تعزيز علوم المياه في رئة الأرض الثانية: رؤى هيدرولوجية بمناسبة المئوية تم توليدها بواسطة الذكاء الاصطناعي من عقدين من بيانات الأقمار الصناعية في حوض الكونغو

تستعرض هذه المساهمة تطبيقات متقدمة للذكاء الاصطناعي التي تحول أكثر من 20 عامًا من ملاحظات شذوذ تخزين المياه الأرضية (TWSA) من تجربة استعادة الجاذبية والمناخ (GRACE) ومهمتها اللاحقة (GRACE-FO) إلى مجموعة بيانات شاملة على مدار 100 عام لحوض الكونغو. نطور CM-RecNet، وهو نموذج هجين لذاكرة المناخ، لإعادة بناء TWSA للحوض للفترة من 1923 إلى 2024. يجمع CM-RecNet بين نموذجين عميقين RecNet - أحدهما يلتقط TWSA المدفوعة بالمناخ والآخر يلتقط آثار الذاكرة - يتم دمجهما عبر الشبكة العصبية متعددة الطبقات. يحقق النموذج أداءً قويًا، مع معامل ارتباط (CC) وكفاءة ناش - سوتكليف وخطأ الجذر التربيعي المتوسط المنظم بنسبة 0.82 و0.70 و0.20 خلال فترة الاختبار، على التوالي. تتماشى إعادة البناء لدينا بشكل جيد مع جريان المياه الملاحظ (CC>0.6 في معظم المحطات) ومؤشر اختلاف الغطاء النباتي المنظم (CC = 0.71) وميزانية توازن المياه (CC = 0.69). بالإضافة إلى اتساقه مع إعادة البناء الحالية، يظهر CM-RecNet قدرة أكبر على التقاط تقلبات المناخ في الحوض. تتيح هذه المقاربة المبتكرة الوصول إلى البيانات التي كانت غير متاحة سابقًا داخل حوض الكونغو، الضرورية لفهم التحديات الحرجة للمياه المرتبطة بتغير المناخ والأنشطة البشرية.