Машинное обучение улучшает оценку пополнения подземных вод в Западной Австралии

Исследователи из Университета Гриффита представили новую систему на основе машинного обучения для точной оценки пополнения (подпитки) запасов подземных вод в бассейне Перт, с фокусом на систему водоносных горизонтов Гнангара. Эта система, расположенная на юге Западной Австралии, является критически важным водным ресурсом, но крайне уязвима к изменению климата и обеспечивает 35–50% питьевой воды для города Перт.

Пополнение подземных вод — ключевой процесс для управления ресурсом, но его точная оценка на локальном уровне была сложной задачей. Новый подход, описанный в журнале Water Resources Research, объединяет данные спутниковой миссии GRACE с моделями случайного леса, чтобы преодолеть ограничения пространственного разрешения. Метод позволил детализировать данные GRACE до разрешения 0.05° (_{5 км) и получить надежные оценки для относительно небольшой территории Гнангара (}2200 км²).

Исследование выявило различную реакцию основных водоносных горизонтов бассейна Перт на осадки. Неглубокий (Superficial) горизонт, питаемый непосредственно дождями, показал отклик в 44%, тогда как более глубокие и изолированные горизонты Лидервилл и Яррагади — лишь 23% и 14% соответственно. Ведущий автор работы Икечукву Калу подчеркнул важность интеграции дистанционного зондирования с наземным мониторингом скважин для комплексного понимания динамики подземных вод и устойчивого управления этим жизненно важным ресурсом.