Haitallisten aineiden päätyminen vesistöön on suuri uhka ympäristön hyvinvoinnille. Nopea haitta-aineiden tunnistaminen ja päästölähteiden selvittäminen on yksi kestävän vesivarantojen hallinnan edellytys. Haitta-aineiden pitoisuuksia on mitattu vesistöistä Euroopassa, mutta pitoisuustietoa ei ole tehokkaasti hyödynnetty päätöksenteossa, jolla ympäristöä voitaisiin jatkossakin suojella haitallisilta päästöiltä. Uudet Esineiden internet (IoT) tekniikat yhdistettynä tekoälyn (AI) strategioihin, voivat mahdollistaa nopeamman ja tehokkaamman keinon reagoida edellä mainittuihin haasteisiin lähes reaaliaikaisesti, mikä mahdollistaa vesivarantojen hallinnan suunnittelun myös pitkällä aikavälillä.
Hankkeessa pyritään mahdollistamaan lähes reaaliaikainen reagointi päästöonnettomuuksiin, arvioimaan paremmin päästön leviäminen ja pyrkiä lieventämään päästöjen vaikutuksia pitkällä aikavälillä sekä kehittää tietopohjaisia AI algoritmeja. Ensisijainen päämäärä on yhtenäistetty päätöksenteon tuki veden laadun hallintaan käsittäen haitta-aineiden määrittämiseen lähes reaaliaikaisesti ja sen yhdistämisen valuma-alueelta kerättyyn hydrodynaamiseen ja meteorologiseen dataan. Pysyvien haitta-aineiden perusteella voidaan jäljittää päästölähteiden sormenjälkiä eli haitta-ainekokoomaa ja tunnistaa päästölähteet niille ominaisten sormenjälkien perusteella.
SWAIN-hankkeessa yhdistetään uusia teknologioita veden laadun hallinnan parannuskeinoiksi kriittisissä vaiheissa. Esineiden internetillä tunnistetaan ongelman erityiset tarpeet käyttäen uusia mekanismeja kuten viskoelastisuutta. Näin saadaan optimoitua dataa jatkokäsittelyyn. Hankkeessa sovelletaan uutta teknologiaa tarkemman hybridimallin luomiseen, jossa yhdistetään fysikaalinen ympäristömalli ja dataohjattu näyttöön/tietoon pohjautuvat tekniikat. Lopuksi tuotetaan graafinen esitys datasta, jossa datavirtojen yhteneväisyydet ja eroavaisuudet voidaan esittää tehokkaammin.
Lisätietoja SWAIN-hankkeesta