Cloud-basiertes KI-System erreicht 90 % Genauigkeit bei der Erkennung von Abflussverstopfungen zur Reduzierung der Flussverschmutzung
- Gemeinsame Anstrengungen erreichen eine Genauigkeit von 90 % bei der Erkennung von Kanalverstopfungen mittels cloudbasierter KI, was zu einer Reduzierung der Flussverschmutzung führen wird.
- Der „Plan zur Verringerung von Umweltverschmutzungsereignissen“ zielt darauf ab, Verschmutzungsereignisse bis 2025 durch frühzeitige Interventionen um 50 % zu reduzieren.
- Automatisierte KI-Überwachung und -Erkennung verbessern den Umweltschutz und zeigen das Potenzial der Technologie auf, Gewässer zu schützen.
Eine bemerkenswerte Zusammenarbeit zwischen der University of Sheffield, Yorkshire Water und Siemens hat zu einem cloud-basierten künstlichen Intelligenz (KI)-System geführt, das eine Genauigkeit von fast 90 % bei der Erkennung von Abflussverstopfungen aufweist. Diese bahnbrechende Entwicklung verspricht, eine entscheidende Rolle bei der Reduzierung der Flussverschmutzung zu spielen, die durch Abflussüberlaufereignisse verursacht wird.
Bekämpfung der Verschmutzung mit einem strategischen Plan
Die Entwicklung des KI-Systems stimmt mit dem ehrgeizigen „Pollution Incident Reduction Plan“ überein, der darauf abzielt, Verschmutzungsereignisse bis 2025 um erhebliche 50 % zu reduzieren. Der Plan priorisiert frühe Interventionen, um Verschmutzung zu verhindern, die aus kombinierten Abflussüberläufen (CSOs) resultiert. Diese CSOs dienen als Entlastungsventile für Abflusssysteme, die überschüssiges Wasser bei starkem Regen in nahegelegene Gewässer ableiten, um Überschwemmungen flussabwärts zu verhindern. Wenn jedoch Verstopfungen oder andere Probleme das System stören, können unnötig Verschmutzungsereignisse auftreten.
Die gemeinsame Anstrengung stützt sich auf fortschrittliche Sensortechnologie, um die Wassertiefe in CSOs und verschiedenen Teilen des Abflusssystems in Echtzeit zu überwachen. Angesichts der umfangreichen Anzahl von Sensoren wird eine manuelle Analyse unmöglich, was die Implementierung eines automatisierten KI-Systems erforderlich macht. In Partnerschaft mit Siemens entwickelt, ist die KI-basierte Lösung als Siemens Water (SIWA) Blockage Predictor bekannt.
Vorhersagekraft der KI
Der SIWA Blockage Predictor nutzt KI, um Wassertiefen vorherzusagen, indem er Niederschlagsdaten analysiert und diese mit tatsächlichen Messwerten durch einen ausgefeilten Fuzzy-Logic-(FL)-Algorithmus vergleicht. Wenn unerwartet hohe Wassertiefen festgestellt werden, wird umgehend eine Warnung für Wasserversorger generiert, sodass sie vorbeugende Maßnahmen ergreifen und Verschmutzungsvorfälle vermeiden können. Das Hauptziel besteht darin, potenzielle Verstopfungen in einem frühen Stadium zu identifizieren, um sicherzustellen, dass sie behoben werden, bevor sie zu Verschmutzungen führen.
Ein neu veröffentlichter, peer-reviewed Fachartikel bewertet die Leistung des SIWA Blockage Predictor sowohl über einen zweijährigen „historischen“ Zeitraum als auch über einen sechsmonatigen „Live“-Zeitraum. Der Artikel führt zudem eine Vergleichsanalyse mit der vorherigen Analytik-Lösung durch. Die Ergebnisse sind mehr als beeindruckend: Das KI-System identifizierte korrekt 88,4 % der bestätigten Probleme im gesamten Datensatz, im Vergleich zur mageren Genauigkeitsrate von 26,6 % der vorherigen Lösung. Der vollständige Artikel mit dem Titel „Cloud-Based Artificial Intelligence Analytics to Assess Combined Sewer Overflow Performance“ ist im Journal of Water Resources Planning and Management verfügbar.
Zukunftsprognosen für den Umweltschutz
Dr. Will Shepherd, Principal Investigator der Abteilung für Bau- und Strukturtechnik an der University of Sheffield, betonte die Bedeutung dieser Innovation für die Aufrechterhaltung umweltfreundlicher Abwassersysteme. Er hob hervor, dass Abwassernetze ursprünglich nicht dafür ausgelegt waren, starken Regen zu bewältigen, und dass CSOs (Combined Sewer Overflows) als lebenswichtige Entlastungsventile dienen, um Überschwemmungen zu verhindern. Getrieben von dem Bestreben, Verschmutzungsvorfälle zu reduzieren, konzentriert sich die gemeinsame Anstrengung darauf, Verstopfungen zu identifizieren und zu beheben, bevor sie zu einer Kontaminierung von Flüssen und Gewässern führen.
Professor Joby Boxall, Professor für Wasserinfrastrukturtechnik in der Abteilung für Bau- und Strukturtechnik der University of Sheffield, betonte die Bedeutung eines kollaborativen Ansatzes für den Erfolg. Er unterstrich die Wichtigkeit, die einzigartigen Bedürfnisse und Ambitionen jedes Partners anzuerkennen und zu respektieren, während gleichzeitig ein hohes Maß an Vertrauen aufgebaut und aufrechterhalten wird.
Dr. Stephen Mounce, Direktor von Mounce HydroSmart, äußerte seine Begeisterung darüber, wie dieses Projekt die Transformation von KI und Datenanalytik von Forschungsprototypen in frühen Projektphasen zu ausgereiften, generischen Lösungen zeigt, die auf cloudbasierten Plattformen eingesetzt werden. Er verwies auf die reale Bereitstellung des Systems für mehr als 2.000 Assets bei Yorkshire Water.
Dr. John Gaffney, Product Owner des SIWA Blockage Predictor, pries diese Zusammenarbeit als vorbildliches Beispiel dafür, wie ein Technologieunternehmen hochentwickelte Forschung mit hohem Technology Readiness Level (TRL) von einer Universität übernimmt, sie produktiviert und ihren Wert durch peer-reviewed Wissenschaft gegenüber dem Endanwender demonstriert. Er unterstrich die entscheidende Rolle des Produkts beim Schutz von Gewässern, was das Projekt besonders lohnend macht.
Die Zusammenarbeit zwischen der University of Sheffield, Yorkshire Water und Siemens hat einen bemerkenswerten Erfolg im KI-gestützten Umweltschutz erzielt. Die Fähigkeit des cloudbasierten KI-Systems, Abwasserblockaden mit einer Genauigkeit von fast 90 % zu erkennen, bietet eine vielversprechende Lösung zur Reduzierung der Flussverschmutzung. Während die Technologie weiter fortschreitet, zeigen innovative Lösungen wie der SIWA Blockage Predictor das Potenzial der KI, eine Schlüsselrolle beim Schutz unserer natürlichen Umwelt zu spielen. Mit einem festen Engagement für frühzeitige Intervention und die Reduzierung von Verschmutzungsvorfällen bietet diese gemeinsame Anstrengung Hoffnung auf sauberere, gesündere Gewässer in der Zukunft.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com übernimmt keine Haftung für Investitionen, die auf Basis der auf dieser Seite bereitgestellten Informationen getätigt werden. Wir empfehlen dringend eine unabhängige Recherche und/oder Beratung durch einen qualifizierten Fachmann, bevor Sie Anlageentscheidungen treffen.
Editah Patrick
Editah ist eine vielseitige Fintech-Analystin mit fundiertem Verständnis für Blockchain-Bereiche. Während sie von Technologie fasziniert ist, findet sie die Schnittstelle zwischen Technologie und Finanzen besonders spannend. Ihr besonderes Interesse an digitalen Wallets und Blockchain kommt ihrem Publikum zugute.
