Een onderzoeker van de Oregon State University leidt de leiding over crowdsourced-oplossingen voor complexe waterbeheerproblemen.

"Voorbij zijn de dagen dat een centrale overheidsinstantie de oplosser was van elk waterprobleem, beslissen hoe water wordt opgeslagen, behandeld, en verdeeld, "Zei Meghna Babbar-Sebens van het OSU College of Engineering. "Waterproblemen raken iedereen. We maken allemaal deel uit van deze planeet die snel groeit en snel verandert. Overstromingen, droogte, verontreinigende stoffen in onze rivieren en drinkwater - dat zijn problemen die het leven van elke persoon beïnvloeden."

Babbar-Sebens, universitair hoofddocent civiele techniek en bouwtechniek, werkt aan kunstmatige-intelligentietechnologieën die het waterbeheer 'democratiseren' en tegelijkertijd de gecombineerde kracht van mens en computer gebruiken om oplossingen te vinden - vaak gebaseerd op natuurlijke processen, zoals groene infrastructuur en instandhoudingspraktijken.

"We moeten ons realiseren dat onze waterinfrastructuur veroudert, en we hebben niet de capaciteit om alleen maar nieuwe zuiveringsinstallaties en dijken en reservoirs te bouwen, " zei ze. "De toekomst van waterinfrastructuur moet oplossingen bevatten die flexibel en veerkrachtig zijn voor de veranderende omgeving. Gelukkig, terwijl we ons de volgende stappen voor onze infrastructuur voorstellen, we hebben de mogelijkheid om veel van de natuur te leren en die processen na te bootsen."

Stroomgebiedlandschappen omvatten vroeger natuurlijk bestaande kenmerken en ecosystemen, zoals wetlands en oeverbuffers, maar veel daarvan zijn verwijderd om ruimte te maken voor menselijke activiteit.

"We hebben nuttige diensten verloren die door stroomgebieden worden geleverd en hebben meerdere problemen verergerd, inclusief overstromingen en chemische afvoer van landschappen naar onze watervoorraden, "Zei ze. "Herintroductie van deze ecosystemen kan de hydrologische cyclus renaturaliseren, het oplossen van zowel waterkwantiteits- als waterkwaliteitsproblemen in stroomgebieden met gemengd landgebruik."

Dat wil niet zeggen dat het gemakkelijk zal zijn, merkt ze op. Het is een complex proces waarbij meerdere belanghebbenden en beperkingen betrokken zijn. Maar het opnemen van menselijke imperatieven en voorkeuren in het ontwerpproces resulteert in oplossingen die waarschijnlijker acceptabel zijn voor alle betrokkenen.

Daartoe, Babbar-Sebens en medewerkers van OSU en Indiana University-Purdue University, Indianapolis, hebben een webgebaseerd, participatieve planningstool genaamd WRESTORE, wat staat voor Watershed Restoration met behulp van Spatio-Temporal Optimization of Resources.

WRESTORE maakt gebruik van geavanceerde, human-in-the-loop optimalisatiemethoden die bekend staan ​​als IGA's - Interactive Genetic Algorithms - die menselijke feedback ontvangen. De feedback is gebaseerd op de kennis van mensen en op hun subjectieve en niet-gekwantificeerde voorkeuren tijdens het zoekproces van het algoritme, en de IGA gebruikt menselijke feedback om strategische typen en locaties van op de natuur gebaseerde beheeroplossingen te identificeren.

Bijvoorbeeld, een boer die zich zorgen maakt over erosie op zijn of haar land, kan kijken naar meerdere beheerpraktijken en locaties waar de praktijken kunnen worden gebruikt. Voor agrarische stroomgebieden, WRESTORE kan zeven verschillende natuurbeschermingspraktijken modelleren:wetlands, filterstroken, met gras begroeide waterwegen, strip bijsnijden, bodembedekkers, vruchtwisseling, en geen grondbewerking.

"Dezelfde benadering kan worden uitgebreid naar stedelijke omgevingen waar natuurlijke kenmerken zoals regentuinen, biowaden, groene daken, enz. vergelijkbare voordelen bieden wanneer geïntegreerd in onze gebouwde omgeving, "Babbar-Sebens zei. "Omdat veel van deze functies zouden moeten worden geïmplementeerd op privé-eigendommen, burgers moeten betrokken worden bij het vinden van oplossingen en samenwerken met stadsambtenaren en ingenieurs.

"Informatietechnologie en kunstmatige intelligentie hebben deze echt mooie kans om binnen te komen en te helpen vinden hoe mensen het beste kunnen worden gebruikt om unieke oplossingen te vinden om zeer gecompliceerde waterbeheerproblemen op te lossen, " voegde ze eraan toe. "Machines leren van mensen, mensen leren van machines, en we kunnen samen problemen oplossen."