Облачный ИИ помогает снизить загрязнение рек

Система искусственного интеллекта (ИИ), работающая на облачной платформе и предназначенная для обнаружения засоров в канализационных коллекторах, показала точность около 90% в ходе недавних испытаний. Раннее выявление засоров имеет решающее значение для сокращения случаев загрязнения рек.

Проект является результатом сотрудничества Университета Шеффилда, компании Yorkshire Water и технологической компании Siemens. Он входит в «План по сокращению случаев загрязнения», который фокусируется на раннем вмешательстве с целью снизить количество инцидентов на 50% к 2025 году. В канализационных системах существуют ливнеспуски (Combined Sewer Overflows, CSOs), которые сбрасывают избыточную воду в ближайший водоем при переполнении труб из-за сильных дождей, предотвращая подтопления ниже по течению. Эти сбросы также могут быть вызваны неожиданными препятствиями в трубе, такими как засоры, что приводит к ненужному загрязнению рек и водотоков.

Разработанное решение на основе ИИ прогнозирует уровень воды с использованием данных об осадках и сравнивает его с измеренным, применяя алгоритм нечеткой логики (Fuzzy Logic, FL). Алгоритм FL предупреждает водоканал о неожиданно высоких уровнях, которые могут привести к загрязнению. Цель — выявить формирующиеся засоры, чтобы устранить их до сброса.

В новой статье, опубликованной в Journal of Water Resources Planning and Management, представлена оценка работы SIWA Blockage Predictor для 50 ливнеспусков за двухлетний «исторический» период и шестимесячный «живой» период. По всему массиву данных система корректно идентифицировала 88,4% подтвержденных проблем, в то время как предыдущее аналитическое решение — лишь 26,6%.

Доктор Уилл Шеперд, ведущий исследователь из Университета Шеффилда, отметил: «Наша цель — сделать ливнеспуски максимально экологичными, выявляя засоры, которые могут вызвать преждевременные сбросы и, как следствие, загрязнение рек».