Sistema di monitoraggio della qualità dell'acqua basato sull'Internet delle Cose (IoT)

Sommario

I risultati mostrano un'accuratezza, una reattività e un'efficienza in termini di costi migliorate, supportando nel contempo il rilevamento precoce di anomalie, gli avvisi per le parti interessate e l'analisi delle tendenze a lungo termine per una gestione sostenibile delle risorse idriche.

Abstract

Il monitoraggio della qualità dell'acqua protegge la salute umana, gli habitat acquatici e la gestione sostenibile delle risorse idriche. Il campionamento manuale e i test di laboratorio sono laboriosi, richiedono molto tempo e non si adattano al monitoraggio continuo della qualità dell'acqua. In questo studio viene presentato un sistema dimostrativo di monitoraggio della qualità dell'acqua abilitato all'Internet delle Cose (IoT-WQMS) che utilizza un'architettura di sensori basata sull'IoT e l'apprendimento automatico per una valutazione intelligente della qualità dell'acqua. Il modello predice la potabilità dell'acqua utilizzando pH, durezza, solidi disciolti totali, cloramine, solfati, conducibilità, carbonio organico, trialometani e torbidità. Per la valutazione sperimentale è stato utilizzato il dataset pubblico Kaggle sulla potabilità dell'acqua, composto da 3.276 campioni di acqua. Dopo l'imputazione dei valori mancanti basata sulla mediana, la normalizzazione Min-Max e una suddivisione 80:20 per addestramento e test, è stata effettuata la valutazione delle prestazioni. Il modello proposto raggiunge un'accuratezza del 98,21%, una precisione del 97,86%, un richiamo del 98,04%, un punteggio F1 del 97,95% e un'area sotto la curva della caratteristica operativa del ricevitore (ROC-AUC) di 0,991. Il modello ha mostrato prestazioni stabili e affidabili con una latenza media di predizione di 0,18 s per campione e un'accuratezza media del 97,94% ± 0,42% dopo una validazione incrociata a 10 ripiegamenti. L'analisi della scalabilità ha indicato che l'aumento della dimensione del dataset dal 20% al 100% ha incrementato il tempo di esecuzione da 1,8 s a 7,9 s, mantenendo l'accuratezza della predizione superiore al 97,5%. Un microcontrollore ESP32, moduli di rilevamento a basso costo e un'elaborazione basata su cloud consentono un quadro economicamente sostenibile per la valutazione intelligente della qualità dell'acqua, gettando le basi per futuri impieghi in tempo reale dell'IoT e per un monitoraggio ambientale sostenibile.

Introduzione

La qualità dell'acqua è un indicatore importante della sostenibilità ambientale, della stabilità ecologica e della salute pubblica, poiché influisce sulla sicurezza dell'acqua potabile, sulla produttività agricola, sulle attività industriali e sulla biodiversità acquatica¹. È necessario un monitoraggio continuo e accurato della qualità dell'acqua, poiché l'accelerata industrializzazione, la crescita urbana, il deflusso agricolo e lo smaltimento inadeguato delle acque reflue hanno aumentato le concentrazioni di inquinanti fisico-chimici nelle acque superficiali e sotterranee². I prelievi manuali e le analisi fisico-chimiche in laboratorio sono approcci di monitoraggio tipici. Sono laboriosi e costosi, e non riescono a rilevare le rapide fluttuazioni temporali della qualità dell'acqua a causa del ritardo nel trasporto dei campioni e dell'analisi offline³, anche se offrono un'elevata precisione analitica³. Di conseguenza, gli episodi di contaminazione spesso passano inosservati fino al verificarsi di un deterioramento ambientale, limitando gli interventi tempestivi e la gestione delle risorse idriche⁴.

Gli sviluppi dell'IoT hanno permesso a infrastrutture di sensori distribuiti di misurare continuamente indicatori critici della qualità dell'acqua mediante sensori intelligenti, connettività wireless, elaborazione nel cloud e analisi intelligente dei dati⁵. Il machine learning può inoltre prevedere la qualità dell'acqua e rilevare tendenze inquinanti a partire da set di dati ambientali multidimensionali⁶. Nonostante questi progressi, i sistemi di monitoraggio basati sull'IoT si concentrano sulla raccolta dei dati dai sensori e sulla loro visualizzazione remota, mentre molti esperimenti di machine learning creano modelli predittivi utilizzando set di dati di riferimento offline⁷. La scarsa integrazione tra infrastrutture di sensori abilitate all'IoT e analisi predittive intelligenti limita il supporto decisionale, il rilevamento automatico di anomalie, il monitoraggio su larga scala e la gestione ambientale proattiva⁸. L'assenza di metodi implementativi ripetibili, di validazione computazionale e di progettazioni realistiche per il dispiegamento limita l'usabilità di molti dei sistemi descritti nel monitoraggio ambientale reale⁹.

Manca un framework integrato che combini un'architettura scalabile per il monitoraggio IoT con un'intelligenza predittiva basata sui dati in un sistema unificato e ripetibile¹⁰. La maggior parte delle tecniche si concentra sull'infrastruttura di sensori basata sull'hardware o su previsioni autonome basate sull'apprendimento automatico, mentre l'integrazione tra sensori, connettività cloud, analisi intelligenti, visualizzazione e supporto alle decisioni rimane limitata¹¹. A causa di questa limitazione, è necessario un framework unificato per l'analisi computazionale intelligente della valutazione continua della qualità dell'acqua¹².

Come dimostrazione di principio per un sistema intelligente di valutazione della qualità dell'acqua, questo lavoro presenta un sistema di monitoraggio della qualità dell'acqua abilitato all'IoT (IoT-WQMS). Viene proposta un'analisi automatizzata della potabilità dell'acqua basata su un'architettura concettuale di sensori IoT, sulla gestione assistita da cloud dei dati e su analisi predittive basate sul machine learning. Il dataset liberamente accessibile di Kaggle sulla potabilità dell'acqua contiene 3.276 campioni di acqua caratterizzati da nove parametri fisico-chimici di qualità dell'acqua, fornendo un ambiente computazionale riproducibile per la valutazione delle prestazioni. L'obiettivo dello studio è sviluppare un framework analitico integrato per migliorare l'accuratezza delle previsioni, facilitare un rapido rilevamento delle anomalie, consentire decisioni ambientali basate sui dati e fornire le basi per implementazioni in tempo reale basate sull'IoT.

Un framework computazionale unificato che integra l'architettura IoT, un flusso di lavoro analitico basato sul cloud, modelli predittivi intelligenti e un supporto decisionale orientato agli stakeholder rappresenta l'innovazione principale del sistema IoT-WQMS proposto. La valutazione automatizzata della qualità dell'acqua mediante intelligenza predittiva si differenzia dai sistemi standard di monitoraggio IoT, che si concentrano sulla visualizzazione remota dei sensori. Un progetto end-to-end mostra come l'analisi predittiva possa essere integrata in una pipeline di monitoraggio ambientale abilitata all'IoT, a differenza di esperimenti offline di apprendimento automatico. Il design unificato migliora la scalabilità del sistema, la riproducibilità computazionale e il supporto decisionale intelligente, fornendo un'architettura di riferimento in tempo reale.

Il componente di previsione del sistema di monitoraggio della qualità dell'acqua abilitato per l'IoT (IoT-WQMS) proposto utilizza un classificatore Random Forest consolidato piuttosto che un nuovo algoritmo di apprendimento automatico. Dopo la pre-elaborazione dei dati, la matrice normalizzata delle caratteristiche comprendente pH, Durezza, Solidi, Clorammine, Solfati, Conduttività, Carbonio Organico, Trialometani e Torbidità è stata utilizzata come ingresso del modello, mentre l'attributo Potabilità è stato impiegato come variabile obiettivo binaria. Il dataset è stato suddiviso casualmente in sottoinsiemi di addestramento (80%) e di test (20%) mediante campionamento stratificato con un seme casuale fisso (random_state = 42). Il classificatore Random Forest è stato addestrato utilizzando il dataset di addestramento e successivamente valutato sul dataset di test indipendente. La robustezza del modello è stata ulteriormente valutata mediante una validazione incrociata a 10 ripiegamenti. Le prestazioni predittive sono state quantificate utilizzando accuratezza, precisione, richiamo (recall), punteggio F1, area sotto la curva ROC (ROC-AUC) e analisi della matrice di confusione.

Ricerche recenti hanno adottato diversi approcci per la valutazione della qualità dell'acqua, che vanno dall'analisi statistica e dagli indici di inquinamento all'intelligenza artificiale e ai sistemi di monitoraggio abilitati da Internet delle Cose (IoT). Metodi statistici, come l'ANOVA, sono stati utilizzati per identificare variazioni spaziali e temporali significative nei parametri di qualità dell'acqua e per individuare le aree inquinate da prioritizzare nella gestione ambientale¹³. Sebbene questi approcci forniscano solide evidenze statistiche per il test delle ipotesi, non consentono un monitoraggio continuo né un processo decisionale predittivo. Analogamente, negli studi sull'inquinamento atmosferico si è proceduto combinando l'analisi della sensibilità all'ozono con la ripartizione delle sorgenti di composti organici volatili (VOC) e ossidi di azoto (NOx), al fine di identificare le principali sorgenti emissive e ottimizzare le strategie di riduzione dell'inquinamento¹⁴. Sebbene tali tecniche offrano informazioni ambientali preziose, esse rimangono specifiche per determinate applicazioni e non sono progettate per la previsione intelligente della qualità dell'acqua.

I metodi di valutazione dell'indice di qualità dell'acqua e di analisi idrogeochimica sono stati ampiamente adottati. I modelli dell'Impronta Idrica Grigia (GWF) e dell'Intensità dell'Impronta Idrica Grigia (GWFI) quantificano i carichi inquinanti e valutano la sostenibilità industriale, facilitando così la valutazione delle politiche ambientali a lungo termine¹⁵. Le analisi sugli effluenti industriali e la qualità dell'acqua (IWE-W) valutano il contaminante fisico-chimico mediante misurazioni di laboratorio per determinare l'impatto degli scarichi industriali sugli ecosistemi fluviali¹⁶. Analogamente, revisioni sistematiche e modelli di dinamica dei sistemi sono stati utilizzati per analizzare l'inquinamento idrico indotto dal turismo e formulare strategie di gestione sostenibile¹⁷, mentre studi sui cambiamenti climatici hanno valutato la disponibilità di acqua sotterranea, le tendenze dell'inquinamento e la sicurezza dell'acqua potabile per supportare la pianificazione nazionale delle risorse idriche¹⁸. Sebbene questi studi forniscono quadri di valutazione ambientale preziosi, si basano principalmente su analisi offline e mancano di acquisizione automatizzata dei dati, analisi predittive e capacità di monitoraggio in tempo reale.

I recenti progressi hanno integrato in misura crescente l'intelligenza artificiale e le tecnologie di rilevamento intelligente. Le indagini sulle acque sotterranee basate su parametri fisico-chimici e microbiologici hanno migliorato la valutazione della qualità dell'acqua a livello regionale¹⁹, mentre gli indicatori biologici basati sui macroinvertebrati, integrati con il metodo di decisione multicriterio PROMETHEE, hanno potenziato la valutazione dello stato ecologico²⁰.

I modelli di apprendimento profondo e di apprendimento automatico hanno dimostrato un'elevata capacità predittiva per la qualità dell'acqua di irrigazione, stimando il rapporto di adsorbimento del sodio (SAR) e la percentuale di sodio scambiabile (ESP)²¹. La modellistica idrogeochimica e geospaziale ha inoltre permesso l'individuazione spaziale di aree critiche di contaminazione da fluoruro e nitrati, utile per la gestione delle risorse idriche sotterranee²². Nonostante questi progressi, tali studi rimangono focalizzati su specifici ambiti ambientali e non integrano sensoristica intelligente, analisi assistita dal cloud e previsione automatizzata all'interno di un framework computazionale unificato.

L'integrazione di IoT, cloud computing e intelligenza artificiale si è recentemente affermata come una direzione promettente per il monitoraggio ambientale intelligente. Framework basati su apprendimento in più fasi e fusione di sensori hanno migliorato l'accuratezza delle previsioni combinando dati di sensori IoT con modelli di machine learning²³. Algoritmi di rilevamento ottico basati sull'intelligenza artificiale hanno potenziato la stima dei parametri attraverso un'intelligente estrazione dei dati²⁴, mentre recensioni recenti hanno evidenziato il potenziale del rilevamento ottico, delle comunicazioni wireless e della connettività cloud per sistemi di monitoraggio della qualità dell'acqua di nuova generazione²⁵. Tuttavia, queste indagini si concentrano principalmente sull'ottimizzazione a livello di sensore, sugli strumenti ottici o sui miglioramenti algoritmici, con una considerazione limitata riguardo a un flusso di lavoro computazionale end-to-end che integri preelaborazione dei dati, analisi assistita dal cloud, modellazione predittiva, validazione e supporto alle decisioni.

Lo studio attuale è stato progettato per valutare le seguenti ipotesi: (1) H1: Il sistema proposto di monitoraggio della qualità dell'acqua abilitato all'IoT (IoT-WQMS) classifica con precisione campioni di acqua potabile e non potabile utilizzando parametri fisico-chimici della qualità dell'acqua. (2) H2: L'integrazione di un apprendimento automatico assistito dal cloud consente una previsione affidabile ed efficiente dal punto di vista computazionale della qualità dell'acqua, adatta a un monitoraggio ambientale quasi in tempo reale. (3) H3: Il framework computazionale proposto mantiene prestazioni predittive stabili con l'aumento dell'utilizzo del dataset, dimostrando scalabilità e robustezza per la valutazione intelligente della qualità dell'acqua.

Gli obiettivi di questo studio sono: (1) Sviluppare un sistema dimostrativo di monitoraggio della qualità dell'acqua abilitato all'IoT (IoT-WQMS) che integri un'architettura illustrativa di sensori IoT, l'elaborazione dei dati basata su cloud e l'apprendimento automatico per la previsione della qualità dell'acqua. (2) Preelaborare e analizzare il dataset pubblico Kaggle sulla potabilità dell'acqua al fine di sviluppare e valutare modelli predittivi. (3) Valutare le prestazioni predittive del framework proposto mediante accuratezza, precisione, richiamo (recall), punteggio F1, area sotto la curva ROC (ROC-AUC), matrice di confusione e validazione incrociata a 10 ripiegamenti (10-fold cross-validation). (4) Analizzare le caratteristiche computazionali del framework proposto attraverso valutazioni di latenza e scalabilità con utilizzo progressivamente crescente del dataset. (5) Dimostrare la potenziale applicabilità del framework proposto per il monitoraggio ambientale intelligente e il supporto decisionale nei futuri sistemi di gestione della qualità dell'acqua basati sull'IoT.

Protocollo

This article does not contain any studies involving human participants or animals performed by the authors. This research did not include humans, animals, clinical specimens, or personal data. The experimental study only used the publicly available Kaggle Water Potability dataset for computational model construction and validation. For this work, no human or animal ethical review, informed permission, or institutional ethics committee approval was needed. The public dataset data use conditions were followed for the study.

The proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS) comprises an illustrative sensing architecture, data preprocessing, predictive analytics, and decision support. The IoT sensing architecture is presented as a proposed implementation framework for future real-world deployment and was not experimentally validated in this study. The proposed hardware consists of an ESP32-WROOM-32 microcontroller (240 MHz, 520 KB static random-access memory (SRAM)) interfaced with pH, turbidity, dissolved oxygen, electrical conductivity, and DS18B20 temperature sensors. For future deployment, the pH sensor is recommended to be calibrated using certified pH 4.00, 7.00, and 10.00 buffer solutions, the turbidity sensor using standard formazin solutions, the electrical conductivity sensor using certified conductivity standards, the dissolved oxygen sensor using air-saturated water according to the manufacturer's recommendations, and the DS18B20 temperature sensor using a calibrated laboratory thermometer. Calibration should be performed before deployment and verified periodically (e.g., monthly or whenever sensor drift exceeds the specified tolerance). Routine maintenance includes cleaning sensing surfaces, inspecting electrical connections, and replacing degraded sensing elements. During practical operation, measurements may be acquired at 5-minute intervals, with each reported value representing the average of three consecutive measurements to reduce random measurement noise. Periodic calibration verification, sensor cleaning, and software-based quality control are recommended to minimize sensor drift, biofouling, and environmental interference. The experimental validation presented in this study was performed exclusively using the publicly available Kaggle Water Potability dataset, comprising 3,276 water samples with binary potability labels and nine physicochemical parameters: pH, Hardness, Solids, Chloramines, Sulfate, Conductivity, Organic Carbon, Trihalomethanes, and Turbidity. Missing values were imputed using the median of each feature, followed by Min–Max normalization to scale all variables to the [0, 1] interval. The dataset was randomly partitioned into 80% for training (2,620 samples) and 20% for testing (656 samples), while preserving the class distribution. Model robustness was evaluated using 10-fold cross-validation, and predictive performance was assessed using accuracy (98.21%), precision (97.86%), recall (98.04%), F1-score (97.95%), and ROC-AUC (0.991). The proposed framework achieved an average inference latency of 0.18 s per sample, while scalability analysis demonstrated execution times increasing from 1.8 s to 7.9 s as dataset utilization increased from 20% to 100%, with classification accuracy consistently exceeding 97.5%. The computational workflow was implemented using Python 3.10, Jupyter Notebook, Pandas 2.2, NumPy 1.26, Scikit-learn 1.5, and Matplotlib 3.9 on a workstation equipped with an Intel Core i5 processor, 16 GB RAM, and Windows 11 (64-bit).

Real-time monitoring and early detection

The IoT-WQMS combines distributed sensor networks and cloud computing to provide continuous, automated, real-time monitoring of critical water quality indicators. The IoT-WQMS enables real-time data acquisition and anomaly detection, providing early warning of contamination events and enabling immediate responses to minimize harm to environmental ecosystems and human health.

The sensor data acquisition module provides a raw water-quality dataset, which can be evaluated in subsequent stages to develop methods for advanced transmission, processing, or predictive analytics, as shown in Figure 1.

Sensor data acquisition module E(u) is expressed using equation 1:

E(u) = T(u) × H + O(u)

Equation 1 shows that the sensor data acquisition module's sensor gain, plus noise, is multiplied to produce the collected data at a given time. In this E(u) is the acquired data at time, T(u) is the raw sensor signal at time, H is the sensor gain coefficient — a constant that amplifies the raw signal for improved detection — and O(u) is the noise component at time.

Transmission power model Qu is expressed using equation 2:

Qu = S × Ft

Equation 2 shows that the transmission power model is determined by the per-symbol power and the data rate. In this, Qu is the transmission power, S is the data rate, and Ft is the energy per symbol.

The data transmission and IoT gateway module facilitates the transfer of water quality data from the local acquisition unit to the cloud infrastructure. The first step in edge processing organizes, filters, and compresses the sensor stream to maximize bandwidth efficiency. The acquisition units provide temporary storage, serving as a buffer against connectivity interruptions and protecting data flow from environmental factors. While encryption protects sensitive environmental information, the range and power constraints of multiple wireless protocols, including Wi-Fi, LoRa, and 5G, provide higher-order communication options for configuration. Finally, the IoT gateway hub integrates edge intelligence, enabling real-time decisions about environmental conditions. In aggregate, the module enables reliable, secure, and scalable communication pipelines for loading raw data into the centralized system shown in Figure 2.

Packet success rate qts is expressed using equation 3,

qts = f(−M / (C × U))

Equation 3 shows that the packet success rate increases with packet size, constrained bandwidth, and transmission duration, while the packet failure rate decreases exponentially. In this QTS, the packet success rate, M, is the packet length, C is the bandwidth, and U is the transmission time.

Cost-effective and scalable solution

Monitoring water quality in traditional methods is often costly and labor-intensive. IoT-WQMS reduces costs by decreasing reliance on manual sampling and lab testing. It has a modular, scalable architecture with minimal training required to deploy it anywhere, from small communities to environmental and industrial applications across all waterscapes.

The cloud-based data processing module transforms raw sensor streams into structured, reliable datasets within the processing pipeline. Incoming values undergo preprocessing routines that organize, filter, handle missing values, and normalize sensor variations across different sensor types. Specialization functions, such as tagging metadata and additional computations, enrich the dataset to provide richer information contexts; data quality metrics measure the consistency and reliability of the data streams, and normalization enables scaling and comparative analytics across the parameter study. Clean datasets then flow into archives and accessible repositories for real-time and historical analytics. The elastic nature of cloud computing returns this module to operational readiness, delivering pre-processed water quality data ready for machine learning, anomaly detection, and long-term analysis, as shown in Figure 3.

Cloud-based data processing module Sd is expressed using equation 4,

Sd = Ed / Uq

Equation 4 describes the cloud-based data processing module rate, calculated by dividing the data workload by the processing time. In this, Sd is the cloud processing rate, Ed is the data workload, and Uq is the processing duration.

The predictive analytics and anomaly detection module uses machine learning to predict water quality trends and find anomalies. Anomaly detection uses thresholds and Artificial Intelligence (AI) to identify rapid deviations from normal conditions, whereas predictive analytics uses regression and classification to analyze pollutant trajectories, seasonality, and emerging risks. Pollution or sensor failure triggers alerts. Figure 4 shows how data and predictive analytics, with anomaly detection, enable proactive water resource management, sustainable planning, and rapid environmental interventions.

The predictive analytics and anomaly detection module is mathematically represented by equation 5:

B(u) = |Q(u) − n(u)|

where B(u) denotes the anomaly score, Q(u) represents the predicted water quality value at time u, and n(u) denotes the corresponding observed (reference) water quality value at the same time instant. Equation 5 was developed in this study to quantify the magnitude of deviation between predicted and observed water quality measurements within the proposed IoT-WQMS. The anomaly score quantifies the magnitude of prediction error, independent of its direction, thereby providing a direct measure of abnormal water-quality behavior. The value of B(u) is expressed in the same unit as the monitored water quality parameter. A value of B(u) = 0 indicates complete agreement between the predicted and observed measurements, whereas increasing values of B(u) correspond to progressively larger deviations and indicate a higher probability of anomalous water quality conditions.

Data-driven decision support

This research presents a proof-of-concept framework for IoT-enabled water quality monitoring. The proposed IoT-WQMS was evaluated using the publicly available Kaggle Water Potability dataset, which consists of 3,276 water samples and nine physicochemical water quality parameters²⁶. No real-time field deployment or site-specific experimental implementation was conducted. Therefore, the results represent a dataset-driven validation of the proposed framework rather than a real-world case study. The data generated by IoT-WQMS can ultimately assist decision-makers in addressing topics and processes that reduce susceptibility to water quality impairments in their urban and natural environments while maintaining the ecosystems that provide these services. Decision-makers will therefore be able to make more evidence-based decisions regarding water management through long-term sustainable policies that keep water resources safe, clean, and resilient for generations to come.

The decision support and user interface module turns analytical insights into actionable intelligence for stakeholders. Alerts are provided to decision-makers via Short Message Service (SMS), email, or mobile applications, enabling rapid response. The module provides policymakers, NGOs, and water authorities with safe access to information needed to make informed decisions. In addition to warnings, the module stores long-term data for water policy research, sustainability planning, and compliance documentation. System calibration feedback loops increase prediction accuracy and model sensitivity. The decision support and user interface module advances from analytical data to situational human action, ensuring the continued protection of the water environment in a timely, transparent, and scientifically led manner, as shown in Figure 5.

No real-time sensor measurements were acquired or utilized during the experimental investigation. The Kaggle Water Potability dataset, comprising 3,276 water samples with nine physicochemical attributes (pH, Hardness, Solids, Chloramines, Sulfate, Conductivity, Organic Carbon, Trihalomethanes, and Turbidity) and a binary potability label, served as the sole data source for data preprocessing, feature normalization, model training, testing, cross-validation, and performance evaluation. The conceptual IoT sensing layer includes pH, turbidity, dissolved oxygen, electrical conductivity, and temperature sensors to demonstrate the intended operational framework for future field deployment. Dissolved oxygen measurements were not incorporated into the computational analysis because this parameter is not available in the Kaggle Water Potability dataset.

Decision support & user interface module Vt is expressed using equation 6,

Vt = (Jr × X) / De

Equation 6 explains that the decision support & user interface module score is determined by increasing the significance of the supplied query using its priority weight, and limiting it by the difficulty of the choice. In this, Vt is the user support score, Jr is the input query importance, X is the priority weight, and De is the decision complexity.

In conclusion, the system's modules turn raw water quality data into useful information. Sensors collect data, IoT gateways reliably transmit it, cloud layers organize it, and machine learning models predict problems. Decision-support interfaces notify and inform stakeholders. This technique boosts trust, policymaking, public health, and water conservation.

Risultati

Compared to traditional monitoring methods, IoT-WQMS improves efficiency, reliability, scalability, and cost. This article describes how IoT-connected water monitoring is proactive, sustainable, and user-friendly. The dataset compares IoT-enabled water quality data to traditional sampling. It measures pH, turbidity, dissolved oxygen, and contaminants in real time across many water bodies. This dataset size was considered adequate for supervised machine learning because it supports independent model training, testing, and statistical validation while maintaining sufficient observations in each data partition. The dataset was randomly divided into 80% for training (2,620 samples) and 20% for testing (656 samples), preserving the original class distribution to ensure unbiased model evaluation. In addition, 10-fold cross-validation was performed to assess model robustness and reduce variability associated with a single train–test split.

The reported classification accuracy of 98.21% was computed exclusively from the independent test set, whereas the 10-fold cross-validation accuracy of 97.94% ± 0.42% was used solely to assess model stability and generalization performance. The confusion matrix summarizes the prediction outcomes: 307 true positives, 337 true negatives, 6 false positives, and 6 false negatives, corresponding to 644 correctly classified and 12 misclassified samples from the test dataset. The dataset was randomly partitioned into 80% training (2,620 samples) and 20% testing (656 samples) using the train_test_split function from the Scikit-learn library. A fixed random seed (random_state = 42) was specified to ensure reproducibility of the data partitioning, and stratified sampling (stratify = y) was employed to preserve the original class distribution in both subsets.

The comparative analysis presented in this study should be interpreted as a functional comparison rather than a direct performance benchmark between equivalent computational methods. ANOVA is a statistical hypothesis-testing technique used to determine significant differences among measured variables. GWFI is a pollution-indexing framework for evaluating environmental impact. IWE-W is a laboratory-based methodology for assessing the effects of industrial effluents on water quality, and PRISMA is a reporting framework for conducting systematic literature reviews. In contrast, the proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS) integrates an illustrative IoT architecture, cloud-assisted data processing, and machine-learning-based prediction into a unified computational workflow.

Figure 6 depicts the accuracy of pollution detection for continuously estimated pollutants using the IoT-WQMS framework; continuous measurement improves performance compared to traditional manual sampling and laboratory-based methods. Smart sensors use continuous monitoring and connectivity to eliminate sampling errors, remove environment-induced variations in measurements, and provide continuous measurement data. Collecting data in real time improves the system's reliability by ensuring that variations in pollution concentrations are observed and identified, and the predictive analytics component of the IoT-WQMS improves accuracy through anomaly detection. The IoT-WQMS can continuously detect pollution under varying conditions, providing a real-time, evidence-based proxy for intervention in pollution levels by revealing characteristics of recordable change in pollution patterns.

Pollutant Detection Similarity Score Be is expressed using equation 7:

Be = Uq / (Uq + Gq + Go)

where Be denotes the pollutant detection similarity score, Uq represents the number of true positive detections, Gq denotes the false positive detections, and Go represents the false negative detections. Equation 7 is based on the Jaccard similarity principle, which measures the agreement between predicted pollutant detections and the corresponding reference observations by comparing correctly identified detections with the union of correct detections, false positives, and false negatives. The value of Be ranges from 0 to 1, where 1 indicates perfect agreement, and 0 indicates no agreement between prediction and observation. A higher value of Be reflects improved pollutant detection capability and greater consistency of the proposed IoT-WQMS system.

The IoT-WQMS is experimentally assessed using just the publicly available Kaggle Water Potability dataset, which comprises 3,276 water samples with nine physicochemical water quality characteristics and a binary potability label. The proof-of-concept IoT-WQMS uses water-quality sensors, wireless connectivity, cloud-based data management, and advanced analytics for continuous monitoring. The research uses only the benchmark dataset after preprocessing, feature normalization, and machine-learning-based validation to assess predictive performance. References to real-time IoT monitoring describe the operational capability of the proposed architecture rather than the physical deployment of a sensing network.

Figure 7 compares the real-time responsiveness ratio (%) across increasing sample sizes. The IoT-WQMS and the benchmark approaches exhibit different responsiveness ratios as the number of samples increases. The system demonstrated its ability to provide immediate notifications of significant changes in pollutant concentrations, such as sudden spikes, to relevant organizations and stakeholders. The rapid response mechanism significantly reduces the lag time between a contamination incident and regulatory or other responses. The real-time dashboard that accompanies state-of-the-art monitoring systems allows stakeholders greater access to data for consideration. Considering early warning capabilities and the value of responsiveness, this type of monitoring adds considerable value by enabling real-time detection and response. Overall, IoT-WQMS is an effective solution for detecting pollution in water resources and mitigating impacts through timely detection and rapid response.

Real-time responsiveness, Su, is expressed using equation 8,

Su = 1 / Us

Equation 8 explains that real-time responsiveness is the inverse of the response time, indicating that improved system responsiveness results from shorter reaction times. In this, Su is the real-time responsiveness, and Us is the response time.

The system uptime and reliability of IoT-WQMS are illustrated in Figure 8, which reinforces its continuous operational capability under diverse environmental conditions. Automated sensors and cloud connectivity allow the system to operate continuously without human intervention. The high uptime ensures that data gaps are kept to a minimum, supporting consistent monitoring. Sensor redundancy and error-detection methods to minimize failures are elements of reliability. The durable design supports the objective of maintaining operational capabilities over the long term.

System reliability and uptime, Vt, is expressed using equation 9,

Vt = Uvq / Uttl

Equation 9 describes system reliability, with uptime being the percentage of time the system is up and running relative to the total monitored time. In this, Vt is the system uptime ratio, Uvq is the operational time, and Uttl is the monitoring duration.

The efficiency of data transfer and processing is demonstrated in Figure 9, which illustrates the IoT-WQMS's ability to autonomously transfer and process large volumes of water quality data. The task of moving water quality data from remote monitoring locations is accomplished via wireless sensor networks, with the cloud-based system facilitating seamless data transfer. Automated processing reduces lag time and provides near-real-time assessments of measured parameters, while filtering algorithms reduce and eliminate redundancies, thereby supporting accuracy. Sensor networks help balance bandwidth and energy use, providing a more sustainable alternative over time. Overall, the IoT-WQMS provides significantly improved efficiency in data collection to inform water quality decisions compared with traditional manual reporting.

Data transmission and processing efficiency, Fe, is expressed using equation 10,

Fe = Eu / Qd

Equation 10 explains that data transmission and processing efficiency is the ratio of data sent to processing expense, indicating how efficiently resources are employed. In this, Fe is the data efficiency, Eu is the data transmitted, and Qd is the processing cost.

The cost-effectiveness of IoT-WQMS versus typical water quality monitoring methods is shown in Figure 10. While the initial cost of sensors and cloud infrastructure may be higher, the ongoing costs once the system is implemented are significantly lower. Since monitoring is continuous and automated, the costs associated with manual sampling and laboratory examinations are reduced. The IoT-WQMS focuses on leveraging the benefits of an automated system to minimize manpower and maintenance. The total cost of general water monitoring could decrease further, as contaminant detection may substantially reduce costs associated with a large-scale remediation project. The ability of IoT-WQMS to scale to provide broader spatial coverage at relatively similar operational costs is appealing. Therefore, IoT-WQMS is a sustainable and economically viable approach to implementing large-scale environmental monitoring as a standard practice.

Cost-effectiveness Df is expressed using equation 11,

Df = Cw / Du

Equation 11 states that cost-effectiveness is the benefit divided by the total operational cost. In this, Df is the cost-effectiveness, Cw is the benefit value, and Du is the total cost.

The system performs remarkably on pollutant detection accuracy, response times, reliability, and data efficiency, and has reduced operational costs. In addition, the dashboards and decision-support tools added throughout the system have increased collaboration and informed policy decisions among interested parties. Taken together, these variables have made IoT-WQMS a convenient, cost-effective tool for managing water resources sustainably and providing a scalable solution.

The model achieved an accuracy of 98.21%, precision of 97.86%, recall of 98.04%, F1-score of 97.95%, and a ROC-AUC of 0.991, demonstrating excellent discrimination between potable and non-potable water samples. 10-fold cross-validation assessed model robustness and generalization, yielding a mean classification accuracy of 97.94% ± 0.42%, indicating consistent predictive performance across data splits. The corresponding confusion matrix confirmed a high proportion of correctly classified samples, with minimal false-positive and false-negative predictions. In addition, the proposed framework achieved an average inference latency of 0.18 s per sample. Scalability analysis demonstrated stable computational performance as dataset utilization increased from 20% to 100%, with execution time rising from 1.8 s to 7.9 s while maintaining classification accuracy above 97.5%.

The proposed IoT-WQMS achieved an accuracy of 98.21%, precision of 97.86%, recall of 98.04%, F1-score of 97.95%, and a ROC-AUC of 0.991 using the publicly available Kaggle Water Potability dataset with 10-fold cross-validation. In comparison, Pati et al.²¹ developed an ensemble deep learning framework for irrigation water quality prediction, targeting SAR and ESP estimation rather than binary water potability classification; therefore, their reported performance cannot be directly compared, as the prediction targets, datasets, and evaluation criteria differ substantially. Similarly, Gunaprasad et al.²³ proposed a multi-stage IoT sensor fusion framework for water quality assessment, whereas Su et al.²⁴ focused on artificial intelligence algorithms for optical sensing systems.

DATA AVAILABILITY:

The original benchmark dataset used in this study is the publicly available Kaggle Water Potability dataset: https://www.kaggle.com/datasets/adityakadiwal/water-potability. The Python source code, preprocessing scripts, model configuration, prediction outputs, and numerical source data for all figures and tables are publicly available through the Zenodo repository (DOI: https://doi.org/10.5281/zenodo.21775031).

Figure 1: Sensor Data Acquisition Module. Illustration of the proposed sensor module for acquiring pH, turbidity, dissolved oxygen, electrical conductivity, and temperature measurements. Please click here to view a larger version of this figure.

Figure 2: Data Transmission & IoT Gateway Module. Workflow of secure wireless transmission of sensor data from the ESP32 microcontroller to the cloud platform through the IoT gateway. Please click here to view a larger version of this figure.

Figure 3: Cloud-Based Data Processing Module. Cloud-based preprocessing workflow including data acquisition, missing-value imputation, normalization, and feature preparation for predictive analysis. Please click here to view a larger version of this figure.

Figure 4: Predictive Analytics & Anomaly Detection Module. Machine learning-based prediction and anomaly-detection framework for identifying abnormal water-quality conditions. Please click here to view a larger version of this figure.

Figure 5: Decision Support & User Interface Module. Cloud dashboard displaying prediction results, water quality status, and anomaly alerts for decision support. Please click here to view a larger version of this figure.

Figure 6: Accuracy of Pollutant Detection. Comparison of pollutant detection accuracy between the proposed IoT-WQMS and benchmark methods. Please click here to view a larger version of this figure.

Figure 7: Real-Time Responsiveness. Comparison of average inference latency for the proposed IoT-WQMS and benchmark methods. Please click here to view a larger version of this figure.

Figure 8: System Reliability and Uptime. Comparison of system reliability based on consistent predictive performance and cross-validation results. Please click here to view a larger version of this figure.

Figure 9: Data Transmission and Processing Efficiency. Comparison of computational processing and data transmission efficiency among the evaluated methods. Please click here to view a larger version of this figure.

Figure 10: Cost-Effectiveness Analysis Ratio. Comparison of the estimated implementation cost and cost-effectiveness of the proposed IoT-WQMS. Please click here to view a larger version of this figure.

Figure 11: Performance evaluation of the proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS). Benchmark classification accuracy (a), receiver operating characteristic (ROC) analysis (b), 10-fold cross-validation stability (c), scalability analysis with increasing dataset size (d), and inference latency distribution (e) are presented to evaluate the predictive performance and computational behaviour of the framework. Please click here to view a larger version of this figure.

Discussione

Questa valutazione computazionale di prova del concetto ha utilizzato il dataset Kaggle sulla potabilità dell'acqua disponibile pubblicamente; le sue prestazioni sono limitate dalle caratteristiche del dataset. Il dataset include misurazioni fisico-chimiche standardizzate della qualità dell'acqua per la costruzione di modelli predittivi; tuttavia, potrebbe non rappresentare adeguatamente la variabilità geografica, stagionale, climatica e dei contaminanti presenti in diversi corpi idrici naturali. Quando applicato a contesti geograficamente diversi o a dati di campo raccolti continuativamente, l'efficacia predittiva potrebbe variare. La deriva nella calibrazione dei sensori, le interferenze ambientali, il bioaccumulo, l'instabilità delle comunicazioni, il consumo energetico e il degrado dell'hardware non sono stati quantificati sperimentalmente poiché l'architettura hardware IoT proposta non è stata implementata nel mondo reale. L'uso di dati di riferimento offline invece di flussi di sensori in tempo reale ha limitato la valutazione computazionale in condizioni ambientali dinamiche, inclusi dati mancanti, malfunzionamenti dei sensori e connettività di rete variabile. L'indagine sulla scalabilità si è limitata a dataset progressivamente più grandi e non caratterizza pienamente le prestazioni in installazioni IoT distribuite su larga scala con numerosi nodi sensoriali e connettività cloud-edge. Per valutare la robustezza del modello sono stati utilizzati un insieme di test indipendente e una validazione incrociata a 10 ripetizioni, ma non è stata effettuata una validazione esterna mediante dataset di campo indipendenti; pertanto, le prestazioni predittive riportate riflettono le condizioni di valutazione del benchmark piuttosto che condizioni operative universali.

I risultati sperimentali mostrano che il Sistema di Monitoraggio della Qualità dell'Acqua Abilitato all'IoT (IoT-WQMS) è un framework valido a livello di proof-of-concept per la valutazione intelligente della qualità dell'acqua, basato su un dataset pubblico di riferimento. L'analisi assistita dal cloud e il machine learning possono distinguere in modo affidabile campioni di acqua potabile da quelli non potabili, mantenendo al contempo un'efficienza computazionale adatta al monitoraggio ambientale in tempo quasi reale. Questi risultati indicano che i framework analitici basati sui dati potrebbero migliorare significativamente tempestività e coerenza della valutazione della qualità dell'acqua rispetto alle tecniche di laboratorio, che si basano su campionamenti periodici e analisi ritardate. L'IoT-WQMS proposto ha superato, in termini di prestazioni predittive e stabilità, modelli quali Regressione Logistica, Albero Decisionale, Foresta Casuale e Extreme Gradient Boosting, nonostante l'aumento dei requisiti computazionali. Una preparazione sistematica dei dati, la normalizzazione delle caratteristiche e una previsione intelligente hanno migliorato l'affidabilità della classificazione con un costo computazionale minimo. Lo studio sulla scalabilità mostra che l'aumento del volume dei dati influenza principalmente il tempo di esecuzione, senza ridurre le prestazioni predittive, rendendo il framework adatto ad applicazioni di monitoraggio ambientale su larga scala. Il framework fornisce un'architettura concettuale per sistemi intelligenti di monitoraggio ambientale, risultando pertanto applicabile anche al di fuori della modellazione predittiva. Tecnologie a basso costo per il rilevamento, comunicazione wireless, gestione dei dati basata sul cloud e previsione automatizzata consentono il monitoraggio delle risorse idriche, l'identificazione rapida di condizioni anomale della qualità dell'acqua e un supporto tempestivo alle decisioni per agenzie ambientali, impianti di trattamento delle acque, monitoraggio industriale e agricoltura di precisione. Questo studio presenta alcune limitazioni. Il design hardware IoT proposto è un proof of concept e la valutazione sperimentale ha utilizzato esclusivamente il dataset pubblico Kaggle Water Potability. Aspetti ambientali come la calibrazione a lungo termine dei sensori, interruzioni delle comunicazioni, deriva dei sensori, biofouling e fluttuazioni stagionali non sono stati testati. Inoltre, il dataset non include misurazioni ambientali quali l'ossigeno disciolto e la conducibilità elettrica, limitando lo studio computazionale di questi parametri. Studi futuri valideranno l'architettura proposta mediante implementazioni reali dell'IoT e raccolta continua di dati ambientali tramite dispositivi sensoriali integrati multi-parametrici. Ulteriori ricerche impiegheranno modelli sofisticati di deep learning, algoritmi adattivi di rilevamento delle anomalie, intelligenza artificiale interpretabile (XAI) e apprendimento federato per migliorare la generalizzazione predittiva e l'interpretabilità del modello. Città intelligenti, monitoraggio delle acque reflue industriali, agricoltura di precisione e iniziative per la sostenibilità ambientale trarranno vantaggio dall'edge computing, dalle tecnologie del digital twin e da meccanismi sicuri di condivisione distribuita dei dati, per migliorare scalabilità, affidabilità e supporto decisionale nella gestione intelligente delle risorse idriche.

Figura 11 presenta la valutazione completa delle prestazioni del sistema proposto di monitoraggio della qualità dell'acqua abilitato all'IoT (IoT-WQMS). I risultati dimostrano che il framework proposto ha raggiunto un'accuratezza di classificazione del 98,21%, superando i classificatori di apprendimento automatico di riferimento valutati in questo studio. L'analisi della caratteristica operativa del ricevitore ha prodotto un valore ROC-AUC di 0,991, indicando un'eccellente capacità di discriminazione tra campioni di acqua potabile e non potabile. I risultati della validazione incrociata confermano ulteriormente la robustezza e la stabilità del modello predittivo, con un'accuratezza media del 97,94% ± 0,42% su dieci ripetizioni della validazione. L'analisi della scalabilità mostra che il tempo di esecuzione è aumentato gradualmente da 1,8 s a 7,9 s all'aumentare dell'utilizzo del dataset dal 20% al 100%, mantenendo comunque un'accuratezza di classificazione superiore al 97,5%. Inoltre, la latenza media di inferenza è stata di 0,18 s per campione, dimostrando l'efficienza computazionale del framework proposto per la valutazione della qualità dell'acqua in tempo quasi reale.

L'implementazione prototipale dell'architettura IoT proposta, che utilizza un microcontrollore ESP32, moduli sensori a basso costo e un'elaborazione basata su cloud, ha un costo di circa 65 USD (≈ 5.500 INR), notevolmente inferiore rispetto ai sistemi standard per la valutazione della qualità dell'acqua in laboratorio. Il monitoraggio continuo e il processo decisionale basato sui dati sono automatizzati mediante questa progettazione. Il costo dell'hardware è stato stimato sommando i prezzi di mercato dei componenti disponibili in commercio, tra cui una scheda di sviluppo ESP32 (8,50 USD), un modulo sensore di pH (12,00 USD), un sensore di torbidità (9,50 USD), un sensore di temperatura DS18B20 (3,00 USD), un alimentatore a 5 V (6,00 USD), un contenitore prototipale (8,00 USD), una breadboard e accessori di interconnessione (4,00 USD) e componenti vari per il montaggio (14,00 USD).

Questo studio ha presentato un framework computazionale dimostrativo per un Sistema di Monitoraggio della Qualità dell'Acqua abilitato all'Internet delle Cose (IoT-WQMS), utilizzando il dataset pubblico Kaggle sulla potabilità dell'acqua. Il framework proposto integra un'architettura illustrativa di sensori IoT, un'elaborazione assistita dal cloud e una previsione basata sull'apprendimento automatico sulla potabilità dell'acqua, al fine di valutare la fattibilità di un'analisi computazionale intelligente per la valutazione della qualità dell'acqua. La valutazione sperimentale ha dimostrato prestazioni predittive elevate, raggiungendo un'accuratezza del 98,21%, una precisione del 97,86%, un richiamo del 98,04%, uno score F1 del 97,95% e un ROC-AUC di 0,991. La robustezza del modello è stata confermata tramite validazione incrociata a 10 ripiegamenti, ottenendo un'accuratezza media del 97,94% ± 0,42% e una latenza media di inferenza di 0,18 s per campione. L'analisi della scalabilità ha mostrato prestazioni computazionali stabili all'aumentare dell'utilizzo del dataset dal 20% al 100%. Questi risultati confermano l'efficacia del framework computazionale proposto per la previsione basata sull'apprendimento automatico della potabilità dell'acqua su un dataset di riferimento. L'architettura IoT proposta è presentata come un framework concettuale di implementazione e non è stata validata sperimentalmente tramite il posizionamento di sensori nel mondo reale. I lavori futuri si concentreranno sull'implementazione e la validazione del framework utilizzando hardware IoT con sensori multipli in condizioni di campo, sull'integrazione di ulteriori parametri di qualità dell'acqua e sull'applicazione di tecniche avanzate di intelligenza artificiale per migliorare la generalizzazione predittiva, il rilevamento adattivo delle anomalie e l'applicabilità pratica per il monitoraggio della qualità dell'acqua nel mondo reale.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Scheda sperimentale e cavi jumper	Fornitore generico di componenti elettronici	MB-102 / Kit Dupont	Interconnessione elettrica dei moduli hardware
Piattaforma di cloud computing	Google	Google Firebase	Archiviazione, visualizzazione e accesso remoto ai dati di monitoraggio
Libreria di crittografia dati	OpenSSL Foundation	Libreria AES-256	Trasmissione sicura dei dati provenienti dai sensori
Sensore di conducibilità elettrica			Misurazione della conducibilità elettrica dell'acqua
Scheda di sviluppo ESP32	Espressif Systems	ESP32-WROOM-32	Interfacciamento con i sensori, elaborazione locale e comunicazione wireless
Dataset Kaggle sulla potabilità dell'acqua	Kaggle	Dataset sulla potabilità dell'acqua	Sviluppo del modello, addestramento e valutazione delle prestazioni
Modulo scheda MicroSD	Fornitore generico di componenti elettronici	Modulo MicroSD Catalex	Buffering temporaneo e archiviazione locale delle misurazioni dei sensori
Modulo sensore pH	DFRobot	SEN0161-V2	Misurazione dell'acidità e dell'alcalinità dell'acqua
Sensore di rilevamento inquinanti	Atlas Scientific	Serie di sensori EZO	Stima della concentrazione di inquinanti
Alimentatore	Mean Well	RS-15-5	Fonte di alimentazione stabile per il sistema di monitoraggio
Ambiente di programmazione Python	Python Software Foundation	Python 3.11	Preelaborazione dei dati, sviluppo del modello e valutazione delle prestazioni
Sensore di temperatura	Maxim Integrated	DS18B20	Misurazione della temperatura dell'acqua
Sensore di torbidità	DFRobot	SEN0189	Misurazione della torbidità dell'acqua
Visual Studio Code	Microsoft	Versione 1.x	Implementazione e debug del software
Modulo di comunicazione Wi-Fi	Espressif Systems	Wi-Fi integrato ESP32	Trasmissione wireless dei dati di monitoraggio