حساسیت کے تجزیہ کے ساتھ سپورٹ ویکٹر مشین کا استعمال کرتے ہوئے پانی کے معیار کے اشاریہ کی پیشن گوئی کو بڑھانا

25 سالوں سے، ملائیشیا کے محکمہ ماحولیات (DOE) نے پانی کی کوالٹی انڈیکس (WQI) کو نافذ کیا ہے جو پانی کے معیار کے چھ کلیدی پیرامیٹرز استعمال کرتا ہے: تحلیل شدہ آکسیجن (DO)، بائیو کیمیکل آکسیجن ڈیمانڈ (BOD)، کیمیکل آکسیجن ڈیمانڈ (COD)، pH، امونیا نائٹروجن (AN) اور susp)۔ پانی کے معیار کا تجزیہ آبی وسائل کے انتظام کا ایک اہم جزو ہے اور اسے آلودگی سے ماحولیاتی نقصان کو روکنے اور ماحولیاتی ضوابط کی تعمیل کو یقینی بنانے کے لیے مناسب طریقے سے منظم کیا جانا چاہیے۔ اس سے تجزیہ کے لیے موثر طریقوں کی وضاحت کرنے کی ضرورت بڑھ جاتی ہے۔ موجودہ کمپیوٹنگ کے اہم چیلنجوں میں سے ایک یہ ہے کہ اس کے لیے وقت طلب، پیچیدہ، اور غلطی کا شکار ذیلی انڈیکس حسابات کی ایک سیریز کی ضرورت ہوتی ہے۔ اس کے علاوہ، اگر ایک یا زیادہ پانی کے معیار کے پیرامیٹرز غائب ہیں تو WQI کا حساب نہیں لگایا جا سکتا۔ اس مطالعہ میں، موجودہ عمل کی پیچیدگی کے لیے WQI کا ایک اصلاحی طریقہ تیار کیا گیا ہے۔ ڈیٹا پر مبنی ماڈلنگ کی صلاحیت، یعنی Nu-Radial بنیاد فنکشن سپورٹ ویکٹر مشین (SVM) جو کہ 10x کراس توثیق پر مبنی ہے، کو لنگاٹ بیسن میں WQI کی پیشن گوئی کو بہتر بنانے کے لیے تیار کیا گیا اور اس کی کھوج کی گئی۔ WQI پیشین گوئی میں ماڈل کی کارکردگی کا تعین کرنے کے لیے چھ منظرناموں کے تحت ایک جامع حساسیت کا تجزیہ کیا گیا۔ پہلی صورت میں، ماڈل SVM-WQI نے DOE-WQI کی نقل تیار کرنے کی بہترین صلاحیت کا مظاہرہ کیا اور اعداد و شمار کے نتائج کی بہت زیادہ سطحیں حاصل کیں (رابطہ قابلیت r> 0.95، نیش سوٹکلف کی کارکردگی، NSE>0.88، ولموٹ کا مستقل مزاجی انڈیکس، WI.6>)۔ دوسرے منظر نامے میں، ماڈلنگ کا عمل ظاہر کرتا ہے کہ WQI کا تخمینہ چھ پیرامیٹرز کے بغیر لگایا جا سکتا ہے۔ اس طرح، DO پیرامیٹر WQI کا تعین کرنے میں سب سے اہم عنصر ہے۔ پی ایچ کا WQI پر کم سے کم اثر ہوتا ہے۔ اس کے علاوہ، منظرنامے 3 سے لے کر 6 تک ماڈل ان پٹ امتزاج (r > 0.6، NSE > 0.5 (اچھا)، WI > 0.7 (بہت اچھا) میں متغیرات کی تعداد کو کم کرکے وقت اور لاگت کے لحاظ سے ماڈل کی کارکردگی کو ظاہر کرتے ہیں۔ ایک ساتھ مل کر، یہ ماڈل پانی کے معیار کے انتظام میں ڈیٹا پر مبنی فیصلہ سازی کو بہت بہتر اور تیز کرے گا، جس سے ڈیٹا کو انسانی مداخلت کے بغیر زیادہ قابل رسائی اور پرکشش بنایا جائے گا۔

1 تعارف

اصطلاح "آبی آلودگی" سے مراد کئی قسم کے پانی کی آلودگی ہے، بشمول سطحی پانی (سمندر، جھیلیں اور دریا) اور زمینی پانی۔ اس مسئلے کی نشوونما کا ایک اہم عنصر یہ ہے کہ آلودگی والے عناصر کو براہ راست یا بالواسطہ طور پر آبی ذخائر میں چھوڑنے سے پہلے مناسب طریقے سے علاج نہیں کیا جاتا ہے۔ پانی کے معیار میں ہونے والی تبدیلیوں کا نہ صرف سمندری ماحول پر بلکہ عوامی پانی کی فراہمی اور زراعت کے لیے تازہ پانی کی دستیابی پر بھی نمایاں اثر پڑتا ہے۔ ترقی پذیر ممالک میں، تیز رفتار اقتصادی ترقی عام ہے، اور اس ترقی کو فروغ دینے والا ہر منصوبہ ماحول کے لیے نقصان دہ ہو سکتا ہے۔ آبی وسائل کے طویل مدتی انتظام اور لوگوں اور ماحولیات کے تحفظ کے لیے پانی کے معیار کی نگرانی اور اندازہ ضروری ہے۔ واٹر کوالٹی انڈیکس، جسے WQI بھی کہا جاتا ہے، پانی کے معیار کے ڈیٹا سے اخذ کیا جاتا ہے اور اسے دریا کے پانی کے معیار کی موجودہ صورتحال کا تعین کرنے کے لیے استعمال کیا جاتا ہے۔ پانی کے معیار میں تبدیلی کی ڈگری کا اندازہ لگانے میں، بہت سے متغیرات پر غور کرنا ضروری ہے۔ ڈبلیو کیو آئی ایک انڈیکس ہے جس کی کوئی جہت نہیں ہے۔ یہ مخصوص پانی کے معیار کے پیرامیٹرز پر مشتمل ہے۔ WQI تاریخی اور موجودہ آبی ذخائر کے معیار کی درجہ بندی کرنے کا طریقہ فراہم کرتا ہے۔ WQI کی بامعنی قدر فیصلہ سازوں کے فیصلوں اور اعمال کو متاثر کر سکتی ہے۔ 1 سے 100 کے پیمانے پر، انڈیکس جتنا زیادہ ہوگا، پانی کا معیار اتنا ہی بہتر ہوگا۔ عام طور پر، 80 اور اس سے اوپر کے اسکور والے دریائی اسٹیشنوں کے پانی کا معیار صاف دریاؤں کے معیار پر پورا اترتا ہے۔ 40 سے نیچے کی WQI قدر آلودہ سمجھی جاتی ہے، جبکہ WQI قدر 40 اور 80 کے درمیان اس بات کی نشاندہی کرتی ہے کہ پانی کا معیار واقعی قدرے آلودہ ہے۔

عام طور پر، WQI کا حساب لگانے کے لیے ذیلی انڈیکس تبدیلیوں کا ایک سیٹ درکار ہوتا ہے جو طویل، پیچیدہ اور غلطی کا شکار ہوتے ہیں۔ WQI اور پانی کے معیار کے دیگر پیرامیٹرز کے درمیان پیچیدہ غیر خطی تعاملات ہیں۔ WQIs کا حساب لگانا مشکل ہو سکتا ہے اور کافی وقت لگ سکتا ہے کیونکہ مختلف WQIs مختلف فارمولے استعمال کرتے ہیں، جو غلطیاں پیدا کر سکتے ہیں۔ ایک بڑا چیلنج یہ ہے کہ اگر ایک یا زیادہ پانی کے معیار کے پیرامیٹرز غائب ہیں تو WQI کے فارمولے کا حساب لگانا ناممکن ہے۔ اس کے علاوہ، کچھ معیارات کے لیے وقت طلب، مکمل نمونے جمع کرنے کے طریقہ کار کی ضرورت ہوتی ہے جو نمونوں کی درست جانچ اور نتائج کی نمائش کی ضمانت کے لیے تربیت یافتہ پیشہ ور افراد کے ذریعے انجام دینی چاہیے۔ ٹیکنالوجی اور آلات میں بہتری کے باوجود، وسیع وقتی اور مقامی دریا کے پانی کے معیار کی نگرانی اعلی آپریشنل اور انتظامی اخراجات کی وجہ سے متاثر ہوئی ہے۔

یہ بحث ظاہر کرتی ہے کہ WQI کے لیے کوئی عالمی نقطہ نظر نہیں ہے۔ اس سے کمپیوٹیشنل طور پر موثر اور درست طریقے سے WQI کا حساب لگانے کے لیے متبادل طریقے تیار کرنے کی ضرورت بڑھ جاتی ہے۔ اس طرح کی بہتری ماحولیاتی وسائل کے منتظمین کے لیے دریا کے پانی کے معیار کی نگرانی اور جائزہ لینے کے لیے مفید ہو سکتی ہے۔ اس تناظر میں، کچھ محققین نے WQI کی پیشین گوئی کے لیے AI کا کامیابی سے استعمال کیا ہے۔ Ai پر مبنی مشین لرننگ ماڈلنگ ذیلی انڈیکس کیلکولیشن سے گریز کرتی ہے اور تیزی سے WQI نتائج پیدا کرتی ہے۔ اے آئی پر مبنی مشین لرننگ الگورتھم اپنے غیر لکیری فن تعمیر، پیچیدہ واقعات کی پیشین گوئی کرنے کی صلاحیت، مختلف سائز کے ڈیٹا سمیت بڑے ڈیٹا سیٹس کو منظم کرنے کی صلاحیت، اور نامکمل ڈیٹا کے لیے غیر حساسیت کی وجہ سے مقبولیت حاصل کر رہے ہیں۔ ان کی پیشن گوئی کی طاقت مکمل طور پر ڈیٹا اکٹھا کرنے اور پروسیسنگ کے طریقہ کار اور درستگی پر منحصر ہے۔