Загрязнение подземных вод считается самой широко распространённой проблемой окружающей среды. Наиболее важное направление действий часто связано с долгосрочным мониторингом. Но каков наиболее эффективный с точки зрения затрат способ мониторинга, когда загрязняющие шлейфы являются большими по площади, сложными по рельефу и долгосрочными в плане действия? К тому же они зачастую подверженные таким неожиданным событиям, как, например, шторм, который может вызвать внезапные изменения уровней загрязнений.
Учёные из Национальной лаборатории Лоуренса Беркли и Национальной лаборатории реки Саванна разработали недорогой метод мониторинга загрязняющих веществ в реальном времени с использованием недорогих общедоступных датчиков.
«Обычные методы мониторинга включают взятие проб воды каждый год или каждый квартал и их анализ в лаборатории, — сказала Харуко Уэйнрайт, исследователь из лаборатории Беркли, которая возглавляла исследование. — Если имеются аномалии или произошло экстремальное событие, можно пропустить изменения, которые могут увеличить концентрацию загрязняющих веществ или создать потенциальный риск для здоровья. Наша методология позволяет проводить постоянный мониторинг на месте с использованием технологии прокси-измерений, поэтому мы можем отслеживать движение шлейфов в реальном времени».
Подпись к изображению: Место проведения исследования на реке Саванна
«Анализ автономных данных, полученных на месте, может быть быстро проведён удалённо с использованием методов машинного обучения, — добавила она. — Этот анализ может действовать как система раннего предупреждения — можно обнаруживать внезапные изменения уровней загрязнений. Эти изменения могут указывать на необходимость более или менее адекватного вмешательства с точки зрения стратегии восстановления, что в идеале ведет к улучшению, а также к более экономичной очистке».
Новый подход реализуется с помощью системы датчиков для отслеживания переменных показателей воды. Для целей этого исследования учёные отслеживали уровни трития и урана-238 в подземных водах на протоке реки Саванны, бывшем участке производства ядерного оружия в Южной Каролине.
Для целей мониторинга учёные измеряли уровни кислотности (рН) и удельную проводимость воды; эти переменные были определены как надёжные показатели для концентраций трития и урана-238. Затем данные от системы датчиков подавались на фильтр Калмана для оценки концентраций загрязняющих веществ. Фильтр Калмана не является физическим фильтром, а скорее математическим алгоритмом, который может интегрировать и анализировать смешанные данные временного ряда для вероятностной оценки. Он широко используется в различных областях, таких как прогнозирование трафика или дистанционное зондирование.
Используя исторические данные о реке Саванна, исследователи установили, что их технология обеспечивала достоверную информацию о поведении шлейфов за последние 20 лет. Это свидетельствует о том, что новый подход имеет большое значение в качестве долгосрочной стратегии мониторинга для быстрой оценки устойчивости шлейфов загрязняющих веществ. Другим преимуществом по сравнению с традиционными подходами является то, что он может уменьшить частоту ручной выборки грунтовых вод и их лабораторный анализ и, следовательно, снизить затраты на мониторинг.