В последние годы наблюдается растущий интерес к использованию машинного обучения в области гидрологии, и новое исследование, посвященное Великим озерам, стало ярким примером этого тренда. Ученые разработали инновационную модель на основе Long Short-Term Memory (LSTM), которая позволяет реконструировать данные о стоках воды в регионе с 1951 по 2013 год.
Основная проблема, с которой сталкиваются исследователи, заключается в недостаточном количестве гидрологических станций, что затрудняет получение точных данных о стоках. В этом исследовании была создана непрерывная реконструкция ежедневного стока на 656 измерительных точках по всему бассейну Великих озер. Модель LSTM интегрирует локальные климатические данные, физические характеристики водосборных бассейнов и наблюдения стока с близлежащих станций, что значительно повышает точность прогнозов.
Кроме того, исследование также включает оценку месячного стока для озер Супериор, Мичиган-Хурон, Сент-Клер, Эри и Онтарио. Эти данные будут полезны для местных управляющих водными ресурсами, позволяя им проводить более точные анализы и улучшать оценку исторического водного баланса в условиях изменения климата.
Доступ к созданным данным и коду модели будет открыт для всех желающих, что позволит другим исследователям использовать эти ресурсы для дальнейших исследований и разработок в области гидрологии. Это открытие подчеркивает важность применения современных технологий для решения актуальных экологических задач и управления водными ресурсами в условиях глобальных изменений климата.