تقدم علماء في الأكاديمية الصينية للعلوم نموذجًا مبتكرًا للذكاء الاصطناعي، يمكنه توقع مخاطر الفيضانات وتدفقات المياه بين المناطق بشكل عالمي. واللافت في هذا النموذج هو قدرته على العمل حتى في المناطق التي تفتقر إلى بيانات هيدرولوجية كبيرة.
يتميز النموذج بالاسم ED-DLSTM بتجنبه الاعتماد على بيانات تدفق تاريخية، على عكس النماذج التقليدية للتنبؤ. بدلاً من ذلك، يدمج بشكل فذ متغيرات مثل ارتفاع التضاريس وأنماط التساقط المطري وخصائص التربة. طبيعة ثابتة لبعض المتغيرات، مثل خصائص التربة، تسمح للباحثين بالحصول على هذه المعلومات من بيانات الأقمار الصناعية المتاحة عالميًا.
تعتبر أهمية هذا التطوير كبيرة حيث يعاني أكثر من 95٪ من حوض الأنهار الصغيرة والمتوسطة عالميًا من نقص بيانات هيدرولوجية، مما يجعل من التنبؤ الدقيق بالأمطار والفيضانات تحدًا.
تمت اختبار صحة نموذج ED-DLSTM من خلال البيانات التي تمتد من عام 2010 إلى 2012، وتشمل أكثر من 2000 حوض نهري في جميع أنحاء الولايات المتحدة وكندا ووسط أوروبا والمملكة المتحدة. وقد سمحت هذه المجموعة الواسعة من البيانات بإجراء اختبار شامل ضد النماذج التنافسية.
تنوع البيانات المتنوعة التي تتراوح من التدفقات الجوية إلى رطوبة التربة عبر مناطق مختلفة، قوَّى قوة وتحقق هذا النموذج الجديد. تكمن جزءًا من نجاحه في معاملة الخصائص الفضائية وسلاسل زمنية للسمات المناخية بشكل منفصل. لقد لاحظ العلماء المشاركين في هذا الابتكار القدرات التنبؤية المتفوقة لنموذج ED-DLSTM.
شهد النموذج نجاحًا خاصًا في توقع النتائج في حوض أنهار تشهد أمطارًا غزيرة أو تدفقات مناسبة، حيث بلغت نسبة 82٪ تقريبًا من هذه الحالات تحقيق متوسط درجة كفاءة هيدرولوجية من ناش-ستيلف أكثر من 0.6، مما يشير إلى مستوى عالٍ من الأداء.
ثبُتت قدرة الفريق على تنبؤ النموذج بالفعالية في حوض نهري في وسط تشيلي، الذي يفتقر إلى محطات قياس، حيث تبين أن النموذج الذكاء الاصطناعي المدرب سابقًا على البيانات من مقاييس قارية أخرى، خاصة تلك المدربة في الولايات المتحدة، أظهر فعالية عالية حيث تجاوز 77٪ من حصرين الاختبار درجة كفاءة ناش-ستيلف تصل إلى 0. ساعد هذا في تأكيد قدرة ED-DLSTM على عموم ظروف الهيدرولوجيا الشائعة عبر مجموعات تدريب مختلفة.