近日，南边科技年夜学情况科学与工程学院教授郑一团队与中国科学院年夜气物理研究所等多家单元相助，于《地球物理研究快报》发表最新研究结果，他们提出了天生式人工智能预告洪水的新提防，不仅为洪水预告技术带来了新思绪，也为水文学以致整个地球体系科学领域的AI运用摸索了新路径。
天气变化加重致使全世界极端洪水事务频发，严峻威逼人类社会生长。然而，传统降雨径流模子易低估峰值流量，难以预告最伤害、最具破坏性的年夜洪峰，也没法直接给出基在几率的危害评估。
为此，研究团队提出了基在扩散模子的DRUM（diffusion-based runoff model）要领，使用深度神经收集练习径流数据的噪声模子，再利用该模子举行多步去噪操作，天生径流的调集预告数据。DRUM无需预界说径流的几率漫衍情势，直接从数据中进修几率漫衍，能完成多尺度使命分化，将繁杂的洪水预告使命分化为一系列相对于简朴的子问题，以和具备矫捷的前提天生机制。这些特色使DRUM能有用处置处罚洪水预告中的非线性、多尺度及高不确定性特性。
研究团队基在CAMELS数据集，于美国531个代表性流域对于DRUM的性能举行了检验，并与现有的深度进修标杆模子举行对于比。短临预告（0天预感期）试验结果注解，DRUM晋升预告正确性的幅度随洪水量级的增长而增年夜。于72.3%的研究流域中，DRUM对于最极端洪水的短临预告能力逾越了标杆模子。此外，DRUM于洪水几率预告方面的上风于8个凌驾汗青数据极年夜值的极端洪水事务中进一步凸显。
研究团队进一步利金沙js93252老品牌-用欧洲中期气候预告中央综合预告体系的降水预告数据驱动模子，将短临预告扩大到营业预告（7天预感期）。结果显示，DRUM于种种洪水量级及差异预感期上始终优在标杆要领。DRUM另有体现出更优的洪水提早预警能力，尤其是对于极端事务，乐成将平均预警提早期从约0.2天延伸至约1.2天。该研究结果充实展示了使用天生式人工智能举行营业化洪水预告的灼烁远景，对于在全世界洪水危害评估、预警和应急相应具备主要意义。
相干论文信息：https://doi.org/10.1029/2025GL115705
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请于正文上方注明来历及作者，且不患上对于内容作本色性改动；微信民众号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。-金沙js93252老品牌-
