طرح باحثون صينيون نموذجا مختلطا جديدا للتعلم العميق للعمل على معالجة التنبؤ بتدفق المجاري المائية بمناطق مستجمعات المياه على نطاق عالمي، بهدف تحسين التنبؤ بالفيضانات، وفقا لمقالة بحثية نشرت أخيرا بمجلة «الابتكار». وذلك وفق ما ذكرت وكالة أنباء «شينخوا» الصينية.
ولا يزال التنبؤ بتدفقات المجاري المائية والفيضانات أحد التحديات طويلة الأمد في علم الهيدرولوجيا. فيما تواجه النماذج التقليدية القائمة على أساس مادي قيودا تتمثل في المعايير القليلة وإجراءات المعايرة المعقدة، ولا سيما في مستجمعات المياه غير المقيسة.
وذكرت الأكاديمية الصينية للعلوم أن أكثر من 95 في المائة من مستجمعات المياه الصغيرة والمتوسطة الحجم في العالم تفتقر لبيانات الرصد.
وفي هذا الاطار، استخدم باحثون بمعهد المخاطر الجبلية والبيئة التابع للأكاديمية مجموعات البيانات لأكثر من 2000 مستجمع مياه في جميع أنحاء العالم لإجراء تدريب نموذجي من أجل تحقيق القدرة على التنبؤ بتدفق المجاري المائية على نطاق عالمي لجميع المستجمعات المائية المقيسة وغير المقيسة. وقد اتسم توزيع هذه المستجمعات بالتباين الشديد، ما يضمن تنوع البيانات. كما أظهرت النتائج أن دقة التنبؤ لهذا النموذج كانت أعلى من النماذج الهيدرولوجية التقليدية وغيرها من نماذج الذكاء الاصطناعي.
وأوضحت المقالة أن الدراسة الجديدة عرضت إمكانات أساليب التعلم العميق في التغلب على نقص البيانات الهيدرولوجية وأوجه القصور في بنية النموذج الفيزيائي وعملية المعايرة.
