چالش

منابع آب شیرین ما محدود است و با فشارهای فزاینده ای از تنوع آب و هوا، آلودگی، رشد جمعیت و رقابت از بسیاری از مصارف روبرو است. همزمان با افزایش اهمیت و پیچیدگی عملیات مدیریت آب، چالش های مربوط به انطباق نظارتی، مدیریت ریسک، بهینه سازی هزینه و پایداری خدمات آب، نیاز و تقاضا برای استفاده از راه حل های نوآورانه مدیریت منابع آب را تقویت می کنند.

تهدیدات بالقوه کیفیت در سیستم های آب شیرین در درجه اول مربوط به فرسایش است. شکوفایی جلبک های مضر آب شیرین (HAB)، ناشی از چنین بار اضافی مواد مغذی، می تواند تأثیرات منفی گسترده ای بر روی انسان، حیوانات و اکوسیستم های آبی داشته باشد. بسیاری از سیانوباکتری ها می توانند نوروتوکسیک، هپاتوتوکسیک یا سایر ترکیبات فعال زیستی تولید کنند و در صورت بروز در منابع آب آشامیدنی، تهدید محسوب می شوند. به عنوان مثال، به دلیل نقض منبع آب آشامیدنی سیانوتوکسین، حوادث متعددی از استفاده از آب شیرین شایع در ایالات متحده جلوگیری کرده است. اثرات نامطلوب اکوسیستم ناشی از شکوفه های زیست توده زیاد سیانوباکتری ها و سایر HAB های آب شیرین، باعث از بین رفتن ماهی ها و ارگانیسم های ساکن پایین می شود. مرگ صدها هزار ماهی بومی در ژانویه 2019 در رودخانه دارلینگ در استرالیا یادآوری اخیر این اثرات سوverse کیفیت آب در اکوسیستم های آبی بود.

برای مدیریت آب، برنامه ریزی انطباقی برای تعیین فعالانه و کاهش خطرات آب بسیار مهم است زیرا سازگاری با خطرات به روشی برنامه ریزی شده بسیار کارآمدتر از واکنش به خرابی عمده سیستم است. در عین حال، ضمن کاهش هزینه، به دنبال بهبود عملکرد محیطی هستیم. به منظور اطلاع از تصمیمات پیچیده عملیاتی و تجاری، افزایش هوش موقعیتی در فضا و زمان مورد نیاز است. فناوری فضایی می تواند یک کاتالیزور برای ارتقا chain و پشتیبانی از نوآوری در فن آوری برای محافظت و اطمینان از پایداری منابع آب ما با حفظ اطلاعات زیست محیطی و زنجیره ارزش خدمات هوشمند باشد.

ایجاد راه حل

پیشرفت در رصد زمین (EO) می تواند یک کاتالیزور برای ارتقا support و حمایت از نوآوری فناوری در مدیریت یکپارچه منابع آب (IWRM)، انعطاف پذیری در برابر بلایا و نظارت بر اثربخشی استراتژی های مقابله ای باشد.

به ویژه برای آبهای داخلی، محصولات و کاربردهای EO از خصوصیات حوضه آبریز و برآورد تبخیر و تعرق گرفته تا خصوصیات کیفیت آب اجسام آب سطحی، مانند دمای آب، کلروفیل-a، کل مواد معلق، کدورت و مواد آلی محلول را شامل می شوند. در حالی که داده های درجا اطلاعات نمونه ای از نقطه را برای وضعیت بدن آب فراهم می کنند، EO می تواند با ارائه اندازه گیری های سطح وسیع با یک پوشش فضایی و زمانی که به طور مداوم در حال افزایش است و پیشرفت های اخیر در دسترس بودن سیستم عامل های ماهواره ای برای EO ها (از جمله ESA)، می تواند مکمل عمل کند. برنامه کوپرنیکوس). در نهایت، این داده ها می توانند بینش جدیدی را در مورد تغییرات زمانی و فنولوژیکی در اوتروفیکاسیون و شکوفه ایجاد کنند، هشدارهای اولیه در مورد وجود شکوفه های مضر جلبکی را ارائه دهند و شار و تأثیر رسوبات را در حوضه آبریز مشخص کنند.

از آنجا که حسگرهای نوری موجود در هوا، هوا و درجا به طور فزاینده ای در دسترس و برای نظارت و ارزیابی اکوسیستم آب مناسب و مناسب می شوند، برنامه های کاربردی مبتنی بر علم نیاز به توسعه بیشتر در سطح عملیاتی دارند. PrimeWater در تلاش است تا با ترجمه جدیدترین نوآوری ها در سرویس های اطلاعاتی عملی آب، این پل را بین علم و عمل ایجاد کند.

اهداف

اهداف خاص زیر این پروژه مربوط به فن آوری ها، محصولات و خدمات است که به طور ترکیبی یک زنجیره ارزش کامل از EO به بخش تجارت آب ایجاد می کند که توسعه، نمایش و به بازار عرضه خواهد شد.

PrimeWater با استفاده از الگوریتم های پیشرفته مبتنی بر فیزیک که تصاویر چند و طیفی ماهواره ای و هوایی را با هم ادغام می کند، با استفاده از الگوریتم های پیشرفته مبتنی بر فیزیک، بالقوه بالقوه فناوری های مشاهده زمین (EO) را برای بخش آب به حداکثر می رساند. و سنسورهای زمینی، افزایش هوش موقعیتی تنظیم کننده های آب، برنامه ریزان اضطراری، متخصصان صنعت مرتبط با آب و جوامع محلی.

PrimeWater آرزو دارد که به ارزش افزوده بیشتر داده های EO و سایر خدمات بخشی Copernicus از طریق تحقیقات مقطعی با تکنیک های جذب و یادگیری ماشین با هدف بهبود مهارت پیش بینی های زیست محیطی و تأثیرات مربوط به آنها در مقیاس های مختلف مکانی و افق های زمانی و از این رو آمادگی در برابر خطرات آب را بهبود ببخشید و از طریق اطلاعات عدم اطمینان، ظرفیت تصمیم گیری را افزایش دهید.

PrimeWater یک زنجیره ارزش کامل ایجاد می کند که علم را با بخش تجارت آب پیوند می دهد، و از طریق توسعه تعاملی محصولات و خدمات از طریق تعامل و ارتباط مداوم و کارآمد با متخصصان آب در سراسر جهان و تجزیه و تحلیل عمیق موانع ذاتی برای بازار گسترده، اطمینان حاصل می کند. جذب خدمات مجهز به EO در بخش آب. در نتیجه PrimeWater خدمات هوشمند آبی را ارائه خواهد داد که از محصولات پیشرفته داده EO و تقاطع با سایر منابع داده بهره می گیرند، از طریق ابزارهای مدل سازی تشخیصی، تجزیه و تحلیل علت و معلولی را ایجاد می کنند و با ادغام قابلیت های پیش بینی با برنامه ریزی و سناریو، از محاسبات پیش بینی شده و تجربی استفاده می کنند. تحلیل و بررسی.

روش شناسی

همکاری مشترک - محصولات و خدمات برای پاسخگویی به نیازهای کاربران نهایی و پشتیبانی از جذب بازار

اتخاذ سیستم های مبتنی بر EO در مدیریت یکپارچه منابع آب (IWRM) نیاز به ادغام دیدگاه های مختلف از جمله زیست محیطی، مالی و اجتماعی دارد. این موارد برای شکل دادن به چگونگی بسته بندی اطلاعات سیستم های EO و سپس استفاده از آنها برای اطلاع رسانی تصمیم گیری در دنیای واقعی مورد نیاز است. توسعه مشترک استراتژی ای است که هدف آن جمع کردن دیدگاه های مختلف ذینفعان در طراحی، توسعه و اجرای محصولات نهایی است. رویکرد توسعه همکاری، همکاری بین بخشهای مختلف زنجیره ارزش مربوط به آب و توسعه دهندگان را تشدید می کند و از این رو، میزان اطمینان به سیستم نهایی را تعیین می کند.

در PrimeWater ما یک روش مشاوره جامع را طراحی کرده ایم که از مراحل اولیه پروژه در طول مرحله توسعه به کار گرفته می شود. این رویکرد نیازهای کاربر را در طراحی سیستم و به دنبال آن ارزیابی صنعتی از محصولات نهایی ادغام می کند تا به استقبال و جذب گسترده ای از بخشهای مختلف - تأسیسات آب، حفاظت از محیط زیست، واکنش اضطراری، تفریحی، مدیریت منابع آب و نیروگاه آبی برسد. برای تسهیل توسعه مشترک، یک پنل بین المللی چند کاربره (MUP) ایجاد شده است و شامل نمایندگان صنعت و کارشناسان در زمینه های مختلف موضوعی در بخش آب است که آنها را از مراحل اولیه طراحی تا مراحل توسعه به طور فعال درگیر می کند.

جامعه عمل - برای بهبود مدیریت منابع آب با استفاده از مشاهدات زمین

PrimeWater با هدف ایجاد یک جامعه جهانی عمل (CoP) است که علاقه مندان به آب دیجیتال از جمله استفاده از EO در مدیریت آب را دور هم جمع می کند. CoP شامل شرکا، کارشناسان، سیاست گذاران و تصمیم گیرندگان و کاربران نهایی خواهد بود که چند طیف از جمله نمایندگان بخش آب بلکه کسانی از بخش های دیگر (از جمله ICT و فناوری فضایی) هستند. CoP فقط برای انتشار PrimeWater نیست، بلکه هدف عمیق آن بهبود درک EO و ادغام آن با سایر فن آوری ها در زمینه مدیریت منابع آب است.

CoP به عنوان یک برنامه درسی زنده عمل می کند و از دانش مشترکی بهره مند است که می تواند به فرآیندهای تصمیم گیری آگاهانه و بهره وری بالاتر منجر شود. در PrimeWater، CoP با سیستم عامل های موجود تلاقی خواهد کرد (مانند EIP Water و ICT 4Water) پروژه را با پیشرفت صنعت و خدمات اتحادیه اروپا هماهنگ می کند. CoP همچنین از شبکه IWA به ویژه برنامه آب دیجیتال استفاده خواهد کرد تا امکان پایداری و پشتیبانی طولانی مدت اعضای IWA، شرکا و غیره را فراهم کند. همچنین براساس CoP های مستقر مانند GEO Aquawatch ساخته خواهد شد.

تحلیل رفتار - برای حمایت از درک و چگونگی غلبه بر موانع فردی و نهادی در جذب فن آوری های جدید

PrimeWater روی طیف وسیعی از خدمات، از جمع آوری داده های خام گرفته تا خدمات پیچیده تر و اطلاعات آماده برای استفاده برای تصمیم گیری مربوط به آب، تمرکز دارد. هدف اصلی رویکرد رفتاری ما شناسایی انواع نیازها و کاربرانی است که به احتمال زیاد با انواع مختلف محصولات برآورده می شوند.

هدف از این روش شناسایی خدماتی است که با استفاده از نوع (r) قابل اعتمادتر و مفیدتر باشند. یک هدف مهم از رویکرد رفتاری، کمک به ارزیابی اقتصادی خدمات از نظر ذهنی و تا حدی است که این امکان وجود دارد، از نظر ارزش اقتصادی عینی.

سهم اصلی تجزیه و تحلیل رفتاری در PrimeWater، ترسیم نیازهای انسان بر روی مجموعه ای از ویژگی های مختلف محصول است، که می تواند در محصولات نهایی به گونه ای ترکیب شود که ارزش کلی اضافه شده و رضایتمندی نیازهای کاربران را به حداکثر برساند.

مشاهدات زمین - بینش جدید و هشدارهای اولیه درباره شکوفه های جلبکی مضر را ارائه می دهد و تأثیر رسوب در حوضه آبریز را مشخص می کند

در سال های اخیر، تکنیک های مشاهده زمین (EO) به ابزاری عملی برای پشتیبانی از اندازه گیری های سنتی تبدیل شده اند که با هزینه ای نسبتاً کم و برای برخی پارامترهای بیو-ژئوفیزیک، اطلاعات مربوط به مخازن آب شیرین و پشتیبانی از کاربردهای مختلف را ارائه می دهند.

بازیابی خصوصیات آبهای سطحی از EO به طور کلی به برخی پردازشهای اساسی نیاز دارد. به طور خاص نیاز به: تصحیح نور پراکنده یا جذب شده توسط جو و برآورد پارامترهای فیزیکی و بیوشیمیایی از بازتاب تصحیح شده جوی وجود دارد. این روش ها به ما امکان می دهند داده های سطح 1 (L1) (یعنی درخشش بالای جو) را به داده های سطح 2 (L2) تبدیل کنیم (یعنی پایین بازتابش جو). روشهای متعددی برای انجام چنین پردازشهایی تولید و بکار رفته است.

در PrimeWater، ما قصد داریم نتایج برخی از این پردازنده ها را نشان دهیم، به ویژه هنگامی که آنها با داده های سنسورهای فوق طیفی جدید خریداری شده در مناطق هدف PrimeWater سازگار شوند. مشاهدات میدانی pa خواهد بود RT از این تجزیه و تحلیل از آنجا که آنها داده های مرجع را برای تأیید محصولات مشتق شده از EO فراهم می کنند و همچنین ممکن است داده های ورودی را برای اجرای الگوریتم ها نشان دهند.

مدلسازی مبتنی بر فرآیند - برای بهبود قابلیت پیش بینی زیست محیطی

PrimeWater با اتصال مدل های مبتنی بر فرآیند هیدرولوژیکی و کیفیت آب در یک پلتفرم عملیاتی که پیش بینی های کوتاه مدت و میان مدت از مقدار و کیفیت آب در مخازن را ایجاد می کند ، قابلیت های پیش بینی شده و هشدار دهنده اولیه را در تصمیم گیری برای مدیریت مخزن افزایش می دهد.

برای تقویت ظرفیت خود در پیش بینی به موقع وقوع و میزان وقایع بحرانی کمیت و کیفیت آب ، PrimeWater روش های کارآمدی را برای جذب داده های موجود در دسترس (به عنوان مثال داده های فضایی ، هوایی و زمینی) در تمام حلقه های زنجیره مدل سازی خود بررسی می کند. به طور خاص ، PrimeWater برای کاهش عدم قطعیت پیش بینی در هیدرولوژی و کیفیت آب های سطحی از تکنیک های تجزیه و تحلیل داده های متوالی و غیر ترتیبی استفاده می کند.

PrimeWater با هدف یافتن معامله بین بهبود عملکرد و الزامات محاسباتی در برنامه های دنیای واقعی ، تکنیک های جذب داده را در یک محیط عملیاتی آزمایش می کند. بدین ترتیب ، سرویس های PrimeWater تصمیم گیری پیشگیرانه را در سطح عملیاتی تسهیل می کنند و به مدیران آب وقت و منابع برای برنامه ریزی سازگار در برابر تغییرات ناگهانی در مقدار و کیفیت آب می دهند.

مدل سازی مبتنی بر داده - برای پیش بینی شکوفایی جلبک کوتاه مدت

PrimeWater آرزو دارد که داده های مربوط به کیفیت آب مشاهده شده از راه دور و درجا را به دانش عملی برای پشتیبانی از مدیریت مخزن آب از طریق مدل های داده محور تبدیل کند.

در مدل سازی مبتنی بر داده ، اهداف PrimeWater دو برابر است. نخست ، PrimeWater با هدف بررسی پتانسیل یک چارچوب مدل سازی مکمل برای بهبود پیش بینی مدل های مبتنی بر فرآیند از طریق تلفیق مدل های مبتنی بر فرآیند با مدل های داده محور افزودنی است. مدلهای داده محور برای بازیابی اطلاعات مربوطه که احتمالاً در خطاهای سیستماتیک وجود دارد ، که ناگزیر وجود دارند ، آموزش دیده اند ، زیرا همیشه مکانیزمی وجود دارد که یک مدل برای توصیف آنها نامناسب است. در مرحله دوم ، PrimeWater قصد دارد کمبود کمی عدم قطعیت مناسب در پیش بینی کیفیت آب را که برای بیشتر الگوریتم های یادگیری ماشین در مدل سازی کیفیت آب استفاده می شود ، برطرف کند. عدم قطعیت یک م valuableلفه ارزشمند در تصمیم گیری مبتنی بر پیش بینی است و ، به منظور پرداختن به مسائل عدم اطمینان در پیش بینی ها ، PrimeWater از جنگل های تصادفی احتمالی و مدل های رگرسیون فرآیند گاوسی استفاده می کند ، که بدون در نظر گرفتن ورودی ، نقاط قوت خود را به عنوان ابزار مدل سازی در دامنه های دیگر نشان داده اند. ابعاد ، درجه غیر خطی بودن یا سطح سر و صدا.

مدیر سایت: بهزاد سرهادی

شماره تلفن: 09190622992

شناسه تلگرام مدیر سایت: SubBasin@

نشانی ایمیل: behzadsarhadi@gmail.com

(سوالات تخصصی را در گروه تلگرام ارسال کنید)

_______________________________________________________

پروژه تخصصی در لینکدین

×

 براي پيوستن به بزرگترين گروه تلگرام علوم و مهندسي آب با امکان تبادل نظر بين اعضاء کليک کنيد

کتاب کاربرد مدل QUAL2KW

کتاب کاربرد GIS در منابع آب

کتاب محاسبه سيل طرح