農村ため池を対象としたAI援用気泡噴流装置による持続的水質管理システムの提案

利用人工智能辅助气泡射流装置的农村水库可持续水质管理系统的建议

• 批准号: 22K05890
• 负责人: 中井 正則
• 金额: $ 2.66万
• 依托单位: Tokyo Denki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K05890/
• 关键词: 小規模農村ため池; 気泡噴流; 水温躍層; 人工知能; ニューラルネットワーク

2022年度は初年度であり，埼玉県東松山市の小規模公園修景池(容量：約2000(m3))において，「現地調査による教師データの収得」を中心に研究を行った．実際の気象条件の下，現地調査により機械学習用の教師データを収得した．調査は，6月～11月に実施した．収得データは，気象データ(日射量，気温，風速・風向，湿度，気圧，雨量)，修景池の水質データ(COD，水温，DO濃度，T-N，T-P，SS)である．気象データは，7/29からの10分間隔の連続測定である，水質データは，週2回のペースで測定している(ただし，水温データの一部は，10分間隔の連続測定である)．しかし，機器トラブル等により，水質データの収得はやや不十分な状態である．測定データをもとに，以下の3点を中心に検討・考察を行った．すなわち，(1)気象データと表層水温の回帰分析，(2)水温・DO濃度のコンターマップ(気泡噴流稼働時・非稼働時)，(3)気泡噴流の放出開始から水温変化までの応答時間，等である．(1)より，表層水温に与える気象項目は，主として気温と湿度であることがわかった．また，(2),(3)より，気泡噴流によって，水温躍層を効率的に破壊できることがわかり，放出から躍層破壊の開始までは約90分であった．さらに，来年度に向けて，予備的に「ニューラルネットワーク」による簡易的な水質予測を試みた．ニューラルネットワークを用いて，気象の変化が水温へ影響を与える始めるまでに気泡噴流を放出することにより，水温躍層の発達を効率的に抑制できることがわかった．

2022年的第一年是第一年，研究的重点是在西田山（Saitama Pond）的Shukei Pond的一个小公园“通过现场调查获取教师数据”（容量：大约2,000（M3））。在实际的天气条件下，使用现场调查来获取用于机器学习的教师数据。该调查是从6月至11月进行的。获得的数据是天气数据（日光浴，温度，风速和方向，湿度，大气压，降雨）以及Shukei Pond的水质数据（鳕鱼，水温，DO浓度，T-N，T-P，SS）。天气数据是从7月29日开始的10分钟间隔的连续测量，每周两次测量水质数据（尽管某些水温数据是连续测量10分钟间隔的连续测量）。但是，由于设备问题，水质数据有些不足。根据测量数据，我们讨论并检查了以下三个点。也就是说，（1）气象数据和地表水温的回归分析，（2）水温和DO浓度的轮廓图（当气泡喷气机在运行而不运行时），（3）从气泡射流释放开始到水温变化等的响应时间。此外，从（2）和（3）开始，发现水热层层可以被气泡喷气机有效地破坏，并且从释放开始大约需要90分钟，直到层破坏的开始。此外，在第二年，我们试图使用“神经网络”初步地进行简单的水质预测。使用神经网络，发现通过在天气变化开始影响水温之前释放气泡喷气机，可以有效地抑制热级线层的发展。