理大用AI管理污水 緊急溢流減75%

香港文匯報訊（記者 楊梓穎）近年氣候變化加劇，極端天氣日益頻繁，令城市污水系統等基建承受沉重壓力。因應污水系統與管道檢查挑戰，香港理工大學團隊開發出一套結合人工智能（AI）與物聯網的多層級模型，以建構更具成本效益的智能污水管理系統，不但能預測污水洩漏嚴重程度、識別高風險滲漏區域，亦可監測及預測高風險地區的溢流情況，令緊急溢流事件成功減少70%至75%。

緊急維修工作降四成

當污水洩漏，當中的病原體和有毒化合物等會污染土壤或地下水，危害公眾健康及生態系統。理大建築及房地產學系教授Tarek Zayed帶領團隊開發智能管理模型，開創性設計的「洩漏嚴重程度指數（ESI）」，可用以量化及模擬個別管道層級的洩漏嚴重程度，讓管理人員及早識別較易洩漏的管段，從而為不同區域的閉路電視檢查訂定優先次序。

該AI模型綜合考慮管道特性、氣候條件及環境影響等多項因素，從而預測洩漏發生的可能性及嚴重程度，評估準確率達85%，能顯著降低地下水污染風險。同時，透過優化保養日程，模型並可將營運效率提升50%至60%，及減少30%至40%的緊急維修工作。Zayed解釋，除極端天氣外，人口增長及結構老化同樣對城市排水系統構成壓力，團隊又採用以風險為本的檢查與保養策略，透過AI模型更精準部署閉路電視監測，減少不必要的現場巡查，預計可將整體渠道檢查及保養時間縮減約25%至30%。

除洩漏外，Zayed及團隊亦進一步應用物聯網技術，模擬水管網絡在不同程度堵塞下的運作及溢流情況，協助排解管道堵塞問題。團隊與特區政府渠務署合作，在九龍區的排水網絡安裝水位感測器，利用不同數據探勘技術收集真實數據，作模擬案例研究、模型校準及驗證之用，透過此監測系統，重點清理曾出現堵塞問題的管段，讓整體效能提升了85%。