MiMo
Projekt
MiMo – Mesterséges intelligencia alapú eutrofizáció és vízminőség előrejelző monitoring eszköz fejlesztése
A víz alapvető gazdasági szereppel bír, a környezetvédelmi követelményeknek történő megfelelés mellett szükséges biztosítani az
utánpótlás és a használat fenntarthatóságát. Ennek következtében egyre nagyobb igény van a lehető legszélesebb körben elérhető
vízminőségi monitoring kiépítésére, előrejelzésre, az S3 céloknak megfelelve (digitalizálható technológiák). Az éghajlatváltozás
okozta extrém, szélsőséges jelenségek száma emelkedő trendet mutat: a vízjárás erős ingadozása, az ökológiai állapot degradációja,
a csapadék és párolgás intenzitás változása nevesíthető. Ezzel párhuzamosan, a víztestek eutrofizációja is kiemelt figyelmet érdemel.
A növényi tápanyagok emissziója (foszfor és a nitrogén formák) algavirágzást idézhetnek elő, respirációs folyamatok miatt végső
soron az oldott oxigén csökkenése mellett halpusztulás következhet be (pl.Velencei-tavi halpusztulás 2022). A toxikus anyagokat
termelő cianobaktériumok megjelenése az emberre is ártalmas, közegészségügyi kockázatokat jelent. A célunk a gyakorlatban
alkalmazható online monitoring és előrejelzési rendszer megvalósítása, felhasználva a mesterséges intelligenciát, adatbányászati
módszereket, illetve biokinetikai modelleket. Kulcselem a lassú modellek kiváltása, a térinformatikai alapokra helyezett térbeli
ábrázolás. A vízminőség-változásokat jelenleg problémától függően szeparált modellek alkalmazásával írják le, melyek beállítása,
paraméterezése és futtatása rendkívül időigényes, ezáltal ezek a módszerek nem alkalmasak a szükséges azonnali beavatkozások
megtervezésére. A térképszerű adatmegjelenítésre és értékelésre alkalmas mérőberendezés a mellérendelt vezérlő/elemző
szoftverrel képes lesz a helyszínen mérhető vízminőségi paraméterek alapján koordinátához rögzítve környezeti forró pontokat (hot
spot) azonosítani. A hazánkban is megfigyelt havária esetekben világosan látszott egy ilyen berendezés hiánya. A helyszínen
elkészíthető vízminőségi térképek alapján megtervezhetők a környezeti mintavételek (pl. tényfeltárás, szennyezés-térképezés,
terjedés vizsgálat), ezáltal kis mintaszámmal valósíthatók meg reprezentatív mérések, a költséges laboratóriumi vizsgálatok száma
minimalizálható. A K+F két iránya a hardver alapú helyszíni eszközök, illetve az elméleti ismeretekre alapozott modellek és
szoftveres rendszerek kifejlesztése, új alkalmazott modellek kidolgozása. A projekt az általunk fejlesztett, működőképes multilayer
perceptron (MLP) és Kohonen típusú neurális háló modellen alapul, amely in-vitro, azaz laboratóriumi körülmények között vizsgált
alga bioreaktorok biomassza növekedését (klorofill-a vonatkozásában) képes előrejelezni 24 órás távlatban. A modell bemenete a
keverés, fényintenzitás, hőmérséklet, növényi tápanyag idősora, mely alapján valószínűségi trajektóriákat mutat a várható, jövőbeli
eseményekre, oldott oxigén koncentrációra. Célunk, hogy a TRL4 szintről indulva, a valós környezetben is alkalmazható, széles
körben használható eutrofizációs modell és monitoring rendszert alkossunk meg (transzport folyamatok, in vivo folyamatok
validációjával). Ezzel nemcsak a tudományos kutatások előmozdítását segítjük, hanem közvetlenül hozzájárulunk a fenntartható
hazai vízgazdálkodás megvalósításához is. A rendszer üzembe helyezhető lesz bármilyen ökológiai értéket, rekreációs vagy
horgászati célokat szolgáló állóvíz felülvizsgálatánál, ahol prioritást élvez a vízminőségi monitoring, kritikus oldott oxigén szint
előrejelzése, algavirágzás, eutrofizációs hatások meghatározása és szabályozása (pl. Balaton, Velencei-tó, Tisza-tó, illetve több, mint
3000 hazánkban található,~75%-ban mesterséges tó esetében). Projektünk a különböző tudományterületeken alkalmazott
technológiákat és módszertanokat ötvözi, illetve emeli át a gyakorlatba. Az előrejelzett vízminőség ismeretében a lehetséges
vízminőség-javító és/vagy vízhasználat-korlátozó intézkedések még a havária helyzetek kialakulását megelőzően végrehajthatók,
ezáltal a környezeti és egészségügyi kockázatok csökkenthetők.
