Wie die IA Dürre sechs Monate vorhersagen und Wasserressourcen sparen kann
Ein Ausrüstung des Instituts für Wassertechnik und Umwelt des UPV hat sich entwickelt System auf Basis künstlicher Intelligenz fähig zu antizipieren Dürre bis zu sechs Monate im Voraus. Das Modell kombiniert Daten aus vier Referenzklimasystemen und berechnet internationale Indizes wie die SPI und die SPEI, die sie über IA verarbeiten, um Bias zu korrigieren. Im Júcar River Becken hat das Tool eine 90% Zuverlässigkeit für kurzfristige Vorhersagen gezeigt und ist für Horizonte bis zu sechs Monate nützlich. Diese auf einer Web-Plattform verfügbare operative Lösung verspricht das Wassermanagement zu verbessern und die Frühwarnung des Klimawandels zu stärken.
[dailymotion = x7zxjks]
Wie das Vorhersagemodell funktioniert
Die Modell integriert die Ausgänge von vier Referenzklimasystemen - ECMWF-SEAS5, System8 von Météo-France, DWD-GCF2.1 und CMCC-SPSv3.5 - und führt sie zu einer neuronales Netz Lernen, Bias zu korrigieren und Projektionen auf regionaler Ebene anzupassen. Zeitfenster von 6, 12, 18 und 24 Monaten werden zur Berechnung der Indexe verwendet SPI und SPEIQuantifizierung der Dürre durch Ausfällung und Evapotranspiration.
Systemergebnisse und Zuverlässigkeit
In der Becken der Fluss Júcar, ein semi-arid Bereich mit langen und trockenen Sommern, das System erreichte eine Zuverlässigkeit 90% bei der Vorhersage der Anwesenheit von Dürre für den gleichen Referenzmonat. Wenn der Vorschuss auf drei Monate reduziert wird, beträgt die Genauigkeit etwa 60%, und obwohl für Horizonte von 12 bis 24 Monaten keine genauen Prozentzahlen zur Verfügung stehen, sagen die Forscher, dass die Werkzeug bleibt bei der Planung von Minderungsmaßnahmen nützlich.
Auswirkungen auf das Wassermanagement und die Zukunft
Die Verfügbarkeit Werkzeug Betriebsnetz ermöglicht Wassermanagern, die Prognosen von Dürre in seinen Plänen mehrere Monate im Voraus, die die vorzeitige Aktivierung der Reserven, die Regulierung der Ströme und die Kommunikation zur Bevölkerung erleichtert. Darüber hinaus erleichtert der modulare Ansatz des Modells seine Anpassung an andere Becken, die an das Wasserdefizit anfällig sind, und erweitert sein Potenzial, zum Widerstandsfähigkeit Klimawandel.