 |
| Historyczna powódź na rzece Lam w Tuong Duong, Nghe An w 2025 roku. |
Naukowcy prowadzą badania nad modelami hybrydowymi, które integrują wiele źródeł danych i sztuczną inteligencję (AI), aby poprawić jakość prognoz i umożliwić skuteczniejsze zapobieganie katastrofom oraz podejmowanie decyzji w odpowiedzi na nie.
Zintegrowane hybrydowe rozwiązanie wczesnego ostrzegania o klęskach żywiołowych, opracowane i wdrożone przez Instytut Nauki o Zasobach Wodnych (Centrum Planowania i Badań Zasobów Wodnych, Ministerstwo Rolnictwa i Środowiska ), jest uważane za przełom w prognozowaniu klęsk żywiołowych w Wietnamie.
Dr Bui Du Duong, zastępca dyrektora Instytutu Nauki o Zasobach Wodnych, stwierdził: „Rozwiązanie hybrydowe to rozwiązanie prognostyczne, które integruje wiele źródeł danych i modeli, wykorzystując mocne strony każdej z metod. W porównaniu z modelami tradycyjnymi, to rozwiązanie jest bardziej elastyczne, stabilne i zapewnia dokładniejsze prognozy. Jest to jednak rozwiązanie uzupełniające i nie zastępuje tradycyjnych modeli prognostycznych”.
Zasadniczo rozwiązanie hybrydowe łączy wiele źródeł danych i modeli, wykorzystując zalety każdej metody, aby przekształcić rozproszone dane w użyteczne informacje. Może to poprawić dane wejściowe, zmniejszyć liczbę błędów, zwiększyć wartość wczesnego ostrzegania i wesprzeć proces decyzyjny.
To rozwiązanie opiera się na tradycyjnych modelach matematycznych i fizycznych jako podstawie naukowej; wykorzystuje technologię teledetekcji do obserwacji rozległych obszarów; oraz rzeczywiste dane pomiarowe do kalibracji i weryfikacji. Ponadto, wykorzystuje algorytmy połączone z metodami sztucznej inteligencji (AI) do obliczania i wyciągania wniosków. Zazwyczaj wnioski te są trafne, co pomaga branży prognostycznej zmniejszyć wskaźnik błędów danych bazowych, zapewniając dokładne i terminowe prognozy i ostrzeżenia na wczesnym etapie. Rozwiązanie hybrydowe wykorzystuje cztery modele: prognozowanie opadów i odpływu; ostrzeganie przed osuwiskami; ryzyko erozji zlewni i sedymentacji zbiorników; oraz prognozowanie powodzi.
Rozwiązania te nie tylko wykorzystują tradycyjne dane meteorologiczne i hydrologiczne, ale także integrują dane satelitarne, globalne modele meteorologiczne i algorytmy uczenia maszynowego, pomagając tym samym prognostykom w przetwarzaniu dużych ilości informacji i dostarczaniu wcześniejszych, dokładniejszych ostrzeżeń.
Aby wdrożyć te cztery modele, Instytut Nauki o Zasobach Wodnych zaproponował kilka rozwiązań – grupę hybrydowych rozwiązań w zakresie prognozowania i ostrzegania przed katastrofami. Należą do nich m.in. rozwiązanie GM-ForcePast, które aktualizuje się codziennie i dostarcza zsynchronizowane, wysokiej rozdzielczości informacje o opadach deszczu, redukując niepewność wynikającą z ograniczonej lub nierównomiernej obserwacji oraz wspierając codzienne funkcjonowanie zbiorników i planowanie krótkoterminowe.
Kolejne rozwiązanie, prognozujące z wyprzedzeniem od 16 dni do 6 miesięcy, również aktualizowane codziennie, może przewidywać sumaryczne opady deszczu na podstawie modeli globalnych (GFS, ECMWF, Google). W przypadku hybrydowych rozwiązań modelowania, prognozy dopływu do zbiornika są aktualizowane codziennie z 16-dniowym wyprzedzeniem, łącząc modele matematyczno-fizyczne (HYPE) i modele uczenia maszynowego (RF, XGBoost), wzbogacone o dane z satelitów i globalnych modeli meteorologicznych.
Oprócz hybrydowego modelu monitorowania i prognozowania przepływu, wraz z rozwiązaniami uwzględniającymi wpływ połączonego systemu zbiorników na przepływ i osady, wczesne ostrzeganie przed ryzykiem osuwisk jest uważane za rozwiązanie oparte na badaniach nad wzorcami katastrof naturalnych. Pozwala to na prognozowanie ryzyka osuwisk na podstawie danych terenowych i potencjalnych opadów. Ostatecznym rozwiązaniem jest przewidywanie zasięgu, głębokości i czasu trwania powodzi. Podczas testów w regionie dolnego Mekongu, system hybrydowy był w stanie obliczyć zasięg i głębokość codziennych powodzi w zaledwie około 30 sekund, z czasem prognozowania do 18 dni.
Według wyników badań i testów, rozwiązanie hybrydowe może zwiększyć dokładność prognoz o ponad 40%. Co więcej, prognostycy mogą aktualizować i syntetyzować znacznie większą ilość informacji, jednocześnie redukując czas i nakład pracy. Połączenie wyżej wymienionych rozwiązań i grup rozwiązań uzupełnia i przezwycięża ograniczenia tradycyjnych metod, przyczyniając się do modernizacji prognozowania katastrof w Wietnamie w szybszym, dokładniejszym i bardziej inteligentnym kierunku, a jednocześnie wykorzystując nowe osiągnięcia naukowe i technologiczne.
Według gazety Nhan Dan
Źródło: https://baotuyenquang.com.vn/xa-hoi/202605/cai-thien-chat-luong-du-bao-thien-tai-4ae4321/
Komentarz (0)