Integration of an early warning system on changes in water quality resulting from floods and climate events

מים וחדשנות טכנולוגית

הצפות ושטפונות

Water and Technological Innovation

Floods & Inundations

אופיר שורני

Ofir Shuranyi

Enhancing Water Quality Monitoring Through AI: A Multimodal Approach to Predicting Flood Impacts

הקשר בין איכות המים ואירועי האקלים אינו רק עניין תיאורטי אלא דאגה פרגמטית שיש לה השלכות מרחיקות לכת על קהילות מסביב לעולם. שילוב מערכת התרעה מוקדמת על שינויים באיכות המים הנובעת משיטפונות ואירועי אקלים - מהדהדת עמוקות בהתנסויות מקצועיות ועיסוקים אקדמיים. ישנן כמה סיבות שאני נלהב לקראת המחקר:

המשך שיתוף הפעולה עם פרופ' ממן ב-M.Sc. פרויקט הגמר סיפק לי תובנות יקרות ערך על מגוון היבטין של עולם ההנדסה הסביבתית. הסינרגיה בין המומחיות שלה לשלי בנוסף לידע המעשי הביא לתוצאות משמעותיות ואני בטוח כי הקשר הזה והיכולת המוכחת שלנו לעבוד טוב ביחד, יכולים לדחוף את גבולות המחקר הזה לפריצת דרך.

כהונתי בת ארבע שנים בחברת התפלה חשפה אותי לאתגרים והניואנסים של תהליכי טיפול במים, מה הפך אותי מודע באופן עמוק לצורך במערכות ניטור אמינות בזמן אמת, במיוחד בעקבות אירועי אקלים בלתי צפויים. הניסיון המעשי שלי יהיה בעל ערך בגישה להיבטים הטכניים של המחקר.

חמש שנים בתחום הבינה המלאכותית סייעו לי לפתח את הכישורים הדרושים לתכנון, יישום ואופטימיזציה של AI מורכב אלגוריתמים ומערכות. אני רואה בעיני רוחי שימוש בבינה מלאכותית למודל אקלים ואיכות מים שיסייע בשיפור דיוק החיזוי של אירועים מסוכנים פוטנציאליים ויטייב את קבלת ההחלטות של רשויות המים בזמן אמת ובאופן אפקטיבי.

מעבר להיבטים הטכניים והאקדמיים, יש בי רצון אמיתי לתרום לקהילה. אירועי שיטפונות ואסונות אקלים אחרים פוגעים בקהילות מקומיות וגלובליות. פיתוח כלי שיכול לסייע בהיערכות למקרים כאלה יכולה להציל חיים ולמנוע הרס של תשתיות המחזק את המחויבות שלי להשתמש בהנדסה למען הכלל.

לסיכום, ההזדמנות לסיים את התואר השני עם עשיה משמעותית ותרומתו הפוטנציאלית לפרויקט חדשני ממריץ אותי לצאת לדרך המרתקת.

Integration of an early warning system on changes in water quality resulting from floods and climate events

This research aims to revolutionize the assessment of flood impacts on water quality (WQ) by harnessing the power of artificial intelligence (AI) and machine learning (ML). Recognizing the increasing prevalence of floods due to climate change, our project focuses on developing a sophisticated AI model that integrates diverse datasets, including satellite imagery, sensor network data, and climate data from Google FloodHub. By analyzing this rich repository of information, the model can predict changes in WQ caused by flooding events with unprecedented accuracy. This cutting-edge approach not only enhances our understanding of flood impacts on WQ but also facilitates proactive measures to mitigate these effects.

על אודות החוקרים

אופיר שורני

אופיר שורני, בעל תואר ראשון ותואר שני בהנדסה מכנית מאוניברסיטת תל אביב, ומציג רקע אקדמי חזק בשילוב עם ניסיון מעשי משמעותי, במיוחד בתעשיית המים ובלמידת מכונה. תחת הנחייתה של פרופ' הדס ממן, שורני התחיל מחקר חלוצי. עבודתו מתמקדת בשימוש באסטרטגיות למידת מכונה מולטי-מודאלית לשילוב תמונות לוויין עם ניתוח נתונים אחרי שיטפונות. הגישה החדשנית הזו שואפת להעריך את ההשפעות לטווח הארוך של שינויים סביבתיים על איכות המים.

About the researchers

Ofir Shuranyi

Ofir Suranyi holds both Bachelor's and Master's degrees in Mechanical Engineering from Tel Aviv University, showcasing a strong academic background combined with substantial practical experience, particularly in the water industry and machine learning. Under the guidance of Prof. Hadas Mamane, Suranyi has initiated groundbreaking research. His work focuses on employing multimodal machine learning strategies to integrate satellite imagery with post-flood data analysis. This innovative approach aims to evaluate the long-term effects of environmental changes on water quality. Suranyi's expertise not only bridges the gap between theoretical knowledge and practical application but also contributes significantly to the field of environmental engineering.