Giriş

Seller, seyrek akarsu akışı ölçüm ağlarına sahip gelişmekte olan ülkeleri orantısız bir şekilde etkiliyor ve bu da doğru erken uyarılara olan ihtiyacın altını çiziyor. İklim değişikliği nedeniyle sel kaynaklı felaketlerin hızlanması, özellikle savunmasız nüfusun %90'ının ikamet ettiği düşük ve orta gelirli ülkelerde etkili erken uyarı sistemlerinin aciliyetinin altını çiziyor. Dünya Bankası'na göre, gelişmekte olan ülkelerdeki sel erken uyarı sistemlerinin gelişmiş standartlara yükseltilmesi, yılda ortalama 23,000 hayat kurtarabilir. Ancak, bireysel havza kalibrasyonu gerekliliği ve hassas bölgelerdeki sınırlı tahminler de dahil olmak üzere zorluklar devam etmektedir. Bu makalede, Google'ın nehir taşkınlarını 5 gün öncesine kadar tahmin etmek için yapay zeka (AI) kullanmayı araştıran ve bunun özellikle veri kıtlığı olan ve hassas bölgelerde olmak üzere 80'den fazla ülke için potansiyel sonuçlarını ayrıntılarıyla anlatan araştırma makalesini anlayacağız.

Sellerin Yıkıcı Etkisi

Seller en yaygın doğal afet türüdür ve sel kaynaklı felaketlerin oranı 2000 yılından bu yana iki kattan fazla artış göstermiştir. Bu artış, antropojenik iklim değişikliğinin neden olduğu hızlanan hidrolojik döngüye bağlanmaktadır. Sel etkileri, nüfusların sel risklerine karşı oldukça savunmasız olduğu gelişmekte olan ülkelerde özellikle şiddetlidir. Sellerin yıkıcı sonuçları, insan hayatı ve mülkiyeti üzerindeki etkiyi azaltmak için doğru ve zamanında sel uyarılarına olan acil ihtiyacın altını çiziyor.

Sel Tahmininin Mevcut Durumu

Taşkın tahmininin mevcut durumu, özellikle hidrolojik tahmin modellerinin kalibrasyon için daha güvenilir verilere ihtiyaç duyduğu ölçülmeyen havzalarda zorluklarla karşı karşıyadır. Bu sınırlama, özellikle selin insani etkilerine karşı hassas olan alanlarda sel tahminlerinin doğruluğunu ve teslim süresini engeller. Gelişmekte olan ülkelerde yoğun akarsu akışı ölçüm ağlarının bulunmaması, sel uyarılarının yanlışlığını daha da artırıyor ve güvenilir sel tahminlerine küresel erişimin iyileştirilmesine yönelik kritik ihtiyacın altını çiziyor.

Bir Umut Işını: Google Yapay Zeka Kurtarmaya Hazır

Google Yapay Zeka (AI) Küresel sel tahmininin zorluklarına umut verici bir çözüm sunuyor. Yapay zeka ve açık veri kümelerinden yararlanılarak, aşırı nehir olaylarına ilişkin kısa vadeli tahminlerin kesinliğini, geri çağrılmasını ve teslim süresini önemli ölçüde iyileştirme potansiyeli vardır. 80'den fazla ülkede gerçek zamanlı olarak kamuya açık tahminler üreten operasyonel bir sistemin geliştirilmesi, yapay zekanın ölçüm yapılmayan havzalarda erken ve doğru taşkın uyarıları sağlama potansiyelini ortaya koyuyor. Bu, güvenilir sel tahminlerine ve erken uyarı sistemlerine küresel erişimin artırılmasında önemli bir ilerlemeye işaret ediyor.

Google Araştırma Makalesi: Yapay Zeka Sel Tahmininde Devrim Yaratıyor

The Google araştırma makalesi açık ve halka açık veri kümeleri üzerinde eğitilmiş yapay zekayı (AI) kullanarak sel tahmininde önemli bir ilerleme sunuyor. Çalışma, yapay zekanın uluslararası nehirlerdeki olağanüstü olaylara ilişkin tahminlere küresel erişimde devrim yaratma potansiyelini değerlendiriyor. Yapay zekadan yararlanılarak, 7'den fazla ülkede kısa vadeli (80 günlük) sel tahminleri üreten, parasal ücretler veya web sitesi kaydı gibi erişim engelleri olmadan gerçek zamanlı tahminler sağlayan operasyonel bir sistem geliştirildi.

Küresel Sel Tahminleri için Yapay Zekayı Kullanma

Google araştırma makalesi, küresel sel tahminleri için yapay zekanın kullanımını ele alıyor ve hidrolojik şimdi tahmin modelleri üzerine önceki çalışmaları genişleten bir yapay zeka akış akışı tahmin modelinin geliştirilmesine dikkat çekiyor. Model şunu kullanır: uzun kısa süreli bellek (LSTM) ağların 7 günlük bir tahmin ufku boyunca günlük akış akışını tahmin etmesini sağlar. Yapay zeka modeli, özellikle ölçülmeyen konumlarda gerçek zamanlı veri kullanılabilirliği sorununu ele alarak akış akışı verilerini girdi olarak kullanmaz. Model mimarisi, geçmiş ve tahmini meteorolojik girdi verileri için ayrı LSTM birimlerine sahip bir kodlayıcı-kod çözücü modelini içerir.

Açık Verilerden Gerçek Zamanlı Tahminlere

Yapay zeka modeline dayalı olarak geliştirilen operasyonel sistem, 80'den fazla ülkede gerçek zamanlı sel tahminleri sağlıyor ve güvenilir sel uyarılarına küresel erişimin iyileştirilmesinde önemli bir kilometre taşına işaret ediyor. Tahminlerin gerçek zamanlı olarak kullanılabilirliğinin gösterdiği gibi, sistemin erişim engelleri olmadan kısa vadeli tahminler üretme yeteneği

 ve ücretsiz olması, yapay zekanın sel olaylarına yönelik erken uyarı sistemlerini geliştirme potansiyelinin altını çiziyor.

Son Teknolojinin Ötesinde

Yapay zeka modelinin performansı, mevcut en son teknolojiye sahip küresel modelleme sistemi olan Copernicus Acil Durum Yönetim Hizmeti Küresel Sel Farkındalık Sistemini geride bırakıyor (GloFAS). Çalışma, AI tabanlı tahminin, ölçülmeyen havzalardaki aşırı nehir olaylarını beş güne kadar bir teslim süresiyle tahmin etmede güvenilirliğe ulaştığını, GloFAS'ın şimdi tahminlerinin güvenilirliğiyle karşılaştırılabilir veya ondan daha iyi olduğunu bildiriyor. Ek olarak, yapay zeka modelinin beş yıllık dönüş periyodundaki olaylara ilişkin doğruluğu, bir yıllık dönüş periyodundaki olaylara ilişkin mevcut doğruluklara benzer veya daha iyidir; bu da, ölçülmeyen havzalardaki daha büyük ve daha etkili olaylara karşı erken ve doğru sel uyarıları sağlama potansiyelini gösterir.

Kaputun Altında: Yapay Zeka Modeli

Beyinleri Geliştirmek

Yapay zeka akış akışı tahmin modeli, meteorolojik girdi verilerinden akış akışı verilerinin dizilerini simüle etmek için LSTM ağlarını kullanan hidrolojik şimdi tahmin modelleri üzerindeki önceki çalışmaları genişletiyor. Model, meteorolojik girdi verilerinin tarihsel dizisi üzerinde çalışan bir LSTM'den (kodlayıcı LSTM) ve meteorolojik tahminlerden gelen girdilerle 7 günlük tahmin ufku üzerinde çalışan başka bir LSTM'den (kod çözücü LSTM) oluşan bir kodlayıcı-kod çözücü mimarisini kullanır. Ölçülmemiş konumlarda gerçek zamanlı verilerin mevcut olmaması nedeniyle model, akış akışı verilerini girdi olarak kullanmaz ve kıyaslama (GloFAS) otoregresif girdileri kullanmaz. Veri seti, diske kaydedilen toplam 152,259 GB boyutunda, 5,680 havzadan 60 yıllık model girişlerini ve akış hedeflerini içeriyor.

Veri Zaman Çizelgesi

Şekil, yapay zeka modeliyle eğitim ve tahmin için kullanılan her kaynaktan elde edilen mevcut veri dönemlerini gösterir. Eğitim sırasında, eksik veriler ya başka bir veri kaynağından benzer bir değişken kullanılarak ya da bir ortalama değer atanarak ve atfedilen değeri belirtmek için bir ikili bayrak eklenerek atfedildi. Model, hem kodlayıcı hem de kod çözücü LSTM'ler için 365 hücre durumunun gizli boyutuyla 256 günlük bir geçmişe yayın dizisi uzunluğu kullanır.

Yapay Zeka Modeli Ne Kadar İyi Tahmin Ediyor?

Yapay zeka modelinin performansı, örnek dışı tahminler sağlamak için zaman ve mekana bölünmüş 5,680 göstergeden alınan verilerle çapraz doğrulama deneyleri kullanılarak değerlendirildi. Model, her zaman adımında alan normalize edilmiş akış akışı deşarjı üzerinden tek bir asimetrik Laplacian dağılımının parametrelerini tahmin eder ve teslim süresini tahmin eder. Model, 50,000 parti büyüklüğünde 256 mini parti üzerinde eğitildi ve ortalamanın çıkarılması ve eğitim dönemi verilerinin standart sapmasına bölünmesiyle standartlaştırılmış girdiler kullanıldı.

Modeli Teste tabi tutmak

Çapraz doğrulama deneyleri kıtalar, iklim bölgeleri ve hidrolojik olarak ayrılmış havza grupları arasındaki bölünmeleri içeriyordu. AI modeli, hem konum hem de zaman açısından numune dışı olarak değerlendirildi ve sonuçlar, ayrı ayrı eğitilmiş üç kodlayıcı-kod çözücü LSTM'den oluşan bir gruptan tahmin edilen hidrografların ortalamasının alınmasından kaynaklanan bir hidrograf üzerinden rapor edildi.

Modelin Hidrograf Metrikleriyle Değerlendirilmesi

AI modeli için hidrograf ölçümleri ve GloFAS genel değerlendirme göstergeleri, artan teslim süresiyle birlikte düşen puanlarla değerlendirildi. Sonuçlar 2014-2021 dönemi için hesaplandı ve metrikler Genişletilmiş Veri Tablosu 1'de listelendi. Ayrıca, GloFAS'ın kalibre edildiği 1,144 gösterge üzerinden AI modeli ve GloFAS için hidrograf metrikleri değerlendirildi ve puanlar artan kurşunla birlikte azaldı. zaman.

Yapay Zekayı Çalıştıran Nedir?

Yapay zeka modelinde hangi jeofiziksel özelliklerin yüksek ve düşük güvenilirliği belirlediğini belirtmek için güvenilirlik sınıflandırıcılarından gelen özellik önemi sıralamaları kullanıldı. AI modelinin en temel özellikleri arasında drenaj alanı, ortalama yıllık potansiyel buharlaşma (PET), ortalama yıllık gerçek buharlaşma (AET) ve yükseklik yer alıyordu. Bu nitelikler, modeldeki yüksek düzeyde doğrusal olmama ve parametre etkileşimini gösteren güvenilirlik puanlarıyla ilişkilendirilmiştir.

Sonuç

Hidrolojik modelleme olgunlaşmış olsa da, taşkın tehlikesi olan birçok bölge güvenilir tahmin ve erken uyarı sistemlerinden yoksundur. Google araştırma makalesi, yapay zekadan ve açık verilerden yararlanmanın, kısa vadeli tahminlerin hassasiyetini, hatırlanmasını ve aşırı nehir olaylarına ilişkin teslim süresini nasıl önemli ölçüde iyileştirebileceğini gösteriyor. Yapay zeka tabanlı tahmin, mevcut küresel tahminlerin güvenilirliğini 5 günlük bir teslim süresine genişleterek ve Afrika'daki tahmin becerilerini Avrupa ile karşılaştırılabilir seviyelere geliştirerek umut verici bir çözüm sunuyor.

Üstelik bu tahminlerin erişim engelleri olmadan gerçek zamanlı olarak kamuya açık hale getirilmesi, sel uyarılarının zamanında yayılmasını sağlar. Bu ilerlemeye rağmen, Caravan gibi açık kaynaklı girişimler aracılığıyla doğru modelleri eğitmek ve gerçek zamanlı güncellemeler yapmak için hidrolojik verilere erişimin artırılması yoluyla daha fazla iyileştirme yapılabilecek alan bulunmaktadır. Küresel sel tahminlerini ve erken uyarıları geliştirmek, dünya çapında milyonlarca insanı selin can ve mal üzerindeki yıkıcı etkilerinden korumak için kritik öneme sahiptir. Yapay zeka, açık veriler ve işbirlikçi çabaları birleştirmek bu hayati hedefe giden yolu açıyor.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.analyticsvidhya.com/blog/2024/03/google-ai-predicts-riverine-flood-in-advance/