在雨天四处走动通常需要避开水坑，或者在水坑里淌水。但在倾盆大雨期间，浅水池很快就会变成道路上的池塘，阻碍交通，威胁安全，破坏应急响应。
在弗吉尼亚州的汉普顿路地区尤其如此。维吉尼亚沿海地区以连接其城市和县的众多水体之一命名，对来自河流、海洋或天空的洪水并不陌生。
几十年来，当地官员一直在探索数据驱动的方法来对抗极端天气，并在此过程中得到研究人员的帮助。现在，美国能源部的托马斯·杰斐逊国家加速器设施正在增加其先进的计算专业知识，以使更大的社区受益。
来自杰斐逊实验室、老道明大学和弗吉尼亚大学的科学家们最近进行了一项研究，将诺福克市街头洪水的深度学习模型与之前的机器学习和基于物理的模拟进行了比较。他们的研究发表在《机器学习与应用》杂志上，使用了覆盖400多英里道路的大约17,000个街道段的数据来衡量替代模型的优缺点。
其中一个优势就是速度。虽然基于物理的模拟可能需要几个小时才能运行，但机器学习模型可以在几秒钟内执行类似的计算。这项研究可以帮助预报员更快地预测诺福克交通网的哪些部分将被淹没。
“洪水是一个交通、健康和应急管理问题，”杰斐逊实验室数据科学家戴安娜·麦克斯帕登说。“如果预计会有降雨，你需要知道哪里会有高潮。对于城市决策者来说，迅速解决这些问题尤为重要。”
这项研究是作为环境研究高级计算联合研究所(ACES)的一部分进行的，ACES是杰斐逊实验室和ODU在去年11月发起的一个独特的合作伙伴关系。
“美人鱼城”
汉普顿路是海上活动的磁石，也是划船者、海滩爱好者和垂钓者的游乐场。事实上，这个地区的名字来源于它的深而繁华的港口——在航海术语中是一个支点。
在这里，数百英里的海岸线为通往河流、小溪、湖泊、大西洋和切萨皮克湾提供了方便。但所有这些水都可能构成威胁。
汉普顿路已经见证了由潮汐事件、河流膨胀、风暴潮、海平面上升或这些事件的任何组合引起的沿海洪水。普遍平坦的地形和低海拔也使该地区特别容...(3437 chars omitted)...的地下水位(地下水)有多深。
输入rnn的其他数据集包括每小时降雨量、15分钟内的最大降雨量、潮汐水平以及前两小时和72小时期间的累积降雨量。
该团队使用了16次降雨事件的数据层，持续时间从11小时到60小时不等，以测试和训练模型。他们还使用了诺福克市靠近伊丽莎白河的六个最容易发生洪水的街道段，直接将他们的测量结果与其他模型进行比较。
ACES的研究发现，深度学习模型的性能可以在11秒的运行时间内准确预测街道规模的滋扰性洪水，而TUFLOW需要4-6小时。这可以帮助城市规划者在基于物理的模型整理数据时发出警告并快速做出决定。
rnn的预测和误差范围与TUFLOW模型相差不到几厘米。在精度和召回率(灵敏度)方面，rnn在不到10厘米的深度上取得了高分。但对于中水深和高水深，精度下降了。
“退化的一个潜在原因是训练数据集中这样的事件较少，”Goodall说。“机器学习模型需要大量的例子才能得到良好的训练，幸运的是，对于诺福克来说(但不是模型)，这些中水深和高水深事件较少。”
文章指出了从整体上加强模型建设的途径。一是让他们意识到不确定性。
“如果你要建立一个数据驱动的模型，试图预测与极端天气有关的事情，你就需要有某种不确定性的估计，”麦克斯帕登说。“模型并不一定了解物理学。这是它学到的一个函数。所以，你希望你的预测有一些不确定性。”
ace update
自从去年11月发射以来，ACES团队一直很忙。该研究所增加了合作者，正在汉普顿路开展几项关于健康和环境挑战的研究。
ACES由来自不同学科的十几名科学家、教育工作者和卫生专业人员组成，主要有两个研究领域。一是探索自然环境和建筑环境之间的关系，这是本研究的重点。
里希特说:“我们一直在提高对整个环境的理解能力，无论是空气、水还是建筑环境。”“人们周围发生的事情对我们来说才是最重要的。”
另一个是临床信息学，即健康。这方面的一个项目是在医学应用中使用生成模型。为了进行这些研究，该研究所正在与包括诺福克国王女儿儿童医院在内的儿科医生合作。
里希特说:“如果我们想要打破汉普顿路的健康差距问题，创造一个更公平的环境，我们需要看到孩子们从怀孕到童年早期都茁壮成长。”“在为孩子们创造幸福方面，这是一个非常重要的窗口。”
ACES有更多的洪水论文正在制作中，McSpadden说，该团队的特殊人才组合使这些对社区的积极影响成为可能。
“我们有来自杰斐逊实验室的数据科学家和核物理学家，”她说。“我们有我们的公共卫生专家，我们的水文学家和环境科学家来找我们通过ODU和UVA。我不知道汉普顿路还有哪个团体能把所有这些不同的观点融合在一起。”
本文来自作者[一条小凝阳]投稿，不代表鸿星摘立场，如若转载，请注明出处：https://wap.xyshrj.com.cn/zlan/202504-443.html
评论列表（4条）
我是鸿星摘的签约作者“一条小凝阳”！
希望本篇文章《深水涌动：利用机器学习模型迅速预测城市洪水》能对你有所帮助！
本站[鸿星摘]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 在雨天四处走动通常需要避开水坑，或者在水坑里淌水。但在倾盆大雨期间，浅水池很快就会变成道路上的池塘，阻碍交通，威胁安全，破坏应急响应...