В июле 2021 года проливной дождь обрушился на Центральную Европу, что привело к катастрофическому наводнению, в результате которого погибло более 220 человек и остались следы разрушений стоимостью более 25 миллиардов долларов США.

Здесь, в Австралии, в феврале 2022 года на восточном побережье страны за неделю было зарегистрировано более чем годовое количество осадков, что привело к серии разрушительных наводнений, в результате которых погибли 23 человека и был нанесен ущерб на сумму более 6 миллиардов долларов США.

Совсем недавно, в 2023 году, значительная часть Китая была затоплена сильным наводнением, которое привело к перемещению более одного миллиона человек и гибели более 30 человек. А в Греции сильное наводнение последовало вслед за лесными пожарами, которые сожгли обширные участки леса и сельскохозяйственных угодий.

Это всего лишь несколько примеров разрушений и опасностей, вызванных сильными дождями и наводнениями по всему миру. Вполне вероятно, что по мере нагревания нашей планеты мы будем видеть все больше и больше таких экстремальных наводнений.

Таким образом, хотя миру необходимо принять меры по борьбе с изменением климата , нам также нужны практические шаги для планирования на будущее. Здесь могут помочь инженерные гидрологи, которые оценивают риски наводнений.

Картирование водных потоков

Одной из основных задач гидрологов наводнений является предоставление точной информации о неминуемых наводнениях, которая может помочь в планировании эвакуации, а также в проектировании инфраструктуры, помогающей уменьшить воздействие наводнений. Это означает предоставление точных прогнозов наводнений до того, как они произойдут.

Для этого инженеры за последнее столетие разработали и усовершенствовали использование гидродинамических моделей. Гидродинамические модели — это численные модели , которые имитируют наводнение путем разделения территории на более мелкие подрайоны (называемые ячейками сетки ) и последующего расчета того, как вода перемещается между этими ячейками сетки.

Движение воды описывается путем решения сложных дифференциальных уравнений, основанных на физических принципах течения воды.

Гидродинамические модели хорошо документированы и могут точно моделировать наводнения. Однако для моделирования затопления больших территорий с высоким разрешением необходимы миллионы ячеек сетки.

Как вы можете себе представить, решение сложных уравнений для миллионов взаимосвязанных ячеек сетки невероятно сложно и отнимает много времени. Но наводнения распространяются быстро и могут произойти быстрее, чем мы можем их предсказать, используя эти гидродинамические модели высокого разрешения. Это означает, что невозможно использовать наши самые точные модели во время чрезвычайных ситуаций, связанных с наводнением, поскольку медленный вычислительный процесс не оставляет времени для эвакуации или запланированных стратегий смягчения последствий.

По этой причине стало ясно, что нам срочно нужен эффективный и точный подход к прогнозированию наводнений, чтобы предоставлять ценную информацию по мере их развития, а также проектировать надежную инфраструктуру, которая может смягчить последствия наводнений.

Прогнозирование наводнений – быстро

Наша команда из Мельбурнского университета разработала модель низкоточного пространственного анализа и обучения гауссовскому процессу (LSG) — подход, который можно использовать для прогнозирования масштабов и глубины наводнений гораздо быстрее, чем рост паводковых вод. Подробности нашей модели опубликованы в журнале Nature Water .

Идея модели LSG заключается в использовании гидродинамической модели с низким разрешением для получения первоначальной оценки паводка. Гидродинамическая модель низкого разрешения (или низкой точности) требует гораздо меньших вычислительных затрат, чем традиционная модель высокого разрешения, но это достигается за счет точности.

Чтобы повысить точность, модель LSG повышает первоначальную оценку паводка до высокого разрешения и точности, аналогично производительности гидродинамических моделей высокого разрешения.

В этом процессе повышения квалификации используются математические методы для преобразования оценок с низкой точностью в прогнозы характера наводнений во времени и пространстве, которые столь же точны, как и гидродинамические модели высокого разрешения.

Ранее считалось, что с помощью этого подхода можно достичь лишь умеренного ускорения (около 10 раз) по сравнению с гидродинамической моделью высокого разрешения, но наша новая модель LSG может достичь ускорения, которое более чем в 1000 раз быстрее, чем при высоком разрешении. модели разрешения при сохранении высокой точности прогнозов наводнений.

Сохраняя простоту

Ключом к достижению такого значительного ускорения является разработка и использование чрезвычайно грубой и упрощенной модели с низкой точностью.

Эта модель с низкой точностью имеет ячейки сетки, охватывающие более одного миллиона квадратных метров, но, используя методологию модели LSG, мы можем повысить точность оценок, чтобы обеспечить прогнозы, которые будут столь же точны, как модель, которая содержит более чем в 50 раз больше ячеек сетки.

Мы протестировали модель МСУ для двух крупных речных систем в Австралии. Первый — это плоская и сложная пойма Човилла на юге Австралии (740 квадратных километров), а второй — крутая и быстрая река Бернетт на северо-востоке Австралии (1479 квадратных километров).

Отличительные различия между этими тематическими исследованиями делают их сложной проверкой способности модели LSG обеспечивать быстрые и точные прогнозы наводнений. Мы обнаружили, что наша модель может моделировать динамическую эволюцию наводнений в обоих тематических исследованиях , предоставляя точную информацию о времени прихода, масштабах паводка и максимальной глубине воды с той же точностью, что и традиционная гидродинамическая модель высокого разрешения, но гораздо, намного быстрее.

В реальном выражении это означает, что если мы рассматриваем прогнозирование наводнений в поймах реки Човилла, модель LSG занимает 33 секунды вместо 11 часов, а в примере с рекой Бернетт модель заняла 27 секунд, тогда как ей потребовалось бы 36 секунд. часов традиционными методами.

Наша модель LSG также отражает масштабы наводнений в обеих исследуемых областях с точностью 99% по сравнению с гидродинамической моделью высокого разрешения.

Это большой шаг вперед, когда дело доходит до предоставления полезных прогнозов наводнений. Это необходимо как во время чрезвычайных ситуаций (чтобы помочь принять обоснованные решения, которые могут спасти жизни и защитить ценную инфраструктуру), так и при планировании и подготовке перед наводнениями, при проектировании надежной инфраструктуры.

Выдержать шторм

В настоящее время прогнозы наводнений в основном основаны на детерминистических подходах, где моделируется наиболее вероятный сценарий – это связано с высокими вычислительными затратами (с точки зрения времени) запуска гидродинамической модели высокого разрешения, но модель LSG позволяет смоделировать все сценарии наводнений как до чрезвычайной ситуации, так и по мере ее развития.

Это может изменить текущую практику от использования детерминистических прогнозов к вероятностным прогнозам, основанным на риске. Вероятностные прогнозы обеспечивают доверительный интервал, описывающий неопределенность прогнозов. Это дает нам информацию о том, насколько велика вероятность затопления той или иной территории, и, в свою очередь, может помочь при реагировании на чрезвычайные ситуации сосредоточиться на районах, которые с наибольшей вероятностью будут затоплены.

Кроме того, нашу методологию можно использовать для разработки более надежной инфраструктуры, позволяя использовать вычислительные методы, такие как методы Монте-Карло, для моделирования того, как различные комбинации факторов наводнения могут повлиять на серьезность наводнений.

Следующим большим шагом станет то, как мы внедрим эту технологию для использования в промышленности, чтобы максимизировать возможности и преимущества модели МСУ. Но поскольку наш климат становится все более экстремальным, именно модели, подобные нашей, помогут нам всем лучше подготовиться к тому, чтобы выдержать шторм.