Смягчение последствий наводнений с помощью электронного мозга

Компьютерная модель, способная «обучаться» подобно человеческому мозгу, может помочь управляющим водными ресурсами смягчать ущерб от экстремальных паводков. К такому выводу пришли исследователи в работе, опубликованной в Pertanika Journal of Science & Technology.

Искусственные нейронные сети (ИНС) — это биологически вдохновлённый метод вычислений, который может обрабатывать большие объёмы данных, находить в них закономерности, обучаться на их основе и строить прогнозы будущих событий. Их предлагается использовать как инструмент для анализа сложных взаимосвязей между обширными данными, описывающими преобразование осадков в речной сток. Эта взаимосвязь — одна из самых сложных гидрологических проблем.

Учёные из Университета Путра Малайзии «обучили» ИНС прогнозировать суточный приток воды из реки Бертам в водохранилище Ринглет, расположенное в 200 км к северу от Куала-Лумпура. Они собрали данные о ежедневных осадках и речном стоке в бассейне реки Бертам за десятилетний период (2003–2012 гг.) и оценили суточное испарение воды, используя данные о температуре с ближайшей к водохранилищу метеостанции. 70% этих данных использовали для «обучения» модели, а оставшиеся 30% — для проверки её точности с помощью статистических методов. Разработанная ИНС смогла установить взаимосвязь между осадками и стоком и предсказать приток воды в водохранилище с точностью 76%.

«Результаты показывают, что искусственная нейронная сеть является мощным инструментом для моделирования взаимосвязи „осадки-сток“», — пишут исследователи. По их словам, полученные результаты могут помочь управляющим правильно эксплуатировать водохранилище в случае экстремальных событий, таких как наводнения и засухи. Точность прогнозов ИНС можно повысить, добавив такие факторы, как вырубка лесов, сельскохозяйственная деятельность и характер землепользования.