Plujte s námi na vlně informací v moři novinek s kapkou relaxu…
Jak přesně odhadnout odtok vody v povodí, kde chybí měřicí stanice? Hydrologové z vídeňské univerzity BOKU ve spolupráci se startupem baseflow AI solutions vyvinuli metodu, která kombinuje fyzikální modely s umělou inteligencí. Výsledek? Vyšší přesnost předpovědí povodní a efektivnější plánování vodních zdrojů v éře klimatické změny. Redakci vodarenstvi.cz o tom informovala Mezinárodní kancelář města Vídeň v Praze.
Tradiční hydrologické modelování naráží v mnoha regionech na zásadní bariéru: nedostatek kvalitních vstupních dat. Přesnost modelů přímo závisí na správném nastavení parametrů, které reflektují specifika daného území – od složení půdy až po typ vegetace. V oblastech bez husté sítě monitorovacích stanic je tato kalibrace nesmírně složitá a náchylná k chybám.
Tým pod vedením Karstena Schulze z Institutu hydrologie a vodního hospodářství (BOKU) se rozhodl tento problém vyřešit zapojením umělé inteligence. Na rozdíl od běžných AI aplikací vídeňští vědci nepoužívají algoritmy jako neprůhlednou „černou skříňku“.
„AI nepoužíváme k tomu, aby za nás dělala náhodná rozhodnutí, ale jako nástroj k odhalování srozumitelných matematických vztahů,“ vysvětluje Schulz. „Díky tomu můžeme vyvíjet fyzikálně interpretovatelné modely, které jsou zároveň výkonnější než ty dosavadní.“
Metoda funguje na principu automatické analýzy vlastností povodí (topografie, pedologie, vegetační kryt). AI v těchto datech vyhledává vzorce, které ovlivňují odtok, a následně sama optimalizuje modelové rovnice. Odpadá zdlouhavé a subjektivní ruční formulování vztahů.
Funkčnost nového přístupu vědci prověřili v praxi na 162 německých povodích. Testovací vzorek zahrnoval extrémně rozmanité podmínky. Například alpská prameniště s prudkým sklonem, sprašové nížiny nebo ledovcové morénové krajiny s variabilní skladbou půdy.
Výsledky potvrdily, že model řízený AI vykazuje vyšší přesnost předpovědí odtoku než tradiční postupy. Klíčovou výhodou je jeho univerzálnost – funkce vyvinuté pro jedno území lze snadno aplikovat i na rozsáhlé regiony, kde jsou data o měření průtoků omezená nebo zcela chybí.