# AI Form Builder leidžia realaus laiko adaptacinį miesto lietaus vandens valdymą  

Miesto teritorijos vis labiau tampa pažeidžiamos nuo staigių potvynių, kombinuotų nuotekų perplaukų ir blogėjančios vandens kokybės. Klimato kaita sustiprina kritulių intensyvumą, o senėjantys nuotekų tinklai nesugeba sekti šio tempo. Tradicinis lietaus vandens valdymas remiasi statiniais projektavimo standartais ir periodiniais rankiniais patikrinimais – procesais, kurie yra per lėti, kad galėtų reaguoti į greitai besikeičiančias sąlygas.  

Čia į sceną įžengia **AI Form Builder**, mažo kodo platforma, kuri sujungia protingą formų generavimą su realaus laiko duomenų srautais, automatizuota sprendimų logika ir piliečių orientuota komunikacija. Paverčiant kiekvieną jutiklį, piliečių pranešimą ir GIS sluoksnį į struktūruotą, veiksnią formą, miestai gali **dinamiškai paskirstyti žaliąją infrastruktūrą**, **reguliuoti sulaikymo baseinų veiklą** ir **paleisti proaktyvius įspėjimus** – viskas per kelias sekundes.  

Šiame straipsnyje mes:  

1. Apžvelgti techninę architektūrą, kuri leidžia realaus laiko adaptacinį lietaus vandens valdymą.  
2. Peržvelgti dienos scenarijų savivaldybės lietaus vandens valdymo centre.  
3. Išsamiai aprašyti AI valdomą sprendimų variklį, kuris optimizuoja žaliąją infrastruktūrą realiu laiku.  
4. Aptarti integraciją su esamomis SCADA, GIS ir piliečių įsitraukimo platformomis.  
5. Pabrėžti matuojamus privalumus ir įgyvendinimo kelią.  

---  

## 1. Kodėl tradicinis lietaus vandens valdymas nepatenkina poreikių  

| Ribojimas | Įprastas požiūris | Realio laiko adaptacinis požiūris |
|------------|-----------------------|------------------------------|
| **Duomenų vėlavimas** | Mėnesiniai arba ketvirtiniai rankiniai tyrimai. | Judesio sekundės jutiklių srautai (kritulčių matuokliai, srauto matuokliai, IoT vandens lygio jutikliai). |
| **Sprendimo greitis** | Valandų iki dienų trukmės leidimų patvirtinimas. | Sekundės iki minutės per AI generuotas formas ir automatizuotas darbo srautas. |
| **Erdvinė detalė** | Miesto vidutiniai duomenys, grubus zonavimas. | Bloko arba net sklypo lygio įžvalgos naudojant aukštos rezoliucijos LiDAR ir dronų vaizdus. |
| **Piliečių įsitraukimas** | Metiniai vieši posėdžiai. | Nuolatinė dvipusė komunikacija per mobiliąsias formas ir push pranešimus. |

Šie trūkumai lemia didesnę potvynių riziką, padidėjusį kombinuotų nuotekų perplaukų (CSO) skaičių ir prarastas galimybes gerinti vandens kokybę.  

---  

## 2. Pagrindinė adaptacinės lietaus vandens sistemos architektūra  

Žemiau pateikiamas aukšto lygio Mermaid diagramos, kuri vizualizuoja duomenų srautą nuo lauko jutiklių iki AI Form Builder sprendimų variklio ir atgal į operacinius veiksmus.  

```mermaid
flowchart TD
    A["IoT jutikliai (kritulčių matuokliai, srauto matuokliai, vandens lygio jutikliai)"]
    B["Nuotolinė nuotraukų analizė (palydovai, dronų LiDAR)"]
    C["Piliečių pranešimai (mobiliosios formos)"]
    D["Duomenų ežeras (laiko serijos, GIS sluoksniai)"]
    E["AI Form Builder variklis"]
    F["Dinaminės sprendimų formos"]
    G["SCADA ir vožtuvų valdikliai"]
    H["Žaliosios infrastruktūros paskirstymo paslauga"]
    I["Piliečių pranešimų centras"]
    J["Analitikos skydelis"]

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

**Pagrindiniai komponentai:**  

| Komponentas | Vaidmuo |
|-----------|------|
| **IoT jutikliai** | Pateikia 1 sekundės rezoliucijos kritulių intensyvumo, vamzdžių srauto ir vandens lygio duomenis. |
| **Nuotolinė nuotraukų analizė** | Tiekiama naujausia paviršiaus aukščio modeliai ir žaliosios infrastruktūros inventorius. |
| **Piliečių pranešimai** | Fiksuoja vietinius stebėjimus (pvz., vandens telkiniai, užblokuoti nuotekų kanalai) per AI generuotas mobiliąsias formas. |
| **Duomenų ežeras** | Centrinė saugykla (pvz., Snowflake, Azure Data Lake), kuri saugo neapdorotus srautus ir praturtintus GIS sluoksnius. |
| **AI Form Builder variklis** | Vartoja duomenis, vykdo prognozuojančius hidrologinius modelius ir automatiškai generuoja veiksnius formų operatoriams. |
| **Dinaminės sprendimų formos** | Struktūruoti prašymai (pvz., „Atidaryti sulaikymo baseiną #12“, „Įdiegti mobilųjį žaliąjį sienelį blokui 45“). |
| **SCADA ir vožtuvų valdikliai** | Vykdo hidraulinį veiksmus (atverti/užverti vartus, reguliuoti siurblių greitį). |
| **Žaliosios infrastruktūros paskirstymo paslauga** | Sujungia realaus laiko nuotėkio karštas zonas su prieinamais žaliaisiais ištekliais (lietus sodai, pralaidūs dangalai). |
| **Piliečių pranešimų centras** | Siunčia push pranešimus, QR kodų nuorodas į atsiliepimų formas ir po įvykio apklausas. |
| **Analitikos skydelis** | Vizualizuoja veiklos rodiklius, atitiktį ir ilgalaikes tendencijas sprendimų priėmėjams. |

---  

## 3. Duomenų srautas detaliau  

### 3.1 Įsisavinimo sluoksnis  

- **Edge MQTT tarpiniai serveriai** surenka jutiklių duomenis ir persiunčia juos į debesų pagrindu sukurtą įvykių centrą (pvz., Azure Event Grid).  
- **Palydovo ir drono duomenys** įkeliami per API ir saugomi kaip rastrų plytelės.  
- **Piliečių mobiliosios formos** kuriamos AI Form Builder vartotojo sąsajoje, automatiškai nukreipiant pateikimus į tą patį įvykių centrą.  

Visi pranešimai normalizuojami pagal **Bendrą lietaus vandens schemą** (CSWS), kuri apima laiko žymą, geografiją, matavimo tipą ir patikimumo įvertinimą.  

### 3.2 Erdvinių sujungimų ir saugojimo sluoksnis  

- **Erdviniai sujungimai** susieja kiekvieną matavimą su artimiausiu nuotekų sub‑basinio poligonu.  
- **Hidrologiniai modeliai** (HEC‑RAS, SWMM) veikia beveik realiu laiku, naudojant naujausias kritulių prognozes iš Nacionalinės meteorologijos tarnybos.  
- **Kokybės vėliavos** taikomos (pvz., jutiklio nuokrypio aptikimas) ir saugomos kartu su neapdorotomis reikšmėmis **laiko serijos duomenų bazėje** (InfluxDB).  

### 3.3 AI‑valdomas formų generavimas  

AI Form Builder naudoja **didelį kalbos modelį (LLM)**, pritaikytą pagal savivaldybių standartines operacines procedūras ir inžinerines gaires. Kai prognozinis modelis prognozuoja nuotėkio tūrį, viršijantį žemiau tekantių vamzdžių talpą, LLM:  

1. Sukuria sprendimo formą pavadinimu „Aktyvuoti sulaikymo baseiną #7“.  
2. Užpildo laukus su rekomenduojamomis vožtuvų pozicijomis, numatomu ištekėjimo sumažinimu ir rizikos įvertinimu.  
3. Priskiria darbo srautą atitinkamai operatorių grupei, pridedant eskalacijos kelią, jei rizikos įvertinimas > 85 %.  

Kadangi forma generuojama programiškai, ji automatiškai paveldi **validacijos taisykles**, **auditų takus** ir **skaitmeninius parašus**.  

Operatoriai gauna formą savo mobiliajame skydelyje, patvirtina arba koreguoja parametrus ir pateikia. Pateikimas sukelia **SCADA komandas** per OPC‑UA, momentaliai reguliuojant hidraulinę kontrolę. Vienu metu **Žaliosios infrastruktūros paskirstymo paslauga** siunčia komandą įrengti laikinuosius lietaus sodus arba įdiegti modulinius bio‑skersus, jei prognozė rodo ilgalaikį prisotinimą. Po įvykio sistema kviečia gyventojus paveiktoje teritorijoje užpildyti trumpą po‑potvynės apklausą, kuri grįžta į modelio kalibravimą.  

## 4. Sprendimų variklio logika  

Adaptacinės sistemos širdis yra **daugelio tikslų optimizacijos algoritmas**, subalansuojantis tris tikslus:  

1. **Potvynių rizikos mažinimas** – sumažinti viršūninį ištekėjimą kritinėse mazguose.  
2. **Vandens kokybės gerinimas** – maksimaliai pašalinti teršalus per žaliąją infrastruktūrą.  
3. **Operacinės išlaidos** – apriboti vožtuvų veiksmų ir komandų išsiuntimo skaičių.  

Algoritmas išsprendžia mišrią sveikųjų skaičių linijinę programą (MILP) kas 5 minutes. Įvesties kintamieji apima:  

- **Nuotėkio prognozė** (kubinių metrų per sekundę) kiekvienam sub‑basinui.  
- **Dabartinis sulaikymo baseinų saugojimas**.  
- **Žaliųjų išteklių prieinamumas** (pvz., nepanaudota lietaus sodo talpa).  
- **Komandos vieta ir kelionės laikas**.  

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

    # Tikslas: svorių suma
    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))
    )

    # Apribojimai
    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
```  

## 5. Integracija su esamomis savivaldybės sistemomis  

| Esama sistema | Integracijos metodas | Nauda |
|---------------|----------------------|-------|
| SCADA (pvz., Siemens, Schneider) | OPC‑UA tiltas per AI Form Builder webhook. | Momentinis hidraulinis veikimas be rankinio įvedimo. |
| GIS (ArcGIS, QGIS) | GeoJSON sinchronizacija su žaliosios infrastruktūros inventoriu. | Realio laiko erdvinis suvokimas sprendimų dėl paskirstymo priėmimui. |
| Piliečių įsitraukimo platforma (SeeClickFix, 311) | API jungtis, kuri siunčia AI generuotas atsiliepimų formas. | Sklandi dvipusė komunikacija, didesnis atsakymo rodiklis. |
| Įmonės ERP (SAP, Oracle) | REST galiniai taškai, skirti komandų išlaidų sekimui. | Skaidrus biudžeto planavimas ir veiklos ataskaitos. |

Kadangi AI Form Builder naudoja **atvirus standartus (JSON‑Schema, OpenAPI)**, integracija daugiausia remiasi konfigūracija, sumažinant poreikį rašyti individualų kodą.  

## 6. Realus scenarijus: vasaros griaustinis Riverbend mieste  

### 6.1 Prieš įvykį  

08:00 – Prognozė nurodo 30 mm/h per ateinančias 2 valandas.  
AI Form Builder iš anksto užpildo „Potvynių pasirengimo kontrolinį sąrašą“ operacijų komandai, įskaitant kritinių vožtuvų patikrinimą ir žaliųjų infrastruktūros jutiklių patvirtinimą.  

### 6.2 Įvykio pradžia  

09:12 – Kritulių matuoklis blokui 12 fiksuoja 15 mm per 5 minutes.  
Prognozinis modelis prognozuoja 0,8 m³/s sprogimą žemiau tekantiame kombinuotame nuotekų tinkle.  
AI Form Builder momentaliai sukuria dvi formas: 1. „Atidaryti sulaikymo baseiną #4 iki 75 % talpos.“ 2. „Įdiegti mobilųjį žaliąjį sienelį sankryžoje A‑B.“  
Operatoriai patvirtina abi per 30 sekundes. SCADA atveria vožtuvą; komanda gauna push pranešimą su GPS koordinatėmis mobiliajai žaliajai sienai.  

### 6.3 Vidurio audros korekcija  

09:45 – Piliečių pranešimas per mobilųją formą rodo vandens telkinį šalia užblokuoto šaligatvio.  
AI Form Builder praturtina duomenis, iš naujo paleidžia optimizatorių ir siūlo „Aktyvuoti antrinį vožtuvą prie siurblio 7“, kad nukreiptų srautą.  
Sprendimas įvykdomas, užkertant kelią galimai CSO.  

### 6.4 Po įvykio peržiūra  

11:30 – Audra baigėsi. Sistema automatiškai siunčia „Po‑audros apklausą“ paveiktiems gyventojams.  
Surinkti duomenys grįžta į modelį, pagerinant ateities prognozes 7 %.  

Viršūninė ištekėjimo sumažėjo 18 %, CSO išvengta, o gyventojų pasitenkinimo indeksas padidėjo 12 % lyginant su ankstesniais metais.  

## 7. Matuojami privalumai  

| Metrika | Tradicinis požiūris | AI Form Builder adaptacinė sistema |
|---------|----------------------|------------------------------------|
| Viršūninio ištekėjimo sumažėjimas | 0–5 % | 12–25 % |
| CSO įvykiai per metus | 4–6 | 0–1 |
| Atsako laikas (sekundės) | 1800–7200 | 30–120 |
| Operacinės išlaidos (USD/metai) | $1,2 M | $0.9 M (≈ 25 % taupymas) |
| Piliečių įsitraukimo rodiklis | 8 % | 35 % |

Šie duomenys pagrįsti bandomaisiais diegimais trijuose vidutinio dydžio JAV miestuose (gyventojų skaičius 150 tūk–300 tūk) per 12‑mėnesinį laikotarpį.  

## 8. Įgyvendinimo planas  

| Fazė | Trukmė | Pagrindinės veiklos |
|------|--------|----------------------|
| 1. Įgyvendinamumo ir duomenų auditas | 2 mėn. | Inventorizuoti jutikliai, GIS sluoksniai ir SOP; apibrėžti CSWS. |
| 2. Platformos įdiegimas | 3 mėn. | Įdiegti AI Form Builder nuomotoją, sukonfigūruoti duomenų ežerą, integruoti MQTT tarpinį serverį. |
| 3. Modelio kūrimas | 4 mėn. | Kalibruoti SWMM/HEC‑RAS, mokyti LLM ant savivaldybės formų, sukurti optimizacijos variklį. |
| 4. Bandomasis diegimas | 3 mėn. | Pasirinkti aukštos rizikos sub‑basiną, vykdyti tiesioginius testus, tobulinti darbo srautus. |
| 5. Miesto mastu įgyvendinimas | 6 mėn. | Išplėsti į visus drenažo išteklius, įtraukti komandas, paleisti piliečių portalą. |
| 6. Nuolatinis tobulinimas | Nuolatinis | Įtraukti naujus jutiklių tipus, atnaujinti AI modelius, vykdyti ketvirčio peržiūras. |

Finansavimą galima gauti iš **Infrastruktūros investicijų dotacijų**, **Klimato atsparumo obligacijų** arba **Viešo‑privačių partnerystės** su technologijų tiekėjais.  

## 9. Iššūkiai ir švelninimo strategijos  

| Iššūkis | Rizika | Švelninimas |
|----------|--------|-------------|
| Duomenų kokybė | Jutiklio nuokrypis sukelia klaidingus signalus. | Automatinis anomalijų aptikimas, atsarginis piliečių pranešimų naudojimas. |
| Pokyčių valdymas | Operatoriai gali atsispirti automatizuotiems sprendimams. | Kūrybiniai dirbtuvės, etapinis rankinis patvirtinimas prieš pilną automatizavimą. |
| Kibernetinis saugumas | Nuotoliniai veiksmai gali tapti taikiniu. | Visuotinė šifravimas, prieigos kontrolė pagal vaidmenis, reguliarios įsilaužimo testavimo. |
| Reguliacinis atitikimas | Vandens kokybės ataskaitų reikalavimai. | AI Form Builder registruoja kiekvieną veiksmą, automatiškai generuodamas atitikties ataskaitas. |

## 10. Ateities plėtiniai  

1. **Prognozuojama žaliosios infrastruktūros vietų nustatymas** – naudoti AI generuotas formas naujų lietaus sodų leidimų prašymui prieš potvynių sezoną.  
2. **Edge‑AI offline veikimui** – diegti lengvus modelius į vartų įrenginius, kad būtų atsparus tinklo sutrikimams.  
3. **Integracija su klimato adaptacijos planavimu** – įtraukti ilgalaikių scenarijų rezultatus į savivaldybės pagrindinius planus per tą pačią formų darbo eigą.  

Modulinė AI Form Builder struktūra leidžia kiekvieną plėtinį pridėti kaip naują formų šabloną, išlaikant mažo kodo principą ir plečiant galimybes.  

## Išvada  

Realio laiko adaptacinis lietaus vandens valdymas transformuoja miesto drenažo tinklą iš statinės, reaguojančios sistemos į **gyvą, duomenimis valdomą organizmą**. Pasinaudojus AI Form Builder galimybe paversti neapdorotus jutiklių srautus, piliečių įvestis ir GIS duomenis į **veiksnius, audituojamus formų**, savivaldybės gali:  

- Sumažinti potvynių riziką su sekundžių atsako laiku.  
- Pagerinti vandens kokybę per dinaminį žaliosios infrastruktūros paskirstymą.  
- Nuolat įtraukti piliečius, stiprinant pasitikėjimą ir bendruomenės atsparumą.  
- Sumažinti operacines išlaidas automatizuojant įprastus sprendimus ir sutelkiant žmogaus kompetenciją ten, kur ji svarbiausia.  

Kai klimato spaudimas didėja, miestai, kurie priims tokius AI‑palaikytus, formų‑centrinius darbo procesus, bus geriau pasiruošę apsaugoti savo gyventojus, išsaugoti vandens telkinius ir pasiekti ambicingus tvarumo tikslus.  

## Taip pat žiūrėkite  

- [JAV Aplinkos apsaugos agentūra – Žaliosios infrastruktūros gairės](https://www.epa.gov/green-infrastructure)  
- [Pasaulio bankas – Miesto potvynių atsparumo įrankių rinkinys](https://www.worldbank.org/en/topic/urban-flood-resilience)