Китайські вчені розробили нову гібридну модель глибокого навчання для прогнозування водного стоку у водозбірних басейнах по всьому світу.
Про це повідомила інформаційна агенція Сіньхуа.
Модель створена для покращення прогнозування повеней, як зазначено у науковій статті, опублікованій у журналі The Innovation.
Прогнозування річкового стоку та повеней є однією з найскладніших задач у гідрології. Традиційні фізичні моделі мають труднощі через невизначеність параметрів і складні процедури калібрування, особливо в районах без моніторингу.
За даними Китайської академії наук (CAS), понад 95% малих та середніх водозбірних басейнів у світі не мають даних моніторингу.
Дослідники з Інституту гірських небезпек та навколишнього середовища CAS використали дані з понад 2 тисяч водозбірних басейнів по всьому світу для навчання моделі, що дозволило прогнозувати стік як для моніторованих, так і для не моніторованих водозбірних басейнів.
Різноманітність водозбірних басейнів сприяла створенню різнобічної бази даних для навчання моделі.
Результати дослідження показали, що точність прогнозування нової моделі перевершує традиційні гідрологічні моделі та інші моделі штучного інтелекту.
Це дослідження демонструє потенціал методів глибокого навчання у вирішенні проблем з нестачею гідрологічних даних та недоліками фізичних моделей, зазначається у науковій статті.
