تقنية ذكية لمراقبة جودة مياه الشرب

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).

ويعاني نحو 2.2 مليار شخص، أي أكثر من ربع سكان العالم، من نقص في الوصول إلى مياه الشرب الآمنة. كما يعاني نحو نصف سكان العالم من ندرة حادة في المياه خلال جزء من السنة.

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.

وتعتمد فاعلية المعالجة على نوع الأيونات وكميتها، التي قد تؤثر على التوصيل الكهربائي للماء وتفاعلات الأقطاب؛ مما يجعل مراقبة تركيزها أمراً ضرورياً لتحقيق نتائج معالجة فعالة.

ومع ذلك، فإن المستشعرات المستخدمة في هذه العمليات لا تستطيع قياس وتتبع الأيونات الفردية في المياه بدقّة، مما يجعل من الصعب الحصول على تقديرات دقيقة لجودة المياه.

لذا، استخدم الباحثون نموذجاً يعتمد على الذكاء الاصطناعي، وتحديداً التعلم الآلي، للتنبؤ بتركيزات أيونات العناصر الثقيلة في المياه مثل الصوديوم والبوتاسيوم، بهدف تقييم معدل التلوث في محطات تنقية المياه.

وتمكّن النموذج من التنبؤ بدقّة عالية بتركيزات كلّ من أيونات الصوديوم والبوتاسيوم والكالسيوم والكلوريد أثناء عمليات المعالجة الكهروكيميائية.

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.