Az időjárási körülmények extrém előrejelzésének forradalmi megközelítése a láthatáron van, a Kínai Tudományos Akadémia (CAS) által vezetve. Az új modellt, a nevén ED-DLSTM-et, a CAS kutatói fejlesztették ki, amely más modellekkel szemben nem támaszkodik az históriai áramlásadatokra, hanem a magasság és az esőzés alapján egy frissítő alternatívát kínál.
Részleteiben a The Innovation folyóiratban május 6-án, a CAS kutatói a ED-DLSTM kiváló képességeit hangoztatták a regionális vízgyűjtők pontosabb előrejelzése terén, összehasonlítva a hagyományos gépi tanulási és hidrológiai modellekkel. Ouyang Chaojun, a CAS vezető szerzője és professzora sikeres modellalkalmazásokról beszélt különböző régiókban, amelyek történelmileg monitorozott adatokra támaszkodnak.
A modell ügyessége abban rejlik, hogy a medencékben képes előre jelezni a vízáramlást, amelyek hiányoznak a vezetőadatok – területek, amelyek tipikusan az esőzésekre koncentrálnak, de hiányoznak az históriai áramlási adatok. A közepes és kis medencék több mint 95%-a világszerte ezzel a korlátozással néz szembe, jelentős kihívást jelentve az esőzés és áradás előrejelzésében.
A kutatók hangsúlyozták a megbízható áramlás előrejelzések kifejlesztésében rejlő mély nehézségeket azok ezrek számára, amelyeknek nincsenek fizikai paramétereik vagy históriai adataik. A nemzeti vagy regionális áradás előrejelzési stratégiáknak le kell küzdeniük a kihívást, hogy az el nem mélyített medencék számára előrejelzéseket tegyenek.
Annak érdekében, hogy ezt az előrelépést az előrejelzési képesség területén elérjék, a tudósok egy olyan modellt javasolnak, amely kizárólag meteorológiai bemeneti tényezőket használ, mint például az esőzés és a hőmérséklet, valamint a statikus földrajzi tulajdonságokat, amelyeket globálisan elérhető műholdas adatokból származtathatnak. A modellt 2010 és 2012 közötti történelmi monitorozási adatokkal tesztelték, átfogóan több mint 2000 medencében az Egyesült Államokban, Kanadában, Közép-Európában és az Egyesült Királyságban.
Ouyang szerint ez az első globális összehasonlító elemzés egy AI által irányított hidrológiai modelltől, új szintet állítva fel a térbeli tulajdonságok és éghajlati tulajdonságok kezelésében, amely nagy eltérés a hagyományos integrált indexmodellektől, amelyek gyakran nagyobb előrejelző és szimulációs hibákhoz vezetnek. Az ED-DLSTM előrelátó képességei kivételesen fejlettek.
További releváns tények a témában, amelyekre az előbbi cikk nem tér ki, tartalmazhatják:
– Az ED-DLSTM mo
– Az ED-SDLSTM.