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，即我们研究的第一年，我们在埼玉县东松山市的一个小公园（容量：约2000立方米）“通过实地调查获取教师数据”。机器学习的训练数据是通过实际天气条件下的实地调查获得的。该调查于六月至十一月进行。采集的数据为气象数据（太阳辐射、温度、风速/风向、湿度、气压、降雨量）和景区池塘水质数据（COD、水温、DO浓度、T-N、T-P、SS）。从7月29日开始，每隔10分钟连续测量一次天气数据。每周测量两次水质数据（但部分水温数据每隔10分钟连续测量一次）。但由于设备问题等因素，水质数据的采集有些不足。根据实测数据，我们重点关注以下三点。换句话说，（1）气象数据和地表水温的回归分析，（2）水温和DO浓度的等高线图（气泡喷射运行时和不运行时），（3）从开始的响应时间气泡喷射释放到水温变化等。由(1)可知，影响地表水温的气象项目主要是气温和湿度。另外，由(2)和(3)可知，气泡喷射能够有效地破坏温跃层，从释放到开始破坏温跃层需要约90分钟。此外，明年，我们初步尝试使用神经网络对水质进行简单的预测。使用神经网络，我们发现在天气变化开始影响水温之前释放气泡射流可以有效抑制温跃层的发展。