Xây dựng ứng dụng dự báo chất lượng nước dưới đất dựa vào công nghệ trí tuệ nhân tạo

on 01 Tháng 12 2023.

Xây dựng ứng dụng dự báo chất lượng nước dưới đất dựa vào công nghệ trí tuệ nhân tạo

Phan Thanh Tuấn - CH20020023

Chất lượng asen trong nước tại các vùng đồi núi có thể khác nhau tùy thuộc vào điều kiện địa chất và địa hình của khu vực đó. Các vùng đồi núi thường có nước dưới đất được cung cấp từ các suối, sông và rừng núi. Tuy nhiên, nước dưới đất ở các vùng đồi núi có thể bị ô nhiễm bởi các nguồn gốc tự nhiên như khoáng chất có chứa asen trong đất và đá, hoặc do các hoạt động con người như khai thác mỏ, sử dụng phân bón hóa học, và xả thải từ công nghiệp, gia đình và chăn nuôi.

Các nghiên cứu về chất lượng nước dưới đất tại các vùng đồi núi ở Việt Nam đã chỉ ra sự hiện diện của asen trong nước dưới đất ở mức độ khác nhau. Nhiều vùng đồi núi ở Việt Nam, bao gồm các tỉnh Đắk Nông, Gia Lai, Kon Tum, Lào Cai, Yên Bái, và Hà Giang, đã được phát hiện có nước dưới đất chứa nồng độ asen vượt quá giới hạn cho phép của Tổ chức Y tế Thế giới (WHO) và Bộ Y tế Việt Nam. Tình trạng ô nhiễm asen trong nước dưới đất đã gây ra tác động nghiêm trọng đến sức khỏe của người dân và kinh tế xã hội của khu vực đó.

Do đó, việc đánh giá chất lượng nước dưới đất ở các vùng đồi núi là rất quan trọng để đảm bảo an toàn sức khỏe cho cộng đồng và bảo vệ tài nguyên nước. Các chuyên gia địa chất và môi trường cần thực hiện các nghiên cứu về chất lượng nước dưới đất tại các vùng đồi núi và đưa ra các giải pháp phù hợp để giảm thiểu ô nhiễm asen trong nước.

Kết quả đạt được:

Bộ dữ liệu chuẩn với 6 chất Fe, Mn, pH, Hardness, Coliforms EC, gồm 569 bản ghi tương ứng với mỗi chất (trong đó có 398 bản ghi làm dữ liệu huấn luyện và 171 bản ghi làm dữ liệu kiểm chứng).
Trong quá trình thực hiện, việc sử dụng các thuật toán máy học đã mang lại khả năng dự báo chất lượng nước dưới đất với độ chính xác cao. Kết quả thử nghiệm cho thấy mô hình SVM đã đạt được hiệu quả tốt nhất trong việc dự báo nồng độ asen trong nước dưới đất, với độ chính xác đạt 90%. Điều này làm rõ tính ứng dụng cao của phương pháp máy học trong việc dự báo chất lượng nước dưới đất.
Để mở rộng các nghiên cứu liên quan đến đánh giá và dự báo chất lượng nước dưới đất, có thể khám phá các phương pháp máy học khác như Decision Tree, Random Forest, Neural Networks, và nhiều phương pháp khác. Đồng thời, việc thu thập dữ liệu từ các khu vực khác nhau cũng sẽ đóng góp quan trọng để cải thiện chất lượng dự báo và đánh giá chính xác hơn về tình trạng ô nhiễm asen trong nước dưới đất tại Đắk Nông cũng như các vùng khác.
Phân tích và đánh giá bộ dữ liệu các chất trong không khí, tìm hiểu và một số thuật toán máy học dự báo phù hợp với bộ dữ liệu.
Hệ thống lưu trữ dữ liệu dự báo asen trong nước dưới đất được xây dựng dưới dạng cơ sở dữ liệu (database) và hệ thống lưu trữ trực tuyến (online storage system). Các thông tin liên quan đến vị trí, độ sâu, nguồn nước và chất lượng nước dưới đất được thu thập và lưu trữ theo thời gian để hỗ trợ việc đánh giá và dự báo chất lượng nước dưới đất trong tương lai.
Hệ thống lưu trữ dữ liệu này cần được đảm bảo bảo mật và tính toàn vẹn của dữ liệu. Đồng thời, cần thiết kế hệ thống sao cho có khả năng truy xuất nhanh chóng và dễ dàng dữ liệu, cung cấp các công cụ hỗ trợ phân tích và dự báo dữ liệu cho người dùng.
Một số công nghệ lưu trữ dữ liệu phổ biến được sử dụng hiện nay bao gồm cơ sở dữ liệu quan hệ (relational database), NoSQL database, lưu trữ đám mây (cloud storage), hệ thống lưu trữ tập tin (file storage system) và hệ thống lưu trữ đa phương tiện (multimedia storage system). Tuy nhiên, sự lựa chọn phù hợp phụ thuộc vào nhu cầu và yêu cầu của hệ thống dự báo asen trong nước dưới đất.

Trân trọng.