개요

홍수는 하천 유량 측정 네트워크가 부족한 개발도상국에 불균형적으로 영향을 미치므로 정확한 조기 경보의 필요성이 강조됩니다. 기후 변화로 인한 홍수 관련 재해의 가속화는 특히 취약한 인구의 90%가 거주하는 저소득 및 중간 소득 국가에서 효과적인 조기 경보 시스템의 시급성을 강조합니다. 세계은행(World Bank)에 따르면 개발도상국의 홍수 조기 경보 시스템을 선진국 표준으로 업그레이드하면 매년 평균 23,000명의 생명을 구할 수 있습니다. 그러나 개별 유역 보정의 필요성과 취약한 지역의 제한된 예측 등의 과제는 여전히 남아 있습니다. 이 기사에서는 인공 지능(AI)을 사용하여 최대 5일 전에 강변 홍수를 예측하는 Google의 연구 논문을 이해하고, 특히 데이터가 부족하고 취약한 지역에서 80개 이상의 국가에 대한 잠재적인 영향을 자세히 설명합니다.

홍수의 파괴적인 영향

홍수는 가장 흔한 자연재해 유형으로, 홍수 관련 재해 발생률은 2000년 이후 XNUMX배 이상 증가했다. 이는 인위적인 기후변화로 인한 수문순환 가속화에 따른 것이다. 홍수 영향은 인구가 홍수 위험에 매우 취약한 개발도상국에서 특히 심각합니다. 홍수의 파괴적인 결과는 인간의 생명과 재산에 미치는 영향을 완화하기 위해 정확하고 시기적절한 홍수 경고가 시급히 필요함을 강조합니다.

홍수예보 현황

홍수 예측의 현재 상태는 특히 수문학적 예측 모델이 교정을 위해 보다 신뢰할 수 있는 데이터가 필요한 측량되지 않은 유역의 경우 문제에 직면해 있습니다. 이러한 제한은 특히 홍수로 인한 인간의 영향에 취약한 지역에서 홍수 예측의 정확성과 리드 타임을 방해합니다. 개발도상국의 조밀한 흐름 측정 네트워크의 부족은 홍수 경고의 부정확성을 더욱 악화시키며, 이는 신뢰할 수 있는 홍수 예측에 대한 전 세계적 접근 개선의 필요성을 강조합니다.

희망의 빛: 구출을 위한 Google AI

구글 인공지능(AI) 전 세계 홍수 예측 문제에 대한 유망한 솔루션을 제시합니다. AI와 개방형 데이터세트를 활용하면 극한 하천 현상에 대한 단기 예측의 정밀도, 재현율 및 리드 타임을 크게 향상시킬 수 있는 잠재력이 있습니다. 80개 이상의 국가에서 실시간으로 공개적으로 이용 가능한 예측을 생성하는 운영 시스템의 개발은 측정되지 않은 유역에 조기에 정확한 홍수 경고를 제공할 수 있는 AI의 잠재력을 보여줍니다. 이는 신뢰할 수 있는 홍수 예측 및 조기 경보 시스템에 대한 전 세계적 접근을 향상시키는 데 있어 상당한 발전을 의미합니다.

Google 연구 논문: AI가 홍수 예측을 혁신하다

XNUMXD덴탈의 구글 연구 논문 공개 및 공개 데이터 세트에서 훈련된 인공 지능(AI)을 사용하여 홍수 예측에 있어 상당한 발전을 보여줍니다. 이 연구는 국제 하천의 기상 이변 예측에 대한 전 세계적 접근을 혁신할 수 있는 AI의 잠재력을 평가합니다. AI를 활용해 7여 개국에서 단기(80일) 홍수 예보를 생성할 수 있는 운영 시스템이 개발되어 금전 요금이나 웹사이트 등록 등 접근 장벽 없이 실시간 예보를 제공합니다.

글로벌 홍수 예측에 AI 사용

Google 연구 논문은 글로벌 홍수 예측을 위한 AI의 사용을 자세히 조사하고 수문학적 현재 예측 모델에 대한 이전 작업을 확장하는 AI 하천 흐름 예측 모델의 개발을 강조합니다. 모델은 활용 장단기 기억(LSTM) 7일 예측 기간을 통해 일일 하천 흐름을 예측하는 네트워크입니다. 특히 AI 모델은 스트림 흐름 데이터를 입력으로 사용하지 않아 특히 측정되지 않은 위치에서 실시간 데이터 가용성 문제를 해결합니다. 모델 아키텍처에는 과거 및 예측 기상 입력 데이터를 위한 별도의 LSTM 장치가 있는 인코더-디코더 모델이 통합되어 있습니다.

공개 데이터에서 실시간 예측까지

AI 모델을 기반으로 개발된 운영 시스템은 80개국 이상에서 실시간 홍수 예측을 제공하며, 이는 신뢰할 수 있는 홍수 경고에 대한 전 세계 접근성을 향상시키는 데 중요한 이정표를 세웠습니다. 실시간 예측 가용성으로 입증된 것처럼 접근 장벽 없이 단기 예측을 생성할 수 있는 시스템 능력

 무료로 홍수 사건에 대한 조기 경보 시스템을 강화하는 AI의 잠재력을 강조합니다.

최첨단 기술을 넘어

AI 모델의 성능은 현재의 최첨단 글로벌 모델링 시스템인 코페르니쿠스 재난 관리 서비스 글로벌 홍수 인식 시스템(글로파스). 연구에 따르면 AI 기반 예측은 최대 5일의 리드 타임에 측정되지 않은 유역에서 극한 하천 현상을 예측하는 데 있어 GloFAS의 현재 예측 신뢰성과 비슷하거나 더 나은 신뢰성을 달성했다고 보고합니다. 또한 5년 반환 기간 이벤트에 대한 AI 모델의 정확도는 1년 반환 기간 이벤트에 대한 현재 정확도와 유사하거나 그보다 높으며, 이는 측정되지 않은 유역에서 더 크고 더 영향력 있는 이벤트에 대해 조기에 정확한 홍수 경고를 제공할 수 있는 가능성을 나타냅니다.

내부 정보: AI 모델

두뇌 구축

AI 하천 흐름 예측 모델은 LSTM 네트워크를 사용하여 기상 입력 데이터에서 하천 흐름 데이터 시퀀스를 시뮬레이션하는 수문 현재 모델에 대한 이전 작업을 확장합니다. 이 모델은 기상 입력 데이터의 과거 시퀀스에 대해 실행되는 하나의 LSTM(인코더 LSTM)과 기상 예측의 입력을 사용하여 7일 예측 지평선에 대해 실행되는 또 다른 LSTM(디코더 LSTM)이 포함된 인코더-디코더 아키텍처를 사용합니다. 측정되지 않은 위치에서는 실시간 데이터를 사용할 수 없기 때문에 모델은 하천 흐름 데이터를 입력으로 사용하지 않으며 벤치마크(GloFAS)는 자동 회귀 입력을 사용하지 않습니다. 데이터 세트에는 152,259개 유역에서 5,680년 동안의 모델 입력 및 하천 흐름 목표가 포함되어 있으며 총 크기는 60GB입니다.

데이터 타임라인

그림은 AI 모델을 통한 훈련 및 예측에 사용되는 각 소스에서 사용 가능한 데이터 기간을 보여줍니다. 훈련 중에 누락된 데이터는 다른 데이터 소스의 유사한 변수를 사용하거나 평균값으로 대치하고 대치된 값을 나타내는 이진 플래그를 추가하여 대치되었습니다. 이 모델은 인코더와 디코더 LSTM 모두에 대해 365개의 셀 상태의 숨겨진 크기와 함께 256일의 뒷캐스트 시퀀스 길이를 사용합니다.

AI 모델은 얼마나 잘 예측합니까?

AI 모델의 성능은 샘플 외부 예측을 보장하기 위해 시간과 공간으로 분할된 5,680개 게이지의 데이터를 사용하는 교차 검증 실험을 통해 평가되었습니다. 이 모델은 각 시간 단계 및 예측 리드 타임에서 영역 정규화된 하천 유량에 대한 단일 비대칭 라플라시안 분포의 매개변수를 예측합니다. 이 모델은 배치 크기가 50,000인 256개의 미니 배치에 대해 훈련되었으며, 평균을 빼고 훈련 기간 데이터의 표준 편차로 나누어 표준화된 입력을 받았습니다.

모델을 테스트에 적용

교차 검증 실험에는 대륙, 기후대, 수문학적으로 분리된 유역 그룹에 걸친 분할이 포함되었습니다. AI 모델은 위치와 시간 모두에서 샘플 외부에서 평가되었으며, 결과는 별도로 훈련된 3개의 인코더-디코더 LSTM 앙상블에서 예측된 수문곡선을 평균화한 수문곡선을 통해 보고되었습니다.

수위도 측정법을 사용한 모델 평가

AI 모델 및 GloFAS 전체 평가 게이지에 대한 수위도 측정 항목을 평가했으며, 리드 타임이 증가함에 따라 점수가 감소했습니다. 결과는 2014~2021년 기간에 대해 계산되었으며 측정 항목은 확장 데이터 표 1에 나열되어 있습니다. 또한 GloFAS가 보정된 1,144개 게이지에 대한 AI 모델 및 GloFAS에 대한 수문 측정 항목을 평가했으며 점수는 리드가 증가함에 따라 감소했습니다. 시간.

AI가 작동하는 이유는 무엇입니까?

신뢰도 분류기의 기능 중요도 순위는 AI 모델의 높은 신뢰도와 낮은 신뢰도를 결정하는 지구물리학적 속성을 나타내는 데 사용되었습니다. AI 모델의 가장 중요한 특징은 배수 면적, 평균 연간 잠재 증발산량(PET), 평균 연간 실제 증발산량(AET) 및 고도입니다. 이러한 속성은 신뢰도 점수와 상관 관계가 있으며, 이는 모델의 높은 수준의 비선형성 및 매개변수 상호 작용을 나타냅니다.

결론

수문학적 모델링은 성숙되었지만 홍수가 발생하기 쉬운 지역에는 신뢰할 수 있는 예측 및 조기 경보 시스템이 부족합니다. Google 연구 논문은 AI와 개방형 데이터를 활용하여 극한 강변 현상에 대한 단기 예측의 정밀도, 재현율 및 리드 타임을 어떻게 크게 향상시킬 수 있는지 보여줍니다. AI 기반 예측은 현재 글로벌 현재 방송의 신뢰성을 5일 리드 타임으로 확장하고 아프리카의 예측 기술을 유럽과 비슷한 수준으로 향상함으로써 유망한 솔루션을 제공합니다.

또한 이러한 예측을 접근 장벽 없이 실시간으로 공개적으로 제공하면 홍수 경고를 시기적절하게 전파할 수 있습니다. 이러한 진전에도 불구하고 Caravan과 같은 오픈 소스 이니셔티브를 통해 정확한 모델과 실시간 업데이트를 교육하기 위한 수문학 데이터에 대한 액세스를 늘려 추가 개선의 여지가 있습니다. 전 세계 홍수 예측 및 조기 경보를 강화하는 것은 홍수가 인명과 재산에 미치는 파괴적인 영향으로부터 전 세계 수백만 명을 보호하는 데 매우 중요합니다. AI, 개방형 데이터 및 협업 노력을 결합하면 이 중요한 목표를 향한 길을 열 수 있습니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.analyticsvidhya.com/blog/2024/03/google-ai-predicts-riverine-flood-in-advance/