 |
| Die historische Überschwemmung des Lam-Flusses in Tuong Duong, Nghe An, im Jahr 2025. |
Wissenschaftler erforschen Hybridmodelle, die mehrere Datenquellen und künstliche Intelligenz (KI) integrieren, um die Prognosequalität zu verbessern und eine effektivere Entscheidungsfindung bei der Katastrophenprävention und -bewältigung zu unterstützen.
Die vom Institut für Wasserressourcenwissenschaft (Zentrum für Wasserressourcenplanung und -untersuchung, Ministerium für Landwirtschaft und Umwelt ) erforschte und eingeführte integrierte Hybridlösung zur Frühwarnung vor Naturkatastrophen gilt als Durchbruch in der Naturkatastrophenvorhersage in Vietnam.
Dr. Bui Du Duong, stellvertretender Direktor des Instituts für Wasserressourcenwissenschaften, erklärte: „Die Hybridlösung ist eine Prognoselösung, die verschiedene Datenquellen und Modelle integriert und die Stärken jeder Methode nutzt. Im Vergleich zu traditionellen Modellen ist diese Lösung flexibler, stabiler und liefert genauere Vorhersagen. Sie ist jedoch eine ergänzende Lösung und ersetzt nicht die traditionellen Prognosemodelle.“
Prinzipiell kombiniert eine Hybridlösung mehrere Datenquellen und Modelle und nutzt die Stärken jeder Methode, um heterogene Daten in nutzbare Informationen umzuwandeln. Dies kann die Eingangsdaten verbessern, Fehler reduzieren, den Wert von Frühwarnungen erhöhen und die Entscheidungsfindung unterstützen.
Diese Lösung nutzt traditionelle mathematische und physikalische Modelle als wissenschaftliche Grundlage, verwendet Fernerkundungstechnologie für großflächige Beobachtungen und greift auf reale Messdaten zur Kalibrierung und Verifizierung zurück. Zusätzlich werden Algorithmen in Kombination mit Methoden der künstlichen Intelligenz (KI) eingesetzt, um Berechnungen durchzuführen und Schlussfolgerungen zu ziehen. Diese Schlussfolgerungen sind in der Regel präzise und tragen dazu bei, die Fehlerquote der zugrunde liegenden Daten zu reduzieren und genaue sowie zeitnahe Frühwarnungen zu ermöglichen. Die Hybridlösung kommt in vier Modellen zum Einsatz: Niederschlags- und Abflussvorhersage, Erdrutschwarnung, Risikobewertung von Wassereinzugsgebietserosion und Stauseeablagerungen sowie Hochwasservorhersage.
Diese Lösungen nutzen nicht nur traditionelle meteorologische und hydrologische Daten, sondern integrieren auch Satellitendaten, globale meteorologische Modelle und Algorithmen des maschinellen Lernens und unterstützen so die Prognostiker bei der Verarbeitung großer Informationsmengen und ermöglichen frühere und genauere Warnungen.
Zur Umsetzung dieser vier Modelle schlug das Institut für Wasserressourcenwissenschaften mehrere Lösungen vor, eine Gruppe hybrider Lösungen für die Katastrophenvorhersage und -warnung. Dazu gehört die GM-ForcePast-Lösung, die täglich aktualisiert wird und synchronisierte, hochauflösende Niederschlagsdaten liefert. Dadurch werden Unsicherheiten aufgrund begrenzter oder ungleichmäßiger Beobachtung reduziert und der tägliche Betrieb von Stauseen sowie die kurzfristige Planung unterstützt.
Die nächste Lösung, die 16 Tage bis 6 Monate im Voraus prognostiziert und ebenfalls täglich aktualisiert wird, kann kombinierte Niederschlagsmengen globaler Modelle (GFS, ECMWF, Google) vorhersagen. Bei hybriden Modellierungslösungen wird der Zufluss in den Stausee 16 Tage im Voraus prognostiziert und täglich aktualisiert. Dabei werden mathematisch-physikalische Modelle (HYPE) und Modelle des maschinellen Lernens (RF, XGBoost) kombiniert und durch Daten von Satelliten und globalen Wettermodellen ergänzt.
Neben dem Hybridmodell zur Überwachung und Vorhersage von Abflüssen sowie Lösungen zur Berücksichtigung der Auswirkungen des vernetzten Stauseesystems auf Abfluss und Sedimenttransport gilt die Frühwarnung vor Erdrutschgefahren als Lösungsansatz, der auf der Erforschung von Naturkatastrophenmustern basiert. Dies ermöglicht Vorhersagen des Erdrutschrisikos anhand von Felddaten und potenziellen Niederschlägen. Die letzte Lösung besteht in der Vorhersage von Ausmaß, Tiefe und Dauer von Überschwemmungen. In Versuchen in der unteren Mekong-Region konnte das Hybridsystem Ausmaß und Tiefe der täglichen Überschwemmungen in nur etwa 30 Sekunden berechnen und bis zu 18 Tage im Voraus vorhersagen.
Laut Forschungs- und Testergebnissen kann die Hybridlösung die Vorhersagegenauigkeit um mehr als 40 % steigern. Darüber hinaus können Prognostiker deutlich mehr Informationen aktualisieren und zusammenführen und dabei Zeit und Aufwand reduzieren. Die Kombination der genannten Lösungen und Lösungsgruppen ergänzt und überwindet die Grenzen traditioneller Methoden und trägt so zur Modernisierung der Katastrophenvorhersage in Vietnam bei – hin zu einer schnelleren, genaueren und intelligenteren Vorgehensweise, die gleichzeitig neue wissenschaftliche und technologische Errungenschaften nutzt.
Laut der Zeitung Nhan Dan
Quelle: https://baotuyenquang.com.vn/xa-hoi/202605/cai-thien-chat-luong-du-bao-thien-tai-4ae4321/
Kommentar (0)