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

Les rivières sont les artères d'une ville, transportant la vie, les déchets et les traces invisibles de l'industrie humaine. Au cœur de la métropole bouillonnante de Jakarta, la rivière Ciliwung s'écoule des hauts plateaux à travers des quartiers denses et des zones industrielles avant de rejoindre la mer. Depuis des décennies, les scientifiques savent que cette voie navigable transporte des métaux lourds — des éléments toxiques comme le plomb, le cadmium et le mercure qui ne se décomposent pas et peuvent s'accumuler dans la chaîne alimentaire. Ces contaminants proviennent des usines, des émissions de véhicules et des déchets ménagers, posant une menace silencieuse tant pour l'écosystème que pour les populations qui dépendent de la rivière. Traditionnellement, le contrôle de ces poisons a été un processus lent et coûteux, nécessitant que les scientifiques collectent des échantillons d'eau pour les envoyer en laboratoire pour analyse chimique. Bien qu'exacte, cette méthode est réactive ; elle nous dit ce qui s'est passé hier, et non ce qui pourrait arriver demain. À mesure que les villes s'étendent et que les modèles climatiques changent, il est urgent de comprendre vers où ces polluants se dirigent, afin de permettre aux gestionnaires d'agir avant que la qualité de l'eau ne devienne dangereuse.

Une équipe de chercheurs issus d'universités indonésiennes, britanniques et malaisiennes a adopté une nouvelle approche face à ce défi. Au lieu d'attendre les résultats de laboratoire, ils ont utilisé des programmes informatiques conçus pour apprendre des données passées afin de prédire l'état futur de la Ciliwung. Ils se sont concentrés sur trois métaux lourds spécifiques : le plomb, le cadmium et le mercure. Pour ce faire, ils ont rassemblé des registres historiques de la qualité de l'eau de 2015 à 2023, en examinant les facteurs qui influencent la pollution, tels que l'acidité de l'eau et la quantité de déchets organiques et de particules en suspension. Ils ont ensuite injecté ces informations dans deux types puissants de systèmes d'apprentissage informatique. L'un, connu sous le nom de Random Forest (Forêt aléatoire), fonctionne en construisant de nombreux arbres de décision simples et en faisant la moyenne de leurs réponses. L'autre, appelé XGBoost, est une méthode plus avancée qui construit des arbres les uns après les autres, chaque nouvel arbre apprenant des erreurs du précédent pour affiner la prédiction. L'objectif était de voir quel système pouvait mieux prévoir les niveaux de métaux toxiques dans la rivière de 2024 à 2030.

Les résultats ont montré que le système le plus avancé, XGBoost, était le prédicteur supérieur. Il a systématiquement produit des erreurs plus faibles et a mieux capturé les schémas complexes de la pollution que son homologue. En utilisant ce modèle le plus performant, les chercheurs ont projeté la concentration de métaux lourds pour les années à venir. Ils ont estimé que les niveaux de plomb oscilleraient entre 14,285 et 19,483 microgrammes par litre, le cadmium entre 7,413 et 9,998 microgrammes par litre, et le mercure entre 0,227 et 0,457 microgrammes par litre. Lorsque ces chiffres ont été comparés aux limites de sécurité fixées par le gouvernement indonésien pour l'eau utilisée pour la récréation et l'aquaculture, les projections ont offert un sentiment de soulagement prudent. Toutes les valeurs prédites restaient en dessous des seuils légaux. Cependant, l'étude a également révélé une nuance préoccupante. Bien que les niveaux soient sûrs, la quantité de cadmium devrait osciller très près de la limite maximale autorisée, suggérant que la rivière opère avec une marge de sécurité très étroite.

Les chercheurs ont pris soin d'expliquer que ces chiffres ne sont pas des garanties de sécurité future, mais plutôt des estimations éclairées basées sur les tendances actuelles. Le modèle ne tient pas compte des changements soudains, tels qu'un nouveau rejet industriel massif ou un événement météorologique inhabituel qui pourrait lessiver davantage de polluants dans la rivière. Le programme informatique a appris du passé ; si le futur ressemble au passé, la prédiction se maintient ; si le futur change radicalement, le modèle pourrait ne pas le détecter. C'est pourquoi les auteurs insistent sur le fait que leur travail ne doit pas remplacer les tests traditionnels en laboratoire. Au contraire, il sert de système d'alerte précoce. Il permet aux responsables de visualiser les risques potentiels avant qu'ils ne deviennent des urgences, les aidant à décider où concentrer leurs efforts de surveillance et quand durcir les réglementations.

L'étude souligne un changement dans notre manière de gérer l'environnement. Pendant des années, la gestion des rivières a été un jeu de réaction, consistant à nettoyer la pollution après qu'elle a déjà causé des dommages. Cette nouvelle approche suggère un avenir où nous pouvons anticiper les problèmes. En utilisant les données pour prévoir les tendances, les urbanistes et les agences environnementales peuvent passer de la simple réaction aux crises à la prévention de celles-ci. La recherche confirme que, bien que la Ciliwung respecte actuellement les normes de sécurité, la pression de la vie urbaine est constante. Les niveaux de plomb et de cadmium suivent une tendance qui exige de la vigilance. Si les sources de pollution ne sont pas contrôlées, la rivière pourrait rapidement franchir la limite entre la sécurité et le danger. Ce travail rappelle que garder une rivière propre ne consiste pas seulement à nettoyer ce qui s'y trouve déjà, mais à comprendre les forces invisibles qui poussent les polluants dans l'eau, et à utiliser tous les outils disponibles, de la chimie à l'informatique, pour protéger la santé de la ville et de ses habitants.