Yağışın ABD’nin tamamındaki nehir akışına nasıl katkıda bulunduğunu tahmin etmek için uluslararası bir bilim insanı ekibi tarafından yeni bir yöntem geliştirildi.
Fizik bilgisini gelişmiş yapay zeka (AI) ile birleştiren teknik, karar vericilerin aşırı hava ve iklim etkilerine daha iyi hazırlanmalarına yardımcı olmayı amaçlıyor.
Clemson Üniversitesi liderliğindeki ekip, derin öğrenmeyi havza fiziğiyle entegre ederek, Cardiff Üniversitesi ve IHE Delft Su Eğitimi Enstitüsü ile işbirliği yaparak yağış-akış simülasyonu için yorumlanabilir, fizik destekli yapay zeka modelleri geliştirdi.
Model, birçok geleneksel hidrolojik yaklaşımı geride bırakırken aynı zamanda bir dizi farklı nehir akışı olayının olasılığını tahmin ederek bilim adamlarının sınırlamaları belirlemesine ve tahminleri iyileştirmesine yardımcı oldu.
Bulguları dergide yayınlandı Su Kaynakları AraştırmasıABD ve ötesinde nehir akışı tahminini, su yönetimini ve iklim direncini artırabilir.
Clemson Üniversitesi Su Kaynakları Mühendisliği Bölümünde Yardımcı Doçent olan baş yazar Dr. Vidya Samadi şunları söyledi: “Bu çalışma, yağışların nehir akışına nasıl dönüştüğünü tahmin etmek için daha doğru ve anlaşılır araçlara duyulan ihtiyaçtan kaynaklandı.
“Geleneksel hidrolojik modeller genellikle karmaşık havza davranışları ve karmaşık nehir akışı simülasyonu ile mücadele ediyor.
Cambridge Üniversitesi’nde Misafir Akademik Bursu’nu yakın zamanda tamamlayan Dr. Samadi, “Modern yapay zeka mimarilerine fiziksel kısıtlamalar yerleştirerek, yalnızca mevcut yöntemlerden daha iyi performans göstermekle kalmayıp aynı zamanda nehir akışının yağışa nasıl tepki verdiğine dair net bilgiler sunan iki olasılıksal, fizik destekli model geliştirdik. Bu, araştırmacıların ve diğer paydaşların hataları tanımlamasına ve nehir akışı tahminlerini geliştirmesine yardımcı oluyor” diye ekledi.
Yapay zeka modelleri, zaman içindeki karmaşık kalıpları yakalamak için transformatörler de dahil olmak üzere gelişmiş derin öğrenme mimarileri kullanılarak kapsamlı gözlemlenen ve simüle edilen yağış-akış verileriyle eğitildi.
Makalenin diğer yazarlarından Sadegh Sadeghi Tabas, “Modellerimiz, dönüm noktasının fiziksel niteliklerini birleştirerek hem yüksek doğruluk hem de yorumlanabilirlik elde etti.”
“Bu, bilim adamlarının, su yöneticilerinin ve diğer paydaşların hidrolojik süreçleri daha iyi anlamalarını, potansiyel güvenlik açıklarını belirlemelerini ve nehir akışı tahminlerindeki belirsizlikleri değerlendirmelerini sağlar.”
Cardiff Üniversitesi Mühendislik Fakültesi’nden ortak yazar Profesör Catherine Wilson, yeni teknikleri aynı zamanda tahminlerin nasıl yapıldığına dair net açıklamalar da veriyor; geleneksel modellerde genellikle eksik olan bir şey bu.
“Çalışmamız, fiziği gelişmiş, yorumlanabilir yapay zeka modelleriyle birleştirmenin, nehir akışına ilişkin nasıl daha doğru ve şeffaf tahminlere yol açtığını gösteriyor. Bu, bilim adamlarının ve araştırmacıların yapay zeka modellerini daha iyi anlamalarına ve en önemlisi de yapay zeka modellerine güvenmelerine yardımcı oluyor; böylece bu modeller, dünya çapında planlama, tarım ve içme suyu kaynakları için kritik öneme sahip olan su akışını tahmin etmek ve su kaynaklarını yönetmek için güvenle kullanılabilir.”
IHE Delft Su Eğitimi Enstitüsü’nden ve bu araştırmanın diğer ortak yazarlarından Profesör Biswa Bhattacharya şöyle açıklıyor: “Hedefimiz, yalnızca daha doğru olmakla kalmayıp aynı zamanda güvenilmesi daha kolay olan nehir akışı tahmin araçları oluşturmaktı.”
“Fiziği yapay zeka ile birleştirerek, bilim adamlarına ve su yöneticilerine, nehirlerin ne zaman ve neden bu şekilde tepki verdiğine dair daha net bilgiler verebiliriz; bu da toplulukları sellere, kuraklıklara ve aşırı hava koşullarına hazırlamak için kritik öneme sahiptir.”
Ekip, farklı koşullar altında tahmin doğruluğunu artırmak için toprak nemi, arazi kullanım değişiklikleri ve iklim projeksiyonları gibi ek çevresel değişkenleri entegre ederek modelin yeteneklerini genişletmeyi planlıyor.
Ayrıca yapay zekayı gerçek dünyadaki karar alma süreçlerinde uygulamak, yorumlanabilirliğini geliştirmek ve daha esnek su kaynağı yönetimini desteklemek için su yöneticileri, acil durum müdahale ekipleri, politika yapıcılar ve diğerleri dahil olmak üzere paydaşlarla yakın çalışmayı hedefliyorlar.
