Intégrer savoir local et senseurs intelligents à travers l’apprentissage machine pour évaluer et prédire la vulnérabilité des eaux de source et récréatives aux contaminants microbiens

1. RÉSUMÉ DU PROJET

Les eaux de surface constituent des sources cruciales d’eau potable pour une grande partie de la population mondiale tout en offrant également d’importantes zones de loisirs, mais les changements globaux exacerbent les menaces à leur intégrité et à leur santé dans le monde entier. Les gestionnaires des ressources en eau doivent de toute urgence protéger et augmenter la résilience des masses d’eau de surface grâce à une prise de décision éclairée et des investissements dans des infrastructures (vertes). L’objectif global du présent projet est d’intégrer de nouveaux ensembles de données et des sources de connaissances inexploitées pour développer des modèles prédictifs intégrés de la vulnérabilité des ressources en eau aux contaminants microbiologiques à l’aide d’approches d’apprentissage automatique. Il vise en outre à évaluer la contribution relative des connaissances locales et de multiples mesures à long terme de la qualité de l’eau microbiologiques (en laboratoire et in situ à diverses échelles spatio-temporelles) à la performance des modèles d’apprentissage automatique afin de valoriser au mieux ces connaissances complémentaires et permettre des décisions les plus éclairées possibles. L’approche intégrée et participative proposée pour évaluer et prédire la vulnérabilité des sources d’eau potable et récréatives à la pollution microbienne devrait révolutionner la façon dont l’évaluation et la prévision de la qualité de l’eau sont effectuées en passant d’approches purement basées sur les données à des approches plus holistiques et participatives. Les résultats de ces modèles aideront les parties prenantes à atténuer/éliminer les sources de pollution et à accroître la résilience des approvisionnements en eau potable et des zones de loisirs face aux menaces des changements globaux. Ce projet mettra en lumière la valeur unique des connaissances locales dans l’évaluation scientifique de la santé de l’environnement et fournira des outils précieux pour les intégrer pleinement dans ce processus.

Appel à proposition