Обновлено
Когда экологическая модель ошибается, ответ скрыт под землёй
Время чтения: около 4 мин
- Руководство
- Аудио
- Тур
Ошибка моделировщика, человека или ИИ, и избыток данных требуют большей строгости в концептуальной модели и датчиков, измеряющих риск. Данные вымышленные.
Представьте, что нужно понять, куда идёт дым в тёмном доме, имея две фотографии в год. Так многие экологические проекты ведут мониторинг грунтов и подземных вод: ручной отбор проб в нескольких скважинах раз в полгода и догадки об остальных 363 днях. ecbyts выражает неопределённость числом, показывает, когда модель ошиблась, и указывает, где нужны следующие данные. Этот материал объясняет, почему ошибка моделировщика, человека или ИИ, требует большей строгости в концептуальной модели и датчиков на участке.
Видеть подземную среду в замедленной съёмке
В слоях, которые ecbyts упорядочивает от подземной среды (-Z) через поверхность (0Z) до атмосферы (+Z), среда никогда не стоит на месте. Сильный дождь подталкивает загрязнитель ближе к реке; изменение атмосферного давления за несколько часов поднимает газы из грунта в помещение склада. Остальное объясняет теорема отсчётов (Найквиста-Шеннона): если явление меняется каждый день, а вы измеряете раз в полгода, вы теряете весь фильм.
Бивен и Бинли (Beven, Binley, 1992) дали название второй ловушке: эквифинальность. При малом числе измерений десять специалистов или десять агентов ИИ строят десять карт, которые объясняют прошлое и указывают на противоположные варианты будущего. Хороший алгоритм не предсказывает участок по малому числу данных; он лишь лучше скрывает сомнение.
В штате Сан-Паулу Решение правления CETESB № 038/2017/C требует, чтобы каждое исследование загрязнённого участка строило и обновляло концептуальную модель площадки (MCA, Modelo Conceitual da Área), то есть техническую историю участка: где возникло загрязнение, по какому пути оно перемещается и на кого может повлиять. MCA 1 получает оценку достоверности (A, B или C), и исследование переходит к MCA 2 и MCA 3 только по мере уменьшения сомнений. Вне интегрированной системы это сомнение обычно оценивают субъективно.
Как ecbyts решает эту задачу
В «Центре неопределённости» ни одно число не существует само по себе. Неопределённость каждого значения распространяется формально (GUM, руководство по выражению неопределённости измерения), а моделирование методом Монте-Карло возвращает полосу от P10 до P90 вместо одного значения. Вкладка «Bayes» обновляет оценку любого значения при поступлении новых данных, с априорным и апостериорным распределением и интервалом достоверности. Результатом является вероятность превышения: вероятность того, что загрязнение превысит контрольный предел. Качество информации тоже имеет вес: при пересчёте Печати ECBYTS оценка EIS входит как индекс κ, и слабые данные означают большую серьёзность.
Две ситуации должны включать блокировку в концептуальной модели. Первая: моделировщик ошибается в прогнозе. Если оценку для точки опровергает следующее измерение, система не подгоняет кривую, чтобы скрыть ошибку. Ошибка доказывает, что подземная среда этого участка ещё не понята, и требования к MCA ужесточаются. Вторая: избыток данных увеличивает сомнение, это пропорциональный эффект в геостатистике Журнеля (Journel): десятки новых скважин выявляют трещины, перемешанные слои и скрытые пути, и старая концептуальная модель перестаёт действовать.
Ответ даёт теория ценности информации (Райффа и Шлейфер; Фриз и соавторы, 1990): сомнение преодолевается только покупкой новой информации в нужном месте. Там, где два сценария на панели «Сравнение сценариев» расходятся в направлении потока, ставится датчик уровня и давления. Там, где есть сомнения насчёт газов в зоне с работниками (0Z), ставится датчик непрерывного контроля паров. Там, где химия быстро меняется, ставятся зонды pH, электропроводности и кислорода. В «Центре сенсоров» каждое показание поступает со временем и источником и становится датированным наблюдением, а модель пересчитывается. Владелец модели, технический ответственный и аудитор видят в Печати ECBYTS, кто подтвердил каждый этап.
На практике
Вымышленный пример на вымышленных данных. На участке 8 скважин, пробы из которых отбирают раз в полгода. Моделировщик прогнозирует 40 µg/L бензола в скважине PM-05 для следующей кампании. Кампания измеряет 160 µg/L.
В «Центре неопределённости» диапазон от P10 до P90 для PM-05 меняется: было от 30 до 50 µg/L, стало от 20 до 200 µg/L, а вероятность превышения растёт с 5 % до 40 %. Панель «Сравнение сценариев» показывает два сценария потока, которые расходятся именно в этой точке. Команда устанавливает в PM-05 датчик уровня и давления с ежечасным показанием: за 30 дней модель получает 720 датированных наблюдений вместо 1.
MCA возвращается к оценке C, пока не будет объяснено происхождение пика, и в этот период ни одно решение о закрытии не продвигается.
Чем эта функция не является
- Не заменяет полевой отбор проб и лабораторное заключение.
- Не принимает решения за технического ответственного или природоохранный орган: оценка MCA и классификация участка остаются за людьми.
- Не прогнозирует химическое поведение шлейфа в трёх измерениях; она даёт диапазон и вероятность для того, что было измерено.
- Не является бухгалтерским резервом и не гарантирует результат ремедиации.
- Числа в примере и в туре вымышлены.
Как практиковаться
Тур по «Центру неопределённости» занимает около 3 минут и показывает формальное распространение неопределённости и вкладку «Bayes». Тур по цифровому двойнику с датчиками занимает около 4 минут и показывает «Центр сенсоров», показание в реальном времени со временем и источником, автообновление и переход от показания к датированному наблюдению. Оба тура работают на демонстрационных моделях с вымышленными данными.