Ein banebrytande tilnærming til å forutse ekstreme værforhold er på horisonten, ledet av det kinesiske vitenskapsakademiet (CAS). Den nye modellen, kalt ED-DLSTM, avviser avhengigheten av historiske flo-data som andre modeller bruker, og tilbyr et forfriskende alternativ basert på egenskaper som høyde og nedbør.
Detaljert i tidsskriftet The Innovation den 6. mai, skryter CASs forskere av ED-DLSTM sin overlegne evne til å forutse over regionale vassdrag med større nøyaktighet sammenlignet med tradisjonelle maskinlærings- og hydrologimodeller. Ouyang Chaojun, en hovedforfatter og professor ved CAS, avslørte vellykkede applikasjoner av modellen over ulike regioner som historisk sett har vært avhengige av overvåkede data.
Modellens dyktighet ligger i evnen til å forutsi vannstrømmer i bassenger som mangler strømregistre – områder som typisk er konsentrerte av nedbør, men mangler historiske strømdata. Mer enn 95% av middels til små bassenger verden over står overfor denne begrensingen, og det medfører betydelige utfordringer for nedbørs- og flomvarsling.