 |
| Den historiska översvämningen av Lamfloden i Tuong Duong, Nghe An år 2025. |
Forskare forskar på hybridmodeller som integrerar flera datakällor och artificiell intelligens (AI) för att förbättra prognoskvaliteten och stödja effektivare beslutsfattande om katastrofförebyggande och katastrofinsatser.
Den integrerade hybridlösningen för tidig varning om naturkatastrofer, som forskats fram och introducerats av Institutet för vattenresursvetenskap (Center for Water Resources Planning and Investigation, Ministeriet för jordbruk och miljö ), anses vara ett genombrott inom prognostisering av naturkatastrofer i Vietnam.
Dr. Bui Du Duong, biträdande direktör för Institute of Water Resource Science, sa: "Hybridlösningen är en prognoslösning som integrerar flera datakällor och modeller och utnyttjar styrkorna hos varje metod. Jämfört med traditionella modeller är denna lösning mer flexibel, stabil och ger mer exakta förutsägelser. Det är dock en kompletterande lösning och ersätter inte traditionella prognosmodeller."
I princip kombinerar en hybridlösning flera datakällor och modeller och utnyttjar styrkorna hos varje metod för att omvandla olika data till användbar information. Detta kan förbättra indata, minska fel, öka värdet av tidig varning och stödja beslutsfattandet.
Denna lösning använder traditionella matematiska och fysikaliska modeller som vetenskaplig grund; använder fjärranalysteknik för observation av stora områden; och använder verkliga uppmätta data för kalibrering och verifiering. Dessutom använder den algoritmer i kombination med artificiell intelligens (AI) för att beräkna och dra slutsatser. Vanligtvis är dessa slutsatser korrekta, vilket hjälper prognosbranschen att minska felfrekvensen i underliggande data och ge korrekta och aktuella tidiga prognoser och varningar. Fyra modeller tillämpas med hybridlösningen: prognoser för regn och avrinning; jordskredvarning; risk för erosion av avrinningsområden och sedimentationsrisk i reservoarer; samt översvämningsprognoser.
Dessa lösningar utnyttjar inte bara traditionella meteorologiska och hydrologiska data utan integrerar även satellitdata, globala meteorologiska modeller och maskininlärningsalgoritmer, vilket hjälper prognosmakare att bearbeta stora mängder information och ge tidigare, mer exakta varningar.
För att implementera dessa fyra modeller föreslog Institute of Water Resources Science flera lösningar, en grupp hybridlösningar för katastrofprognoser och varningar. Dessa inkluderar GM-ForcePast-lösningen, som uppdateras dagligen och kan ge synkroniserad, högupplöst nederbördsinformation, vilket minskar osäkerheten på grund av begränsad eller ojämn observation och stödjer daglig reservoardrift och kortsiktig planering.
Nästa lösning, som prognostiserar från 16 dagar till 6 månader i förväg, också uppdaterad dagligen, kan förutsäga kombinerad nederbörd från globala modeller (GFS, ECMWF, Google). För hybridmodelleringslösningar prognostiserar denna inflödet i reservoaren 16 dagar i förväg, uppdaterad dagligen, och kombinerar matematisk-fysikaliska modeller (HYPE) och maskininlärningsmodeller (RF, XGBoost), förstärkt av data från satelliter och globala meteorologiska modeller.
Förutom hybridmodellen för övervakning och prognostisering av flöde, tillsammans med lösningar som tar itu med det sammankopplade reservoarsystemets inverkan på flöde och sediment, anses tidig varning för jordskredrisk vara en lösning baserad på forskning om naturkatastrofmönster. Detta möjliggör förutsägelser av jordskredrisk baserat på fältdata och potentiell nederbörd. Den slutliga lösningen är att förutsäga omfattningen, djupet och varaktigheten av översvämningar. I försök i den nedre Mekongregionen kunde hybridsystemet beräkna omfattningen och djupet av dagliga översvämningar på bara cirka 30 sekunder, med en prognostid på upp till 18 dagar.
Enligt forsknings- och testresultat kan hybridlösningen öka prognosnoggrannheten med mer än 40 %. Dessutom kan prognosmakare uppdatera och syntetisera en mycket större mängd information samtidigt som de minskar tid och ansträngning. Kombinationen av ovannämnda lösningar och grupper av lösningar kompletterar och övervinner begränsningarna med traditionella metoder, vilket bidrar till moderniseringen av Vietnams katastrofprognoser i en snabbare, mer exakt och smartare riktning, samtidigt som den utnyttjar nya vetenskapliga och tekniska landvinningar.
Enligt tidningen Nhan Dan
Källa: https://baotuyenquang.com.vn/xa-hoi/202605/cai-thien-chat-luong-du-bao-thien-tai-4ae4321/
Kommentar (0)