environmentПриродообустройствоPrirodoobustrojstvo1997-6011РГАУ-МСХА10.26897/1997-6011-2026-3-106-114environment-1041Research ArticleГИДРАВЛИКА И ИНЖЕНЕРНАЯ ГИДРОЛОГИЯHYDRAULICS AND ENGINEERING HYDROLOGYКраткосрочный прогноз мутности природной воды для оперативного регулирования режима ее водоочисткиShort-term forecasting of natural water turbidity for operational regulation of its water treatmenthttps://orcid.org/0000-0001-6261-6060РозентальО. М.RozentalO. M.

Олег Моисеевич Розенталь, д-р техн. наук., главный научный сотрудник

Author ID639330

г. Москва

Oleg M. Rozental, DSs (Eng), Chief Researcher

Author ID639330

Moscow

alex-sambursky@yandex.ruhttps://orcid.org/0009-0004-8051-1173СамбурскийА. Г.SamburskiiA. G.

Алексей Георгиевич Самбурский, аспирант

г. Москва

Aleksei G. Samburskii, Postgraduate student

Moscow

alex-sambursky@yandex.ruИнститут водных проблем РАНРоссияInstitute of water problems of RASRussian Federation20262108202603106114Copyright © Розенталь О.М., Самбурский А.Г., 20262026Розенталь О.М., Самбурский А.Г.Rozental O.M., Samburskii A.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://environment.timacad.ru/jour/article/view/1041

Цель исследований – разработка методики краткосрочного прогноза мутности природной воды для создания условий оперативного регулирования технологии ее коагуляционно-фильтрационной очистки. Качество природной воды отличается непостоянством, требующим оперативного регулирования режима водоочистки. Эффективным такое регулирование может быть при условии предвидения изменений гидрохимического состава сырой жидкости, требующего анализа и прогноза. Мутность воды определялась при поступлении на водоканалы городов Ангарск, Уссурийск и Хабаровск. В работе использованы автокорреляционный анализ и сезонная декомпозиция данных. Показано, что во всех исследованных случаях временные ряды характеризуются трендами, сезонностью и циклическими компонентами, следовательно, методика прогнозирования должна носить статистический характер. Установлено, что необходимым требованиям отвечает методика программного пакета Prophet, использование которого обеспечивает удовлетворительный прогноз на период, достаточный для превентивного регулирования водоочистки. Рекомендована экстраполяция методики на другие непостоянные показатели состава и свойств природной воды в целях устойчивого водоснабжения.

The aim of this study is to develop a methodology for short-term forecasting of natural water turbidity in order to enable prompt regulation of the coagulation-filtration treatment process. The quality of natural water is subject to variability that necessitates operational adjustment of the water treatment regime. Such regulation can be effective only if changes in the hydrochemical composition of the raw water are anticipated through analysis and forecasting. This problem was addressed in relation to the turbidity of water supplied to the water treatment facilities of Angarsk, Ussuriysk, and Khabarovsk. The study employed autocorrelation analysis and seasonal decomposition of the data, which revealed that in all examined cases the time series exhibited trends, seasonality, and cyclical components. Consequently, the forecasting methodology must be statistical in nature. It was established that the methodology implemented in the Prophet software package meets the necessary requirements, providing a satisfactory forecast over a time horizon sufficient for preventive regulation of the water treatment process. The extrapolation of this methodology is recommended for other variable indicators of the composition and properties of natural water to support sustainable water supply.

водоподготовкамутность водыматематическое моделированиеProphetвременные рядысезонная декомпозицияпрогноз качества природной водыwater treatmentturbidity of watermathematical modelingProphettime seriesseasonal decompositionnatural water quality forecastingReferencesISO 24510:2024. Activities relating to drinking water and wastewater services – Guidelines for the assessment and for the improvement of the service to users.ISO 24510:2024. Activities relating to drinking water and wastewater services – Guidelines for the assessment and for the improvement of the service to users.ISO 24511:2024. Activities relating to drinking water and wastewater services – Guidelines for the management of wastewater utilities and for the assessment of wastewater service.ISO 24511:2024. Activities relating to drinking water and wastewater services – Guidelines for the management of wastewater utilities and for the assessment of wastewater services.ГОСТ Р ИСО 46001-2023. Системы менеджмента эффективности водопользования. Требования и руководство по применению. https://internet-law.ru/gosts/gost/79674/?ysclid=mqt81jnww0710038418GOST R ISO 46001-2023. Water Use Efficiency Management Systems. Requirements and guidance for use. https://internet-law.ru/gosts/gost/79674/?ysclid=mqt81 jnww0710038418Драгинский В.Л. Особенности применения коагулянтов для очистки природных цветных вод // Водоснабжение и санитарная техника. 2008. № 1. С. 14-16.Draginsky V.L. Features of the use of coagulants for cleaning natural colored waters. Water Supply and Sanitary Technique. 2008. № 1. P. 14-16Гетманцев С.В. Система выбора эффективных технологий очистки природных вод с применением алюмосодержащих коагулянтов // Водоснабжение и санитарная техника. 2011. № 8. С. 4-9.Getmantsev S.V. System of selecting effective technologies for natural water treatment using aluminum-containing coagulants. Water Supply and Sanitary Technique. 2011. No 8. P. 4-9.Baxter C.W., Stanley S.J., Zhang Q. (1999). Development of a full-scale artificial neural network model for the removal of natural organic matter by enhanced coagulation. Aqua. 48. Рр. 129-136.Baxter C.W., Stanley S.J., Zhang Q. (1999) «Development of a full-scale artificial neural network model for the removal of natural organic matter by enhanced coagulation». Aqua, 48, 129-136.Gagnon C., Grandjean B.P.A., Thibault J. (1997). Modelling of coagulant dosage in a water treatment plant. Artif. Intell. Eng. 11. Рр. 401-404.Gagnon C., Grandjean B.P. A., Thibault J. (1997) «Modelling of coagulant dosage in a water treatment plant». Artif. Intell. Eng., 11, 401-404.Бубырь Д.С., Клячкин В.Н. Управление дозами реагентов при очистке питьевой воды // Водоочистка. 2023. № 4. С. 4-13.Bubyr D.S., Klyachkin V.N. Dose management of reagents in drinking water treatment. Water Treatment, No 4, 2023. P. 4-13.Гришин Б.М., Бикунова М.В., Сафронов М.А., Титов Е.А. Реагентная обработка поверхностных природных вод алюмосодержащими коагулянтами: Монография. Пенза: ПГУАС, 2016. 140 с.Grishin B.M., Bikunova M.V., Safronov M.A., Titov E.A. Reagent treatment of surface natural waters with aluminum-containing coagulants: monograph. Penza: PSUAS, 2016. 140 p.Wu G.D., Lo S.L. (2008). Predicting real-time coagulant dosage in water treatment by artificial neural networks and adaptive network-based fuzzy inference system. Eng Appl Artif Intell. № 21(8). Рр. 1189-1195Wu G.D., Lo S.L. (2008) «Predicting real-time coagulant dosage in water treatment by artificial neural networks and adaptive network-based fuzzy inference system». Eng Appl Artif Intell, 21(8), 1189-1195.Эпоян С.М., Благодарная Г.И., Душкин С.С., Сташук В.А. Повышение эффективности работы сооружений при очистке питьевой воды: Монография. Харьков: ХНАГХ, 2013. 190 с.Epoyan S.M., Blagodarnaya G.I., Dushkin S.S., Stashuk V.A. Improving the Efficiency of Facilities in Drinking Water Treatment. Kharkov: Monografiya. KhNAGH, 2013.190 p.Штернер С.Р., Нестеров Ю.В. Контрольно-измерительные и управляющие модули для оптимизации технологического процесса реагентной очистки воды // Водоснабжение и санитарная техника. 2014. № 4. С. 46-51.Shterner S.R., Nesterov Yu.V. Control, Measuring and Control Modules for Optimization of the Technological Process of Reagent Water Treatment Water supply and sanitary technique. 2014. No 4. P. 46-51.Li Y., Ma Z., Pan Z., Liu N. et al. Prophet model and Gaussian process regression based user traffic prediction in wireless networks. Science China Information Sciences. 2020. V. 63, № 4. Р. 142301.Li Y., Ma Z., Pan Z., Liu N. et al. «Prophet model and Gaussian process regression based user traffic prediction in wireless networks». Science China Information Sciences. 2020. V. 63, № 4, 142301.Лемешко Б.Ю., Лемешко С.Б. Сравнительный анализ критериев проверки отклонения распределения от нормального закона // Метрология. 2005. № 2. С. 3-23.B.Yu. Lemeshko S.B. Lemeshko. Comparative analysis of the criteria for checking the deviation of distribution from the normal law // Metrology, 2005, No 2, P. 3-23.Б.Ю.Лемешко Б.Ю., Лемешко С.Б., Веретельникова И.В. О применении критериев проверки однородности законов распределения // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2017. № 41. С. 24-31. EDN: YLDFFGLemeshko B.Yu., Lemeshko S.B., Veretelnikova I.V. On the application of criteria for checking the homogeneity of distribution laws / Bulletin of Tomsk State University. Management, Computer Engineering and Informatics No 41, 2017. P. 24-31. EDN: YLDFFGСурина А.В. Анализ временных рядов: Учебное пособие. СПб.: Издательство Политехнического университета Петра Великого, 2025. 90 с.Surina A.V. Analysis of Time Series: Textbook. St. Petersburg: Publishing House of Peter the Great Polytechnic University, 2025. 90 p.Данилов-Данильян В.И., Розенталь О.М. Гипотеза о причинах сильной изменчивости концентрации примесей в природных водах // Доклады Российской академии наук. Науки о Земле. 2023. Т. 509, № 1. С. 114-119. DOI: 10.31857/S2686739722602502Danilov-Danilyan V.I., Rozental O.M. Hypothesis about the causes of strong variability of the concentration of impurities in natural waters // Reports of the Russian Academy of Sciences. Earth Sciences. 2023. V. 509, No 1, P. 114-119. DOI: 10.31857/S2686739722602502.

The authors declare that there are no conflicts of interest present.