近日，南方科技大學(xué)環(huán)境科學(xué)與工程學(xué)院教授鄭一團(tuán)隊(duì)與中國科學(xué)院大氣物理研究所等多家單位合作，在《地球物理研究快報(bào)》發(fā)表最新研究成果，他們提出了生成式人工智能預(yù)報(bào)洪水的新防范，不僅為洪水預(yù)報(bào)技術(shù)帶來了新思路，也為水文學(xué)乃至整個(gè)地球系統(tǒng)科學(xué)領(lǐng)域的AI應(yīng)用探索了新路徑。
氣候變化加劇導(dǎo)致全球極端洪水事件頻發(fā)，嚴(yán)重威脅人類社會(huì)發(fā)展。然而，傳統(tǒng)降雨徑流模型易低估峰值流量，難以預(yù)報(bào)最危險(xiǎn)、最具破壞性的大洪峰，也無法直接給出基于概率的風(fēng)險(xiǎn)評(píng)估。
為此，研究團(tuán)隊(duì)提出了基于擴(kuò)散模型的DRUM（diffusion-based runoff model）方法，利用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練徑流數(shù)據(jù)的噪聲模型，再使用該模型進(jìn)行多步去噪操作，生成徑流的集合預(yù)報(bào)數(shù)據(jù)。DRUM無需預(yù)定義徑流的概率分布形式，直接從數(shù)據(jù)中學(xué)習(xí)概率分布，能完成多尺度任務(wù)分解，將復(fù)雜的洪水預(yù)報(bào)任務(wù)分解為一系列相對(duì)簡(jiǎn)單的子問題，以及具有靈活的條件生成機(jī)制。這些特點(diǎn)使DRUM能有效處理洪水預(yù)報(bào)中的非線性、多尺度和高不確定性特征。
研究團(tuán)隊(duì)基于CAMELS數(shù)據(jù)集，在美國531個(gè)代表性流域?qū)RUM的性能進(jìn)行了檢驗(yàn)，并與現(xiàn)有的深度學(xué)習(xí)標(biāo)桿模型進(jìn)行對(duì)比。短臨預(yù)報(bào)（0天預(yù)見期）實(shí)驗(yàn)結(jié)果表明，DRUM提升預(yù)報(bào)準(zhǔn)確性的幅度隨洪水量級(jí)的增加而增大。在72.3%的研究流域中，DRUM對(duì)最極端洪水的短臨預(yù)報(bào)能力超越了標(biāo)桿模型。此外，DRUM在洪水概率預(yù)報(bào)方面的優(yōu)勢(shì)在8個(gè)超出歷史數(shù)據(jù)極大值的極端洪水事件中進(jìn)一步凸顯。
研究團(tuán)隊(duì)進(jìn)一步使用歐洲中期天氣預(yù)報(bào)中心綜合預(yù)報(bào)系統(tǒng)的降水預(yù)報(bào)數(shù)據(jù)驅(qū)動(dòng)模型，將短臨預(yù)報(bào)擴(kuò)展到業(yè)務(wù)預(yù)報(bào)（7天預(yù)見期）。結(jié)果顯示，DRUM在各種洪水量級(jí)和不同預(yù)見期上始終優(yōu)于標(biāo)桿方法。DRUM還表現(xiàn)出更優(yōu)的洪水提前預(yù)警能力，特別是對(duì)極端事件，成功將平均預(yù)警提前期從約0.2天延長(zhǎng)至約1.2天。該研究成果充分展示了利用生成式人工智能進(jìn)行業(yè)務(wù)化洪水預(yù)報(bào)的光明前景，對(duì)于全球洪水風(fēng)險(xiǎn)評(píng)估、預(yù)警及應(yīng)急響應(yīng)具有重要意義。
相關(guān)論文信息：https://doi.org/10.1029/2025GL115705
本文鏈接：研究人員提出生成式人工智能預(yù)報(bào)洪水新方法http://m.sq15.cn/show-11-25127-0.html
聲明：本網(wǎng)站為非營利性網(wǎng)站，本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。