Forecasting Analysis of Heavy Metal Concentrations in the Ciliwung River Using Random Forest and Xgboost Methods

Flüsse sind die Arterien einer Stadt; sie transportieren Leben, Abfall und die unsichtbaren Spuren menschlicher Industrie. Im geschäftigen Herzen von Jakarta fließt der Ciliwung-Fluss aus den Hochlagen durch dichte Wohngebiete und Industriezonen, bevor er das Meer erreicht. Seit Jahrzehnten wissen Wissenschaftler, dass dieses Gewässer Schwermetalle führt – giftige Elemente wie Blei, Cadmium und Quecksilber, die sich nicht zersetzen und sich in der Nahrungskette anreichern können. Diese Schadstoffe stammen aus Fabriken, Fahrzeugemissionen und Haushaltsabfällen und stellen eine stille Bedrohung für das Ökosystem und die Menschen dar, die auf den Fluss angewiesen sind. Traditionell war die Überprüfung dieser Gifte ein langsamer, teurer Prozess, der es Wissenschaftlern erforderte, Wasserproben zu entnehmen und sie zur chemischen Analyse in ein Labor zu schicken. Diese Methode war zwar genau, aber sie war reaktiv; sie sagt uns, was gestern passiert ist, nicht, was morgen passieren könnte. Da Städte wachsen und sich Klimamuster verschieben, besteht ein dringender Bedarf zu verstehen, wohin diese Schadstoffe steuern, damit Verwalter handeln können, bevor die Wasserqualität gefährlich wird.

Ein Team von Forschern aus Universitäten in Indonesien, dem Vereinigten Königreich und Malaysia hat einen neuen Ansatz für diese Herausforderung gewählt. Anstatt auf Laborergebnisse zu warten, nutzten sie Computerprogramme, die darauf ausgelegt sind, aus vergangenen Daten zu lernen, um den zukünftigen Zustand des Ciliwung-Flusses vorherzusagen. Sie konzentrierten sich auf drei spezifische Schwermetalle: Blei, Cadmium und Quecksilber. Zu diesem Zweck sammelten sie historische Aufzeichnungen der Wasserqualität von 2015 bis 2023 und untersuchten Faktoren, die die Verschmutzung beeinflussen, wie etwa den Säuregehalt des Wassers sowie die Menge an organischen Abfällen und Schwebstoffen. Diese Informationen speisten sie dann in zwei leistungsstarke Arten von Lernsystemen für Computer ein. Ein System, bekannt als Random Forest, arbeitet, indem es viele einfache Entscheidungsbäume aufbaut und deren Antworten mittelt. Das andere, genannt XGBoost, ist eine fortschrittlichere Methode, die Bäume nacheinander aufbaut, wobei jeder neue Baum aus den Fehlern des vorherigen lernt, um die Vorhersage zu verfeinern. Das Ziel war es zu sehen, welches System die Konzentration der toxischen Metalle im Fluss von 2024 bis 2030 besser prognostizieren konnte.

Die Ergebnisse zeigten, dass das fortschrittlichere System, XGBoost, der überlegene Prädiktor war. Es lieferte konsistent kleinere Fehler und erfasste die komplexen Muster der Verschmutzung besser als sein Gegenstück. Mit diesem leistungsstärkeren Modell projizierten die Forscher die Konzentration der Schwermetalle für die nächsten Jahre. Sie schätzten, dass die Bleikonzentration zwischen 14,285 und 19,483 Mikrogramm pro Liter liegen würde, Cadmium zwischen 7,413 und 9,998 Mikrogramm pro Liter und Quecksilber zwischen 0,227 und 0,457 Mikrogramm pro Liter. Als diese Zahlen mit den von der indonesischen Regierung festgelegten Grenzwerten für Wasser zur Erholung und Fischzucht verglichen wurden, boten die Projektionen ein vorsichtiges Gefühl der Erleichterung. Alle vorhergesagten Werte blieben unter den gesetzlichen Schwellenwerten. Die Studie enthüllte jedoch auch eine besorgniserregende Nuance. Obwohl die Werte sicher waren, wurde vorhergesagt, dass die Menge an Cadmium sehr nah am maximal zulässigen Grenzwert schwanken würde, was darauf hindeutet, dass der Fluss mit einer sehr geringen Sicherheitsmarge operiert.

Die Forscher erklärten sorgfältig, dass diese Zahlen keine Garantien für zukünftige Sicherheit sind, sondern vielmehr fundierte Schätzungen basierend auf aktuellen Trends. Das Modell berücksichtigte keine plötzlichen Veränderungen, wie etwa eine massive neue industrielle Einleitung oder ein ungewöhnliches Wetterereignis, das mehr Schadstoffe in den Fluss spülen könnte. Das Computerprogramm lernte aus der Vergangenheit; wenn die Zukunft der Vergangenheit gleicht, hält die Vorhersage; wenn sich die Zukunft drastisch ändert, erkennt das Modell dies möglicherweise nicht. Aus diesem Grund betonen die Autoren, dass ihre Arbeit die traditionelle Labortests nicht ersetzen sollte. Stattdessen dient sie als Frühwarnsystem. Sie ermöglicht es Beamten, potenzielle Risiken zu erkennen, bevor sie zu Notfällen werden, und hilft ihnen zu entscheiden, wo sie ihre Überwachungsbemühungen bündeln und wann sie die Regulierungen verschärfen sollten.

Die Studie verdeutlicht einen Wandel in der Art und Weise, wie wir unsere Umwelt verwalten. Jahrelang war das Flussmanagement ein Spiel der Reaktion – man reinigte die Verschmutzung erst, nachdem sie bereits Schaden angerichtet hatte. Dieser neue Ansatz deutet auf eine Zukunft hin, in der wir Probleme antizipieren können. Durch die Nutzung von Daten zur Prognose von Trends können Stadtplaner und Umweltbehörden von einer bloßen Reaktion auf Krisen zur Prävention übergehen. Die Forschung bestätigt, dass der Ciliwung-Fluss derzeit zwar die Sicherheitsstandards erfüllt, der Druck durch das städtische Leben jedoch konstant bleibt. Die Blei- und Cadmiumwerte entwickeln sich in einer Weise, die Wachsamkeit erfordert. Wenn die Quellen der Verschmutzung nicht kontrolliert werden, könnte der Fluss schnell die Grenze von sicher zu gefährlich überschreiten. Die Arbeit dient als Erinnerung daran, dass die Reinigung eines Flusses nicht nur daraus besteht, das zu reinigen, was bereits vorhanden ist, sondern auch darum, die unsichtbaren Kräfte zu verstehen, die Schadstoffe in das Wasser drücken, und jedes verfügbare Werkzeug, von der Chemie bis zur Informatik, zu nutzen, um die Gesundheit der Stadt und ihrer Menschen zu schützen.