人类与水质问题的斗争已有数千年历史。早在公元前4至5世纪，现代医学之父希波克拉底就已将不洁净的水与疾病联系起来，并发明了最早的水过滤器之一。如今，这一挑战十分严峻，对生物多样性和众多人类社区构成生存威胁，同时也威胁着经济进步和人类生活的可持续性。
提高有毒水体的经济与人力成本
随着印度发展和城市化，其水体正变得有毒。据估计，印度约70%的地表水不适合饮用。 每天，近4000万升废水流入河流和其他水体，仅有一小部分得到充分处理。 世界银行的一份近期报告表明，上游的此类污染排放会降低下游地区的经济增长，使这些地区的GDP增长减少多达三分之一。更糟糕的是，在印度这类水污染问题更为严重的中等收入国家，其影响会使GDP增长损失近一半。 另一项研究估计，在印度，位于受污染河段下游与农业收入减少9%以及下游农业产量下降16%相关。
据估计，印度环境退化的成本为每年3.75万亿卢比（800亿美元）。仅与水污染相关的医疗成本就估计约为每年4700亿至6100亿卢比（67亿至87亿美元） – 其中大多与五岁以下儿童的腹泻死亡率和发病率有关，以及其他人口发病率。 除经济成本外，缺水、卫生设施和个人卫生问题每年导致印度损失40万人的生命。全球范围内，150万名五岁以下儿童死亡，每年因水相关疾病损失2亿个工作日。
使用技术进行高分辨率监测
要为河流清理制定有效的干预措施，必须向决策者提供可靠、有代表性且全面的数据，并且这些数据需以高频率、分类细化的方式收集。传统的水质监测方法缓慢、繁琐、昂贵且容易出现人为错误；由于缺乏基础设施和资源，它只能对数量有限的样本进行检测。数据通常仅以表格形式提供，几乎或完全没有配套的元数据支持。因此，数据质量和完整性较低。
我们团队在芝加哥大学塔塔发展中心的研究人员，利用自动化、带地理标签、带时间戳的实时传感器，以非固定的方式采集数据，已能够精准定位河流中的污染热点，并确定污染在局部的扩散情况。这种对河流水质在空间和时间上进行的高分辨率绘图，正日益被用作支持监管合规决策的工具、生态退化的早期预警指标，以及评估卫生设施干预成效的可靠系统。通过创建数据可视化以便于理解，并通过 开放获取的数字平台，已赢得所有利益相关方的信任。
机器学习如何提供洞见
除了以易于理解的格式收集和呈现数据外，还可以利用机器学习模型基于这些高分辨率数据预测水质。目前，对于反映水中有机物含量的某些关键参数，例如生化需氧量（BOD），尚无实时传感器，而在实验室中获取这些参数的结果可能需要长达五天。这些参数或许可以根据其他能够即时获得数值的参数进行实时预测。一旦得到充分开发和验证，此类机器学习模型便可预测时间和空间上中间值的数据。
此外，加入其他数据层，例如降雨模式、当地气温、附近工业企业和农业用地详情，可以丰富数据集的统计分析。普利策分子工程学院的苏普拉蒂克·古哈教授称之为假想地理像素，它为每个GPS（全球定位系统）位置提供垂直的信息层。这些信息共同可以提供该位置水质及其变化趋势的整体图景。
技术与公共政策
总体而言，机器学习可以帮助政策制定者解决估算和预测问题。传统上，水污染测量一直依赖估算，即通过样本采集和实验室检测进行。借助我们的技术，我们极大地扩大了此类估算的范围和频率，但我们也在更进一步。借助我们的机器学习模型，我们正努力构建预测模型，以彻底改变水污染数据的面貌。此外，我们扩展后的估算和预测机器学习工具不仅将提供新的数据和方法，还可能使我们能够关注新的问题和政策难题。在宏观层面，我们希望超越本项目，并期望将机器学习的文化引入印度公共政策领域。
数据披露与公共政策
自气候变化运动伊始，信息获取便是环境辩论的重要组成部分。“信息提高参与的有效性”这一观点已在经济学及其他社会科学文献中被广泛接受。虽然可靠数据的可获得性是实现高效监管最重要的一步，但使流程透明并向公众披露数据还带来诸多额外益处。此类披露会促使各行业在环境绩效方面展开竞争。它还可能引发民间社会团体、公众、投资者和同行工业企业施加的公众压力，并促使污染者转向更良好的行为。
