اولین نقشه گرمایی آب باران آلاینده ها را در ایالت واشنگتن روشن می کند

همه گیری COVID-19 ما را با ایده یک تهدید مرگبار آشنا کرد که به طور نامرئی در حال گسترش است. آب باران آلوده نیز عملکرد مشابهی دارد.

بارندگی مواد شیمیایی سمی را از جاده ها، پشت بام ها و پارکینگ ها دور می کند و مخلوط کثیف موجود در نهرها، دریاچه ها و آب دریا را از بین می برد. اغلب ما آلودگی را نمی بینیم، به جز شاید گاهی اوقات درخشش روغن با رنگ رنگین کمان. اما مانند ویروس، آب باران آلوده می تواند کشنده باشد و ماهی های حساس و دیگر حیات وحش را بکشد. این امر خوردن صدف ها را خطرناک می کند و راه های آبی را برای شنا و تفریح ​​می بندد.

اکنون، اولین نقشه گرمایی در نوع خود، آلودگی آب باران را از طریق یک حوضه آبریز 16700 مایل مربعی نشان می دهد که به تنگه پوگت سیاتل می ریزد.

Conservation Service تلاش شش ساله ای را برای ایجاد نقشه گرمای آب باران تعاملی رایگان، که در ماه مارس به طور عمومی منتشر شد، رهبری می کند.

امید است که این ابزار به هدایت تلاش‌ها برای جلوگیری و پاکسازی آب بارانی که ماهی آزاد و نهنگ‌های قاتل در خطر انقراض را تهدید می‌کند، کمک کند. این کار اولویت بندی پروژه هایی را که بیشترین مزایای زیست محیطی را وعده می دهند آسان تر می کند.

امیلی هاو، دانشمند ارشد پروژه حفاظت، گفت: قبل از این تلاش، ما «حتی نمی‌دانستیم بدترین مکان‌ها در این چشم‌انداز کجا هستند یا آلودگی در کجا تولید می‌شود».

آب باران منبع شماره یک آلودگی است که به صدای بودجه آسیب می رساند. آلاینده ها از اگزوز خودرو، نشت روغن، لنت ترمز و لاستیک، آفت کش ها و کودها ناشی می شوند. تمام سطوح سخت در مناظر شهری، همانطور که طبیعی است، مانع از خیساندن آب به داخل زمین می‌شوند و در عوض آن را مستقیماً به آبراه‌ها می‌فرستند.

چیزی که نقشه را به ویژه قدرتمند می کند، توانایی نگاه کردن به کل حوضه آبخیز برای یافتن نقاط داغ منطقه ای آلودگی است، در حالی که می توانید برای کمک به تلاش های محله برای ساخت باغ های بارانی و دیگر راه حل های آب باران، روی مناظر سطح خیابان بزرگنمایی کنید.

کریستین نیلسن، مهندس مشاور Geosyntec که توسعه فنی این ابزار را رهبری می‌کند، می‌گوید: «نقشه گرمای آب طوفان زمین بازی را یکنواخت می‌کند و به همه در Puget Sound داده‌های واقعاً با کیفیت و علم با کیفیت بالا در مورد مکان ساخت پروژه‌ها ارائه می‌دهد.

وی افزود: با این نقشه تلاش بیشتری برای حل مشکل انجام می شود تا جمع آوری داده ها و برنامه ریزی و یافتن مشکل کجاست.

برخی از جزئیات در مورد نقشه گرمایی آب باران:

• این نقشه شامل 29 منبع داده با استفاده از مجموعه ابزارهای گوگل، از جمله BigQuery، Google Earth Engine و Google Cloud Information Management است.
• نقشه سه دسته اصلی از لایه ها را ارائه می دهد: پوشش زمین (جاده ها، جنگل ها و غیره). هیدرولوژی، مانند بارش؛ و آلاینده هایی مانند فلزات، نیتروژن و فسفر.
• توسعه دهندگان از یادگیری ماشینی و تصاویر مخصوص شمال غربی اقیانوس آرام برای آموزش الگوریتمی برای شناسایی دقیق انواع مختلف پوشش زمین استفاده کردند.
• هاو گفت که ترافیک ارتباط نزدیکی با سطوح آلودگی و داده های اولیه روی نقشه آنها دارد، اما همه اطلاعات “داده های اختصاصی کاملاً محافظت شده” هستند. این تنها مجموعه داده ای بود که آنها باید برای آن هزینه می پرداختند.
• این ابزار شامل داده‌های دقیق تاریخی، فعلی و آینده در مورد بارش متاثر از اقلیم است که توسط یک مدل هیدرولوژیکی انجام می‌شود و 30 میلیارد ردیف داده تولید می‌کند.
• داده های پوشش زمین وضوح را به 1 متر مربع کاهش می دهد.

آژانس حفاظت از منابع مالی این تلاش را با تکیه بر کمک های مالی بوئینگ و بنیاد پل جی آلن تامین می کند. هزینه این طرح تقریباً 300000 دلار است، بدون احتساب زمان کارکنان غیرانتفاعی خود سازمان.

شرکت کنندگان پروژه عبارتند از Geosyntec، دپارتمان ماهی و حیات وحش در واشنگتن، DC، اداره ملی اقیانوسی و جوی (NOAA)، آزمایشگاه طراحی Aardvark و Cheva Consulting.

سازندگان این ابزار کاربران مختلفی از جمله مقامات محلی مسئول نظارت و تمیز کردن آب باران را تصور می کنند. گروه‌های حفاظتی در حال برنامه‌ریزی بازسازی هستند و قبایل هندی برای بازسازی ماهی قزل آلا تلاش می‌کنند.

مقامات شهرستان کینگ قبلاً از مجموعه داده های هیدرولوژیکی برای شناسایی سریع جریان های مسدود شده ماهی قزل آلا استفاده کرده اند و در زمان و هزینه صرفه جویی می کنند که در غیر این صورت صرف مدل سازی و تجزیه و تحلیل می شد.

هاو گفت که تیم پشت نقشه گرمایی Stormwater فرآیند توسعه را شفاف و منبع باز کرده است. آنها قصد دارند روش شناسی خود را در یک مجله معتبر منتشر کنند.

این پروژه مورد توجه بریتیش کلمبیا، کالیفرنیا، ساحل شرقی و حتی استرالیا قرار گرفته است. اگرچه هر منطقه به عنوان منابع داده و چالش های خاص خود، تلاش ها را می توان تکرار کرد.

نیلسن گفت: «قطعاً این روش را می توان در هر جایی اعمال کرد.