Forskere udvikler værktøj til forudsigelse af oversvømmelser

Ved at indarbejde arkitekturen for bydreneringssystemer og aflæsninger fra oversvømmelsesmålere i en omfattende statistisk ramme, forskere ved Texas A&M University kan nu præcist forudsige udviklingen af ​​oversvømmelser i ekstreme situationer som orkaner. Med deres nye tilgang, forskerne sagde, at deres algoritme kunne forudsige strømmen af ​​oversvømmelsesvand i næsten realtid, som derefter kan føre til rettidig beredskab og planlægning.

"Ikke at vide, hvor oversvømmelsesvandet vil strømme næste gang, er særligt skadeligt for førstehjælpere, der skal måle oversvømmelsesniveauet for deres redningsaktioner, "sagde Dr. Ali Mostafavi, adjunkt i Zachry Institut for Civil- og Miljøteknik. "Vores nye algoritme anser de underjordiske dræningskanaler for at give en nøjagtig gengivelse af, hvordan oversvømmelser spreder sig. Dette værktøj, vi tænker, kan i høj grad hjælpe katastrofehåndtering, fordi førstehjælpere vil kunne se, hvilken vej oversvømmelsesvand vil strømme i realtid. "

En beskrivelse af forskernes algoritme findes i decembernummeret af tidsskriftet Computerstøttet civil- og infrastrukturteknik .

Orkaner er berygtede for at skabe ravage på kystlinjer, væltende træer, nedrivning af elledninger og frem for alt, forårsager alvorlige oversvømmelser. Konventionelt, forskere har brugt fysikbaserede modeller til at forudsige, hvor vand kan samle sig, flyde over og forårsage oversvømmelser. I det væsentlige, disse modeller fanger, hvordan fysiske træk ved jordoverfladen og bylandskaber påvirker vandstrømmen over jorden.

Selvom den er robust til at forudsige, hvornår og hvor oversvømmelser vil ske under de fleste nedbørsforhold, Mostafavi sagde, at disse traditionelle modeller ikke fungerer så godt til at forudsige oversvømmelser under tilfælde af voldsom nedbør, som orkanen Harvey.

"Fysikbaserede modeller giver et perspektiv på, hvordan oversvømmelser kan sprede sig, hvilket er yderst nyttigt, men det billede, de giver, er noget ufuldstændigt, "sagde han." Vi ville bruge eksisterende data om, hvordan tidligere oversvømmelser har spredt sig gennem dræningskanalerne til at udvikle en model, der kunne forudsige, inden for en vis grad af præcision, hvordan fremtidige oversvømmelser vil sprede sig. "

Afløbskanaler er et udførligt netværk af sammenflettede kanaler, der mødes sammen ved kryds kaldet noder. Dermed, oversvømmelse i en kanal kan direkte eller indirekte påvirke andre kanaler og få oversvømmelser til at sprede sig, meget gerne en dominoeffekt.

For at forudsige, hvilken vej oversvømmelsesvand vil strømme langs dræningskanaler og forårsage oversvømmelse, Mostafavi og hans team udviklede en sandsynlighedsbaseret model, der blev fodret, som et af dets input, vandstandsmålinger på oversvømmelsesmålere. Disse aflæsninger var til forskellige tidspunkter under to store oversvømmelsesbegivenheder i Texas - orkanen Harvey i 2017 og Houstons oversvømmelsesdag i 2015.

Når deres algoritme blev oplært i vandstrømningsmønstre gennem afløbsnetværket til disse kraftige nedbørshændelser, forskerne testede, om deres model fungerede ved at kontrollere, om den kunne forudsige oversvømmelsesmønstre, der var blevet observeret under Houston's Tax Day -oversvømmelse i 2016.

De fandt ud af, at deres model opnåede en nøjagtighed på 85% ved at forudsige, hvordan oversvømmelsen forplantede sig gennem byens afløbssystem under oversvømmelsen på Skattedagen. Selvom modellen blev valideret ved hjælp af en tidligere oversvømmelse, Mostafavi sagde, at modellens succes tyder på, at den også vil være i stand til at forudsige, hvordan nye oversvømmelser vil forplante sig gennem byens dræningsnet. Denne indsigt kan hjælpe beredskabsassistenter med at tage præventive skridt i retning af evakueringer, han sagde.

Idet de bemærker forbeholdene for deres model, Mostafavi sagde, at ydelsen af ​​deres algoritme kunne blive kompromitteret, hvis sensorerne på oversvømmelsesmålere fejler. Imidlertid, ved at supplere de forudsigelser, der kommer fra fysikbaserede modeller med dem fra deres teams nye algoritme, kan man igen genoprette nøjagtigheden af ​​oversvømmelsesforudsigelser.

"Traditionelle modeller og vores datadrevne modeller kan bruges til at supplere hinanden for at give et mere præcist billede af, hvor oversvømmelsesvandet vil gå næste gang, "sagde Mostafavi." Orkaner af størrelsen Harvey eller Katrina betragtes generelt som en et-i-tusinde-årig begivenhed, men de er måske ikke så sjældne, hvis vi overvejer ændringer i globale vejrmønstre på grund af klimaændringer. Men vi har nu mere robuste værktøjer til at klare stormen. "