대규모 수문학에서 ML 및 설명 가능한 AI의 도전과 기회

기계 학습(ML)은 수문 모델링, 예측, 데이터 세트 생성 및 수문 과정에 대한 통찰력 생성에 강력한 도구입니다. 따라서 ML은 수백 개에서 수천 개의 강 유역이 단일 ML 모델 내에 포함되어 다양한 수문 행동을 포착하고 모델의 일반화 가능성을 향상시키는 대규모 수문학 분야에 필수적이게 되었습니다. 이 원고는 대규모 수문학을 위한 ML의 최근 발전을 개괄합니다. 우리는 설명 가능한 AI(XAI)와 해석 가능성 접근 방식의 새로운 도구 및 이 분야의 도전에 대해 검토합니다. 대규모 수문학을 위한 주요 연구 방향은 다양한 ML 모델 및 XAI 기술로 인한 해석의 변동성을 다루고, 데이터가 부족하고 인간의 영향을 받은 지역에서 수문 예측을 향상시키며, 수문 모델링에 내재된 ‘불확실성의 연쇄’를 줄이고, 다변량 예측을 위한 향상된 방법을 개발하고, 인과 관계를 식별하는 것입니다. 이 기사는 ‘21세기 수문학: 과학, 정책 및 실천의 도전’이라는 논의 회의 호의 일환입니다.