プルービアル洪水の推定と予測に適用された人工知能手法

都市の洪水問題に関して、人工知能（AI）手法を適用することで、急な洪水の発生を迅速に予測することができます。本研究の目的は、効果的なリアルタイムプルービアル洪水予測AIプラットフォームを開発し展開することです。このプラットフォームは、不確実性分析を組み込んだ降雨ハイエトグラフと水文学的および水理学的モデリングを統合しています。多くの合成急降雨イベントとそのシミュレーションされた洪水データセットを確立します。取得されたデータには、都市地区における6000セットの色分類された降雨ハイエトグラフマップと30万枚のシミュレーション洪水マップ（水深）が含まれています。生成されたデータセットはAI画像処理に利用されます。AI深層学習分類を通じて、降雨ハイエトグラフマップの特徴パラメータが検出され抽出されます。訓練された特徴は、潜在的な降雨イベントを予測し、その潜在的な浸水水深を認識し、リアルタイムで洪水マップを表示するために適用されます。プラットフォームの性能評価は、平方根平均二乗誤差（RMSE）、ナッシュサットクリフ効率係数（NSCE）、および平均絶対パーセンテージ誤差（MAPE）によって評価されます。RMSEおよびNSCE指標の結果は、AIプラットフォームの手法とアプローチが信頼性が高く受け入れられるものであることを示しています。しかし、MAPEの値は一貫性がありません。最終的に、このプラットフォームはリアルタイムで迅速に機能し、洪水の危険を防ぐために十分なリードタイムを確保することができます。