-block 데이터를 사용한 홍수 예측으로 생명을 구할 수 있습니다. 새로운 기계 학습 방법을 사용하면 가능합니다.

최근 몇 주 동안 캘리포니아 전역에 발생한 극심한 홍수와 산사태로 인해 많은 운전자들이 놀랐습니다.싱크홀은 자동차를 삼켰고, 고속도로는 빠르게 흐르는 물의 강이 되었으며, 동네 전체가 대피했습니다.적어도 20명이 사망함 폭풍 속에서, 그들 중 몇몇 돌진하는 물 속에서 차에 갇힌 후.

2023년 1월 초 폭풍이 몰아치는 몇 주 동안 휴대폰 날씨 앱으로 일기예보를 확인하면서, 폭우 속에 있는 사람들이 집을 떠날지 말지, 어떤 경로가 가장 안전한지 판단할 때 비슷한 기술을 사용하고 있는지 궁금했습니다.그들은 그것이 충분하다고 느꼈습니까?

나는 때때로 외딴 지역에서 일하는 수문학자, 따라서 날씨 데이터를 해석하고 불확실성을 예측하는 것은 항상 내 계획의 일부입니다.범람해선 안 될 강을 건너다가 익사할 뻔한 적이 있는 나로서, 홍수가 언제 어디서 닥칠지 정확히 알 수 없다는 데서 오는 인간의 극도의 취약함도 절실히 느낀다.

3분의 2 정도 미국의 홍수 관련 사망자 "로 분류됩니다.운전 중”과 “물 속에서.” 사람들이 휴대폰 앱이나 웹사이트를 통해 해당 지역의 홍수 가능성을 실시간으로 알았더라면 이러한 죽음 중 일부는 피할 수 있었을 수도 있습니다.

그러나 현재 비상 관리 인력조차도 언제, 어디서 홍수가 발생할 가능성이 있는지에 대한 정보가 놀라울 정도로 거의 없습니다.그들은 홍수가 발생할 수 있는 곳을 알고, 특히 함께 강하.그러나 각각의 홍수는 다르며 어떤 도로를 안전하게 사용할 수 있는지, 어떤 인구가 노출되는지와 같은 주요 질문은 여전히 ​​직접 관찰이 필요합니다.

저는 그러한 종류의 예측에 대한 현재의 장애물을 극복하는 방법을 개발하기 위해 동료들과 협력해 왔습니다. "확률적 학습"을 사용하여” – 일종의 기계 학습 – 이 방법은 실시간 폭풍 예측을 사용하여 거리별로 조건을 정확히 찾아낼 수 있는 지역 홍수 위험 모델을 생성할 수 있습니다.

홍수예보 챌린지

빗물이 땅에 닿은 후 어떻게 될지 예측할 수 있는 컴퓨터 프로그램은 언제, 어디서 홍수가 발생할지 실시간으로 예측할 수 있는 최고의 도구입니다.

그러나 그러한 홍수 모델에는 엄청난 양의 컴퓨팅 성능이 필요합니다..현재로서는 어디서나 실시간으로 신속하게 홍수를 예측할 수 있는 수단이 없습니다.건물, 대피 경로 또는 기반 시설 자산을 나타내는 인간의 결정과 관련된 세부 수준은 도달할 수 없습니다.

두 번째 과제는 높은 불확실성 강수량 예측 및 기타 홍수 모델 입력에 사용됩니다.

지난 수십 년간의 연구에서는 "무차별 대입" 접근 방식을 사용하여 이러한 엄청난 문제를 해결할 수 있는 가능성을 탐구했습니다.더 빠른 컴퓨터와 더 많은 컴퓨터.궁극적으로 이는 홍수를 예측하는 방법을 다시 생각해 볼 필요가 있음을 시사합니다.

효과적인 지역 홍수 예측 설계

우리가 개발한 접근 방식은 정교한 홍수 모델을 사용하여 더 강력한 교사와 거의 동일한 수준의 정확도로 지역 환경의 홍수 행동을 모방할 수 있는 더 간단한 모델을 개발하고 훈련함으로써 이러한 문제를 해결합니다.중요한 것은, 우리는 연구에 나타난 그러면 개인용 컴퓨터도 이러한 간단한 모델을 사용하여 실시간으로 홍수를 예측할 수 있습니다.아마도 휴대폰일 수도 있습니다.

홍수를 예측하려면 도시 지역사회에서 홍수가 어떻게 시작되고 진행되는지 예측해야 합니다. 높은 수준의 세부 정보와 예측에 대한 불확실성의 범위를 이해해야 합니다.

우리의 접근 방식은 많은 도시가 이미 보유하고 있는 주요 정보를 기반으로 합니다.지역사회와 주변 유역의 지형, 토지 이용 방법, 건물과 도로의 배치, 빗물 배수관과 파이프의 특성(예: 운반할 수 있는 물의 양)에 대한 자세한 데이터.특히 포장 도로와 오래된 빗물 인프라는 도시 환경에서 물의 흐름과 범람하는 지역에 영향을 미칠 수 있습니다.

그런 다음 우리는 가장 최신의 정교한 기술 중 하나를 사용합니다. 홍수 모델 사용 가능 더 간단한 모델을 훈련합니다.

이러한 단순한 모델은 매우 간단한 기능을 사용하고 각각 범람 수준이나 유속과 같은 주어진 위치 및 시간의 단일 변수에 초점을 맞추기 때문에 더 빠르고 훨씬 적은 컴퓨팅 성능을 필요로 합니다.실시간 일기 예보 정보가 추가되면 수천 개의 정보가 홍수 가능성에 대한 매우 정확한 그림을 제공할 수 있습니다.

중요한 점은 이러한 단순한 모델이 폭풍이 발생하기 훨씬 전인 "오프 타임"에 개발된다는 것입니다.이러한 분석은 다음을 사용하여 수행할 수 있습니다. 자유롭게 사용 가능한 툴킷 에너지부가 개발했다.

이 접근 방식은 거의 불가능한 실시간 계산 부담을 이전에 훈련된 지역 사회의 간단한 모델을 사용하는 더 쉬운 작업으로 대체합니다.

우리 접근법을 보여주었다 사용한 연구에서 2017년 허리케인 하비로 인한 휴스턴 홍수.그 결과, 일반적인 컴퓨터에서 실행하는 데 수년이 걸릴 계산 문제가 비슷한 수준의 정확도로 단 몇 초 만에 실행될 수 있음이 나타났습니다.

앞을 내다보며

지구온난화로 강우 강도 증가 인구가 증가하면 홍수 위험도 높아질 것입니다.또 다른 점점 더 인식되는 문제 지역사회가 빗물을 관리하는 방법에 대한 표준은 다음과 같습니다. 과거의 기후를 바탕으로.기존 빗물 배수관과 파이프로는 추가 물을 처리할 수 없습니다. 홍수 피해 비용 증가.

이를 널리 사용하려면 추가 작업이 필요하지만 이 방법이 홍수 예측을 보다 적절하고 상세하며 정확하게 만드는 길을 열어줄 것이라고 믿습니다.또한 기존 빗물 인프라의 적절성을 평가하는 수단을 제공하며 산사태 및 화재와 같이 정량화하기 어려운 기타 자연 재해의 영향을 평가하도록 스타일을 변경할 수 있습니다.

다음이 있는 도시 높은 집 가치 민간 부문의 홍수 예측 서비스가 더 많아질 가능성이 높습니다.그러나 정부 기관에서는 이러한 종류의 새로운 모델링을 사용하여 예측 임무를 확장하여 모든 사람을 지원할 수 있습니다.올바른 기술과 자원을 갖춘 카운티가 지역 홍수 예측을 제공하는 모습을 상상할 수 있습니다.지역사회가 아니라면 효과적인 홍수 대응 관리 및 완화에 가장 큰 영향을 미치는 사람은 누구입니까?