|
研究亮點
成都山地所在人工智能助力小流域泥石流預警能力提升方面取得新進展
????在全球氣候變暖背景下，泥石流等災害發生頻率呈上升趨勢。確定泥石流發生條件（降雨閾值）是實現有效預報預警的關鍵。傳統方法常因參數選擇主觀、數據參差不齊等導致閾值誤差較大，難以滿足實際預警需求，且往往難以追循誤差的原因。 ????針對這一科學問題，成都山地所郭曉軍研究員團隊將人工智能方法創新性地引入小流域泥石流降雨閾值不確定性研究。該團隊運用非線性高斯核支持向量機（NGK-SVM）篩選最優預測參數和流程，解決了傳統統計方法難以捕捉降雨與泥石流關聯的問題，并結合 SHapley 可解釋性分析（SHAP）量化了各降雨參數對預報結果的貢獻程度，評估各參數的重要性及其對結果的影響，克服了人工智能的 “黑箱” 困境。 ????研究團隊將該不確定性評估方法應用于我國西南小江流域的蔣家溝，基于 歷史降雨和泥石流監測數據，系統評估了泥石流起始時間、雨量站選擇和降雨參數等關鍵環節對閾值的影響，并利用前期雨量、誘發雨量和降雨歷時的參數組合構建了最優閾值。同時，研究發現，不同形成模式泥石流的降雨閾值存在顯著差異。 ????這一研究成果通過人工智能技術明晰了參數選擇的不確定性，深化了對泥石流形成機制的理解，不僅提升了泥石流降雨閾值的準確性和可靠性，更為優化預警模型提供了重要的方法論支撐，有助于提升山區泥石流防災減災能力。 ????該研究得到國家自然科學基金等項目的資助，相關成果以 “Rainfall thresholds of debris flows built with assistance of artificial intelligence in a small catchment” 為題，發表在Journal of Hydrology上。成都山地所碩士研究生張思玲為論文第一作者，郭曉軍研究員為通訊作者。 ????鏈接
|
 |
版權所有：中國科學院、水利部成都山地災害與環境研究所 蜀ICP備05003828號川公網安備 51010702001669號 地址：四川省成都市天府新區群賢南街189號 郵編:610213 | 聯系我們 |
