Наводнения будет предсказывать «обучаемая» система оповещения

26 марта 2013. Поскольку ученые уверены в том, что частота и интенсивность наводнений с каждым годом будет увеличиваться, мировому сообществу крайне необходимо изобрести методы быстрого и точного прогнозирования места и времени возникновения затопления для предотвращения катастроф. Группа инженеров и исследователей из Университета в Эксетере разработала такую модель. Она в 1000 раз быстрее, чему существующие прогнозирующие модели, способна указывать, где и когда стоит ожидать наводнения.

Разработанная модель использует свой искусственный интеллект, чтобы «обучаться» и перерабатывать поступившие данные, также как это делает человеческий мозг. Ее будут использовать в густонаселенных урбанизированных территориях для предоставления синоптикам и населению точных и своевременных данных об изменениях погоды с постоянным обновлением. В систему попадают данные о состоянии дренажных и сливных систем во время выпадения осадков. Это и позволяет определить масштаб затопления в режиме реального времени. Поскольку система умеет учиться, она будет учитывать все ранее полученные данные и сможет классифицировать каждый новый эпизод правильно, давая ему корректную оценку по шкале безопасности.

Изобретение протестировано при помощи данных об осадках над Лондоном, Дорчестером и Портсмутом. Полученная во время тестов информация полностью соответствовала действительности. Когда изобретенную модель прогнозирования внедрят в городские системы слежения за наводнениями, городские власти и жители будут в курсе, если их ожидает наводнение в ближайшие 1–6 часов. Этого времени хватит, чтобы основательно подготовиться к эвакуации людей и имущества.

Система среагирует и тогда, когда наводнение произойдет через 0–1 часов. В данном случае спасателям будет отдан приказ немедленно отправляться на места затопления, а горожанам будет предложено оставаться в безопасных укрытиях, имеющих пути к эвакуации.

Источник: EcoWars.tv

Понравилась статья? Поделиться с друзьями:
Добавить комментарий
SQL - 45 | 0,195 сек. | 11.32 МБ