Прогнозирование качества прибрежных вод

Прогнозирование качества прибрежных вод
Прогнозирование качества прибрежных вод

Меньше двух дней отбора проб воды на местных пляжах может быть все, что необходимо для снижения заболеваемости среди миллионов посетителей пляжей каждый год из-за загрязненной воды, согласно новому исследованию Стэнфорда. Исследование, опубликованное в журнале «Environmental Science & Technology», представляет основу моделирования, которая надежно прогнозирует качество воды на пляжах уже после дня или двух частых отборов проб воды. Подход, опробованный в Калифорнии, можно использовать для наблюдения за неконтролируемыми прибрежными районами, что имеет ключевое значение для защиты благополучия любителей пляжного отдыха и процветания экономики океана во всем мире.

«Эта работа сочетает в себе знания в области микробиологии, прибрежных процессов и науки о данных, чтобы создать инструмент для эффективного управления одним из наших самых ценных ресурсов и защиты здоровья человека», - сказала старший автор Александрия Бём, профессор Стэнфордского университета в области гражданского и экологического права. инженерия.

Измерение концентраций фекальных индикаторных бактерий (FIB), которые указывают на наличие фекальных веществ и могут привести к небезопасному состоянию воды, на пляжах обеспечивает здоровье и безопасность населения. Хотя вся океанская вода содержит некоторое количество патогенов, таких как бактерии или вирусы, обычно они разбавлены до безвредных концентраций. Тем не менее, изменения количества осадков, температуры воды, ветра, поверхностного стока, отходов лодок, переполнение ливневой канализации, близость к очистным сооружениям, животным и водоплавающим птицам могут привести к притоку загрязнения воды. Воздействие этих загрязняющих веществ может вызвать многие заболевания, в том числе респираторные и желудочно-кишечные заболевания, а также кожные, глазные и ушные инфекции у пловцов.

Защита прибрежных вод и людей, которые ими пользуются, по-прежнему имеет важное значение для большей части 840-мильной береговой линии Калифорнии. Ежегодно более 150 миллионов человек плавают, занимаются серфингом, ныряют и играют на одном из 450 пляжей штата, что приносит более 10 миллиардов долларов дохода. По данным Совета по контролю за водными ресурсами штата Калифорния, учреждения здравоохранения в 17 округах, государственные очистные сооружения, экологические группы и несколько групп гражданских ученых проводят отбор проб воды по всему штату. Однако не все воды регулярно проверяются из-за проблем с доступностью, нехватки бюджетных ресурсов или сезона, несмотря на то, что они используются населением.

Еще одно препятствие на пути охраны общественного здоровья заключается в задержке между отбором проб и получением результатов - до двух дней, - что заставляет менеджеров пляжей принимать решения, отражающие прошлые условия качества воды. Когда контролируемые воды содержат большое количество бактерий и представляют опасность для здоровья, администраторы пляжей вывешивают предупреждающие знаки или закрывают пляжи. Задержка с текущими методами тестирования может неосознанно подвергнуть пловцов воздействию нездоровой воды.

Чтобы преодолеть эти ограничения, исследователи объединили пробы воды и данные об окружающей среде с методами машинного обучения для точного прогнозирования качества воды. Хотя прогнозирующие модели качества воды не новы, для их разработки, как правило, требуются исторические данные за несколько лет.

Команда использовала пробы воды, собранные с 10-минутными интервалами в течение относительно короткого промежутка времени от одного до двух дней на пляжах Санта-Крус, Монтерей и Хантингтон-Бич. Среди трех участков 244 образца были измерены на концентрацию FIB и отмечены как выше или ниже приемлемого уровня, который считается безопасным в штате. Затем исследователи собрали метеорологические данные, такие как температура воздуха, солнечная радиация и скорость ветра, а также океанографические данные, включая уровень прилива, высоту волн и температуру воды (все факторы, влияющие на концентрацию FIB) за тот же период времени.

Используя высокочастотные данные о качестве воды и методы машинного обучения, они обучили компьютерные модели точно прогнозировать концентрации FIB на всех трех пляжах. Исследователи обнаружили, что ежечасного отбора проб воды в течение 24 часов подряд - захвата всего приливного и солнечного цикла - оказалось достаточно для получения надежных результатов. Подача в структуру метеорологических данных и данных о приливах и отливах за более длительные периоды времени привела к будущим прогнозам качества воды, которые были надежными, по крайней мере, в течение всего сезона.

«Эти результаты действительно помогают сообществам, которые хотят знать, что происходит с качеством воды на их пляжах», - сказал Сирси. «Имея некоторые ресурсы для начала работы и день отбора проб, эти сообщества могли бы собрать данные, необходимые для создания собственных систем моделирования качества воды».

Общедоступный базовый код также может быть разработан для точного прогнозирования других загрязняющих веществ, таких как вредные водоросли, металлы и питательные вещества, которые, как известно, наносят ущерб местным водам. Исследователи отмечают, что необходим дополнительный анализ, чтобы лучше определить точные временные рамки, в которых эти модели остаются точными, и отмечают, что постоянная оценка и переобучение моделей остается лучшей практикой для точных прогнозов.