زمان مطالعه: < 1 دقیقه
دانشمندان دانشگاه ورمانت و دانشگاه ایالتی یوتا ابزار جدیدی مبتنی بر هوش مصنوعی توسعه دادهاند که میتواند به پیشبینی کیفیت آب در ایالات متحده کمک کند. این فناوری، مدل پیشبینی جریان آب National Water Model را با هوش مصنوعی و دادههای حسگرهای زیستمحیطی ترکیب میکند تا زمان ورود مواد آلاینده به دریاچهها و رودخانهها را شناسایی کند.
یکی از مهمترین شاخصهای کیفیت آب، کدورت یا میزان ذرات معلق در آن است. این فناوری در رودخانه اسوپوس (Esopus Creek)، یکی از منابع اصلی تأمین آب نیویورک، آزمایش شد و نشان داد که افزایش کدورت باعث افت کیفیت آب و دشواری در فرآیند تصفیه میشود.
دانشمندان قصد دارند این ابزار را برای پیشبینی ورود فسفر و کلرید به حوضه دریاچه چمپلین توسعه دهند. این فناوری میتواند به کشاورزان هشدار دهد که استفاده از نمک جادهای و کودهای شیمیایی چگونه بر کیفیت آب تأثیر میگذارد.
در حال حاضر، پژوهشگران روی نسخهای محلی از این ابزار کار میکنند که بتواند پیشبینیهای لحظهای از کیفیت آب در نهرهای منتهی به دریاچه چمپلین ارائه دهد. آنها همچنین به دنبال تأمین بودجه برای توسعه نسخهای در سطح ملی هستند که پیشبینی میشود تا سال ۲۰۲۷ عملیاتی شود.
