研究人员利用大陆规模的水建模和人工智能的力量，为全国提供水质预测。他们的研究结果为国家水模型的新应用提供了一条途径，创造了一种国家能力来预测水质。利用这一新技术，将使全国的公共饮用水供应商和运营商能够更加自信地预测潜在的水质中断。
美国广泛的供水系统每天都面临交付安全水的压力。如今，佛蒙特大学（UVM）的科学家发明了一种新的工具，利用人工智能帮助社区更好地预测他们供水面临的威胁。
今天由佛蒙特州的科学家发表的新研究表明，联邦政府的国家水模型这一已经存在的计算机系统如何通过人工智能和传感器的实时数据进行修改，不仅能预测水流量，还能预测水质。
“这一新工具可以在全国范围内实施，广泛为需要水质预测的人们提供服务，”UVM的首席研究员安德鲁·施罗特（Andrew Schroth）说。“作为首次将国家水模型应用于水质预测，我们打开了一扇新的窗户，这将真正惠及整个国家的未来。”
为了在真实条件下测试这一工具，研究人员将重点放在了纽约市的供水上，由于该市广泛的传感器网络监测水流和沉积物，以及纽约市供水面临的问题的偶发性，使其成为理想的测试场。
纽约市的供水
该团队在《美国水资源协会杂志》上发表了他们的研究成果，在纽约州的埃索普斯溪（Esopus Creek）流域进行测试。该水道排入阿肖肯水库（Ashokan Reservoir），该水库供应约40%的纽约市日常饮用水，并且是全国最大的非过滤供水网络的一部分。
水库水质的一个关键关注点是浊度，这是受沉积物和水柱中其他物质影响的水清澈度的衡量。当特定的浊度水平超过时，纽约市环境保护局（NYC DEP）必须限制该水库的供水，从而影响整个下游网络的管理和运营。预测高浊度威胁的能力对简化供水操作至关重要。
“当在大风暴期间或之后过多的沉积物进入水库时，纽约市必须限制供水并调整其运营，”施罗特说，他是佛蒙特大学地理与地球科学系的研究副教授。他指出，埃索普斯溪由于来自冰川黏土、淤泥和砾石的细粒沉积物含量高而容易出现高浊度。当暴风雨发生时，溪流河岸侵蚀，挖掘入冰川沉积物，造成升高的浑浊度，这种浑浊度可能持续数月，复杂化预测和水库管理。
国家适用性
以纽约市为案例，研究人员在阿拉巴马大学合作运营的水文研究与操作合作研究所（CIROH）的支持下，正在努力将国家水模型应用于超越水文预测的领域。
根据国家气象局的说法，“国家水模型是一个水文建模框架，模拟整个美国大陆的观测和预测河流流量。”国家水模型允许任何人访问数据，使用户能够看到在大雨发生时，溪流或小溪是如何受到影响的，以及是否可以预期洪水。全国范围内的CIROH研究人员正在推动模型的创新应用，以提高对水资源可用性和威胁的认识。
这项新发布的研究由UVM科学家安德鲁·施罗特博士和犹他州立大学科学家约翰·肯珀博士领导，联合UVM工程师克里斯滕·安德伍德博士、纽约市环境保护局地质学家达尼·戴维斯（Dany Davis）和美国地质调查局科学家，重点使用人工智能将国家水模型的大量数据集与从溪流中频繁收集数据的传感器数据集结合起来。通过利用水流和沉积物浓度之间的关系，研究团队能够开发出对水质测量的有效预测。
在美国各地，这一工具可以广泛应用，使通常面临各种水质量问题的地区更好地预测威胁。如果污水处理厂实施了水质监测，他们现在可以实时了解即将到来的风暴将如何影响水质，使其在工厂运营关闭时具有更大的可预测性。同样，如果在风暴开始时预测到水华，相关部门将意识到这一水质威胁，从而出于公共健康考虑关闭海滩。从农业的角度来看，农民将知道预计的降水量以及哪些区域会潮湿，从而指导他们施用肥料。
肯珀来自马里兰州，最近在佛蒙特大学完成了博士后研究后搬到犹他州，承认这一工作的影响。“将河流流量预测工具转化为水质预测工具，为越来越多的可用预测铺平了道路，以满足社区需求，”为社区创建水质预测，并为世界范围内的流域浊度管理提供类似策略。
该模型将为研究其他水质成分树立先例，扩展远远超过纽约市。研究团队开发的框架具有国家适用性，可以在全国范围内进行调整，使水厂运营商和其他管理者了解到其感兴趣的水质成分，如磷、氮、硝酸盐、浊度或氯化物。这一新模型将改变如何预测和管理全国的水质。
