Page 103 - MaSzeSz hírcsatorna 2024/2.

NEMZETKÖZI KITEKINTÉS

AZ IDŐZÍTETT CSAPADÉK- ÉS FOLYÓVÍZHOZAM-
ADATOK GÉPI TANULÁSI MODELLEKBE TÖRTÉNŐ

INTEGRÁLÁSÁNAK MÓDSZERTANA A TISZTÍTÓMŰVET

ELLÁTÓ NYERSVÍZ MINŐSÉGI PARAMÉTEREINEK

ELŐREJELZÉSÉNEK JAVÍTÁSA ÉRDEKÉBEN

(Pradip P. Kalbar; Shweta Lokhande)
(Christian Ortiz-Lopez; Andres Torres; Christian Bouchard; Manuel Rodriguez)
(A methodology for integrating time-lagged rainfall and river flow data into machine learning models to improve
prediction of quality parameters of raw water supplying a treatment plant )

Az esőzések és a folyók megnövekedett víz- csapadékát és a folyó vízhozamát használta
hozama ronthatja a nyersvíz (RW) minőségi bemeneti adatként. Az ANN mind a zavaros-
paramétereit, például a zavarosságot és a 254 ság, mind az UV254 esetében jobban telje-
nm-es UV-abszorbciót. E tanulmány célja egy sített, mint az SVR. E tanulmány eredményei
olyan módszertan kidolgozása, amely az ivó- új modellezési stratégiák és pontosabb vegy-
vízkezelő üzemet (DWTP) ellátó nyersvízre szeradagolás lehetőségét vetik fel a kulcsfon-
vonatkozó gépi tanulási modellbe integrálja tosságú szennyezőanyagok eltávolítására.
a vízgyűjtő területre vonatkozó, időben késlel- Módszertan a legjobb nyersvíz (RW) modelle-
tetett csapadék- és folyóvízhozam-adatokat. zési előrejelzők kiválasztására a csapadék- és
Spearman-féle nem-parametrikus kereszt- folyóvízhozam-adatokból.
korrelációs elemzéseket végeztünk a vízgyűj- A csapadékesemények és a folyók vízhoza-
tő folyók vízhozamának és esőzésének, vala- mai és a vízminőségi paraméterek közötti
mint a vízkivételből származó RW-adatoknak keresztkorrelációk becslése hasznos lehet
a felhasználásával. Ezután a vízfolyás zava- a bemeneti adatok kiválasztásához a vízho-
rosságát és a vízfolyás UV254 -jét modellez- zam-modellezésben.
tük, egy támogató vektoros regresszió (SVR) A nyersvíz-előrejelző modellek segíthetnek
és egy mesterséges neurális hálózat (ANN) az ivóvíztisztító telepeknek a tisztítási mű-
segítségével, több előrejelzési forgatókönyv ködési feltételek szükséges módosításainak
szerint, időbeli késleltetett változókkal. A folyó előrejelzésében.
vízhozama nagyon erős korrelációt mutatott
a folyóvíz minőségével, míg a csapadék mér-
sékelt korrelációt mutatott. Az áramlási adatok
és a zavarosság közötti maximális korreláció-
val jellemezhető időeltolódások néhány óra,
míg az UV254 esetében 2-4 nap között vol-
tak, ami változatos időeltolódásokat és össze-
tett viselkedést mutat. A legjobban az a for-
gatókönyv teljesített, amely a vízgyűjtő terület Forrás: IWA Publishing 1.11.2023

103