Red neuronal profunda mejorada por aprendizaje activo (AL-DNN) para el análisis de incertidumbre del riesgo de fugas en vertederos

Área de la Ciencia:

• Ciencias del medio ambiente
• Hidrogeología
• Ciencia de los datos

Sus antecedentes:

• Los vertederos presentan riesgos ambientales debido a las fugas de lixiviados, que afectan a las aguas subterráneas y a la salud pública.
• La evaluación precisa de la incertidumbre de fugas es crucial para una gestión eficaz del riesgo.
• Los métodos tradicionales para la evaluación de la incertidumbre son computacionalmente costosos y complejos.

Objetivo del estudio:

• Desarrollar un modelo sustituto computacionalmente eficiente para el transporte de contaminación de las aguas subterráneas.
• Mejorar la precisión de la evaluación de riesgos y reducir al mínimo los requisitos de datos.
• Proporcionar una herramienta práctica para una evaluación rápida y fiable del riesgo de contaminación de las aguas subterráneas.

Principales métodos:

• Se desarrolló un modelo de Red Neural Profunda (AL-DNN) mejorado por Aprendizaje Activo.
• El modelo AL-DNN utiliza conjuntos de datos generados por un modelo numérico de simulación de aguas subterráneas (GSNM).
• Se empleó una estrategia de aprendizaje activo para seleccionar muestras informativas para la formación de modelos.

Principales resultados:

• El modelo AL-DNN logró una precisión comparable a los métodos tradicionales con un número significativamente menor de muestras (60 muestras).
• Se observó una reducción del 90% en el tiempo de cálculo en comparación con los métodos convencionales.
• El modelo predijo con éxito las distribuciones de concentración de la demanda química de oxígeno (COD) en un escenario de fugas simulado de vertedero.

Conclusiones:

• El modelo AL-DNN ofrece una alternativa computacionalmente eficiente y precisa para la evaluación del riesgo de contaminación de las aguas subterráneas.
• El método identifica eficazmente las zonas de alto riesgo de contaminación, con una probabilidad máxima de superación de 0,76 en el pozo de control 1.
• Este enfoque apoya la gestión rápida y fiable de los riesgos ambientales para las operaciones de vertedero.