Искусственный интеллект может помочь прогнозировать наводнения там, где традиционные методы бессильны

Новая модель искусственного интеллекта (ИИ) может повысить точность прогнозирования наводнений. Как показало исследование, опубликованное в журнале Nature, эта система по точности сравнима с текущими ведущими методами или превосходит их, а также способна обеспечивать более ранние предупреждения о крупных паводках.

Антропогенное изменение климата увеличило частоту наводнений в некоторых регионах. Современные методы прогнозирования ограничены зависимостью от речных гидрологических постов, распределенных по миру неравномерно. Это затрудняет прогнозирование для незамеряемых рек, что негативно сказывается в первую очередь на развивающихся странах. Команда под руководством Грея Неаринга разработала модель ИИ, обученную на данных с 5680 существующих постов для прогнозирования ежедневного стока в незамеряемых водосборных бассейнах на 7-дневный период.

Тестирование модели против ведущей глобальной системы прогнозирования наводнений Global Flood Awareness System (GloFAS) показало, что прогнозы ИИ на пять дней вперед были столь же надежны или лучше, чем прогнозы текущей системы на тот же день. Кроме того, точность модели ИИ при прогнозировании экстремальных событий с периодом повторяемости в пять лет была равна или выше, чем прогнозы GloFAS для событий с периодом повторяемости в один год.

Эти результаты позволяют предположить, что модель ИИ может обеспечивать предупреждения о паводках в незамеряемых бассейнах как для небольших, так и для экстремальных событий с более длительным сроком упреждения, улучшая доступ к надежному прогнозированию для развивающихся регионов.