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

I fiumi sono le arterie di una città, portatori di vita, scarti e delle tracce invisibili dell'industria umana. Nel cuore pulsante di Jakarta, il fiume Ciliwung scorre dagli altopiani attraverso quartieri densamente popolati e zone industriali prima di raggiungere il mare. Per decenni, gli scienziati hanno saputo che questo corso d'acqua trasporta metalli pesanti — elementi tossici come piombo, cadmio e mercurio che non si degradano e possono accumularsi nella catena alimentare. Questi contaminanti provengono da fabbriche, emissioni di veicoli e rifiuti domestici, ponendo una minaccia silenziosa sia all'ecosistema che alle persone che si affidano al fiume. Tradizionalmente, controllare questi veleni è stato un processo lento e costoso che richiedeva agli scienziati di raccogliere campioni d'acqua e inviarli in un laboratorio per l'analisi chimica. Sebbene accurato, questo metodo è reattivo; ci dice cosa è successo ieri, non cosa potrebbe accadere domani. Mentre le città crescono e i modelli climatici cambiano, c'è un urgente bisogno di capire dove si stiano dirigendo questi inquinanti, permettendo ai gestori di agire prima che la qualità dell'acqua diventi pericolosa.

Un team di ricercatori provenienti da università dell'Indonesia, del Regno Unito e della Malesia ha adottato un nuovo approccio a questa sfida. Invece di aspettare i risultati di laboratorio, hanno utilizzato programmi informatici progettati per imparare dai dati passati per prevedere lo stato futuro del fiume Ciliwung. Si sono concentrati su tre metalli pesanti specifici: piombo, cadmio e mercurio. Per farlo, hanno raccolto i record storici della qualità dell'acqua dal 2015 al 2023, esaminando i fattori che influenzano l'inquinamento, come l'acidità dell'acqua e la quantità di rifiuti organici e particelle sospese. Hanno poi inserito queste informazioni in due potenti tipi di sistemi di apprendimento informatico. Un sistema, noto come Random Forest, funziona costruendo molti semplici alberi decisionali e facendo la media delle loro risposte. L'altro, chiamato XGBoost, è un metodo più avanzato che costruisce alberi uno dopo l'altro, con ogni nuovo albero che impara dagli errori dei precedenti per perfezionare la previsione. L'obiettivo era vedere quale sistema potesse prevedere meglio i livelli di metalli tossici nel fiume dal 2024 al 2030.

I risultati hanno mostrato che il sistema più avanzato, XGBoost, era il predittore superiore. È stato costantemente capace di commettere errori minori e di catturare meglio i complessi pattern dell'inquinamento rispetto alla sua controparte. Utilizzando questo modello con le migliori prestazioni, i ricercatori hanno proiettato la concentrazione di metalli pesanti per i prossimi anni. Hanno stimato che i livelli di piombo sarebbero variati tra 14,285 e 19,483 microgrammi per litro, il cadmio tra 7,413 e 9,998 microgrammi per litro e il mercurio tra 0,227 e 0,457 microgrammi per litro. Quando questi numeri sono stati confrontati con i limiti di sicurezza stabiliti dal governo indonesiano per l'acqua utilizzata per la ricreazione e l'acquacoltura, le proiezioni hanno offerto un senso di sollievo cauto. Tutti i valori previsti rimanevano al di sotto delle soglie legali. Tuttavia, lo studio ha rivelato anche una sfumatura preoccupante. Sebbene i livelli fossero sicuri, la quantità di cadmio era prevista essere molto vicina al limite massimo consentito, suggerendo che il fiume stia operando con un margine di sicurezza molto stretto.

I ricercatori sono stati attenti a spiegare che questi numeri non sono garanzie di sicurezza futura, ma piuttosto stime istruite basate sulle tendenze attuali. Il modello non teneva conto di cambiamenti improvvisi, come un massiccio nuovo scarico industriale o un evento meteorologico insolito che potrebbe trasportare più inquinanti nel fiume. Il programma informatico ha imparato dal passato, quindi se il futuro somiglia al passato, la previsione regge; se il futuro cambia drasticamente, il modello potrebbe non accorgersene. È per questo che gli autori sottolineano che il loro lavoro non dovrebbe sostituire i test di laboratorio tradizionali. Al contrario, esso serve come un sistema di allerta precoce. Permette ai funzionari di vedere i potenziali rischi prima che diventino emergenze, aiutandoli a decidere dove concentrare gli sforzi di monitoraggio e quando inasprire le regolamentazioni.

Lo studio evidenzia un cambiamento nel modo in cui gestiamo il nostro ambiente. Per anni, la gestione dei fiumi è stata un gioco di reazione, pulendo l'inquinamento dopo che ha già causato danni. Questo nuovo approccio suggerisce un futuro in cui possiamo anticipare i problemi. Usando i dati per prevedere le tendenze, i pianificatori urbani e le agenzie ambientali possono passare dal reagire semplicemente alle crisi al prevenirle. La ricerca conferma che, sebbene il fiume Ciliwung attualmente rispetti gli standard di sicurezza, la pressione della vita urbana è costante. I livelli di piombo e cadmio stanno seguendo una tendenza che richiede vigilanza. Se le fonti di inquinamento non vengono controllate, il fiume potrebbe rapidamente passare da sicuro a pericoloso. Il lavoro serve da promemoria che mantenere un fiume pulito non riguarda solo la pulizia di ciò che è già presente, ma anche la comprensione delle forze invisibili che spingono gli inquinanti nell'acqua, e l'uso di ogni strumento disponibile, dalla chimica all'informatica, per proteggere la salute della città e della sua gente.