AI 驱动的模型可在水质威胁发生之前预测它们

快速阅读: 《AZoAI》消息，佛蒙特大学的研究人员将国家水模型转化为人工智能工具，用于实时预测水质威胁，帮助保护美国饮用水供应。该工具已在纽约市进行测试，通过结合高频传感器数据和国家水模型，成功预测了水库的浊度。此技术具有全国推广潜力，能提高水质预测和管理效率，优化供水运营，并有助于应对水质问题，如藻类爆发和洪水风险。

佛蒙特大学于2025年3月4日宣布，研究人员将国家水模型转化为一个强大的人工智能驱动工具，实时预测水质威胁，为保护美国各地的饮用水供应提供了革命性的方法。研究：利用高频传感器数据和美国国家水模型输出预测饮用水供应盆地的浊度。图片来源：尤里亚特 / 肖像素

每天，美国庞大的供水系统都在承受着提供安全水源的压力。现在，佛蒙特大学（UVM）的科学家们发明了一种新的工具，利用人工智能帮助社区更好地预测水源威胁。佛蒙特州科学家的研究表明，通过人工智能和传感器的实时数据，可以修改现有的联邦政府国家水模型，使其不仅能预测径流，还能预测水质。

“这种新工具可以在全国范围内实施，并广泛应用于各种需要水质预报的场景。”该研究的主要研究员、UVM的安德鲁·施罗思说。“通过首次将国家水模型应用于水质预测，我们开启了一个真正有益于国家整体发展的新窗口。”

为了在现实条件下测试这一工具，研究人员以纽约市为例，由于该市拥有广泛的传感器网络来监测水流和沉积物，以及供水系统面临的间歇性问题，这成为理想的测试场所。纽约市的供水系统研究团队在《美国水资源协会杂志》上发表了他们的发现，在卡茨基尔山脉的埃索普溪流域进行了新工具的测试。这条水道流入阿肖肯水库，该水库供应纽约市约40%的日用水量，是美国最大的未过滤供水网络的一部分。

水库水质的关键问题是浊度，即受水中悬浮物和其他物质影响的水透明度。当某些水平超过时，纽约市环境保护局必须限制从该水库的供水，影响整个下游网络的管理和运营。具备预测高浊度威胁的能力对于优化供水运营至关重要。

“当暴雨期间或之后有太多沉积物流入水库时，纽约市必须限制供水并调整其运营。”来自佛蒙特大学地理与地质科学系的研究副教授安德鲁·施罗思说。他指出，埃索普溪由于山谷中的冰川黏土、淤泥和砾石中含有大量细粒沉积物而容易出现高浊度。当风暴发生时，河岸侵蚀，切割到冰川沉积物中，造成持续数月的浑浊云层，这使得预测和水库管理变得复杂。

全国适用性

以纽约市为例，由位于阿拉巴马大学的水文业务研究所（CIROH）支持的研究人员正在努力将国家水模型的应用范围扩展到水文学以外的领域。CIROH是一个由国家海洋和大气管理局及美国地质调查局支持的合作伙伴关系。

根据国家气象局的说法，“国家水模型是一个水文建模框架，模拟美国大陆的观测和预测径流。”国家水模型允许任何人访问数据，使用户能够看到河流或小溪如何受到强降雨的影响以及是否会发生洪水。CIROH的研究人员在全国范围内推动该模型的创新应用，以增强对水资源可用性和威胁的认识。

这项由UVM科学家安德鲁·施罗思博士和犹他州立大学科学家约翰·肯珀领导，与UVM工程师克里斯汀·昂德伍德博士、纽约市环境保护局地质学家达尼·戴维斯以及美国地质调查局科学家合作的新研究，专注于利用人工智能将国家水模型的大量数据集与传感器数据集结合起来，这些传感器数据集定期收集河流数据。通过利用水流和沉积物浓度之间的关系，研究团队能够开发出一种可靠的水质测量预报。

这种工具可以在全美各地广泛应用，使那些通常面临多种水质问题的地区能够更好地预测威胁。如果一家水处理厂一直在实施水质监测，那么他们现在有了实时能力来预测即将到来的风暴将如何影响水质，从而在工厂运营关闭方面获得更大的可预测性。同样地，如果预测到风暴开始时会出现藻类爆发，当局就会意识到这种水质威胁，关闭海滩以保障公共健康。

从农业角度来看，农民会知道预计会有多少水量以及哪些地方会被淹没，从而指导他们何时施肥。肯珀最近在佛蒙特大学完成博士后研究后搬到了犹他州，他承认这项工作的影响力。“将径流预测工具转变为水质预测工具为不断增长的社区预报需求铺平了道路，”为社区创建水质预报，并为全球盆地管理浊度制定类似策略。该模型将为研究其他水质成分树立先例，超越纽约市的范围。研究团队开发的框架具有全国适用性，因为它可以适用于全国各地。这使得水厂运营商和其他管理人员能够了解他们感兴趣的水质成分，如磷、氮、硝酸盐、浊度或氯化物。这个新模型可以改变全国范围内水质预测和管理的方式。

(以上内容均由Ai生成)