Et innovativt pilotprojekt i Devon i det sydvestlige England udnytter kunstig intelligens til at forudsige og afbøde forureningsproblemer, før de opstår, med fokus på at forbedre vandkvaliteten ved Combe Martin, en populær badeby.
North Devon UNESCO Biosphere Reserve dækker 55 kvadratkilometer og er centreret om Braunton Burrows, Englands største sandklitsystem.
AI-teknologien bruger sensorer placeret i floder og marker til at indsamle realtidsdata om de lokale floders status, nedbørsmønstre og jordbundsforhold.
Disse oplysninger kombineres med satellitbilleder, så AI'en kan forudsige, hvornår det lokale flodsystem kan være i fare på grund af farer som afstrømning fra landbruget. Afstrømning fra landbruget opstår, når gødning skylles ud i floder og vandløb.
Teknologisk firma CGI leder projektet i samarbejde med kortlægningseksperterne Ordnance Survey.
Projektet er en del af Udforskning af bæredygtighed og miljødatavidenskab (SEEDS) program i samarbejde med De Forenede Nationer (FN).
Mattie Yeta, Chief Sustainability Officer for CGI, sagde"Efter en vellykket første fase af projektet, som førte til oprettelsen af et AI- og satellitværktøj, der kan forudsige forureningshændelser med op til 91,5% nøjagtighed, er vi glade for at kunne lancere denne anden fase, som giver en innovativ og proaktiv tilgang til miljøforvaltning og naturbeskyttelse."
"Vi forsyner AI'en med historik, geografisk information og sensordata, som gør den i stand til at lære og udvikle forudsigelsesmekanismer, der kan indikere, hvor og hvornår forureningshændelser kan opstå", forklarer Yeta.
Hvad løser den?
Combe Martin, en badeby i Sydengland, har en historie med svingende vandkvalitet.
Men de seneste beviser tyder på, at vandkvaliteten forringes til skade for lokalsamfundene og det naturlige miljø. "Vandkvaliteten har været konstant lav," kommenterede Andy Bell fra North Devon Biosphere Reserve.
Floden Umber, som løber gennem reservatet, er ofte forurenet af et rensningsanlæg og afstrømning fra landbrugets gødning. Når vandkvaliteten er særlig dårlig, kan turisterne ikke svømme i havet, og det skader de lokale virksomheder.
AI'en ser på flere parametre for at afgøre, hvornår en forureningshændelse kan opstå. "Vi ville se stigninger i indikatorer som ammoniak og pH, hvis der blev udledt spildevand opstrøms", siger Glyn Cotton, CEO for den miljøfokuserede teknologivirksomhed Watr, som samarbejdede om projektet.
Projektet udnytter ca. 50 forbundne sensorer spredt ud over reservatet. Sensordata kombineres med kortlægnings- og satellitdata for at plotte, hvornår og hvor forurenende stoffer er dedikeret.
AI-modellen er designet til at forudsige forureningshændelser i tide, så lokale interessenter kan forhindre dem. Den kan f.eks. foreslå en landmand at stoppe med at gøde sin mark, hvis prognosen forudsiger kraftig regn, der kan skylle gødningen ud i vandløbene.
"Løsningen vil gavne landmænd, regeringer, vandselskaber og andre interessenter ved at beskytte vores vand mod forurening og kontaminering, hvilket er afgørende for både vores levevis og livet i vores vandveje og kystlinjer", fortsætter Yeta og tilføjer: "Vi starter i det små her i North Devon, men det endelige mål er at udvide og implementere denne strategi i forskellige dele af Storbritannien."
AI's innovative anvendelser i lille skala understreger teknologiens potentiale for fordele.
For eksempel bruger forskere i Norge og Storbritannien en AI-model til at opdage invasive stillehavslaks i europæiske vandløb og hjælper dem med at beskytte indfødte arter.
AI er en fænomenal teknologi til at løse nye problemer, og forskere verden over udnytter den til gavn for både mennesker og miljø.
