Malezya Çevre Bakanlığı (DOE), 25 yıldır altı temel su kalitesi parametresini kullanan bir Su Kalitesi Endeksi (WQI) uygulamaktadır: çözünmüş oksijen (DO), Biyokimyasal Oksijen İhtiyacı (BOD), Kimyasal Oksijen İhtiyacı (COD), pH, amonyak azotu (AN) ve askıda katı madde (SS). Su kalitesi analizi, su kaynakları yönetiminin önemli bir bileşenidir ve kirlilikten kaynaklanan ekolojik hasarı önlemek ve çevre düzenlemelerine uyumu sağlamak için doğru şekilde yönetilmelidir. Bu durum, etkili analiz yöntemlerinin tanımlanması ihtiyacını artırmaktadır. Mevcut hesaplamanın en büyük zorluklarından biri, zaman alıcı, karmaşık ve hataya açık bir dizi alt endeks hesaplaması gerektirmesidir. Ayrıca, bir veya daha fazla su kalitesi parametresi eksikse WQI hesaplanamaz. Bu çalışmada, mevcut sürecin karmaşıklığı için bir WQI optimizasyon yöntemi geliştirilmiştir. Veri odaklı modellemenin, yani 10x çapraz doğrulamaya dayalı Nu-Radial taban fonksiyonlu destek vektör makinesinin (SVM) potansiyeli, Langat havzasındaki WQI tahminini iyileştirmek için geliştirilmiş ve araştırılmıştır. Su Kalite İndeksi (WQI) tahmininde modelin verimliliğini belirlemek için altı senaryo altında kapsamlı bir duyarlılık analizi gerçekleştirildi. İlk durumda, SVM-WQI modeli DOE-WQI'yi mükemmel bir şekilde tekrarlama yeteneği gösterdi ve çok yüksek istatistiksel sonuçlar elde etti (korelasyon katsayısı r > 0,95, Nash Sutcliffe verimliliği, NSE > 0,88, Willmott tutarlılık indeksi, WI > 0,96). İkinci senaryoda, modelleme süreci WQI'nin altı parametre olmadan tahmin edilebileceğini göstermektedir. Bu nedenle, DO parametresi WQI'yi belirlemede en önemli faktördür. pH'ın WQI üzerinde en az etkisi vardır. Ek olarak, 3 ila 6. senaryolar, model girdi kombinasyonundaki değişken sayısını en aza indirerek zaman ve maliyet açısından modelin verimliliğini göstermektedir (r > 0,6, NSE > 0,5 (iyi), WI > 0,7 (çok iyi)). Genel olarak ele alındığında, bu model su kalitesi yönetiminde veri odaklı karar alma süreçlerini büyük ölçüde iyileştirecek ve hızlandıracak, insan müdahalesi olmadan verilere erişimi ve etkileşimi daha da artıracaktır.
1 Giriş
“Su kirliliği” terimi, yüzey suları (okyanuslar, göller ve nehirler) ve yeraltı suları dahil olmak üzere çeşitli su türlerinin kirlenmesini ifade eder. Bu sorunun büyümesinde önemli bir faktör, kirleticilerin doğrudan veya dolaylı olarak su kaynaklarına salınmadan önce yeterince arıtılmamasıdır. Su kalitesindeki değişiklikler sadece deniz ortamını değil, aynı zamanda kamu su temini ve tarım için tatlı su mevcudiyetini de önemli ölçüde etkiler. Gelişmekte olan ülkelerde hızlı ekonomik büyüme yaygındır ve bu büyümeyi teşvik eden her proje çevreye zararlı olabilir. Su kaynaklarının uzun vadeli yönetimi ve insanların ve çevrenin korunması için su kalitesinin izlenmesi ve değerlendirilmesi şarttır. Su Kalitesi Endeksi (WQI) olarak da bilinen bu endeks, su kalitesi verilerinden elde edilir ve nehir suyu kalitesinin mevcut durumunu belirlemek için kullanılır. Su kalitesindeki değişim derecesini değerlendirirken birçok değişken dikkate alınmalıdır. WQI, herhangi bir boyutu olmayan bir endekstir. Belirli su kalitesi parametrelerinden oluşur. WQI, geçmiş ve mevcut su kaynaklarının kalitesini sınıflandırmak için bir yöntem sağlar. Su Kalite İndeksi'nin (WQI) anlamlı değeri, karar vericilerin kararlarını ve eylemlerini etkileyebilir. 1 ile 100 arasında bir ölçekte, indeks ne kadar yüksekse, su kalitesi o kadar iyidir. Genel olarak, 80 ve üzeri puan alan nehir istasyonlarının su kalitesi, temiz nehirler için belirlenen standartları karşılamaktadır. 40'ın altındaki bir WQI değeri kirlenmiş olarak kabul edilirken, 40 ile 80 arasındaki bir WQI değeri su kalitesinin hafif kirlenmiş olduğunu gösterir.
Genel olarak, Su Kalite İndeksi (WQI) hesaplaması, uzun, karmaşık ve hataya açık bir dizi alt indeks dönüşümü gerektirir. WQI ile diğer su kalitesi parametreleri arasında karmaşık doğrusal olmayan etkileşimler vardır. Farklı WQI'ler farklı formüller kullandığından, WQI hesaplaması zor ve uzun sürebilir ve bu da hatalara yol açabilir. En büyük zorluklardan biri, bir veya daha fazla su kalitesi parametresi eksikse WQI formülünün hesaplanmasının imkansız olmasıdır. Ayrıca, bazı standartlar, örneklerin doğru incelenmesini ve sonuçların gösterilmesini garanti etmek için eğitimli profesyoneller tarafından gerçekleştirilmesi gereken zaman alıcı, kapsamlı örnek toplama prosedürleri gerektirir. Teknoloji ve ekipmandaki iyileştirmelere rağmen, kapsamlı zamansal ve mekansal nehir suyu kalitesi izlemesi, yüksek işletme ve yönetim maliyetleri nedeniyle engellenmiştir.
Bu tartışma, Su Kalite İndeksi (WQI) için küresel bir yaklaşımın olmadığını göstermektedir. Bu durum, hesaplama açısından verimli ve doğru bir şekilde WQI hesaplamak için alternatif yöntemler geliştirme ihtiyacını ortaya koymaktadır. Bu tür iyileştirmeler, çevre kaynak yöneticileri için nehir suyu kalitesini izlemek ve değerlendirmek açısından faydalı olabilir. Bu bağlamda, bazı araştırmacılar WQI'yi tahmin etmek için yapay zekayı başarıyla kullanmıştır; yapay zeka tabanlı makine öğrenimi modellemesi, alt indeks hesaplamasından kaçınır ve hızlı bir şekilde WQI sonuçları üretir. Yapay zeka tabanlı makine öğrenimi algoritmaları, doğrusal olmayan mimarileri, karmaşık olayları tahmin etme yetenekleri, farklı boyutlardaki veriler de dahil olmak üzere büyük veri kümelerini yönetme yetenekleri ve eksik verilere duyarsızlıkları nedeniyle popülerlik kazanmaktadır. Tahmin güçleri tamamen veri toplama ve işleme yöntemine ve hassasiyetine bağlıdır.
Yayın tarihi: 21 Kasım 2024