Физико-ориентированная модель может прогнозировать наводнения и улучшать управление водными ресурсами по всему миру

Исследователи разработали глобальную гидрологическую модель, которая сочетает искусственный интеллект с физико-ориентированным моделированием. Модель способна прогнозировать последствия наводнений и управлять водными ресурсами в масштабах всей планеты, предоставляя детализированные данные для снижения рисков, планирования сельского хозяйства и защиты экосистем.

Разработка крайне важна в контексте роста частоты и ущерба от наводнений, которые, по данным ООН, составляют до 40% погодных катастроф, а их частота с 2000 года более чем удвоилась. Одновременно усугубляется проблема засух. Новая модель с разрешением от 36 км² (глобально) до 6 км² (в регионах с детальными данными) позволяет получать полезные данные даже для локального управления и регионов, ранее не имевших подобных сервисов.

Ключевым преимуществом модели является комбинация нейронных сетей, обучающихся на больших данных, с физико-ориентированными компонентами, основанными на уравнениях, описывающих ключевые процессы гидрологического цикла (осадки, инфильтрация, сток, испарение). Как отметил профессор Чаопен Шэнь, этот подход более надежен, особенно для регионов с дефицитом данных, где физическая основа гарантирует корректное поведение системы.