الذكاء الاصطناعي و دوره في مراقبة جودة مياه الشرب

 الأراضي المقدسة الخضراء /GHLands 

طوّر فريق بحثي من معهد كوريا للعلوم والتكنولوجيا، تقنية تعتمد على الذكاء الاصطناعي لمراقبة جودة مياه الشرب.

وأوضح الباحثون أن هذه التكنولوجيا تأتي مساهمة في تحسين جودة المياه من خلال تطبيقها في شبكات قياس جودة المياه الوطنية الآلية، وفق النتائج التي نُشرت، الاثنين، في دورية (Water Research).

التحديات العالمية في الوصول إلى مياه الشرب

يواجه نحو 2.2 مليار شخص حول العالم، أي أكثر من ربع سكان الكوكب، تحديات في الوصول إلى مياه الشرب الآمنة. كما يُعاني نصف سكان العالم تقريبًا من نقص حاد في المياه خلال أجزاء من السنة، مما يزيد الحاجة إلى حلول فعّالة لضمان جودة المياه وتوافرها.

الحاجة إلى تقنيات معالجة مبتكرة

وللتغلب على نقص المياه، تُنفق تكاليف ضخمة على مشاريع مثل الري عبر أنظمة الصّرف الصّحي واستخدام مصادر مياه بديلة، مثل إعادة استخدام مياه الأمطار وتحلية مياه البحر، مع زيادة الحاجة إلى تكنولوجيا إنتاج المياه اللامركزية.

وتشمل هذه التكنولوجيا، وفق الدراسة، تقنيات المعالجة الكهروكيميائية، التي تستخدم الكهرباء لإزالة الملوثات وتحسين جودة المياه. وتعتمد هذه الأساليب على الأقطاب الكهربائية لتحفيز تفاعلات أكسدة واختزال، ما يساعد على تحييد الملوثات أو فصلها عن الماء. وتُستخدم هذه الطرق بشكل متزايد في الأنظمة اللامركزية لإزالة أيونات العناصر الثقيلة الضارة في المياه مثل الصوديوم والبوتاسيوم وتحسين نقاء المياه.

الذكاء الاصطناعي في مراقبة جودة المياه

تتطلب فاعلية المعالجة معرفة نوع الأيونات وكميتها، حيث يمكن أن تؤثر هذه العوامل على التوصيل الكهربائي للماء وتفاعلات الأقطاب. ومع ذلك، كانت المستشعرات المستخدمة في هذه العمليات غير قادرة على قياس وتتبع الأيونات الفردية بدقة، مما يجعل من الصعب تقدير جودة المياه بشكل دقيق.

لذا، لجأ الباحثون إلى نموذج يعتمد على الذكاء الاصطناعي، وبالتحديد التعلم الآلي، لتوقع تركيزات أيونات العناصر الثقيلة في المياه، مثل الصوديوم والبوتاسيوم، بهدف تقييم مستوى التلوث في محطات تنقية المياه. وقد أثبت النموذج كفاءته في التنبؤ بدقة عالية بتركيزات الأيونات المختلفة، مما يعزز القدرة على مراقبة جودة المياه بشكل أفضل.

ومن خلال استخدام هذا النموذج، يمكن للذكاء الاصطناعي تحليل البيانات واستنتاج تركيزات الأيونات المختلفة، مما يعزّز القدرة على مراقبة جودة المياه بدقة أكبر، ويُسهم في تحسين كفاءة المعالجة ويُتيح استجابة أسرع لتغيّرات نوعية المياه، وفقاً للباحثين.

وأظهرت النتائج أنه يجب تحديث التنبؤات كلّ 20 إلى 80 ثانية لتحسين الدّقة، مما يعني أن شبكات جودة المياه الوطنية يجب أن تقيس جودة المياه بشكل مستمر، على الأقل مرّة واحدة في الدقيقة، لتدريب النموذج بشكل صحيح.

وأشار الباحثون إلى أن هذه التكنولوجيا تمثّل خطوة مهمة نحو تعزيز نُظم إدارة المياه وتحقيق توزيع أكثر عدلاً وأماناً للمياه على الصّعيدين المحلي والعالمي.