Передовой инструмент предупреждения о наводнениях, разработанный исследователями DTU, показывает перспективы в раннем обнаружении

Исследователи Технического университета Дании (DTU) сотрудничали с муниципалитетом Яммербюгт для создания новаторской системы раннего предупреждения о локальных наводнениях.

Инновационное решение для решения проблем локальных наводнений

Сюзанна Нильсен, жительница Ольборга, Дания, выразила обеспокоенность по поводу потенциальных наводнений, затрагивающих летний дом ее родителей в Слеттестранде, Северная Ютландия. Близость дома к бухте Яммербюгт создает риск проникновения воды, особенно на фоне повышения уровня грунтовых вод.

Чтобы снизить этот риск и обеспечить своевременные предупреждения для жителей и лиц, принимающих решения, исследователи DTU разработали передовой инструмент раннего предупреждения. В отличие от традиционных систем предупреждения о наводнениях, этот инструмент предлагает локализованные прогнозы, предоставляя заинтересованным сторонам до 48 часов предупреждения о надвигающемся наводнении вдоль рек, ручьев и прибрежных зон в муниципалитете Яммербюгт.

В основе системы лежит «мокрый индекс» — модель на базе искусственного интеллекта (ИИ), обученная на разнообразных наборах данных, включая спутниковые снимки, прогнозы погоды, уровни грунтовых и морских вод, а также топографию ландшафта. Этот многомерный подход позволяет получить тонкое понимание динамики воды и ее взаимодействия с окружающей средой.

Роланд Лёве, доцент DTU, специализирующийся на гидрологии, подчеркивает сложность движения воды в открытых ландшафтах. Используя ИИ и тщательно подобранные наборы данных, исследователи разработали инструмент, способный точно предсказывать события локальных наводнений.

Испытания и перспективы

В 2023 году муниципалитет Яммербюгт протестировал инструмент раннего предупреждения, получив многообещающие результаты во влажные весенние месяцы. Однако трудности возникли в более сухие летние месяцы, что подчеркивает необходимость дальнейшей доработки.

Хейди Эгеберг Йохансен, руководитель проекта в муниципалитете Яммербюгт, признает потенциал инструмента, подчеркивая важность точности и надежности. Ведутся планы по переобучению и корректировке модели, при этом ищется финансирование для поддержки текущих усилий по разработке.

Параллельно с достижениями в области предупреждения о наводнениях исследователи DTU разработали научные методы машинного обучения для улучшения стратегий управления водными ресурсами. Комбинация машинного обучения и научных вычислений значительно сократила время вычислений без ущерба для точности.

Аллан Питер Энгсиг-Каруп, доцент DTU, подчеркивает преимущества этого подхода в прогнозировании движения воды через дренажные системы. Используя силу научного машинного обучения, вычисления выполняются в 100 раз быстрее, чем традиционными методами, что дает лицам, принимающим решения, возможность получать информацию в реальном времени.

Трансформация практик управления наводнениями

Интеграция решений на базе ИИ в управление наводнениями представляет собой смену парадигмы в планировании устойчивости. Благодаря более быстрым и точным прогнозам муниципалитеты могут проактивно распределять ресурсы, внедрять превентивные меры и эффективно адаптировать инфраструктуру для снижения рисков наводнений.

Роланд Лёве подчеркивает практические последствия этого технологического достижения, позволяя лицам, принимающим решения, собираться вместе и исследовать различные сценарии в реальном времени. Упрощая процесс принятия решений, сообщества могут оптимизировать свои стратегии реагирования и повысить общую устойчивость к наводнениям.