Google Research publiceert open-source hydrologische AI voor overstromingsvoorspellingen

Google Research heeft de open-source publicatie aangekondigd van haar hydrologische machine learning-model voor het voorspellen van rivieroverstromingen. Het ontwikkelde pakket in Python gebruikt de bibliotheek PyTorch en reproduceert de architectuur van Flood Hub-modellen, zodat nationale meteorologische en hydrologische diensten voorspellingssystemen kunnen trainen en afstellen op hun eigen gegevens. De code bevat twee modelversies: de originele versie uit het werk van 2024 en een bijgewerkte versie die momenteel wordt gebruikt in de wereldwijde voorspellingen van Flood Hub. Tests toonden aan dat het nieuwe model de betrouwbare voorspelling met zes dagen verlengt voor gekalibreerde stroomgebieden en met één dag voor niet-gekalibreerde stroomgebieden vergeleken met de vorige versie. Invoergegevens omvatten geografische kenmerken (klimaat, bodems, reliëf, vegetatie) en meteorologische voorspellingen (neerslag, temperatuur), terwijl de uitvoer dagelijkse rivierafvoeren zijn. De ontwikkeling vond plaats in samenwerking met het Tsjechisch Hydrometeorologisch Instituut (CHMI), dat het model in het platform Delft-FEWS heeft geïntegreerd. De repository is op GitHub geplaatst onder de Apache 2.0-licentie en bevat trainingsnotebooks en videotutorials. Google benadrukt dat het open model wetenschappers en diensten in staat stelt om eigen gegevens toe te voegen, waaronder traditionele lokale kennis, en om kunstmatige intelligentie aan te passen aan lokale stroomgebieden zonder dure traditionele infrastructuur.