Modellizzazione con apprendimento automatico di un indice ambientale non lineare con analisi di sensibilità per la valutazione delle acque sotterranee

Perché l'acqua sotto i nostri piedi è importante

In molte aree aride del mondo, compresa la parte meridionale dell'Iran, le persone dipendono dalle acque sotterranee come principale fonte di acqua potabile e per l'irrigazione. Ma questa risorsa nascosta può gradualmente diventare troppo salata o inquinata senza segnali evidenti in superficie. Questo studio esamina l'acquifero di Marvdasht, che rifornisce una città e centinaia di villaggi, e mostra come gli strumenti dati moderni possano tracciare dove l'acqua è ancora sicura da bere, dove si sta deteriorando e quali componenti dell'acqua contano di più.

Trasformare molte misure in un punteggio chiaro

Le acque sotterranee contengono una miscela di minerali e sali disciolti, come sodio, calcio, magnesio, cloruro e solfato. Ognuno di questi influisce in modi diversi sulla salute e sulla corrosione delle tubature, e leggere lunghe tabelle di numeri provenienti da dozzine di pozzi diventa rapidamente travolgente. Per semplificare, i ricercatori hanno usato un Indice di Qualità delle Acque Sotterranee, o GWQI. Questo indice combina 11 proprietà dell'acqua misurate di routine in un unico punteggio, utilizzando le linee guida dell'Organizzazione Mondiale della Sanità come riferimento. Punteggi bassi indicano acqua eccellente, mentre punteggi alti segnalano acqua troppo salata o altrimenti inadatta al consumo.

Cosa rivelano i pozzi sull'acquifero

Usando dati di 70 pozzi raccolti nell'arco di un decennio, il team ha scoperto che gran parte dell'acquifero di Marvdasht è già sotto stress. Solo circa un quarto dei campioni presentava bassi livelli di solidi totali disciolti, una misura del contenuto salino complessivo, considerati buoni per il consumo. Tutti i campioni rientravano nelle categorie “dura” o “molto dura”, il che significa alti livelli di calcio e magnesio. La parte settentrionale dell'acquifero, ricaricata da una diga e che scorre attraverso il calcare, mostra ancora per lo più acqua buona o eccellente. Man mano che l'acqua si muove verso sud, tuttavia, scioglie più sali da rocce ricche di gesso e si mescola con i ritorni agricoli e urbani, diventando significativamente più salata e meno adatta all'uso domestico.

Individuare gli ingredienti più importanti nell'acqua

Non ogni elemento chimico nelle acque sotterranee ha lo stesso impatto sulla loro sicurezza. Lo studio ha utilizzato un'analisi di sensibilità per porre una domanda semplice: se si rimuove un componente dall'indice, quanto cambia il punteggio complessivo? La risposta è stata chiara. I solidi totali disciolti e la conducibilità elettrica, entrambe misure della salinità, hanno causato le maggiori variazioni nell'indice di qualità delle acque sotterranee. Anche cloruri, sodio e durezza dell'acqua sono risultati fattori rilevanti. Al contrario, proprietà come potassio e bicarbonato hanno avuto solo un ruolo minore. Questo significa che in questo acquifero l'aumento della salinità e degli ioni correlati sono i principali segnali di allarme che l'acqua sta diventando non potabile.

Insegnare ai computer a prevedere la qualità dell'acqua

Calcolare un indice per ogni nuovo campione e aggiornare manualmente mappe dettagliate può essere lento e costoso. Per accelerare il processo, i ricercatori hanno addestrato tre tipi di modelli informatici — reti neurali artificiali, macchine a vettori di supporto e foreste casuali — usando i dati chimici dell'acqua esistenti. Una volta addestrati, questi modelli possono stimare direttamente l'indice di qualità delle acque sotterranee a partire dagli ioni e dai sali misurati, anche in luoghi o momenti in cui l'indice non è ancora stato calcolato. Tra i tre, il modello a rete neurale si è distinto: ha riprodotto l'indice con precisione estremamente alta e basso errore, catturando il modo complesso e non lineare in cui diversi composti chimici si combinano per influire sulla qualità complessiva.

Cosa significa per le persone e per le politiche

Per i residenti e i decisori, il messaggio è a doppio taglio. Da un lato, vaste aree nelle parti meridionali e sudorientali dell'acquifero di Marvdasht hanno già acque sotterranee troppo salate e dure per essere sicure da bere, e la tendenza è strettamente legata sia alla geologia locale sia alle attività umane. Dall'altro, lo studio dimostra che combinando un indice semplice e facile da interpretare con apprendimento automatico e mappe digitali, è possibile monitorare questi cambiamenti in modo efficiente e individuare le zone ad alto rischio. In termini pratici, questo approccio offre un sistema di allerta precoce conveniente per la gestione dei pozzi, la limitazione dell'inquinamento e la pianificazione di forniture alternative in regioni aride dove ogni goccia d'acqua pulita conta.

Citazione: Azma, A., Liu, Y. & Alemu, E.T. Machine learning modelling of a nonlinear environmental index with sensitivity analysis for groundwater assessment. Sci Rep 16, 14595 (2026). https://doi.org/10.1038/s41598-026-44906-6

Parole chiave: qualità delle acque sotterranee, salinità dell'acqua, apprendimento automatico, risorse idriche, monitoraggio degli acquiferi