# AI Form Builder omogućuje adaptivno upravljanje urbanim otjecanjem oborinskih voda u stvarnom vremenu  

Urbana područja sve su ranjivija na nagle poplave, preljeve kombiniranih kanalizacijskih sustava i pogoršanu kvalitetu vode. Klimatske promjene pojačavaju intenzitet oborina, dok stare mreže odvodnjavanja ne mogu držati korak. Tradicionalno upravljanje otjecanjem oborinskih voda oslanja se na statičke projektne standarde i periodične ručne inspekcije — procese koji su previše spori da bi reagirali na brzo promjenjive uvjete.  

Uvodimo **AI Form Builder**, platformu s malo koda koja kombinira inteligentno generiranje obrazaca s podacima u stvarnom vremenu, automatiziranom logikom odlučivanja i komunikacijom usmjerenom na građane. Pretvaranjem svakog senzora, građanskog izvještaja i GIS sloja u strukturirani, akcijski obrazac, gradovi mogu **dinamički raspoređivati zelenu infrastrukturu**, **modulirati rad bazena zadržavanja** i **pokrenuti proaktivna upozorenja** — sve u sekundi.  

U ovom članku ćemo:  

1. Prikazati tehničku arhitekturu koja omogućuje adaptivno upravljanje otjecanjem oborinskih voda u stvarnom vremenu.  
2. Proći kroz scenarij jednog dana iz života općinskog centra za upravljanje otjecanjem oborinskih voda.  
3. Detaljno opisati AI‑vođen motor odlučivanja koji u hodu optimizira raspored zelene infrastrukture.  
4. Raspraviti integraciju s postojećim SCADA, GIS i platformama za angažman građana.  
5. Istaknuti mjerljive koristi i plan implementacije.  

---  

## 1. Zašto tradicionalno upravljanje otjecanjem oborinskih voda ne zadovoljava potrebe  

| Ograničenje | Konvencionalni pristup | Adaptivni pristup u stvarnom vremenu |
|------------|-----------------------|--------------------------------------|
| **Kašnjenje podataka** | Mjesečne ili tromjesečne ručne ankete. | Podaci s podsekundnim intervalom (kišomjeri, protokomjeri, IoT senzori razine vode). |
| **Brzina odlučivanja** | Sati do dana za odobravanje dozvola. | Sekunde do minuta putem AI‑generiranih obrazaca i automatiziranih radnih tokova. |
| **Prostorna granularnost** | Prosjeci za cijeli grad, grube zone. | Uvidi na razini blokova ili čak parcela koristeći visokorezolucijski LiDAR i dronsku snimku. |
| **Uključenost građana** | Godišnje javne rasprave. | Kontinuirana dvosmjerna komunikacija putem mobilnih obrazaca i push obavijesti. |

Ove praznine dovode do većeg rizika od poplava, povećanih preljeva kombiniranih kanalizacijskih sustava (CSO) i propuštenih prilika za poboljšanje kvalitete vode.  

---  

## 2. Osnovna arhitektura adaptivnog sustava za otjecanje oborinskih voda  

Dolje je prikazan visokorazinski Mermaid dijagram koji vizualizira protok podataka od terenskih senzora do AI Form Builder motora odlučivanja i natrag do operativnih akcija.  

```mermaid
flowchart TD
    A["\"IoT senzori (kišomjeri, protokomjeri, sonde razine vode)\""]
    B["\"Daljinsko očitavanje (satelit, dron LiDAR)\""]
    C["\"Građanski izvještaji (mobilni obrasci)\""]
    D["\"Jezero podataka (vremenske serije, GIS slojevi)\""]
    E["\"AI Form Builder motor\""]
    F["\"Dinamički obrasci odlučivanja\""]
    G["\"SCADA i kontroleri ventila\""]
    H["\"Usluga raspodjele zelene infrastrukture\""]
    I["\"Centar za obavijesti građana\""]
    J["\"Analitička kontrolna ploča\""]

    A --> D
    B --> D
    C --> D
    D --> E
    E --> F
    F --> G
    F --> H
    F --> I
    G --> J
    H --> J
    I --> J
```  

**Ključne komponente:**  

| Komponenta | Uloga |
|------------|-------|
| **IoT senzori** | Pružaju podatke o intenzitetu oborina, protoku cijevi i razini vode s rezolucijom od 1 sekunde. |
| **Daljinsko očitavanje** | Dostavlja ažurirane modele površinske elevacije i inventar zelene infrastrukture. |
| **Građanski izvještaji** | Zbilježavaju terenske promatranja (npr. lokve, začepljene odvode) putem AI‑generiranih mobilnih obrazaca. |
| **Jezero podataka** | Centralno spremište (npr. Snowflake, Azure Data Lake) koje pohranjuje sirove tokove i obogaćene GIS slojeve. |
| **AI Form Builder motor** | Konzumira podatke, pokreće prediktivne hidroloske modele i automatski generira akcijske obrasce za operatere. |
| **Dinamički obrasci odlučivanja** | Strukturirani zahtjevi (npr. “Otvoriti bazen zadržavanja #12”, “Postaviti mobilni zeleni zid u bloku 45”). |
| **SCADA i kontroleri ventila** | Izvršavaju hidrauličke akcije (otvaranje/zatvaranje vrata, podešavanje brzine pumpi). |
| **Usluga raspodjele zelene infrastrukture** | Uparuje točke prekomjernog otjecanja u stvarnom vremenu s raspoloživim zelenim resursima (kišni vrtovi, propusni pločnici). |
| **Centar za obavijesti građana** | Šalje push obavijesti, QR‑kodove s poveznicama na obrasce povratnih informacija i ankete nakon događaja. |
| **Analitička kontrolna ploča** | Vizualizira metrike učinka, usklađenost i dugoročne trendove za donositelje odluka. |

---  

## 3. Detaljni podatkovni cjevovod  

### 3.1 Sloj unosa  

- **Edge MQTT posrednici** prikupljaju podatke senzora i prosljeđuju ih u cloud‑native događajni hub (npr. Azure Event Grid).  
- **Satellitski i dronski podaci** se unose putem API‑ja i pohranjuju kao raster pločice.  
- **Mobilni obrasci građana** izgrađeni su na UI‑u AI Form Buildera, automatski usmjeravajući podneske u isti događajni hub.  

Sve poruke se normaliziraju prema **Zajedničkoj shemi otjecanja oborinskih voda** (CSWS) koja uključuje vremensku oznaku, geolokaciju, tip mjerenja i ocjenu pouzdanosti.  

### 3.2 Obogaćivanje i pohrana  

- **Prostorni spojevi** povezuju svako mjerenje s najbližim poligonom pod‑uhvata drenaže.  
- **Hidrologijski modeli** (HEC‑RAS, SWMM) se pokreću gotovo u stvarnom vremenu koristeći najnovije prognoze oborina iz Nacionalne meteorološke službe.  
- **Zastavice kvalitete** se primjenjuju (npr. otkrivanje drift senzora) i pohranjuju uz sirove vrijednosti u **bazi podataka vremenskih serija** (InfluxDB).  

### 3.3 AI‑vođeno generiranje obrazaca  

AI Form Builder koristi **veliki jezični model (LLM)** fino podešen na općinske SOP‑ove i inženjerske smjernice. Kada prediktivni model prognozira volumen otjecanja koji premašuje kapacitet dolazne cijevi, LLM:  

1. **Stvara obrazac odluke** pod naslovom “Aktiviraj bazen zadržavanja #7”.  
2. **Popunjava polja** s preporučenim položajem ventila, očekivanim smanjenjem otjecanja i ocjenom rizika.  
3. **Dodjeljuje radni tok** odgovornoj grupi operatera, dodajući put eskalacije ako je ocjena rizika > 85 %.  

Budući da je obrazac generiran programatski, nasljeđuje **pravila validacije**, **auditske zapise** i **digitalne potpise** automatski.  

### 3.4 Izvršenje i povratna petlja  

- Operateri primaju obrazac na svom mobilnom nadzornom ploči, potvrđuju ili prilagođavaju parametre i podnose.  
- Podnošenje pokreće **SCADA naredbe** putem OPC‑UA, odmah prilagođavajući hidrauličke kontrole.  
- Istovremeno, **Usluga raspodjele zelene infrastrukture** šalje tim za postavljanje privremenog kišnog vrta ili postavljanje modularnih bio‑kanala ako prognoza ukazuje na dugotrajnu zasićenost.  
- Nakon događaja, sustav potiče građane u zahvaćenom području da popune kratku anketu nakon oluje, što se vraća u kalibraciju modela.  

---  

## 4. Logika motora odlučivanja  

Srce adaptivnog sustava je **algoritam višekriterijskog optimiziranja** koji uravnotežuje tri cilja:  

1. **Smanjenje rizika od poplava** – minimizirati vršnu protok na kritičnim čvorovima.  
2. **Poboljšanje kvalitete vode** – maksimizirati uklanjanje zagađivača putem zelene infrastrukture.  
3. **Operativni trošak** – ograničiti broj otvaranja ventila i raspoređivanja timova.  

Algoritam rješava mješoviti cijeli linearni program (MILP) svakih 5 minuta. Ulazne varijable uključuju:  

- **Prognozu otjecanja** (m³/s) po pod‑uhvatu.  
- **Trenutno skladištenje** u bazenima zadržavanja.  
- **Dostupnost** zelene infrastrukture (npr. neiskorišteni kapacitet kišnih vrtova).  
- **Lokaciju tima** i vrijeme putovanja.  

**Primjer pseudo‑koda**:  

```python
def optimize_stormwater(runoff, storage, green_assets, crew):
    # Varijable odluke
    open_valve = cp.Variable(num_valves, boolean=True)
    allocate_green = cp.Variable(num_green_assets, integer=True)

    # Cilj: ponderirani zbroj
    objective = cp.Minimize(
        w_flood * peak_discharge(open_valve, allocate_green) +
        w_quality * pollutant_load(open_valve, allocate_green) +
        w_cost * (cp.sum(open_valve) + cp.sum(allocate_green))
    )

    # Ograničenja
    constraints = [
        storage + inflow - outflow(open_valve) >= min_storage,
        allocate_green <= green_assets.capacity,
        crew.time <= max_response_time
    ]

    prob = cp.Problem(objective, constraints)
    prob.solve(solver=cp.GUROBI)
    return open_valve.value, allocate_green.value
```  

Dobiveni **vektori odluke** izravno se prosljeđuju AI Form Builderu, koji ih prikazuje kao ljudski čitljive obrasce s objašnjenjima (“Otvaranje ventila 3 smanjuje vršni protok za 12 % i sprječava predviđeni CSO na pumpi 5”).  

---  

## 5. Integracija s postojećim općinskim sustavima  

| Postojeći sustav | Metoda integracije | Korist |
|------------------|--------------------|--------|
| **SCADA (npr. Siemens, Schneider)** | OPC‑UA most putem webhooka AI Form Buildera. | Trenutna hidraulička akcija bez ručnog unosa. |
| **GIS (ArcGIS, QGIS)** | GeoJSON sinkronizacija inventara zelene infrastrukture. | Prostorna svijest u realnom vremenu za odluke o raspodjeli. |
| **Platforma za angažman građana (SeeClickFix, 311)** | API konektor koji šalje AI‑generirane povratne obrasce. | Bešavna dvosmjerna komunikacija, veći odziv. |
| **Enterprise ERP (SAP, Oracle)** | REST krajnje točke za praćenje troškova rasporeda timova. | Transparentno budžetiranje i izvještavanje o učinku. |

Zahvaljujući korištenju **otvorenih standarda (JSON‑Schema, OpenAPI)**, integracija je uglavnom konfiguracijska, što smanjuje potrebu za prilagođenim kodom.  

---  

## 6. Realni scenarij: ljetna grmljavinska oluja u gradu Riverbend  

### 6.1 Pred‑događaj  

- **08:00** – Prognoza najavljuje 30 mm/h u sljedeća 2 sata.  
- AI Form Builder unaprijed popunjava “Kontrolnu listu pripreme za oluju” za operativni tim, uključujući provjeru kritičnih ventila i verifikaciju senzora zelene infrastrukture.  

### 6.2 Početak događaja  

- **09:12** – Kišomjer u bloku 12 bilježi 15 mm u 5 minuta.  
- Prediktivni model prognozira vršnu protok od 0,8 m³/s na dolaznoj kombiniranoj kanalizaciji.  
- AI Form Builder odmah generira dva obrasca:  
  1. “Otvoriti bazen zadržavanja #4 na 75 % kapaciteta.”  
  2. “Postaviti mobilni zeleni zid na raskrižju A‑B.”  
- Operateri odobravaju oba obrasca u roku od 30 sekundi. SCADA otvara ventil; tim prima push obavijest s GPS koordinatama za mobilni zeleni zid.  

### 6.3 Prilagodba tijekom oluje  

- **09:45** – Građanski izvještaj putem mobilnog obrasca pokazuje nakupljanje vode kod začepljenog odvoda.  
- AI Form Builder obogaćuje podatke, ponovo pokreće optimizator i predlaže “Aktiviraj sekundarni ventil na pumpi 7” za preusmjeravanje protoka.  
- Odluka se izvršava, sprječavajući potencijalni CSO.  

### 6.4 Pregled nakon događaja  

- **11:30** – Olupa završava. Sustav automatski šalje “Anketu nakon oluje” pogođenim stanovnicima.  
- Prikupljeni podaci vraćaju se u model, poboljšavajući buduće prognoze za 7 %.  

**Rezultat:** Vršni protok smanjen za 18 %, CSO spriječen, a ocjena zadovoljstva građana porasla za 12 % u odnosu na prethodnu godinu.  

---  

## 7. Mjerljive koristi  

| Metrika | Tradicionalni pristup | AI Form Builder adaptivni sustav |
|---------|----------------------|---------------------------------|
| **Smanjenje vršnog otjecanja** | 0–5 % | 12–25 % |
| **Broj CSO događaja godišnje** | 4–6 | 0–1 |
| **Vrijeme odziva (sekunde)** | 1800–7200 | 30–120 |
| **Operativni trošak (USD/god.)** | 1,2 M USD | 0,9 M USD (≈ 25 % uštede) |
| **Stopa angažmana građana** | 8 % | 35 % |

Podaci temelje se na pilot implementacijama u tri srednje‑velika američka grada (populacija 150 k–300 k) tijekom 12‑mjesecnog razdoblja.  

---  

## 8. Plan implementacije  

| Faza | Trajanje | Ključne aktivnosti |
|------|----------|---------------------|
| **1. Izvodljivost i revizija podataka** | 2 mjeseca | Inventar senzora, GIS slojeva i SOP‑ova; definiranje Zajedničke sheme otjecanja oborinskih voda. |
| **2. Postavljanje platforme** | 3 mjeseca | Deploy AI Form Builder najam, konfiguracija jezera podataka, integracija MQTT posrednika. |
| **3. Razvoj modela** | 4 mjeseca | Kalibracija SWMM/HEC‑RAS, treniranje LLM‑a na općinskim obrascima, izgradnja optimizacijskog motora. |
| **4. Pilot implementacija** | 3 mjeseca | Odabir visokorizičnog pod‑uhvata, izvođenje testova u stvarnom vremenu, fino podešavanje radnih tokova. |
| **5. Gradskim pokrivanjem** | 6 mjeseci | Skaliranje na sve odvodnjavne objekte, obuka timova, lansiranje građanskog portala. |
| **6. Kontinuirano poboljšanje** | Stalno | Uvođenje novih tipova senzora, ažuriranje AI modela, kvartalni pregledi učinka. |

Financiranje je moguće osigurati kroz **grantove za infrastrukturna ulaganja**, **obveznice za klimatsku otpornost** ili **javne‑privatne partnerstva** s tehnološkim dobavljačima.  

---  

## 9. Izazovi i strategije ublažavanja  

| Izazov | Rizik | Ublažavanje |
|--------|------|-------------|
| **Kvaliteta podataka** | Drift senzora može uzrokovati lažne alarme. | Automatizirano otkrivanje anomalija, redundancija s građanskim izvještajima. |
| **Upravljanje promjenama** | Operateri mogu biti otporni prema automatiziranim odlukama. | Radionice ko‑kreacije, fazno odobravanje prije potpune automatizacije. |
| **Kibernetička sigurnost** | Daljinsko upravljanje može biti meta napada. | End‑to‑end enkripcija, pristup temeljen na ulogama, redovito testiranje penetracije. |
| **Usklađenost s propisima** | Potrebna je usklađenost s izvještavanjem o kvaliteti vode. | AI Form Builder bilježi svaku akciju, automatski generira usklađene izvještaje. |

---  

## 10. Buduća proširenja  

1. **Prediktivno traženje zelene infrastrukture** – AI‑generirani obrasci za zahtjev novih kišnih vrtova prije sezone poplava.  
2. **Edge‑AI za rad izvan mreže** – Laganiji modeli na gateway uređajima za otpornost tijekom prekida veze.  
3. **Integracija s planiranjem prilagodbe na klimatske promjene** – Dugoročne scenarije hrane istu radnu strukturu obrasca, povezujući ih s gradskim master planovima.  

Modularna priroda AI Form Buildera omogućuje da se svako proširenje doda kao novi predložak obrasca, zadržavajući niskokodni pristup uz proširenje funkcionalnosti.  

---  

## Zaključak  

Upravljanje otjecanjem oborinskih voda u stvarnom vremenu pretvara gradski odvodni sustav iz statičkog, reaktivnog sustava u **živo, podatkovno‑vođeno biće**. Korištenjem sposobnosti AI Form Buildera da pretvori sirove senzorske tokove, građanske inpute i GIS podatke u **akcijske, auditirane obrasce**, općine mogu:  

- **Smanjiti rizik od poplava** s reakcijama u sekundi.  
- **Poboljšati kvalitetu vode** dinamičnim raspoređivanjem zelene infrastrukture.  
- **Uključiti građane** kontinuirano, gradeći povjerenje i otpornost zajednice.  
- **Smanjiti operativne troškove** automatizacijom rutinskih odluka i usmjeravanjem stručnog znanja tamo gdje je najpotrebnije.  

Kako klimatski pritisci rastu, gradovi koji usvoje takve AI‑omogućene, obrascima‑centrirane radne tokove bit će bolje pripremljeni za zaštitu svojih stanovnika, očuvanje vodnih resursa i postizanje ambicioznih ciljeva održivosti.  

---  

## Pogledajte također  

- [Upute EPA‑a za zelenu infrastrukturu](https://www.epa.gov/green-infrastructure)  
- [Alat za urbanu otpornost na poplave Svjetske banke](https://www.worldbank.org/en/topic/urban-flood-resilience)