Dane satelitarne pomagają monitorować korzystanie z zasobów wodnych
Zmiana klimatu zakłóca wzorce obiegu wody, zaś rosnące zapotrzebowanie na wodę w rolnictwie i innych sektorach wywiera ogromną presję na zasoby o krytycznym znaczeniu. Z tego względu dokładne monitorowanie i zarządzanie, szczególnie w regionach dotkniętych niedoborem wody, jeszcze nigdy nie było tak ważne. Celem finansowanego ze środków Unii Europejskiej projektu WaterSENSE(odnośnik otworzy się w nowym oknie) było wsparcie podmiotów odpowiedzialnych za gospodarkę wodną poprzez udostępnienie im narzędzi, które łączą dane z obserwacji Ziemi (EO) z modelami hydrologicznymi i danymi lokalnymi. Zespół projektu wierzy, że dzięki temu umożliwi dokładniejsze mapowanie dostępnych zasobów wody i zapewni zgodność z przepisami wodnymi.
Zużycie wody a zgodność z normami
„Głównym przedmiotem badań w ramach projektu była Australia”, wyjaśnia Steven Wonink, kierownik projektu WaterSENSE z ramienia holenderskiej firmy eLEAF(odnośnik otworzy się w nowym oknie). „Powodem wyboru tego kraju był fakt, że zmaga się on z poważnymi wyzwaniami związanymi z suszą, a także jest bardzo zaawansowany pod względem polityki”. Wonink zwraca uwagę, że w australijskiej Nowej Południowej Walii – stanie 20 razy większym niż jego rodzima Holandia – obowiązują przepisy nakładające na rolników i innych użytkowników wody obowiązek zakupu licencji. W licencji określona jest ilość wody, którą mogą oni pobrać. „Problem polega na tym, że egzekwowanie przepisów na tak ogromnym obszarze jest nie lada wyzwaniem”, mówi. „Trudno jest monitorować, kto korzysta z wody, na podstawie jakiego pozwolenia i czy robi to legalnie”.
Zastosowanie obserwacji Ziemi i modelowania danych
Aby temu zaradzić, opracowano narzędzie do monitorowania zgodności, w którym wykorzystano dane z obserwacji Ziemi z satelitów programu Copernicus(odnośnik otworzy się w nowym oknie), pomiary in situ i zaawansowane modele hydrologiczne. „Chociaż sztuczna inteligencja nie była centralnym elementem tego projektu, w miarę rozwoju technologii rozwiązania AI nabierały coraz większego znaczenia”, dodaje Wonink. „Wykorzystaliśmy ją na przykład do przetwarzania danych, aby zidentyfikować i zamaskować pokrywę chmur”. Narzędzie zostało przetestowane w australijskim dorzeczu rzek Murray-Darling, stanowiącym obszar rolniczy o dużym znaczeniu, a na podstawie wyników wykazano jego zdolność do szacowania ilości wody wykorzystanej na poszczególnych polach. Wielu trudności nastręczało jednak dopasowanie danych z obserwacji Ziemi i modeli do danych dotyczących zgodności z przepisami. W tym celu zespół nawiązał współpracę z Departamentem ds. Zmiany Klimatu, Energii, Środowiska i Wody stanu Nowej Południowej Walii, który brał udział w działaniach demonstracyjnych projektu. W tym celu utworzono bazę danych użytkowników licencji i posiadaczy licencji – co nie zawsze oznaczało te same osoby – i połączono ją z danymi dotyczącymi zużycia wody. Prace koncentrowały się również na pomiarze przepływów środowiskowych, aby pomóc władzom zrozumieć, ile wody potrzeba do utrzymania naturalnego ekosystemu. Ponadto partnerzy projektu przeanalizowali możliwość opracowania konkretnych usług przeznaczonych dla rolników uprawiających bawełnę.
Lepsze wykorzystanie wody w przemyśle bawełnianym
Pomyślne wyniki badań, jakie uzyskano w Australii, skłoniły zespół projektu do kontynuowania prac jako konsorcjum z myślą o przygotowaniu technologii do wprowadzenia na rynek. W związku z tym zespół dąży do rozszerzenia i ulepszenia zestawu narzędzi oraz dostosowania go do potrzeb konkretnych użytkowników. „Prace w ramach projektu WaterSENSE są kontynuowane dzięki nowej inicjatywie finansowanej ze środków UE o nazwie REINFORM”, mówi Wonink. „W tym projekcie skupiamy się głównie na lepszym wykorzystaniu wody w przemyśle bawełnianym. Naszym celem jako konsorcjum jest zapewnienie klientom szerokiego wachlarza usług. Technologia ta może być stosowana w dowolnym miejscu na świecie”. Mówiąc o przyszłości, Wonink uważa, że funkcje analizy danych oferowane przez sztuczną inteligencję będą nadal wykorzystywane, a nawet zyskają na znaczeniu. „Podczas realizacji projektu WaterSENSE zaobserwowaliśmy, że jedno podejście nie daje pełnego obrazu”, zauważa. „Istnieje wiele sposobów szacowania zużycia wody. A sztuczna inteligencja oferuje poprawę jakości i dokładności danych, zwłaszcza jeśli chodzi o analizę niepewności”.
