- Mesta
- Sodelovanje in dejavnosti
- Novice
- Medijska soba
- O nas
Na Dunaju so razvili inovativno metodo, ki s pomočjo umetne inteligence izboljšuje napovedovanje poplav in upravljanje vodnih virov. Pristop omogoča odkrivanje razumljivih matematičnih povezav med značilnostmi porečij in njihovim odtočnim odzivom, kar vodi do natančnejših hidroloških modelov. Rezultati testiranja kažejo, da je pristop prenosljiv med regijami ter ima velik potencial za trajnostno upravljanje vodnih virov.
Raziskovalna skupina z Univerze za naravne vire in uporabne življenjske vede na Dunaju (BOKU) je razvila nov pristop, ki s pomočjo umetne inteligence izboljšuje napovedovanje poplav in upravljanje vodnih virov tudi v regijah z omejenimi merilnimi podatki. Hidrološki modeli so ključni za razumevanje vodnega kroga, vendar je njihova natančnost močno odvisna od parametrov, ki morajo biti prilagojeni posameznemu območju. To je še posebej zahtevno tam, kjer merilnih postaj skoraj ni. Nova metoda omogoča zanesljivejše napovedi prav v takšnih okoljih.
Pri novo razvitem pristopu umetna inteligenca samostojno prepoznava matematične povezave med značilnostmi porečij, kot so tip tal, vegetacija ali topografija, in njihovim odtočnim odzivom. Raziskovalci so model opisali kot orodje za odkrivanje preglednih, fizikalno smiselnih modelov. Metodo so preizkusili v 162 nemških porečjih z raznolikimi naravnimi razmerami, od alpskih izvirov do nižinskih območij z različnimi vrstami tal in vegetacije. Natančnost je bila večja kot pri obstoječih pristopih.
Rezultati kažejo, da so na novo odkrite funkcije prenosljive med različnimi regijami in uporabne tudi na večjih območjih. Izredno pomembno je, da metoda deluje tudi v tako imenovanih nemerjenih porečjih, kjer je merilnih podatkov malo oziroma jih skoraj ni. Raziskovalci poudarjajo, da to odpira nove možnosti za trajnostno upravljanje vodnih virov in boljše prilagajanje na posledice podnebnih sprememb.
