算法为跟踪地下水污染提供了预警系统

地下水污染是一个日益普遍的环境问题。最重要的行动方针往往涉及长期监测。但是，当污染物的羽状物很大、复杂且长期存在时，或者像风暴这样的意外事件可能会导致污染物水平的突然变化，而周期性采样可能会忽略这些变化时，监测这些变化的最经济有效的方法是什么呢?

美国能源部劳伦斯伯克利国家实验室(Berkeley Lab)和萨凡纳河国家实验室(Savannah River National Laboratory)的科学家们开发了一种低成本的方法，可以使用常用的传感器实时监测污染物。他们的研究“利用卡尔曼过滤器对地下水污染进行现场监测”最近发表在《环境科学与技术》杂志上。

“传统的监测方法包括每年或每季度采集水样，并在实验室里进行分析，”负责这项研究的伯克利实验室研究员晴子温赖特(Haruko Wainwright)说。“如果出现异常或极端事件，你可能会错过可能增加污染物浓度或潜在健康风险的变化。”我们的方法允许使用代理测量进行持续的现场监测，这样我们就可以实时跟踪羽流运动。她补充说:“自动原位数据分析可以使用机器学习方法远程快速分析。”“它可以作为一个早期预警系统——我们可以检测污染物浓度的突然变化。”这些变化或多或少表明需要对修复策略进行干预，理想情况下，这将导致改进和成本效益更高的清理工作。

近年来，环境监测变得越来越重要，因为补救方法已经从密集的地下水处理和土壤清除转移。温赖特说:“密集的清理会对环境造成很多负面影响，包括空气污染、大量使用能源和产生废物。”“因此，专家们开始考虑从这种非常密集的修复模式转变为一种更可持续的修复模式，或称‘绿色修复’，因此我们不仅从污染层面考虑，还考虑净环境影响。”然而，随着时间的推移，对大量污染物的长期监测可能代价高昂。更重要的是，目前的长期监测策略没有考虑天气的突然或逐渐变化，如大雨事件，可能会影响羽流行为。当考虑到诸如金属或放射性核素污染等持久性羽流时，这方面特别重要。

新方法从传感器开始跟踪水质变量，这些变量被认为是污染物水平的可靠指标。为了进行这项研究，研究人员跟踪了萨凡纳河(Savannah River)的地下水中氚和铀238的含量。萨凡纳河是美国能源部管理的南卡罗来纳的一个前核武器生产基地。对于这个地点，他们测量了酸度(或pH)水平和比电导(一种测量电导的方法);这些变量被确定为氚和铀238浓度的可靠指标。来自多个传感器的数据被输入卡尔曼滤波器以估计污染物浓度。卡尔曼滤波器不是一个物理滤波器，而是一个数学算法，它可以整合混合的时间序列数据来进行估计。它广泛应用于交通预测和遥感等领域。

利用来自萨凡纳河遗址的历史数据，研究人员发现他们的技术提供了过去20年羽流行为的可靠信息，表明这种新方法作为快速评估污染物羽流稳定性的长期监测策略具有重要的前景。与传统方法相比的另一个优点是，它可以减少人工地下水采样和实验室分析的频率，从而降低监测成本。Wainwright是地下水污染和环境数据分析的专家，他说这种方法可以用于地表和地下水。它还可能被用于跟踪地下水中常见的其他金属、放射性核素和有机化合物，如砷、铬和燃料。“现在有很多不同类型的传感器可用，传感器网络和快速统计分析很简单，”她说。“我们可以将所有类型的原位传感器组合在一起，并利用这个框架实时地对目标污染物浓度进行数据集成。”她补充说:“改善监测技术对保护公众健康和生态至关重要。如果监测得当，人们会感到安全。我们的技术是一种监测这种可持续修复的方法——有效且廉价。