Ευφυές σύστημα για την παρακολούθηση και την πρόβλεψη ποιότητας υδάτινων πόρων

Abstract

Research groups around the world are dealing with issues concerning environmental pollution. Taking under consideration that prevention is the best way to fight pollution, this essay deals with the permanent monitoring of the quality of water as well as atmospheric and meteorological data. This was done by deploying two main networks, Andromeda and Interisk. Up to today the main goal of research was the collection of data in real time. It soon became obvious that there was a lack of dynamic systems that would have the capability of processing the data in conjunction with knowledge databases capable to support decision making systems, risk analysis and early warning. At the same time these systems should include prediction algorithms to predict the evolution of phenomena’s as well as defining future steps. In the scope of this essay a network for collecting water quality measurements in real time (Andromeda) was developed and deployed. Having at hand the numerous data that were collected on-line we were able to develop a Smart system that not only monitors the environmental pollution but also includes Early Warning techniques to predict upcoming natural disasters. The next stage was to develop techniques and algorithms that successfully predict measurements a day ahead as well as techniques to incorporate the window of past values in order to be able to make a more precise prediction. In general the algorithms that were developed during this essay implement solution for Knowledge systems, Machine learning systems and Adaptive Filters.

Οι ερευνητικές ομάδες ανά τον κόσμο, όλο και περισσότερο ασχολούνται με τα θέματα ρύπανσης του περιβάλλοντος. Με γνώμονα ότι η πρόληψη είναι αρχή καταπολέμησης της ρύπανσης, η παρούσα διατριβή αναφέρεται στη συνεχή παρακολούθηση (monitoring) της ποιότητας των νερών καθώς και των ατμοσφαιρικών και μετεωρολογικών δεδομένων, με την κατασκευή κυρίως δύο δικτύων, “Ανδρομέδα” και “Interisk”. Μέχρι σήμερα η έρευνα είχε στόχο την συλλογή δεδομένων σε πραγματικό χρόνο (real time). Είναι επομένως εμφανής η έλλειψη δυναμικών συστημάτων που θα επεξεργάζονται αυτά τα δεδομένα και σε συνδυασμό με γνωσιακές βάσεις δεδομένων θα μπορούν να υποστηρίζουν συστήματα λήψης αποφάσεων (decision making), ανάλυσης κινδύνων (risk analysis) και έγκαιρης προειδοποίησης (early warning). Παράλληλα θα περιλαμβάνουν αλγόριθμους που θα επιτρέπουν την πρόβλεψη της εξέλιξης φαινομένων (prediction algorithms) και τον καθορισμό των μετέπειτα ενεργειών. Στα πλαίσια της διατριβής, κατ’ αρχήν αναπτύχθηκε και εγκαταστάθηκε ένα δίκτυο Συλλογής Μετρήσεων ποιότητας νερού (“Ανδρομέδα”) σε πραγματικό χρόνο. Έχοντας πληθώρα δεδομένων που λαμβάνονται on-line, αναπτύξαμε ένα Ευφυές Σύστημα που πέρα από την παρακολούθηση (monitoring) του περιβάλλοντος εμπεριέχει τεχνικές Έγκαιρης Προειδοποίησης επερχόμενων φυσικών καταστροφών. Σε επόμενο στάδιο αναπτύχθηκαν τεχνικές και αλγόριθμοι που κάνουν με επιτυχία πρόβλεψη μετρήσεων μιας ημέρας προς τα εμπρός, καθώς και τεχνικές χρήσης “παραθύρου” δεδομένων προηγούμενων ημερών, αυξάνοντας ταυτόχρονα την ακρίβεια πρόβλεψης. Γενικά οι αλγόριθμοι που αναπτύχθηκαν κατά τη διάρκεια αυτής της εργασίας επεξεργάζονται λύσεις από Συστήματα Γνώσης, Μηχανικής Μάθησης και Προσαρμοστικών Φίλτρων.