Исследователи разработали новую методику обеспечения безопасности питьевой воды с помощью машинного обучения

Исследователи из Йоркского университета разработали новую методику на основе машинного обучения для прогнозирования безопасности питьевой воды в поселениях беженцев и внутренне перемещённых лиц (ВПЛ), где болезни, передающиеся через воду, являются одной из основных причин вспышек инфекций. Исследование опубликовано в журнале PLOS Water.

Поскольку в большинстве таких поселений вода не подаётся по трубам, жители набирают её в ёмкости из общественных кранов. Повторное загрязнение ранее безопасной воды во время сбора, транспортировки и хранения было ключевым фактором вспышек холеры, гепатита E и шигеллёза в поселениях в Кении, Малави, Судане, Южном Судане и Уганде. «Вы можете получить безопасную воду в точке сбора, но как только вы приносите её домой и храните, иногда до 24 часов, вы можете потерять остаточный хлор», — поясняет профессор Сайед Имран Али, имеющий опыт работы в поселении в Южном Судане.

Используя искусственную нейронную сеть (ИНС) в сочетании с системами ансамблевого прогнозирования (САП), команда создала модель для предсказания вероятности сохранения достаточного уровня хлора до момента потребления последнего стакана воды. Этот подход учитывает множество факторов: местную температуру, способ хранения, качество труб, а также случайные события, например, если ребёнок засунет руку в ёмкость. «Однако крайне важно, чтобы эти вероятностные модели обучались на данных конкретного поселения, так как каждое из них уникально», — отмечает ведущий автор исследования Майкл Де Санти.

Модель была протестирована на данных мониторинга качества воды из двух лагерей беженцев в Бангладеш и Танзании, собранных в рамках проекта Safe Water Optimization Tool. В Бангладеш были проанализированы 2130 проб из лагеря Кутупалонг-Балухали. Для повышения точности прогнозов исследователи применили метод обучения с учётом затрат, что, по их словам, является новым подходом в данном контексте.

Полученные вероятностные прогнозы, аналогичные прогнозу погоды, позволяют, например, определить: при определённых условиях существует 90%-ная вероятность, что через 15 часов хранения уровень хлора упадёт ниже безопасного. «Вместо зонта мы можем попросить операторов водоснабжения увеличить концентрацию хлора, чтобы безопасной водой пользовался больший процент людей», — говорит Де Санти. Разработанный инструмент уже используется гуманитарными работниками на местах для оптимизации хлорирования воды.