Дунав под будним оком паметних бова и дронова НОВЕ ТЕХНОЛОГИЈЕ ПОДИЖУ НИВО КОНТРОЛЕ КВАЛИТЕТА ВОДЕ У РЕКАМА
Квалитет вода у речним токовима је кључан за животну средину, биодиверзитет и здравље становништва, због чега су неопходни сталан надзор и адекватне и правовремене мере контроле и заштите тог квалитета.
Како би се унапредио процес одлучивања и побољшало здравље река, Факултет техничких наука Универзитета у Новом Саду и Институт за вештачку интелигенцију Србије окупили су око пројекта REWARDING истраживачки тим који је фокусиран на дизајн, имплементацију, поставку и демонстрацију пилот-система за прикупљање и аналитику података о квалитету вода у воденим токовима.
– Колеге са Департмана за енергетику, електронику и телекомуникације ФТН-а су на пројекту како би развили технички део система: паметне бове и дронове, који би прикупљали податке и преносили их кроз мобилну мрежу до централног дела система за складиштење и обраду тих података – каже за наш лист др Дејан Вукобратовић, редови професор на Факултету техничких наука и руководилац пројекта REWARDING. – Колеге са Департмана за заштиту животне средине су доменски експерти који разумеју те податке, док је експертиза тима са Института за вештачку интелигенцију усмерена ка обради самих података и развоју модела машинског учења који у перспективи може имати важну улогу у предикцији аномалија и алармирању корисника система. А суштина целог система је у оснаживању мониторинга квалитета речне воде, јер он доноси могућност прикупљања података и праћења кључних индикатора квалитета воде у реалном времену са било које локације и било када.
Квалитет воде у Србији прати првенствено Агенција за заштиту животне средине ресорног министарства, која је успоставила националну мониторинг мрежу која покрива око 120 мерних станица на простору целе државе, и то на свим већим и средњим рекама: Дунав, Тиса, Сава, Дрина, Морава… На овим мерним станицама мерења се уобичајено изводе једном месечно и прате се физичко-хемијски параметри, биолошки параметри, те специфична хемијска загађења као што су тешки метали, пестициди, полициклични ароматични угљоводоници и индустријска загађења. Наравно, у зависности од хидролошких услова и евентуалног степена загађења, на неким од локалитета се квалитет воде прати и чешће, па је тако успостављена дневна динамика мерења на шест локалитета: један на Дунаву у Новом Саду, по два на Сави и Морави и један на Ибру – где се прати 19 параметара квалитета воде, међу којима су и боја, мирис, температура, електропроводљивост, ниво раствореног кисеоника…
AI за предвиђање проблема
Истраживачи са Института за вештачку интелигенцију су у оквиру пројекта REWARDING, између осталог, радили на развијању модела машинског учења за предикцију параметара квалитета површинских вода. Како би се ти модели што поузданије развили, важно је било да се сви прикупљени подаци, и стари и нови, и они Агенције за заштиту животне средине и они прикупљени уз помоћ бова и дронова, активно користе за њихово тренирање. „Када се данас деси неки проблем или чак акцидент, то нам је врло вредан податак за будућност како би се модели поново истренирали на том новом податку да се касније може предвидети таква промена“, објашњава Ана Додиг, истраживач на Институту за вештачку интелигенцију. „При томе је веома важно што ови модели, поред алармирања у случају да дође до нарушавања квалитета воде, могу указати и на то да се евентуално појавио проблем на неком од мерних уређаја”...
– Овакав тип мониторинга квалитета воде има своје недостатке, пре свега у томе што су подаци временски и просторно ограничени, односно што се ослањамо на ручна мерења и што нема података у реалном времену. То нас је све навело да у оквиру REWARDING пројекта ми заправо дизајнирамо један одржив, аутономни систем који интегрише савремене технологије, вештачку интелигенцију, уз ослањање на више извора података истовремено – објашњава др Јелена Радонић, редовни професор на ФТН-у. – Тако смо у оквиру пројекта повећали временску резолуцију података о квалитету воде коришћењем паметних путајућих бова. Те бове су опремљене сензорима који мере циљане параметре квалитета воде у реалном времену. С друге стране, просторну резолуцију смо повећали коришћењем дронова, који узимају узорке са различитих делова реке на тачкама између бова, са посебним нагласком на неприступачне локалитете са потенцијално повећаним загађењем. На крају, користили смо сателитске податке, како би постојеће употпунили.
Сензори интегрисани на паметним бовама мере у реалном времену четири параметра квалитета воде: температуру, електропроводљивост, растворени кисеоник и pH вредност. Ови параметри су одабрани јер су еколошки веома значајни, а имају и велику осетљивост на присуство разних других загађујућих супстанци у води, као што су тешки метали или органске супстанце, попут пестицида. Тиме су створени услови за брзу детекцију и идентификацију извора загађења. Истовремено, није неважно ни то што су сензори који мере ове параметре технички доступни, поуздани и, што је најбитније, компатибилни са IoT (internet of things) системима којима су опремљене паметне плутајуће бове и дронови.
– За имплементацију пилот система одабран је Дунав, с обзиром на густо насељено окружење и угрожен еколошки статус реке. Наравно, систем је могуће користити на било којој другој реци, језеру, водозахвату... – истиче др Вукобратовић. – Заправо, потенцијалне примене оваквог система су бројне, јер постоје и јавни и комерцијални ентитети којима би он био од велике користи, као што су, на пример, рибњаци. Ми смо чак уверени у то да би за неку мини-верзију оваквог система са пратећом мобилном апликацијом могли да буду заинтересовани и професионални речни аласи, па чак и спортски риболовци, јер би могли да у реалном времену добију информацију о томе какав је квалитет воде баш на тој локацији на којој лове рибу. Још једна од важних примена огледа се управо у тој могућности да систем можете поставити било где и да у неким критичним тренуцима можете да имате приступ кључним подацима. Пример тога су бројни канали у Војводини који током различитих делова сезоне могу да имају већу или мању количину воде. Ако имате могућност да са лакоћом на различитим локацијама урадите серију мерења, тада се на време може установити да се, рецимо, у неком каналу смањио ниво раствореног кисеоника и да се на темељу тога адекватно реагује, рецимо дизањем устава и повећањем дотока, те тако спречи помор рибе.
Мирослав Стајић