Ученые обучили ИИ прогнозировать речной сток по всей территории США для подготовки к экстремальным погодным условиям и климатическим воздействиям

Международная группа ученых разработала новый метод прогнозирования влияния осадков на речной сток по всей территории США. Техника, сочетающая физические знания с передовым искусственным интеллектом (ИИ), призвана помочь лицам, принимающим решения, лучше подготовиться к экстремальным погодным явлениям и климатическим воздействиям.

Объединив методы глубокого обучения с физикой водосборных бассейнов, команда под руководством Университета Клемсона в сотрудничестве с Кардиффским университетом и Институтом образования в области водных ресурсов IHE Delft создала интерпретируемые, управляемые физикой модели ИИ для моделирования осадки-сток. Модель превзошла несколько традиционных гидрологических подходов, одновременно оценивая вероятность целого ряда различных сценариев речного стока, что помогает ученым выявлять ограничения и улучшать прогнозы. Их выводы, опубликованные в журнале Water Resources Research, могут улучшить прогнозирование речного стока, управление водными ресурсами и климатическую устойчивость в США и за их пределами.

«Эта работа была вызвана необходимостью в более точных и понятных инструментах для прогнозирования того, как осадки преобразуются в речной сток. Внедрив физические ограничения в современные архитектуры ИИ, мы разработали две вероятностные, управляемые физикой модели, которые не только превосходят существующие методы, но и дают четкое представление о том, как речной сток реагирует на осадки», — пояснила ведущий автор доктор Видья Самади из Университета Клемсона.

Модели ИИ были обучены на обширных данных наблюдений и моделирования осадков-стока с использованием передовых архитектур глубокого обучения, включая трансформеры, для улавливания сложных временных закономерностей. «Внедрив физические атрибуты водосбора, наши модели достигли как высокой точности, так и интерпретируемости», — отметил другой автор статьи Садег Садеги Табас. Их новая методика также дает четкие объяснения того, как делаются прогнозы, — чего часто не хватает традиционным моделям.

«Наше исследование показывает, как сочетание физики с передовыми, интерпретируемыми моделями ИИ приводит к более точным и прозрачным прогнозам речного стока. Это помогает ученым и исследователям лучше понимать и, что особенно важно, доверять моделям ИИ, чтобы их можно было уверенно применять для прогнозирования водного потока и управления водными ресурсами», — говорит соавтор профессор Кэтрин Уилсон из Кардиффского университета. Команда планирует расширить возможности модели, интегрировав дополнительные переменные окружающей среды, такие как влажность почвы, изменения в землепользовании и климатические прогнозы.