Enfoques basados en datos que vinculan el agua residual y la estimación de residuos peligrosos para la gestión ambiental

Resumen Las empresas industriales son fuentes importantes de contaminantes, lo que hace que su regulación sea vital para el desarrollo sostenible. Rastrear la generación de contaminantes a nivel de empresa es un desafío debido a la heterogeneidad empresarial y la falta de un método de estimación universal. Este estudio aborda el problema enfocándose en los residuos peligrosos (RP), que son difíciles de monitorear automáticamente. Desarrollamos una metodología basada en datos para predecir la generación de RP utilizando grandes datos de aguas residuales, fundamentada en la disponibilidad de estos datos con la amplia aplicación de sensores automáticos y la suposición lógica de que existe una correlación entre el agua residual y la generación de RP. Creamos un marco genérico que utilizó variables representativas de diversos sectores, explotó un algoritmo de balance de datos para abordar la distribución de datos de larga cola e incorporó descubrimiento causal para filtrar características y mejorar la eficiencia computacional. Nuestro método fue probado en 1024 empresas en 10 sectores en Jiangsu, China, demostrando alta fidelidad (R² = 0.87) en la predicción de la generación de RP con 4,260,593 datos diarios de aguas residuales.