طور علماء صينيون نموذجا مختلطا جديدا للتعلم العميق يساعد على التنبؤ بتدفقات المجاري المائية في مناطق مستجمعات المياه على نطاق عالمي، وذلك بهدف تحسين التنبؤ بالفيضانات.
ووفقا للأكاديمية الصينية للعلوم، فإنه ولا يزال التنبؤ بتدفقات المجاري المائية والفيضانات أحد التحديات طويلة الأمد في علم الهيدرولوجيا، وتواجه النماذج التقليدية القائمة على أساس مادي قيودا تتمثل في المعايير القليلة وإجراءات المعايرة المعقدة، ولاسيما في مستجمعات المياه غير المقيسة، حيث أن أكثر من 95 في المائة من مستجمعات المياه الصغيرة والمتوسطة الحجم في العالم تفتقر لبيانات الرصد.
واستخدم علماء من معهد 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، واتسم توزيع هذه المستجمعات بالتباين الشديد، ما يضمن تنوع البيانات.
وأظهرت النتائج أن دقة التنبؤ لهذا النموذج كانت أعلى من النماذج الهيدرولوجية التقليدية وغيرها من نماذج الذكاء الاصطناعي.
وتكمن أهمية هذه الدراسة العلمية أنها عرضت إمكانات أساليب التعلم العميق في التغلب على نقص البيانات الهيدرولوجية وأوجه القصور في بنية النموذج الفيزيائي وعملية المعايرة.
