25 жилийн турш Малайзын Байгаль орчны газар (ТМБ) усны чанарын зургаан үндсэн үзүүлэлтийг ашигладаг Усны чанарын индексийг (WQI) хэрэгжүүлсэн: ууссан хүчилтөрөгч (DO), биохимийн хүчилтөрөгчийн хэрэгцээ (BOD), химийн хүчилтөрөгчийн хэрэгцээ (COD), рН, аммиакийн азот (ANSS) болон түдгэлзүүлсэн хатуу бодис. Усны чанарын шинжилгээ нь усны нөөцийн менежментийн чухал бүрэлдэхүүн хэсэг бөгөөд бохирдлоос үүдэлтэй экологийн хохирлоос урьдчилан сэргийлэх, байгаль орчны дүрэм журмыг дагаж мөрдөхийн тулд зохих ёсоор удирдаж байх ёстой. Энэ нь дүн шинжилгээ хийх үр дүнтэй аргуудыг тодорхойлох хэрэгцээг нэмэгдүүлдэг. Одоогийн тооцооллын гол бэрхшээлүүдийн нэг нь олон тооны цаг хугацаа шаардсан, нарийн төвөгтэй, алдаатай дэд индексийн тооцоолол хийх шаардлагатай байдаг. Түүнчлэн, усны чанарын нэг буюу хэд хэдэн үзүүлэлт дутуу байвал WQI-ийг тооцоолох боломжгүй. Энэхүү судалгаанд одоогийн үйл явцын нарийн төвөгтэй байдлыг харгалзан WQI-ийн оновчлолын аргыг боловсруулсан болно. Лангат сав газрын WQI-ийн таамаглалыг сайжруулахын тулд өгөгдөлд суурилсан загварчлалын боломж, тухайлбал, 10 дахин хөндлөн баталгаажуулалтад суурилсан Nu-Radial суурь функцийг дэмжих вектор машин (SVM) боловсруулж, судалжээ. WQI таамаглал дахь загварын үр ашгийг тодорхойлохын тулд мэдрэмжийн цогц шинжилгээг зургаан хувилбараар хийсэн. Эхний тохиолдолд SVM-WQI загвар нь DOE-WQI-ийг хуулбарлах маш сайн чадварыг харуулж, маш өндөр түвшний статистик үр дүнг авсан (корреляцийн коэффициент r > 0.95, Нэш Сатклиффын үр ашиг, NSE > 0.88, Виллмоттын тууштай байдлын индекс, WI > 0.96). Хоёрдахь хувилбарт загварчлалын үйл явц нь WQI-ийг зургаан параметргүйгээр тооцоолох боломжтойг харуулж байна. Тиймээс DO параметр нь WQI-ийг тодорхойлох хамгийн чухал хүчин зүйл юм. рН нь WQI-д хамгийн бага нөлөө үзүүлдэг. Түүнчлэн 3-аас 6-р хувилбарууд нь загварын оролтын хослол дахь хувьсагчдын тоог (r > 0.6, NSE >0.5 (сайн), WI > 0.7 (маш сайн)) багасгах замаар цаг хугацаа, зардлын хувьд загварын үр ашгийг харуулдаг. Уг загвар нь усны чанарын удирдлагын талаарх мэдээлэлд тулгуурласан шийдвэр гаргах үйл явцыг ихээхэн сайжруулж, хурдасгаж, хүний оролцоогүйгээр өгөгдлийг илүү хүртээмжтэй, сонирхолтой болгох болно.
1 Танилцуулга
“Усны бохирдол” гэдэг нь гадаргын ус (далай, нуур, гол мөрөн) болон гүний ус зэрэг хэд хэдэн төрлийн усны бохирдлыг хэлдэг. Бохирдуулагч бодисууд шууд болон шууд бусаар усан сан руу орохоосоо өмнө зохих ёсоор цэвэрлээгүй нь энэ асуудлын өсөлтөд чухал нөлөө үзүүлдэг. Усны чанарын өөрчлөлт нь далай тэнгисийн байгаль орчинд төдийгүй нийтийн усан хангамж, хөдөө аж ахуйн цэвэр усны хүртээмжид чухал нөлөө үзүүлдэг. Хөгжиж буй орнуудад эдийн засгийн хурдацтай өсөлт түгээмэл байдаг бөгөөд энэ өсөлтийг дэмжсэн төсөл бүр байгаль орчинд хор хөнөөл учруулдаг. Усны нөөцийн урт хугацааны менежмент, хүн ам, байгаль орчныг хамгаалахын тулд усны чанарыг хянах, үнэлэх нь чухал юм. Усны чанарын индексийг WQI гэж нэрлэдэг бөгөөд усны чанарын өгөгдлөөс гаргаж авсан бөгөөд голын усны чанарын өнөөгийн байдлыг тодорхойлоход ашигладаг. Усны чанарын өөрчлөлтийн түвшинг үнэлэхдээ олон хувьсагчдыг харгалзан үзэх шаардлагатай. WQI нь ямар ч хэмжээсгүй индекс юм. Энэ нь усны чанарын тодорхой үзүүлэлтүүдээс бүрдэнэ. WQI нь түүхэн болон одоогийн усны байгууламжийн чанарыг ангилах аргыг өгдөг. WQI-ийн утга учиртай үнэ цэнэ нь шийдвэр гаргагчдын шийдвэр, үйл ажиллагаанд нөлөөлж чадна. 1-ээс 100 хүртэлх масштабаар индекс өндөр байх тусам усны чанар сайжирна. Ер нь 80 ба түүнээс дээш оноо авсан голын станцуудын усны чанар цэвэр голын стандартад нийцдэг. WQI-ийн утга 40-өөс доош байвал бохирдсон гэж үздэг бол 40-80-ийн хооронд байвал усны чанар үнэхээр бага зэрэг бохирдсоныг илтгэнэ.
Ерөнхийдөө WQI-ийг тооцоолоход урт, нарийн төвөгтэй, алдаа гаргадаг дэд индексийн хувиргалтын багц шаардлагатай. WQI болон усны чанарын бусад үзүүлэлтүүдийн хооронд нарийн шугаман бус харилцан үйлчлэл байдаг. Янз бүрийн WQI нь өөр өөр томьёо ашигладаг тул алдаа гаргахад хүргэдэг тул WQI-ийг тооцоолоход хэцүү бөгөөд удаан хугацаа шаардагдана. Нэг томоохон сорилт бол усны чанарын нэг буюу хэд хэдэн үзүүлэлт байхгүй тохиолдолд WQI-ийн томъёог тооцоолох боломжгүй юм. Нэмж дурдахад, зарим стандарт нь дээжийг үнэн зөв шалгаж, үр дүнг харуулахын тулд бэлтгэгдсэн мэргэжилтнүүдийн гүйцэтгэх ёстой цаг хугацаа шаардсан, нарийн дээж цуглуулах журмыг шаарддаг. Технологи, тоног төхөөрөмж сайжирч байгаа хэдий ч ашиглалтын болон менежментийн зардал өндөр байгаагаас гол мөрний усны чанарын цаг хугацааны болон орон зайн өргөн хэмжээний хяналт шалгалтад саад учруулж байна.
Энэхүү хэлэлцүүлэг нь WQI-д дэлхийн хэмжээнд хандах хандлага байхгүйг харуулж байна. Энэ нь тооцооллын хувьд үр ашигтай, үнэн зөв байдлаар WQI-ийг тооцоолох өөр аргуудыг боловсруулах хэрэгцээг бий болгож байна. Ийм сайжруулалт нь байгаль орчны нөөцийн менежерүүдэд голын усны чанарыг хянах, үнэлэхэд тустай байж болох юм. Энэ хүрээнд зарим судлаачид AI-ийг WQI-ийг урьдчилан таамаглахад амжилттай ашигласан; Ai-д суурилсан машин сургалтын загварчлал нь дэд индексийг тооцоолохоос зайлсхийж, WQI үр дүнг хурдан гаргадаг. Ai-д суурилсан машин сургалтын алгоритмууд нь шугаман бус архитектур, нарийн төвөгтэй үйл явдлуудыг урьдчилан таамаглах чадвар, янз бүрийн хэмжээтэй өгөгдөл зэрэг том өгөгдлийн багцыг удирдах чадвар, бүрэн бус өгөгдөлд мэдрэмжгүй байдлаас шалтгаалан түгээмэл болж байна. Тэдний урьдчилан таамаглах чадвар нь мэдээлэл цуглуулах, боловсруулах арга, нарийвчлалаас бүрэн хамаардаг.
Шуудангийн цаг: 2024 оны 11-р сарын 21