Др Дејан Вукобратовић са Факултета техничких наука у Новом Саду руководи пројектом чији је циљ да у потпуности промени начин на који меримо квалитет речних вода: уместо стационарних мерних станица, податке можемо добијати у реалном времену, са било које локације на речном току и у било ком тренутку.
Као највећа река која протиче кроз Србију, Дунав у свом току пролази кроз, и сусреће неке од наших највећих градова: Нови Сад, Београд, Панчево, Смедерево… Али поред Дунава, сви ови градови деле још једну особину: ниједан од њих нема систем за пречишћивање комуналних и отпадних вода.
Београд отпушта свој отпад у речни ток
Нажалост, Београд се ту посебно издваја као једина европска престоница која свој отпад испушта директно у речни ток. Канали Дунава којима је испресецана Војводина већ деценијама су места загађења индустријским отпадом, због којих су добијали ознаке „црних еколошких тачака”.
Међутим, Дунав је и велика и моћна река, и он може да акумулира далеко више загађења него што бисмо можда претпоставили. Самим тим, и поред раширеног и неконтролисаног загађења, он је и даље сваког лета једно велико купалиште за хиљаде грађана Србије, а његове воде користе се за најразличитије намене, укључујући и у пољопривреди.
Али с’ обзиром на ове разнолике чињенице, остаје питање – колико заправо знамо о квалитету дунавске воде?
Једини прави одговор је: недовољно. О загађености Дунава можемо се информисати пре свега преко Агенције за заштиту животне средине, која управља са укупно 10 стационарних мерних станица од Бездана до Радујевца, као и преко сезонских мерења здравствених институција која издају препоруке (и неретко забране) купања при дунавским плажама.
Пројекат REWARDING
Научни пројекат REWARDING, који спроводимо на Факултету техничких наука у Новом Саду у сарадњи са Истраживачко-развојним институтом за вештачку интелигенцију Србије, а који подржава Фонд за науку Републике Србије, има за циљ да темељно унапреди наше знање о загађености Дунава, па и других речних токова у Србији, и то уз помоћ савремених технологија: дронова, информационе и комуникационе мреже и машинског учења (вештачке интелигенције).
Окосницу мерења чине дронови и мобилне сензорске платформе на плутајућим бовама
Постојећи системи за праћење квалитета површинских вода у Србији тренутно не пружају потпуну слику о загађујућим материјама и загађивачима на целокупном току река, а то се посебно односи на еколошке „црне тачке”.
Праћење квалитета воде у реалном времену
У оквиру пројекта REWARDING, план је да се мерење квалитета воде у потпуности промени – да се омогући праћење кључних индикатора квалитета воде у реалном времену, са било које локације на речном току и било када.
Пројектни тим тренутно ради на дизајну, поставци, имплементацији и демонстрацији пилот система на току Дунава између Новог Сада и Земуна, а чију окосницу чине два наизглед једноставна алата.
Једно су мобилне сензорске платформе постављене на паметне плутајуће бове, које саме узимају узорке воде, из њих прикупљају податке и преносе их са бова директно путем мобилне мреже ка удаљеним серверима; други алат су дронови који поред прикупљања узорака служе и као подршка комуникацији између бова и мреже (посебно важно за локације са лошом покривеношћу).
Апликација која корисницима даје податке
Коначни производ пројекта је апликација окренута крајњем кориснику која приказује податке, трендове, предвиђања, потенцијална прекорачења граничних вредности и аларме о речним водама.
Али наш пројекат не чине само бове и дронови. У домену аналитике података, пројекат подразумева и модерне технике базиране на алгоритмима из домена машинског учења и вештачке интелигенције, а које би се користиле за детекцију промена квалитета воде, анализу, праћење па и предвиђање будућих вредности загађења.
Укратко, кључни параметри за евалуацију квалитета воде прикупљају се на мобилним сензорским платформама, по потреби се локално обрађују, а затим преносе, или директно или посредством дронова, преко мобилне мреже до централне локације за обраду података. Тамо се ти подаци складиште и користе као улазни подаци за тренирање модела базираних на алгоритмима машинског учења и вештачке интелигенције.
Коначни производ целог овог поступка је апликација – визуелни интерфејс окренут крајњем кориснику који приказује податке, трендове, предвиђања, потенцијална прекорачења граничних вредности и аларме…
Који је циљ овог пројекта?
Наш циљ је да на овај начин понудимо правовремене и релевантне информације не само грађанима, већ и надлежним службама и институцијама (Министарству и Агенцији за заштиту животне средине), локалним властима, невладином сектору, привреди, сектору туризма, као и међународној и домаћој научној заједници.
Када су у питању доносиоци одлука, а посебно локалне власти, овакав приступ би допринео унапређењу квалитета одлука, тј. бољем управљању речним токовима, планирању, обавештавању – јер је у питању драстично побољшање, како у количини доступних података тако и у капацитетима за њихово тумачење (машинско учење).
Прикупљени подаци били би искоришћени да се оцени и предвиди квалитет воде, процене трендови и алармира јавност – и све то у форми која је блиска крајњим корисницима
У оквиру овог пројекта развијамо и нов приступ евалуацији квалитета речне воде. Циљ је да се успостави нов и доступан стандард за процену ризика, да се побољшају модели квалитета воде и технике процене штете, као и да се јавност правовремено обавештава и алармира о статусу водних тела.
Квалитет воде речних токова Србије ће се пратити и предвиђати коришћењем посебног Индекса квалитета воде, креираног у оквиру овог пројекта. Развој овог индекса подразумева неколико корака.
Прво ће се постојећи, историјски подаци прикупити из јавно доступних база података Агенције за заштиту животне средине, Републичког хидрометеоролошког завода, Европске агенције за заштиту животне средине и Међународне комисије за заштиту реке Дунав.
Детектовање најкритичнијих локација
Заједно са подацима са инсталираних мобилних сензорских платформи, они ће бити искоришћени како би се одабрали и потврдили кључни параметри квалитета воде у Србији, док ће платформе, бове и дронови бити употребљени како би се детектовале најкритичније локације за праћење квалитета воде, што ће повећати и просторну и временску резолуцију претходно прикупљених података.
У крајњој инстанци, на ове податке биће примењено машинско учење, која треба да оствари следеће резултате: (1) да попуни непостојећа мерења параметара квалитета речних вода; (2) да предвиди будуће вредности параметара на основу великог скупа мерених података, (3) да прати квалитет речних вода у реалном времену и да препознаје сезонске или нагле промене и (4) да алармира о инцидентним догађајима (када долази до наглог погоршања кључних параметара квалитета).
Све ово је резултат опсега података: овакве анализе и технике могуће су једино зато што би се овим пројектом значајно увећао скуп података о квалитету вода на рекама. Поред историјских података и оних прикупљених са бова и дронова, у ове сврхе могу се употребити и сателитска осматрања, чији продукти омогућавају праћење вода на великим просторним скалама.
Уколико би алати развијени у оквиру пројекта REWARDING били нашироко примењени, резултат би могао да буде драстично подизање свести о загађењу површинских вода у Србији – а тако нешто је, нажалост, данас преко потребно. Али и даље од тога, ови алати би могли да омогуће и успостављање одрживог система заштите животне средине, у који би могли да се укључе сви релевантни актери – од државе и привреде до локалних управа и самих грађана.
Овај чланак потписују чланови тима пројекта REWARDING са Факултета техничких наука у Новом Саду и са Истраживачко-развојног института за вештачку интелигенцију Србије.
Аутор: Др Дејан Вукобратовић
