Расшифровка воды: передовые инструменты для понимания водных ресурсов

Глобальные сети водных данных постоянно расширяются, и изотопная гидрология быстро переходит в сферу больших данных. Искусственный интеллект (ИИ) и модели машинного обучения открывают новые возможности для исследования воды, улучшают прогнозы и заполняют пробелы в данных.

Исследование МАГАТЭ, в котором с помощью ИИ были проанализированы изотопные данные по 1257 озерам в 91 стране, показало, что около 20% притока воды уходит на испарение, а примерно в 10% случаев озера демонстрируют экстремальные потери при испарении, превышающие 40% от общего притока. Это означает, что многие озера не могут компенсировать испарение, что ставит их под угрозу исчезновения с течением времени. «Мы задействовали искусственный интеллект, чтобы определить основные факторы испарения, - говорит Юлия Выставная, изотопный гидролог МАГАТЭ и первый автор исследования. - В зависимости от типа климата (тропический, засушливый, умеренный, континентальный или холодный) на испарение влияют разные факторы». В исследовании использовались модели ИИ для определения того, какие озера подвергаются наибольшему риску исчезновения.

В другом исследовании МАГАТЭ были использованы модели машинного обучения для выявления факторов, влияющих на динамику воды, и оценки «фракции молодой воды» (воды, возраст которой не превышает трех месяцев) в 45 речных бассейнах по всему миру. По фракции молодой воды можно судить о том, как вода накапливается и высвобождается в окружающую среду, при этом выявляются закономерности ее удержания и стока. Это помогает лучше понять, как реки реагируют на погодные и материковые изменения, что позволяет общинам лучше подготовиться к наводнениям и засухам и более эффективно управлять своими водными ресурсами. «Поняв эту динамику, мы сможем лучше адаптироваться к проблемам, возникающим в связи с изменением климата и формирующимися моделями землепользования, обеспечивая при этом, чтобы реки продолжали оказывать свои важнейшие услуги экосистемам и человеческому обществу», - говорит директор Отдела физических и химических наук МАГАТЭ Цанка Кокалова-Уэлдон.

Эксперты считают, что использование ИИ и машинного обучения для анализа данных о воде способно значительно улучшить процессы принятия решений для устойчивого управления водными ресурсами. В поддержку этих усилий МАГАТЭ, Организация Объединенных Наций по вопросам образования, науки и культуры и Международный центр теоретической физики недавно разработали базу для интеграции ИИ и гидрологических и изотопных данных.