Введение

Чистая и безопасная питьевая вода необходима для здоровья, благополучия людей и устойчивого развития экосистем. В последние десятилетия проблемы качества воды обострились в связи с ростом населения, расширением промышленной деятельности и изменением климата [1–3]. Антропогенная нагрузка на водные объекты приводит к значительному снижению общего качества воды, что обусловливает необходимость разработки и внедрения инновационных подходов к мониторингу и прогнозированию состояния гидросреды, превосходящих традиционные методы по степени точности, надёжности и оперативности получения результатов [4–7].

В области прогнозирования качества воды уже накоплен значительный опыт применения методов машинного обучения. Исследования, проведённые в последние годы, подтверждают эффективность использования нейросетевых технологий для прогнозирования параметров качества воды. Разработана система прогнозирования в процессе водоподготовки с использованием искусственных нейронных сетей [8]. Описаны методы прогнозирования индекса качества воды с применением аналитики данных [9–11], показано применение нейросетевых методов для оценки устойчивости водных ресурсов и идентификации загрязнителей [12–15]. При этом традиционные методы моделирования, такие как ARIMA (Autoregressive Integrated Moving Average) и SMA (Simple Moving Average), продолжают широко использоваться, но имеют ограничения в условиях нелинейных и нестационарных процессов [16, 17].

Актуальность данного исследования обусловлена необходимостью разработки точных и оперативных методов прогнозирования качества воды, что может существенно улучшить систему раннего предупреждения о загрязнении, оптимизировать операционные процессы на водоочистных станциях и помочь в разработке эффективных стратегий управления водными ресурсами. Существующие методы, основанные на физико-химических моделях (QUAL, WASP, MIKE, SW AT, BASINS и др.), характеризуются высокой сложностью и требуют значительного объёма исходной информации, что ограничивает их применение при недостатке данных [18–22].

Цель исследования – разработка и применение инновационного алгоритма прогнозирования параметров качества водных объектов с использованием гибридной нейросетевой модели, обеспечивающей повышение точности прогнозирования и оперативности принятия решений по управлению водными ресурсами для обеспечения здоровья населения и безопасности среды обитания.

Водосборный бассейн р. Оки в Рязанской области характеризуется сложным гидрогеологическим строением, определяющим формирование качества воды в районе водозабора. Ока относится к числу крупных равнинных рек Русской равнины с умеренно континентальным климатом водосборной территории. Геоморфологически бассейн расположен в пределах Среднерусской возвышенности и Окско-Донской равнины, что определяет разнообразие геологических пород в разрезе: четвертичные аллювиальные отложения (пески, суглинки, глины) залегают на коренных породах юрского и мелового периодов. Гидрографическая сеть представлена развитой системой притоков (Мокша, Цна, Проня), обеспечивающих 75–80% притока поверхностных вод. Водный режим реки отличается выраженной сезонностью: весенний паводок (апрель – май) формирует 65–70% годового стока при максимальных расходах 3500–4500 м³/с, межень (июль – октябрь) характеризуется минимальными расходами (35–50 м³/с), ледостав наблюдается с ноября по апрель. Гидрогеологические условия водозабора определяются близостью залегания водоносных горизонтов в аллювиальных отложениях поймы (первый от поверхности водоносный горизонт на глубине 3–8 м), что создаёт условия для интенсивного гидравлического взаимодействия поверхностных и подземных вод. Антропогенная трансформация территории (доля сельскохозяйственных угодий составляет 68%, урбанизированных территорий – 12%) приводит к формированию комплексного типа загрязнения с преобладанием органических веществ, соединений азота и фосфора. Ландшафтная гетерогенность водосбора и интенсивность сельскохозяйственного землепользования обусловливают высокую вариабельность гидрохимических показателей в зависимости от гидрологической фазы и метеорологических условий, что требует применения адаптивных методов прогнозирования качества воды для обеспечения санитарно-эпидемиологического благополучия населения.

Для реализации нейросетевой модели прогнозирования параметров качества воды был разработан комплексный программный инструментарий на основе Python с использованием современных библиотек машинного обучения и анализа данных. Основная архитектура системы представлена на рис. 1.

Система состоит из нескольких взаимосвязанных компонентов, обеспечивающих полный цикл обработки данных, обучения модели и визуализации результатов. В левой части схемы представлены клиентские компоненты, отвечающие за формирование запросов и визуализацию результатов. Пользовательский интерфейс, реализованный с помощью JavaScript и библиотеки graphics, позволяет задавать параметры запроса, а PHP-модуль осуществляет обработку данных и форматирование запроса для передачи в серверную часть системы.

Серверная часть системы, представленная в правой части схемы, включает в себя IIS (Internet Information Services) как веб-сервер, MySQL DB как реляционную базу данных для хранения исторических данных о качестве воды и Python-модуль, отвечающий за основную обработку данных и прогнозирование.

Взаимодействие между клиентской и серверной частями обеспечивается через REST API, что позволяет гибко настраивать обмен данными и обеспечивать масштабируемость системы. Python-модуль, реализующий нейросетевую модель, использует следующие библиотеки.

1. Pandas для загрузки, очистки и предварительной обработки данных. В процессе подготовки данных применялся метод iForest для выявления аномальных значений в массиве данных о качестве воды Xn · m (где n = 9 параметров качества воды, m = 1360 групп данных). Выявленные аномалии заменялись на пустые значения, которые впоследствии заполнялись методом интерполяции Лагранжа.

2. Scikit-learn для дополнительной обработки данных и оценки модели. На этапе расширения данных применялись:

3. TensorFlow Keras 2.2.0 для построения и обучения гибридной нейросетевой модели. Архитектура модели включала:

Процесс обучения модели был организован следующим образом. Массив данных о качестве воды был разделён на обучающий и тестовый наборы в соотношении 8 : 2 (1100 наборов для обучения, 272 набора для тестирования). Применялся метод скользящего окна для разделения обучающего набора на фиксированные обучающие окна с шагом длиной i во временной последовательности. Обучение проводилось на протяжении 50 эпох с использованием 120 временных интервалов. В качестве алгоритма оптимизации использовался метод Adam с параметрами: learning_rate = 0,001, beta_1 = 0,9, beta_2 = 0,999. Функция потерь: среднеквадратичная ошибка (MSE). Для предотвращения переобучения применялся EarlyStopping с параметром patience = 10.

Гибридная нейросетевая модель спроектирована с учётом специфики прогнозирования временных рядов качества воды. На начальном этапе модель применяется для выявления и извлечения потенциальных нелинейных взаимосвязей между данными временного ряда качества воды. Далее на основе извлечённых признаков конструируется вектор признаков качества воды, используемый в качестве входного сигнала для глубокой свёрточной нейронной сети. В процессе обучения сеть непрерывно осуществляет регулировку весов и смещений, учитывая зависимость краткосрочных, долгосрочных и контекстных атрибутов временного ряда данных. На заключительном этапе в верхней части модели подключается слой полного соединения, выполняющий функцию выходного слоя для генерации прогнозируемых значений параметров качества воды.

Для визуализации результатов использовалась библиотека Plotly, позволяющая создавать интерактивные графики и диаграммы. Это обеспечивает удобное представление прогнозируемых значений и их сравнение с фактическими данными, что существенно упрощает процесс интерпретации результатов и принятия управленческих решений.

Оценка эффективности модели проводилась с использованием следующих метрик:

Для сравнения с традиционными методами были реализованы модели ARIMA и SMA в тех же условиях и на тех же данных. Сравнительный анализ показал, что предложенная гибридная нейросетевая модель обеспечивает более высокую точность прогнозирования по всем метрикам, особенно в условиях нелинейных изменений качества воды.

Для повышения качества исходных данных были применены следующие математические методы. Алгоритм изолирующего леса (iForest) для детекции аномалий реализован на основе вычисления средней длины пути аномалии в деревьях изоляции по формуле (1) [23]:

где E [h(x)] – средняя длина пути изоляции наблюдения x; c(n) – нормализующий коэффициент; n – количество наблюдений в выборке. Наблюдения с s(x, n) классифицировались как аномальные.

Для заполнения пропусков использовалась интерполяция Лагранжа (2) [24]:

где xj, yj – известные точки данных; k – порядок интерполяции.

В качестве входных данных для моделирования использованы результаты лабораторных исследований качества воды за период 2014–2022 гг., выполненных в соответствии с СанПиН 2.1.3684–21*.

Результаты

Гидрологическая характеристика водного объекта представлена выраженной сезонностью гидрологического режима: весенний паводок сопровождается увеличением мутности и вымыванием загрязняющих веществ из почвенного покрова прилегающих территорий, а летний межень – снижением расхода воды и концентрационным эффектом загрязняющих веществ антропогенного происхождения. Водосборный бассейн Оки в зоне водозабора характеризуется смешанным типом загрязнения: сельскохозяйственные стоки (удобрения, пестициды), коммунально-бытовые сточные воды и промышленные сбросы формируют комплексный химический состав воды, требующий постоянного санитарного контроля.

Основой разработанной модели стала динамика четырёх ключевых гигиенически значимых параметров: химического потребления кислорода (ХПК), общего азота, аммиака (NH4+) и растворённого кислорода, которые являются интегральными индикаторами санитарного состояния водного объекта и определяют технологию водоподготовки. Выбор показателей (ХПК, общего азота, аммиака и растворённого кислорода) обусловлен их гигиенической значимостью как интегральных индикаторов санитарного состояния водного объекта в соответствии с СанПиН 2.1.3684–21. Данные параметры формируют комплексную оценку органического загрязнения и трофического статуса воды, что имеет прямое отношение к безопасности питьевой воды для здоровья населения.

Данные показатели демонстрируют корреляционные связи (коэффициент корреляции между аммиаком и ХПК – r = 0,78; между общим азотом и ХПК – r = 0,82), каждый из них контролируется отдельными санитарными нормативами и отражает различные аспекты загрязнения: ХПК характеризует общее содержание органических веществ, общий азот – степень эвтрофикации, аммиак – недавнее загрязнение органическими веществами животного происхождения, а растворённый кислород – окислительно-восстановительный потенциал водной среды и способность к самоочищению.

Разработанная гибридная модель объединяет свёрхточные и рекуррентные слои для эффективного анализа временных рядов качества воды. Архитектура модели представлена математическими соотношениями, приведёнными ниже.

Свёрточные слои осуществляют фильтрацию входных данных (3) [25]:

где * – операция свёртки; W(l) – веса фильтров; b(l) – смещения; σ – нелинейная функция активации.

Двунаправленная рекуррентная сеть GRU определяется как (4):

Функция обновления GRU-ячейки (5):

Реализацию гибридной модели проводили на TensorFlow/Keras,  она представлена на рис. 2.

В ходе исследования проведено комплексное сравнение нескольких архитектур нейронных сетей для прогнозирования параметров качества воды. Каждая модель оценивалась по четырём ключевым метрикам: коэффициенту детерминации (R²), среднеквадратичной ошибке (RMSE), средней абсолютной ошибке (MAE) и средней абсолютной процентной ошибке (MAPE).

ARIMA(p,d,q) модель, где p = 2 (порядок авторегрессии), d = 1 (порядок интегрирования), q = 2 (порядок скользящего среднего), показала результаты, приведённые в таблице.

Модель ARIMA продемонстрировала удовлетворительную точность прогнозирования для показателей с выраженной линейной зависимостью. Однако при анализе нелинейных временных рядов, имеющих множественные экстремумы (например, сезонные колебания концентрации аммиака), точность прогноза существенно снижалась. Основным ограничением ARIMA является неспособность учитывать сложные нелинейные взаимосвязи между различными параметрами качества воды.

Двунаправленная рекуррентная сеть с двумя скрытыми слоями по 128 нейронов в каждом показала результаты, приведённые в таблице.

Реверсивная сеть продемонстрировала значительное улучшение точности прогнозирования по сравнению с ARIMA, особенно для параметров с ярко выраженной сезонной компонентой. Архитектура BiRNN позволила эффективно захватывать как прошлые, так и будущие контекстные зависимости в данных, что особенно важно для параметров качества воды с циклическими изменениями (например, растворённый кислород, зависящий от температуры и фотосинтетической активности).

Модель, сочетающая несколько уровней свёртки с LSTM-ячейками, продемонстрировала результаты, приведённые в таблице.

Мультисвёрточная LSTM-сеть значительно превзошла предыдущие модели благодаря способности выявлять сложные пространственно-временные паттерны в данных. Комбинация свёрточных слоёв для извлечения локальных признаков и LSTM с целью анализа долгосрочных временных зависимостей позволила достичь высокой точности прогнозирования даже для параметров с выраженной волатильностью и множественными точками перегиба.

Предложенная в исследовании гибридная модель, интегрирующая свёрточные слои с двунаправленной GRU-сетью и «механизмами внимания», показала наилучшие результаты (см. таблицу).

Средняя RMSE для всех параметров составила 0,0309, что на 44,5% ниже, чем у ближайшего конкурента (мультисвёрточной LSTM-сети), и в 32,2 раза ниже, чем у классической модели ARIMA.

Работа реализованной гибридной модели. Гибридная модель работает в трёхэтапной последовательности:

Этап 1. Извлечение признаков: на начальном этапе модель использует свёрточные слои для выявления и извлечения потенциальных нелинейных взаимосвязей между данными временных рядов качества воды. Свёрточные фильтры размером 3 × 1 и 5 × 1 эффективно выделяют локальные паттерны в данных (например, резкие изменения концентрации аммиака после дождевых осадков).

Этап 2. Формирование вектора признаков: на основе извлечённых признаков конструируется вектор признаков качества воды, который включает как исходные данные, так и производные характеристики (скользящие средние, PCA-компоненты). Двунаправленная GRU-сеть анализирует и прошлые, и будущие контекстные зависимости, что особенно важно для параметров с запаздывающими эффектами (например, реакция уровня нитратов на сельскохозяйственные стоки).

Этап 3. Генерация прогноза: на заключительном этапе слой полного соединения выполняет функцию выходного слоя для генерации прогнозируемых значений параметров качества воды. «Механизм внимания» адаптивно взвешивает важность различных временных сегментов и параметров.

На рис. 3 представлено сравнение результатов прогнозирования концентрации аммиака для Окского водозабора с использованием классической модели ARIMA и разработанной гибридной нейросети. График демонстрирует превосходство гибридной модели особенно в точках экстремумов, где ARIMA существенно занижает прогнозируемые значения.

Анализ факторов, влияющих на формирование качества воды, выявил доминирующее значение следующих параметров: температуры воды (коэффициент корреляции с содержанием аммиака r = 0,76), осадков за предшествующие 48 ч (r = 0,81 с ХПК), гидрологического стока (r = –0,73 с концентрацией нитратов) и антропогенной нагрузки в зоне водосбора (коэффициент детерминации R² = 0,85 с общим азотом).

Результаты прогнозирования продемонстрировали высокую гигиеническую значимость. Для ХПК максимальные прогнозируемые значения в период паводков составляли 12,3–14,1 мг O₂/л при ПДК 15 мг O₂/л. Концентрация аммиака в весенний период достигала 0,26–0,3 мг/л при гигиеническом нормативе 0,39 мг/л (ориентировочно допустимый уровень). Содержание общего азота варьировало в пределах 15,2–19,7 мг/л при отсутствии прямого норматива, но при критическом уровне 22 мг/л свидетельствовало о выраженной эвтрофикации. Концентрация растворённого кислорода минимально снижалась до 6,3–7,1 мг/л при нормативе не менее 6 мг/л. Сопоставление прогнозных и фактических данных показало, что среднеквадратичная ошибка (RMSE) составила 0,0309, что обеспечивает надёжность прогноза при определении критических точек приближения показателей к санитарным нормативам. Коэффициент детерминации R² > 0,995 подтверждает высокую статистическую значимость результатов.

Обсуждение

Разработанная гибридная модель продемонстрировала точность прогнозирования параметров качества воды в поверхностных источниках питьевого водоснабжения с коэффициентом детерминации R² > 0,995 для всех ключевых параметров и средней RMSE = 0,0309, что на порядок превосходит существующие методы.

Модель показала устойчивость к изменениям данных, сохраняла высокую точность прогнозирования для стабильных периодов. Время генерации прогноза на 24 ч вперёд составило в среднем 0,83 с при использовании GPU NVIDIA Tesla V100, что позволяет применять модель в системах реального времени с целью раннего предупреждения о потенциальных рисках для качества воды.

Интеграция «механизма внимания» позволила выявить наиболее значимые факторы, влияющие на изменение каждого параметра качества воды. Например, для концентрации аммиака наибольшее влияние оказывали температура воды (вес 0,38), уровень осадков за предыдущие 48 ч (вес 0,27) и концентрация нитратов (вес 0,21).

Таким образом, разработанная гибридная нейросетевая модель превосходит ряд существующих методов по точности прогнозирования, открывая новые возможности применения в системах оперативного мониторинга и управления качеством водных ресурсов, что имеет фундаментальное значение для обеспечения здоровья населения и безопасности среды обитания.

Гигиеническая значимость полученных результатов заключается в возможности своевременной корректировки технологических режимов водоочистки при прогнозируемом ухудшении качества исходной воды. При приближении концентрации аммиака к 0,3 мг/л и ХПК к 14 мг O₂/л целесообразны увеличение дозы окислителей и активизация процессов биологической очистки на водоочистных сооружениях для предотвращения возможного формирования токсичных хлорорганических соединений при обеззараживании воды и снижения риска развития интоксикаций у потребителей.

Перспективы дальнейших исследований заключаются в расширении набора прогнозируемых показателей за счёт токсичных органических соединений (пестицидов, хлорорганических загрязнителей) и тяжёлых металлов, а также в интеграции модели с системами оценки рисков для здоровья населения в соответствии с методологией, рекомендованной ВОЗ. Это позволит создать комплексную систему раннего предупреждения о потенциальных угрозах безопасности питьевой воды, обеспечивающую защиту здоровья населения как на локальном, так и на территориальном уровнях.

Заключение

Разработанная гибридная нейросетевая модель, интегрирующая свёрточные и двунаправленные рекуррентные архитектуры, продемонстрировала высокую точность прогнозирования параметров качества воды с коэффициентом детерминации R² > 0,995 и средней RMSE = 0,0309, что на 44,5% превосходит ближайшие аналоги. Данная модель обеспечивает оперативное выявление потенциальных угроз для здоровья населения и открывает новые возможности создания интеллектуальных систем раннего предупреждения о деградации качества водных ресурсов, что имеет фундаментальное значение для обеспечения санитарно-эпидемиологического благополучия территорий.

Проведённые исследования подтвердили, что разработанная гибридная нейросетевая модель является эффективным инструментом санитарно-гигиенического мониторинга качества воды поверхностных источников централизованного водоснабжения. Высокая точность прогнозирования (R² > 0,995) обеспечивает достоверное определение временных интервалов приближения гигиенически значимых показателей к критическим уровням и имеет первостепенное значение для профилактики неблагоприятного влияния на здоровье населения. Результаты исследования позволяют перейти от ретроспективной оценки качества воды к прогнозированию потенциальных рисков и поэтому имеют фундаментальное значение для системы обеспечения санитарно-эпидемиологического благополучия населения. Это особенно актуально в условиях изменения климата и роста антропогенной нагрузки на водные объекты. Внедрение разработанной модели в практику санитарного надзора за качеством питьевой воды обеспечит переход к превентивным стратегиям обеспечения безопасности водоснабжения, минимизируя вероятность поступления к потребителям некачественной воды.