Predictive Analytics and Early Warning System for Urban Water Quality Management using Machine Learning

K Bhargav Prasad, Karthik Katuri, Venkata Sai Pranav C., C. Jyotsna, Aiswariya Milan K

2025

Жабық қол жеткізу Метадеректер (CSL-JSON)

DOI 10.1109/icecmsn68058.2025.11383319

Деректер сенімділігі 70 орташа

Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

The study presents a smart system for predicting and assessing water quality in urban environments by using machine learning techniques. The system predicts the contamination levels by analyzing key water quality parameters such as Total Dissolved Solids (TDS), Electrical Conductivity (EC), Chloride and Sodium. On the surface, the system offers actionable insights into sustainable water management in urban areas and also provides an Early Warning System (EWS) that helps in real-time monitoring and predictions, and ultimately leads to quick and effective solutions to water quality issues. Comprehensive Exploratory Data Analysis (EDA) and robust machine learning models achieved a high predictive accuracy (R2> 0.90 for critical parameters). The approach suggested and built is a cost-effective data-driven urban water quality management system.