Arriver à votre plage préférée pour découvrir qu'elle est fermée en raison d'une contamination bactérienne peut être une déception. Mais encore pire serait de nager sans le savoir dans des eaux polluées par des matières fécales - une possibilité très réelle, étant donné que les méthodes de détection actuelles peuvent nécessiter jusqu'à 24 heures pour obtenir des résultats. Maintenant, chercheurs qui publient des articles dans la revue ACS Sciences et technologies de l'environnement ont identifié des modèles informatiques qui fournissent des prévisions précises à court terme, ou "nowcasts, " de la qualité de l'eau de la plage.

Le nombre de fermetures de plages dues à des microbes fécaux a augmenté ces dernières années. Aux Etats-Unis., les plages de la région des Grands Lacs se classent parmi celles qui connaissent le plus de problèmes. Selon le Département de la qualité de l'environnement du Michigan, 30 plages de l'État ont été fermées ou ont fait l'objet d'avertissements début juillet 2018 en raison des niveaux élevés de bactéries. Recueillir des échantillons d'eau puis les analyser en laboratoire prend du temps, même avec les techniques modernes, ce qui expose les nageurs à un risque d'infection par des punaises d'estomac désagréables pendant que les tests sont en cours. Mais les simulations informatiques pour prédire la qualité de l'eau sont complexes et pas toujours fiables. Jie Niu et Mantha S. Phanikumar se sont demandé s'ils pouvaient identifier des modèles informatiques plus simples qui pourraient prédire avec précision les conditions actuelles des plages à partir de données passées.

Les chercheurs ont comparé les capacités de cinq modèles informatiques aux niveaux bactériens immédiats sur quatre sites du sud du lac Michigan. Les modèles variaient dans le nombre de paramètres d'entrée, à partir uniquement des niveaux antérieurs de bactéries sur les sites, à des données plus complexes, comme les précipitations quotidiennes, la température de l'eau et la turbidité de l'eau. L'équipe a découvert que les deux meilleurs modèles incorporaient les niveaux bactériens passés et plusieurs des autres paramètres. Cependant, un nouveau modèle développé par les chercheurs a également bien fonctionné. Cette approche, qui combine deux techniques appelées transformée en ondelettes et analyse de réseau de neurones artificiels, n'exigeait que des données bactériennes du passé, sans entrées supplémentaires. Les chercheurs ont conclu que le nouveau modèle est un outil potentiellement utile pour la gestion des plages, surtout lorsque des données détaillées sur les conditions de plage ne sont pas disponibles.