), Permintaan Oksigen Kimia (COD), pH, nitrogen amonia (AN) lan padatan tersuspensi (SS). Analisis kualitas banyu minangka komponen penting ing manajemen sumber daya banyu lan kudu dikelola kanthi bener kanggo nyegah karusakan ekologis saka polusi lan njamin tundhuk karo peraturan lingkungan. Iki nambah kabutuhan kanggo nemtokake cara sing efektif kanggo analisis. Salah sawijining tantangan utama komputasi saiki yaiku mbutuhake serangkaian petungan subindex sing mbutuhake wektu, rumit, lan rawan kesalahan. Kajaba iku, WQI ora bisa diitung yen siji utawa luwih parameter kualitas banyu ilang. Ing panliten iki, metode optimasi WQI dikembangake kanggo kerumitan proses saiki. Potensi pemodelan data-driven, yaiku Nu-Radial basis function support vector machine (SVM) adhedhasar 10x cross-validation, dikembangake lan ditliti kanggo nambah prediksi WQI ing cekungan Langat. Analisis sensitivitas lengkap ditindakake ing enem skenario kanggo nemtokake efisiensi model ing prediksi WQI. Ing kasus sing sepisanan, model SVM-WQI nuduhake kemampuan banget kanggo niru DOE-WQI lan entuk asil statistik sing dhuwur banget (koefisien korelasi r> 0,95, efisiensi Nash Sutcliffe, NSE> 0,88, indeks konsistensi Willmott, WI> 0,96). Ing skenario kapindho, proses modeling nuduhake yen WQI bisa ditaksir tanpa enem paramèter. Dadi, parameter DO minangka faktor sing paling penting kanggo nemtokake WQI. pH duweni efek paling sithik ing WQI. Kajaba iku, Skenario 3 nganti 6 nuduhake efisiensi model ing babagan wektu lan biaya kanthi nyuda jumlah variabel ing kombinasi input model (r> 0,6, NSE> 0,5 (apik), WI> 0,7 (apik banget)). Digabungake, model kasebut bakal ningkatake lan nyepetake pengambilan keputusan adhedhasar data babagan manajemen kualitas banyu, nggawe data luwih gampang diakses lan melu tanpa campur tangan manungsa.

1 Pambuka

Istilah "polusi banyu" nuduhake polusi sawetara jinis banyu, kalebu banyu permukaan (segara, tlaga, lan kali) lan banyu soko njero lemah. Faktor penting ing tuwuhing masalah iki yaiku polutan ora diobati kanthi cukup sadurunge dibebasake langsung utawa ora langsung menyang badan banyu. Owah-owahan ing kualitas banyu duwe impact pinunjul ora mung ing lingkungan Marine, nanging uga kasedhiyan banyu seger kanggo sumber banyu umum lan tetanèn. Ing negara-negara berkembang, wutah ekonomi sing cepet umum, lan saben proyek sing ningkatake pertumbuhan iki bisa mbebayani kanggo lingkungan. Kanggo manajemen sumber daya banyu kanthi jangka panjang lan nglindhungi wong lan lingkungan, ngawasi lan netepake kualitas banyu penting. Indeks Kualitas Air, uga dikenal minangka WQI, asale saka data kualitas banyu lan digunakake kanggo nemtokake status kualitas banyu kali saiki. Ing pambiji tingkat owah-owahan kualitas banyu, akeh variabel sing kudu dianggep. WQI minangka indeks tanpa dimensi. Iku kasusun saka parameter kualitas banyu tartamtu. WQI nyedhiyakake cara kanggo nggolongake kualitas banyu sing ana ing sajarah lan saiki. Nilai WQI sing migunani bisa mengaruhi keputusan lan tumindak para pembuat keputusan. Ing skala 1 nganti 100, luwih dhuwur indeks kasebut, luwih apik kualitas banyu. Umumé, kualitas banyu stasiun kali kanthi skor 80 lan ndhuwur nyukupi standar kanggo kali sing resik. Nilai WQI ing ngisor 40 dianggep terkontaminasi, dene nilai WQI antarane 40 lan 80 nuduhake yen kualitas banyu pancen rada terkontaminasi.

Umumé, ngitung WQI mbutuhake sakumpulan transformasi subindex sing dawa, rumit, lan rawan kesalahan. Ana interaksi nonlinier sing kompleks antarane WQI lan paramèter kualitas banyu liyane. Ngitung WQI bisa dadi angel lan butuh wektu suwe amarga WQI sing beda nggunakake rumus sing beda, sing bisa nyebabake kesalahan. Siji tantangan utama yaiku ora bisa ngetung rumus kanggo WQI yen siji utawa luwih parameter kualitas banyu ilang. Kajaba iku, sawetara standar mbutuhake prosedur pangumpulan sampel sing akeh wektu lan lengkap sing kudu ditindakake dening para profesional sing dilatih kanggo njamin pemeriksaan sampel sing akurat lan nampilake asil. Senadyan dandan ing teknologi lan peralatan, ngawasi kualitas banyu kali temporal lan spasial ekstensif wis hampered dening biaya operasional lan manajemen dhuwur.

Diskusi iki nuduhake yen ora ana pendekatan global kanggo WQI. Iki nuwuhake kabutuhan kanggo ngembangake metode alternatif kanggo ngitung WQI kanthi cara sing efisien lan akurat kanthi komputasi. Perbaikan kasebut bisa migunani kanggo manajer sumber daya lingkungan kanggo ngawasi lan netepake kualitas banyu kali. Ing konteks iki, sawetara peneliti wis kasil nggunakake AI kanggo prédhiksi WQI; Pemodelan machine learning basis Ai ngindhari pitungan sub-indeks lan cepet ngasilake asil WQI. Algoritma pembelajaran mesin basis Ai dadi populer amarga arsitektur non-linear, kemampuan kanggo prédhiksi acara sing rumit, kemampuan kanggo ngatur set data gedhe kalebu data kanthi ukuran sing beda-beda, lan ora sensitif marang data sing ora lengkap. Kekuwatan prediksi kasebut gumantung banget marang metode lan presisi pangumpulan lan pangolahan data.

https://www.alibaba.com/product-detail/IOT-DIGITAL-MULTI-PARAMETER-WIRELESS-AUTOMATED_1600814923223.html?spm=a2747.product_manager.0.0.30db71d2XobAmt https://www.alibaba.com/product-detail/IOT-DIGITAL-MULTI-PARAMETER-WIRELESS-AUTOMATED_1600814923223.html?spm=a2747.product_manager.0.0.30db71d2XobAmt https://www.alibaba.com/product-detail/IOT-DIGITAL-MULTI-PARAMETER-WIRELESS-AUTOMATED_1600814923223.html?spm=a2747.product_manager.0.0.30db71d2XobAmt


Wektu kirim: Nov-21-2024