นักวิจัยจีนพัฒนาแบบจำลองฯ ปรับปรุงการพยากรณ์ 'น้ำท่า-น้ำท่วม'

(แฟ้มภาพซินหัว : แม่น้ำเป่ยเจียงในเขตอู่เจียง เมืองเส้ากวน มณฑลกว่างตงทางตอนใต้ของจีน วันที่ 21 เม.ย. 2024)

ปักกิ่ง, 6 พ.ค. (ซินหัว) -- บทความการวิจัยล่าสุดที่เผยแพร่ในวารสารเดอะ อินโนเวชัน (The Innovation) เปิดเผยว่าคณะนักวิจัยของจีนได้เสนอแบบจำลองการเรียนรู้เชิงลึกแบบผสมผสานใหม่เพื่อแก้ปัญหาการพยากรณ์น้ำท่าสำหรับพื้นที่รับน้ำทั่วโลก โดยตั้งเป้าปรับปรุงการคาดการณ์น้ำท่วมให้ดีขึ้น

อนึ่ง น้ำท่า (streamflow) หมายถึงน้ำในแม่น้ำลำธารซึ่งเกิดจากน้ำฝนที่ตกลงมาในพื้นที่รับน้ำ

รายงานระบุว่าการพยากรณ์น้ำท่าและน้ำท่วมยังคงเป็นหนึ่งในความท้าทายด้านอุทกวิทยาที่มีมาเป็นเวลานาน โดยแบบจำลองทางกายภาพแบบเดิมมักเผชิญอุปสรรคจากเครื่องมือวัดที่กระจัดกระจายและขั้นตอนการสอบเทียบซับซ้อน โดยเฉพาะในพื้นที่รับน้ำที่ไม่มีการตรวจวัด

สถาบันบัณฑิตวิทยาศาสตร์จีนระบุว่าพื้นที่รับน้ำขนาดเล็กและขนาดกลางทั่วโลกมากกว่าร้อยละ 95 ขาดข้อมูลการเฝ้าติดตาม

คณะนักวิจัยจากสถาบันอันตรายและสิ่งแวดล้อมบนภูเขา สังกัดสถาบันฯ ได้ใช้ข้อมูลของพื้นที่รับน้ำมากกว่า 20,000 แห่งทั่วโลกในการฝึกฝนแบบจำลองดังกล่าวเพื่อคาดการณ์น้ำท่าระดับโลกในพื้นที่รับน้ำที่มีหรือไม่มีข้อมูลการเฝ้าติดตามทั้งหมด

การกระจายตัวของพื้นที่รับน้ำเหล่านี้แตกต่างกันอย่างมีนัยสำคัญ ซึ่งรับประกันความหลากหลายของข้อมูล โดยผลการวิจัยพบว่าความแม่นยำในการพยากรณ์ของแบบจำลองนี้สูงกว่าแบบจำลองทางอุทกวิทยาแบบเดิมและแบบจำลองปัญญาประดิษฐ์หรือเอไอ (AI) อื่นๆ

บทความชี้ว่าการศึกษาครั้งนี้แสดงให้เห็นถึงศักยภาพของรูปแบบการเรียนรู้เชิงลึกในการแก้ปัญหาการขาดแคลนข้อมูลทางอุทกวิทยาและจุดบกพร่องในโครงสร้างแบบจำลองทางกายภาพและเครื่องมือวัด