Källidentifiering av plötsliga vattenföroreningar i Dongliao-floden med en hybrid maskininlärningsram

Varför plötslig flodförorening berör alla

När ett fabriksutsläpp eller ett rörbrott skickar en föroreningspuls ner i en flod kan samhällen nedströms ha bara några timmar på sig att skydda dricksvattenintag och ekosystem. Att veta exakt var föroreningen kom ifrån, hur stark den var och hur länge den varade är avgörande för att hålla rätt aktörer ansvariga och för att kunna agera effektivt. Denna studie fokuserar på Kinas Dongliao-flod och visar hur kombinationen av fysikbaserade simuleringar och modern maskininlärning snabbt kan lokalisera dolda föroreningskällor med en realistisk osäkerhetsbedömning, även när fältdatan är bullriga eller sparsamma.

Följa en utsläppspuls längs en verklig flod

Forskarlaget undersökte en nästan 30 kilometer lång sträcka av Dongliao-floden kantad av industriparker som kan orsaka plötsliga föroreningsincidenter. De föreställde sig nödsituationer där ett enda, kortvarigt utsläpp av föroreningar—mätt som vanliga vattenkvalitetsindikatorer som kemiskt syrebehov, ammonium och fosfor—kommer in i floden från ena stranden. Fem virtuella övervakningspunkter placerades nedströms för att registrera hur föroreningsvågen rör sig och hur dess toppkoncentration ändras längs färden. Eftersom verkliga olyckor är sällsynta och ofta dåligt övervakade förlitade sig teamet på en detaljerad datormodell av flöde och föroreningstransport för att skapa många realistiska "tänk om"-scenarier.

Göra tunga simuleringar till en snabb ersättare

Traditionella flodmodeller löser komplexa ekvationer som beskriver hur vatten rör sig och hur föroreningar sprids och späds ut. Dessa verktyg är kraftfulla men långsamma: en enda högupplöst simulering av Dongliao-sträckan kan ta ungefär en timme, vilket är långt för länge för snabba insatsbeslut eller för att utforska tusentals möjliga utsläppsfall. För att övervinna detta byggde författarna en lättvikts-ersättningsmodell, kallad en surrogat, med hjälp av maskininlärning. De genererade 180 syntetiska utsläppshändelser med den fysikbaserade modellen och använde dessa som träningsdata för tre algoritmer. En neural nätverksmetod känd som long short-term memory (LSTM) presterade tydligt bättre än de andra kandidaterna, och återskapade nära originalmodellens förutsägelser av toppföroreningsnivåer vid samtliga mätpunkter samtidigt som den kunde köras nästan omedelbart.

Jaga efter den dolda källan

Med den snabba surrogaten redo gav sig teamet på det inversa problemet: givet de föroreningar som mätts nedströms, kan vi härleda var utsläppet skedde och hur starkt det var? Först använde de en deterministisk strategi, som söker efter ett enda bästa svar. Här testade en naturinspirerad sökmetod baserad på knölvalsars kooperativa jaktmönster—whale optimization algorithm—många möjliga kombinationer av källplats, styrka och varaktighet. För varje försök förutsade LSTM-surrogaten nedströmskoncentrationer som jämfördes med de syntetiska "observationerna." Denna whale–LSTM-kombination slog i allmänhet två andra populära sökmetoder i noggrannhet och hastighet och minskade typiska fel i viktiga källparametrar till bara ett par procent under idealiska, brusfria data.

Lägga till osäkerhet för verkligt brus

Verkliga mätningar är aldrig perfekta: instrument har fel, förhållanden förändras och modeller är approximativa. Forskarna byggde därför ett andra, probabilistiskt system som inte söker ett enda svar utan ett helt spektrum av rimliga utsläppsscenarier och hur sannolika varje scenario är. De kapslade whale–LSTM-motorn i en bayesiansk ram, som behandlar okända källaegenskaper som variabler med sannolikhetsfördelningar. Den modifierade algoritmen tillåter att sökningen tillfälligt accepterar något sämre lösningar för att utforska bredare, och använder sedan statistiska verktyg för att sammanfatta var sökningen spenderade mest tid. Resultatet är en uppsättning sannolikhetskurvor för varje källa-parameter, såsom avstånd från den övre gränsen eller föroreningsstyrka, tillsammans med intervall som fångar de mest trovärdiga värdena.

Vad detta betyder för att skydda floder

När teamet introducerade mätbrus liknande vad fältsensorer kan uppleva blev begränsningarna i den deterministiska metoden tydliga: vissa parametrar försköts långt från sina sanna värden. Den probabilistiska metoden, däremot, förblev stabil och höll fel vanligen under 7 % för de flesta utsläppsegenskaper samtidigt som den gav tydliga osäkerhetsintervall för varje skattning. Avgörande är att hela den probabilistiska analysen för ett utsläpp kan slutföras på några minuter på vanlig hårdvara. För insatschefer innebär det att de snabbt kan härleda var en plötslig föroreningspuls sannolikt kom ifrån och hur allvarlig den var, samtidigt som de ser hur säkra dessa slutsatser är. Ramen erbjuder en praktisk väg mot intelligenta tidiga varningssystem som förenar fysik, data och sannolikhet för att skydda ytvatten.

Citering: Wang, Y., Wang, Y., Shi, P. et al. Source identification of sudden water pollution events in the Dongliao River using a hybrid machine learning framework. Sci Rep 16, 11976 (2026). https://doi.org/10.1038/s41598-026-41724-8

Nyckelord: flodförorening, källidentifiering, maskininlärning, Bayesiansk inversion, vattenkvalitetsövervakning