人工知能による地下ダム水質警戒アラートの発信とダムライトアップ

利用人工智能传输地下大坝水质警报和大坝照明

基本信息

批准号：
22K19222
负责人：
井上一哉
金额：
$ 4.08万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

项目摘要

地下ダム湖における地下水質の修復には多大な時間とコストを要する．そのため，地下ダム供用中に濃度上昇の可能性を予測できるならば，汚染が顕在化する前に汚染予防対策を実行できる．そこで本研究では，硝酸態窒素の濃度変動の予測と警戒レベルの可視化を人工知能にて実現することに取り組んだ．まずは，宮古島の地下ダム群にて定期的に観測されている13種類の水質データを収集した．人工知能の説明変数には，硝酸態窒素以外の水質項目と計測開始日からの経過日数を設定し，目的変数である予測対象日の硝酸態窒素濃度を観測点ごとに予測するシステムの構築を試みた．各水質項目の観測イベント間の変化量を確率分布として扱い，予測日の未知の説明変数の設定とともに，機械学習させた．機械学習にはExtremely randomized treesを採用し，予測日直前までの観測データ群を学習して硝酸態窒素濃度を予測した．合わせて，過学習対策と精度向上，観測コストの軽減を目的として，説明変数の削減を試みた．説明変数の削減は精度の向上と連動しており，過学習や精度低下を招く変数が含まれていたことが明らかとなった．次に，地下ダム流域の硝酸態窒素濃度予測に基づき，現状と将来の警戒レベルを色で周知する硝酸アラートを発信する人工知能を開発した．アラートの可視化を目的として，発信色と濃度を仮定し，たとえば，予測濃度に応じ青，黄，赤として，発信物体に現状と将来の予報を可視化できるよう，現状としては，発信マップを作成した．予測日から半年前と1年前までの観測データ群を学習し，流域内の17 箇所の観測点に対してアラート発信したマップの作製を試みた．その結果，半年後予報では，局所的な観測点において硝酸態窒素の将来濃度が大きく見積もられる安全側の予報が見られたものの，上・中流域での予報は実際の結果と概ね一致した．

恢复地下水坝湖中的地下水质量需要大量时间和成本。因此，如果可以预测地下大坝运行期间浓度增加的可能性增加，则可以在污染明显之前实施预防污染措施。因此，在这项研究中，我们努力实现硝酸盐氮浓度波动的预测以及使用人工智能对警报水平的可视化。首先，我们收集了13种类型的水质数据，这些数据在宫城岛的地下大坝组中定期观察到。我们试图构建一个系统，该系统通过设置除硝酸盐氮气以外的水质项目和测量开始日期以来的几天数量来预测目标日期的硝酸盐氮浓度，这是人工智能的目标变量。每个水质项目观察到的事件之间的变化量被视为概率分布，并进行了机器学习，并为预测日期设置未知的解释变量。非常随机的树被用于机器学习，并通过学习观察到的数据组直到预测日期之前就可以预测硝酸盐氮浓度。此外，我们试图减少解释变量，目的是防止过度学习，提高准确性和降低观察成本。据表明，解释变量的降低与准确性的提高有关，并且包括导致过度学习和降低精度的变量。接下来，我们开发了一种人工智能，该人工智能发送硝酸盐警报，该警报基于地下坝盆地硝酸盐氮浓度的预测来传达当前情况和未来警报水平。为了可视化警报，我们创建了一个当前的地图，以便我们可以根据预测的浓度可视化出现对象的当前和未来预测，例如蓝色，黄色和红色。我们试图创建一张地图，从预测日期之前的六个月到一年，向17个观察数据组提醒，并向盆地内的17个观察点发出了警报。结果，六个月后的预测显示了安全预测，在局部观察点估算了未来的硝酸盐氮浓度，但是上层和中层盆地中的预测通常与实际结果一致。