2017年2月1日

数据科学家查明铅污染来源，解决弗林特水危机

贡献:Rob古蒂

瑞士机械工程师爱德华·鲁宾中尉发明了copper-jacketed步枪子弹1882年，也就是铅管受到严格审查的时候饮用水中毒在美国。自从那次突破之后，黄铜，一种铜和锌的合金，就成为了世界上最重要的金属小型武器枪弹的首选材料。黄铜可以在燃烧室的基础上变硬以获得高的抗拉强度，在其口部变软以在压力下膨胀和密封燃烧室的墙壁。然后弹壳迅速回到形状后，立即开火，便于放电。

据报道是美国制造的470亿发据Levin Campbell，JR.的账户，根据一名账户，凭借，JR.凭借该国，占据铜短缺。1943年，三个美国薄荷暂时停产了铜便士，而不是用钢铸成的硬币今年的。战争结束时，美国的建筑热潮超过了该国的铜产量。据《经济参考报》的一份报告显示，1946年美国工业吞吞了120万吨铜，是该国铜产量的两倍多，引发的担忧与日俱增CQ研究员的档案。

这些事件——黄铜子弹的发明、两次世界大战期间数十亿美元的制造、战后的建筑热潮以及由此导致的铜短缺，可能与今天弗林特市的铅中毒有关。弗林特的建筑物通常都连接着铜供水管道，即使在铜短缺的时候也是如此。但铜并不是唯一使用的材料，在铜短缺期间铺设的铅线数量激增。

发现尖峰需要一个大数据分析的技巧。密歇根大学的数据科学家团队将机器学习算法应用于城市的基础设施数据的阵容，居民收集，调查和其他信息的水样。当建筑物更有可能连接到引线管道时，他们发现了历史的段期。他们大致对应于20世纪20年代在第二次世界大战和20世纪40年代和第二次世界大战期间和之后的铜短缺，但巧合是后期后解释。实际启示是计算机化数据分析的产品，有时可以提供不立即直观的结果。该分析揭示了燧石水危机的更多线索，这表明铅服务管道不是饮用水中唯一的铅来源。

弗林特水危机的起源

弗林特水危机始于2004年，当时该市不再从休伦湖取水，而是从附近的弗林特河取水。这一决定是一项节约成本的措施，但最终使城市的供水基础设施陷入了困境。河水具有腐蚀性，旧管道中的铅直接流入自来水。弗林特是一个拥有近10万人口的小城市。中等收入略高于24000美元，是密歇根州其他州的一半。

弗林特大约有8000条服务线路是引线，需要更换。密歇根州州长里克·斯奈德(Rick Snyder) 2016年表示，这项工作可能耗资约5500万美元。然而，这8000条线路还不到该市服务线路的10%。找到它们很困难。这座城市的基础设施记录参差不齐，都是印在纸上的手写笔记，而且很多都不完整。

“更换服务线路是该市正在进行的一项努力。不幸的是,这个城市不能依靠城市只记录,所以需要建立一个预测模型来帮助城市官员识别引导服务线在哪里,”Farahi,博士生在密歇根大学的物理学和天文学,和密歇根州数据科学团队的一员。

不完整的，手写注释的纸记录

在这个过程中，一个早期的杂务是让城市的数据有用。学生们将弗林特55,893块土地的纸质记录和市政地图数字化。他们还输入了45000张3″x5″几十年前的房产数据索引卡。该小组根据15400名居民自愿接受的水测试结果汇编了这些信息。该小组还检查了该市的消防栓，怀疑如果它们与水管相连的时间同时安装，那么消防栓的制作和模型可能是地下管道组成的线索。

一旦数据被处理，研究小组就可以用它来训练他们的预测模型。他们有居民从近8000个包裹中收集的水样。美国环境保护局(Environmental Protection Agency)认为，当铅的浓度达到或超过十亿分之十五时，就会对健康造成危害。以15ppb为阈值，建立了预测模型来估计哪些特性最可能被污染。居民收集的水样显示了这8000个包裹中哪些应该在电脑模型中做标记。以这些为指导，数据科学团队改进了他们的模型，使之更贴近现实。然后他们制作了另外40000个包裹的模型。

法拉希先生说:“预测模型使我们能够更多地关注那些更有可能遭受高铅污染的房屋。”

铅管:不是铅污染的最大因素?

这些模型揭示了一些令人惊讶的事实。一个是铅服务线路可能不是唯一的问题。

法拉希先生说:“我们发现，服务管线材料并不是铅污染的最佳预测器。”服务线的材料是由闸板制成的，这是预测铅污染位置的十大因素中的第三个。前两个是地理上的。第一个是包裹的经度，第二个是包裹的识别号，它是基于邮政编码并与其位置相关的。

数据科学家们非常谨慎，没有对这一发现的原因做出假设，但他们做出了一些猜测，包括该国历史上铜短缺的巧合。关于地理因素在预测铅污染方面的重要性，他们做出的一种猜测是，可能存在一些热点地区，那里的管道比其他地方浸出更多的铅，或者一些房屋正在污染他们的邻居。由于地理位置在预测中的重要性，数据科学团队可以识别出整个受污染风险较高的社区。

用手机应用程序解决弗林特水危机

在google.org的支持下，该团队为弗林特的居民开发了一个移动和桌面应用程序。的MyWater-Flint应用程序显示铅污染最有可能的地方使用彩色编码地图。与此同时，该团队正在向该市提供数据，以加快他们寻找主要服务线路的速度。

“我们有一个庞大的学生团队，他们可以做数据分析，我们已经为他们提供了他们接下来可以做什么的电子表格。我们为他们提供了统计和数据方面的建议，”密歇根大学(University of Michigan)电子工程和计算机科学助理教授雅各布·阿伯内西(Jacob Abernethy)说。他专门研究机器学习。“希望我们正在做的工作可以为其他城市树立一个榜样。”

替换弗林特管道的工作正在进行中，但没有迅速的解决方案。但密歇根大学的研究小组可能加快了这一进程。

该团队在Boomberg Data for Good Exchange网站上发表了他们的研究方法和发现:弗林特水危机:通过住宅水测试数据驱动的风险评估。

标签:细菌水污染,清洁的饮用水,机器学习