| Постоянная ссылка (СИД2) |
J1987566289 |
| Название |
ОБНАРУЖЕНИЕ НЕОЧИЩЕННЫХ СТОЧНЫХ ВОД, СБРАСЫВАЕМЫХ В ВОДОВОДЫ, С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ |
| Автор |
Hammond Peter |
| Автор |
Suttie Michael |
| Автор |
Lewis V. T. |
| Автор |
Smith A. P. |
| Автор |
Singer A. C. |
| Источник |
Научные и технические аспекты охраны окружающей среды. Обзорная информация/ Всероссийский институт научной и технической информации РАН |
| Страницы/Объём |
97-123 |
| Сокращ. назв. источника |
Науч. и техн. аспекты охраны окруж. среды. Обз. инф./ ВИНИТИ РАН |
| Год |
2021 |
| Номер |
6 |
| Постоянная ссылка (СИД) |
J19875662 |
| Дата регистрации в ВИНИТИ |
08.10.2021 |
| Место хранения |
Удаленный доступ. Эл. регистрация |
| Язык текста |
русский |
| Аннотация |
Мониторинг и регулирование сброса загрязненных сточных вод в водные объекты является обязанностью Агентства по окружающей среде6. Выявление и отчетность о случаях загрязнения, вызванного установками по очистке сточных вод, является ответственностью эксплуатирующих организаций. Тем не менее, в 2018 г., по сообщениям общественности, в Англии было свыше 400 случаев загрязнения водных объектов сточными водами. Представлены новые методологии отчетности о случаях загрязнения с целью идентификации вероятных разливов неочищенных сточных вод с установок по очистке сточных вод. Ежедневые характеристики очищенных сточных вод с двух установок по очистке были дополнены сообщенными эксплуатирующими организациями случаями сбросов неочищенных сточных вод. С использованием машинного обучения известные случаи разлива служили в качестве набора данных для обучения. Вероятность правильной классификации произвольно выбранных пар моделей очищенных сточных вод с "разливом" и "без разлива" была выше 96%. Из 7160 дней без сообщенных эксплуатирующей организацией разливов 926 классифицировались как включающие "разлив". Анализ также дает основания полагать, что на обеих установках по очистке сточных вод в период с 2009 по 2020 г. были сбросы неочищенных сточных вод. Это доказательство использования машинного обучения для обнаружения сбросов неочищенных сточных вод может помочь водохозяйственным компаниям идентифицировать неправильно эксплуатируемые очистные сооружения и информировать регулирующие органы о неудовлетворительной работе надзорных органов. Данные в режиме реального времени, открытый доступ, данные аварийной сигнализации, а также аналитические подходы дадут возможность профессионалам и гражданскому обществу провести научный анализ частоты и воздействия сбросов неочищенных сточных вод, в особенности тех, о которых не сообщают эксплуатирующие организации. |
| Адрес полного текста в открытом доступе |
 |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Тематический раздел |
Охрана окружающей среды |
| Издательский номер в РЖ |
22.11-01А.22 |
| Издательский номер в РЖ |
22.11-83.293 |
| Издательский номер в РЖ |
22.06-72.830 |
| Шифр ГРНТИ |
50.01.94 |
| Шифр ГРНТИ |
87.03.15 |
| Шифр ГРНТИ |
87.53.81 |
| Ключевые слова |
экология, машинное обучение, моделирование |
| Ключевые слова |
отходы, контроль; сточные воды, обнаружение сбросов, машинное обучение; очистные сооружения, регулирующие органы Англии |
|