Integracja uczenia maszynowego i wielokryterialnej analizy decyzji w zarządzaniu ryzykiem zdrowotnym w sieciach wodociągowych

Dlaczego bezpieczna woda z kranu wymaga rozważnego planowania

Kiedy odkręcasz kran, oczekujesz czystej wody, ale pod ulicą kryje się labirynt starzejących się rur, które mogą pękać, przeciekać i dopuszczać patogeny. Badanie to analizuje, jak nowoczesne narzędzia danych mogą pomóc przedsiębiorstwom wodociągowym sprawdzić, które rury najprawdopodobniej ulegną awarii, jak groźne mogą być te awarie dla zdrowia oraz które strategie naprawcze oferują najlepszą ochronę przy danym budżecie. Proponuje praktyczne podejście, dzięki któremu miasta mogą chronić wodę pitną mimo ograniczonych środków i starej infrastruktury.

Nieszczelne rury i ukryte zagrożenia zdrowotne

Sieci dystrybucji wody transportują uzdatnioną wodę pitną z oczyszczalni do domów i firm. W miarę starzenia się rury pojawiają się pęknięcia i złamania, które powodują ogromne straty wody i generują koszty napraw. Na całym świecie codziennie tracone są setki milionów metrów sześciennych wody, a w samej Szwecji około 15–20 procent wody pitnej w gminach znika przez wycieki i pęknięcia. Te uszkodzenia to coś więcej niż niedogodność: gdy spada ciśnienie w rurach, brudna woda z otaczającej gleby lub z pobliskich kanałów może zostać zassana, wnosząc drobnoustroje wywołujące choroby żołądkowo-jelitowe. Ponieważ operatorzy nie mogą wymienić wszystkich rur jednocześnie, muszą wiedzieć, gdzie awarie są najbardziej prawdopodobne i które z nich mogłyby wyrządzić największe szkody.

Wykorzystanie danych do znalezienia najsłabszych ogniw sieci

Naukowcy współpracowali z rzeczywistą siecią wodociągową na południu Szwecji, koncentrując się na odcinku o długości 13,5 km z rurami o różnych materiałach i wieku. Użyli trzech typów modeli uczenia maszynowego do oszacowania prawdopodobieństwa awarii każdej rury: regresji logistycznej, lasu losowego oraz metody XGBoost. Modele analizowały cechy takie jak długość rury, średnica, wiek, materiał, rodzaj gleby, ciśnienie i wcześniejsze awarie. Najdokładniejszy model, las losowy, poprawnie wskazał większość rur, które uległy uszkodzeniu w ciągu ostatnich 20 lat, rzadko mylnie oznaczając rury sprawne. Wiek, materiał i długość okazały się najsilniejszymi wskazówkami przyszłych awarii, potwierdzając, że podstawowe informacje fizyczne nadal wyjaśniają dużą część ryzyka.

Śledzenie, jak awarie wpływają na przepływ i patogeny

Oszacowanie prawdopodobieństwa awarii to tylko połowa obrazu ryzyka. Zespół zapytał także, co by się stało, gdyby każda rura faktycznie uległa awarii. W tym celu wykorzystano modele komputerowe przepływu wody, by zobaczyć, jak zamknięcie rury zaburzyłoby ciśnienie i dostawy w sieci. Rury, których awaria powodowała duże spadki ciśnienia lub odcinała duże części systemu, zostały oznaczone jako o wysokich konsekwencjach hydraulicznych. Równolegle przeprowadzono ocenę ryzyka mikrobiologicznego, symulując, jak patogeny takie jak Campylobacter, norowirus i Cryptosporidium mogą przedostać się przez pęknięcie, przemieszczać się z wodą i dotrzeć do konsumentów. Dla każdej rury oszacowano dzienne prawdopodobieństwo zakażenia osoby pijącej wodę, zwracając uwagę na rury, w których ryzyko przekraczało powszechnie stosowany cel bezpieczeństwa.

Przekształcanie złożonego ryzyka w czytelne mapy i wybory

Aby połączyć te elementy, badacze pomnożyli prawdopodobieństwo awarii rury przez jej połączone konsekwencje hydrauliczne i zdrowotne, a następnie zmapowali wyniki w systemie informacji geograficznej. Rury pogrupowano na kategorie niskiego, średniego i wysokiego ryzyka, aby inżynierowie mogli szybko zlokalizować newralgiczne miejsca. Ale wiedza o tym, które rury są ryzykowne, nie rozwiązuje trudnego pytania: które działania powinny być wykonane w pierwszej kolejności. Aby na nie odpowiedzieć, zespół zebrał dziesięciu ekspertów od wodociągów i poprosił ich o ocenę różnych strategii, takich jak zarządzanie ciśnieniem, naprawa rur, wymiana rur, intensywniejsze wykrywanie wycieków i działania informacyjne, używając kryteriów takich jak koszt, łatwość wykonania, redukcja ryzyka, wpływ społeczny i niezawodność. Następnie zastosowano narzędzie decyzyjne zwane TOPSIS, aby uszeregować strategie według tego, jak dobrze spełniały wszystkie kryteria razem.

Co to oznacza dla bezpieczniejszej wody pitnej

Analiza wykazała, że zarządzanie ciśnieniem w sieci, a następnie ukierunkowane naprawy i rehabilitacja rur, oferują najlepszą ogólną równowagę między redukcją ryzyka, praktycznością i kosztem. Pełna wymiana rur nadal ma znaczenie, ale jest mniej efektywna jako pierwszy krok przy ograniczonych środkach i czasie personelu. Poprzez powiązanie uczenia maszynowego, modeli przepływu i ryzyka zdrowotnego, osądu eksperckiego oraz czytelnych map, ramy te pomagają operatorom zdecydować, gdzie działać i jakich narzędzi użyć. Dla społeczeństwa wniosek jest prosty: mądrzejsze wykorzystanie danych może pomóc utrzymać wodę z kranu bezpieczną, koncentrując uwagę i zasoby na najbardziej istotnych rurach zanim wystąpią poważne problemy zdrowotne.

Cytowanie: Sangroula, U., Viñas, V., Odhiambo, M. et al. Integrating machine learning and multi-criteria decision analysis for health risk management in water distribution networks. Sci Rep 16, 15718 (2026). https://doi.org/10.1038/s41598-026-52465-z

Słowa kluczowe: bezpieczeństwo wody pitnej, rury sieci wodociągowej, uczenie maszynowe, ocena ryzyka zdrowotnego, zarządzanie nieszczelnościami