تحسين التنبؤ بمؤشر جودة المياه باستخدام آلة المتجهات الداعمة مع تحليل الحساسية

على مدى 25 عامًا، طبّقت وزارة البيئة الماليزية مؤشر جودة المياه (WQI) الذي يستخدم ستة معايير رئيسية لجودة المياه: الأكسجين المذاب (DO)، والطلب البيولوجي على الأكسجين (BOD)، والطلب الكيميائي على الأكسجين (COD)، ودرجة الحموضة (pH)، والنيتروجين الأمونياكي (AN)، والمواد الصلبة العالقة (SS). يُعدّ تحليل جودة المياه عنصرًا هامًا في إدارة موارد المياه، ويجب إدارته بشكل سليم لمنع الأضرار البيئية الناجمة عن التلوث وضمان الامتثال للوائح البيئية. وهذا ما يزيد من الحاجة إلى تحديد طرق فعّالة للتحليل. من أبرز تحديات الحوسبة الحالية أنها تتطلب سلسلة من حسابات المؤشرات الفرعية المعقدة والمستهلكة للوقت، والتي تُعرّضها للأخطاء. إضافةً إلى ذلك، لا يمكن حساب مؤشر جودة المياه (WQI) في حال غياب معيار واحد أو أكثر من معايير جودة المياه. في هذه الدراسة، تم تطوير طريقة مُحسّنة لحساب مؤشر جودة المياه (WQI) لمراعاة تعقيد العملية الحالية. تم تطوير واستكشاف إمكانات النمذجة القائمة على البيانات، وتحديدًا آلة المتجهات الداعمة (SVM) ذات دالة الأساس Nu-Radial والمبنية على التحقق المتقاطع 10x، لتحسين التنبؤ بمؤشر جودة المياه (WQI) في حوض لانغات. أُجري تحليل حساسية شامل في ستة سيناريوهات لتحديد كفاءة النموذج في التنبؤ بمؤشر جودة المياه. في السيناريو الأول، أظهر نموذج SVM-WQI قدرة ممتازة على محاكاة نموذج DOE-WQI، وحقق مستويات عالية جدًا من النتائج الإحصائية (معامل الارتباط r > 0.95، وكفاءة ناش-سوتكليف NSE > 0.88، ومؤشر اتساق ويلموت WI > 0.96). في السيناريو الثاني، أظهرت عملية النمذجة إمكانية تقدير مؤشر جودة المياه دون الحاجة إلى ستة معايير. وبالتالي، يُعدّ معيار الأكسجين المذاب (DO) العامل الأكثر أهمية في تحديد مؤشر جودة المياه، بينما يُعدّ الرقم الهيدروجيني (pH) الأقل تأثيرًا عليه. بالإضافة إلى ذلك، تُظهر السيناريوهات من 3 إلى 6 كفاءة النموذج من حيث الوقت والتكلفة، وذلك بتقليل عدد المتغيرات في مجموعة مدخلات النموذج (r > 0.6، NSE > 0.5 (جيد)، WI > 0.7 (جيد جدًا)). وبذلك، سيُحسّن النموذج بشكل كبير من عملية اتخاذ القرارات القائمة على البيانات في إدارة جودة المياه، ويُسرّعها، مما يجعل البيانات أكثر سهولة في الوصول إليها وأكثر تفاعلية دون تدخل بشري.

1. مقدمة

يشير مصطلح "تلوث المياه" إلى تلوث أنواع متعددة من المياه، بما في ذلك المياه السطحية (المحيطات والبحيرات والأنهار) والمياه الجوفية. ومن العوامل الرئيسية في تفاقم هذه المشكلة عدم معالجة الملوثات بشكل كافٍ قبل إطلاقها، سواءً بشكل مباشر أو غير مباشر، في المسطحات المائية. وتؤثر التغيرات في جودة المياه تأثيرًا كبيرًا ليس فقط على البيئة البحرية، بل أيضًا على توافر المياه العذبة لإمدادات المياه العامة والزراعة. وفي البلدان النامية، يُعد النمو الاقتصادي السريع أمرًا شائعًا، وأي مشروع يُعزز هذا النمو قد يُلحق الضرر بالبيئة. ولضمان الإدارة المستدامة للموارد المائية وحماية الإنسان والبيئة، يُعد رصد جودة المياه وتقييمها أمرًا ضروريًا. ويُستمد مؤشر جودة المياه (WQI) من بيانات جودة المياه، ويُستخدم لتحديد الوضع الحالي لجودة مياه الأنهار. ويتطلب تقييم درجة تغير جودة المياه مراعاة العديد من المتغيرات. ومؤشر جودة المياه (WQI) هو مؤشر بلا أبعاد، ويتكون من معايير محددة لجودة المياه. ويوفر مؤشر جودة المياه (WQI) طريقة لتصنيف جودة المسطحات المائية، تاريخيًا وحاليًا. تؤثر القيمة الجوهرية لمؤشر جودة المياه (WQI) على قرارات وتصرفات صناع القرار. فعلى مقياس من 1 إلى 100، كلما ارتفع المؤشر، كانت جودة المياه أفضل. وبشكل عام، تُعتبر جودة المياه في محطات الأنهار التي تحصل على 80 نقطة فأكثر مطابقة لمعايير الأنهار النظيفة. أما قيمة مؤشر جودة المياه الأقل من 40 فتُشير إلى تلوث المياه، بينما تُشير القيمة بين 40 و80 إلى تلوث طفيف.

بشكل عام، يتطلب حساب مؤشر جودة المياه (WQI) مجموعة من تحويلات المؤشرات الفرعية، وهي تحويلات طويلة ومعقدة وعرضة للأخطاء. توجد تفاعلات غير خطية معقدة بين مؤشر جودة المياه ومعايير جودة المياه الأخرى. قد يكون حساب مؤشر جودة المياه صعبًا ويستغرق وقتًا طويلاً نظرًا لاختلاف الصيغ المستخدمة في كل مؤشر، مما قد يؤدي إلى أخطاء. يتمثل أحد التحديات الرئيسية في استحالة حساب صيغة مؤشر جودة المياه في حال غياب واحد أو أكثر من معايير جودة المياه. بالإضافة إلى ذلك، تتطلب بعض المعايير إجراءات جمع عينات شاملة ومستهلكة للوقت، يجب أن يقوم بها متخصصون مدربون لضمان دقة فحص العينات وعرض النتائج. على الرغم من التحسينات في التكنولوجيا والمعدات، إلا أن ارتفاع تكاليف التشغيل والإدارة يعيق الرصد الزمني والمكاني الشامل لجودة مياه الأنهار.

تُظهر هذه المناقشة عدم وجود نهج عالمي موحد لمؤشر جودة المياه (WQI). وهذا يُبرز الحاجة إلى تطوير أساليب بديلة لحساب مؤشر جودة المياه بكفاءة حسابية عالية ودقة متناهية. قد تُفيد هذه التحسينات مديري الموارد البيئية في رصد وتقييم جودة مياه الأنهار. في هذا السياق، نجح بعض الباحثين في استخدام الذكاء الاصطناعي للتنبؤ بمؤشر جودة المياه؛ إذ يتجنب نمذجة التعلم الآلي القائمة على الذكاء الاصطناعي حساب المؤشرات الفرعية، ويُنتج نتائج مؤشر جودة المياه بسرعة. تكتسب خوارزميات التعلم الآلي القائمة على الذكاء الاصطناعي شعبية متزايدة نظرًا لبنيتها غير الخطية، وقدرتها على التنبؤ بالأحداث المعقدة، وقدرتها على إدارة مجموعات البيانات الضخمة، بما في ذلك البيانات ذات الأحجام المتفاوتة، وعدم تأثرها بالبيانات غير المكتملة. وتعتمد قدرتها التنبؤية كليًا على طريقة ودقة جمع البيانات ومعالجتها.