Gépi tanulással küzdenek a Colorado folyó 20 százalékos vízhozamcsökkenése ellen
A szövetségi vízügyi igazgatóság gépi tanulási eszközöket vet be, mivel a Colorado folyó vízhozama 20 százalékkal esett vissza.
A heves viták és a folyó zsugorodása közben egyre több gépi tanulási eszközt vetnek be a Colorado folyó medencéjében. A szövetségi vízügyi igazgatóság például szimulációk millióit futtatja, hogy tesztelje a tározók stratégiáit a jövő lehetséges forgatókönyvei ellen — írja az IEEE Spectrum AI.
A kutatók a műholdas adatok és a mélytanulás segítségével hónapokra előre jelzik az áramlást. Ezek a technológiák nem oldják meg a válságot, de láthatóvá teszik a kompromisszumokat, és minden korábbinál pontosabban mutatják meg, hogy az egyes döntéseknek mi az ára.
Az Egyesült Államok Rekultivációs Hivatala (U.S. Bureau of Reclamation) kezeli a Colorado folyó napi működésének legnagyobb részét. Ha a szövetségi kormány rákényszeríti a vízosztási tervét a tagállamokra, a hivatal fog dönteni arról, mennyi víz áramlik a Powell- és Mead-tó, az ország két legnagyobb víztározója felől. Chris Frans, a hivatal vízellátásért felelős kutatási koordinátora szerint a gépi tanulási eszközök kiegészítik a meglévő eszköztárat, és már most valós operatív döntéseket alapoznak meg.
A legjelentősebb előrelépés az áramlás-előrejelzésben tapasztalható. A gépi tanulási technikák – amelyek a medencén kívüli műholdakról és meteorológiai állomásokról származó adatokat használnak – most már számos körülmény között felülmúlják a hagyományos módszereket. Az előrejelzések óránként frissülnek. Egyes területeken az árvízi eseményekről öt-hét nappal korábban értesülnek a vezetők, szemben a korábbi három nappal. Ez időt ad nekik arra, hogy csökkentsék a víztározók vízszintjét a nagy beáramlás előtt.
A döntéshozatal új korszaka
A forgatókönyv-modellezés mértéke is drámaian megnőtt. Egy évtizeddel ezelőtt 100 000 egyedi szimuláció lefuttatása mérföldkőnek számító tanulmánynak számított. Alan Butler, a hivatal alsó-coloradói medence kutatási és modellezési csoportjának vezetője szerint ma már szimulációk milliói táplálják a jelenlegi irányelvekben használt analitikai eszközöket. Ezek a szimulációk feltérképezik, hogyan teljesítenek a különböző működési stratégiák a széles körben változó jövőbeli forgatókönyvekben, így nehezebb figyelmen kívül hagyni a köztük lévő kompromisszumokat.
A Colorado folyó Szimulációs Rendszere (CRSS) modellezi a víz mozgását a medence tározóin, csatornáin és vezetékein keresztül több mint egy évszázados jogi és szabályozási korlátok figyelembevételével. Ez a modell évtizedek óta a folyóval kapcsolatos tárgyalások alapja. A RiverWare nevű eszköz, amelyet a 1990-es évek elején fejlesztettek ki a Colorado Boulder Egyetemen, lehetővé teszi az államok, városok és törzsek számára, hogy saját forgatókönyveket futtassanak le a CRSS-en keresztül.
Edith Zagona, a Boulder professzora, aki az Eszközt fejlesztő Központot vezeti, elmondta, hogy a RiverWare előtt a különböző csoportok nem bíztak a hivatal számaiban. A megoldás a volt, hogy a felek ellenőrizhetik a RiverWare modelljébe épített feltételezéseket: mennyi víz áll rendelkezésre, hogyan használható fel, és milyen szabályok szerint. A nehezebb kérdés az, hogy mit tegyenek, ha maga a modell sem tud egyetlen valószínű jövőt előre jelezni. Zagona csoportja a hivatallal és a Virga Labs tanácsadó céggel együttműködve egy webes eszközt fejlesztett ki, amely a CRSS-t több mint 8000 lehetséges jövőbeli vízellátási forgatókönyvön keresztül futtatja, hogy megmutassa, hogyan állnak ellen a különböző gazdálkodási stratégiák az éghajlatváltozás által hozható teljes skálának.
A Borg nevű evolúciós algoritmus generálja és iteratívan finomítja ezeket a stratégiákat, olyan terveket keresve, amelyek sok forgatókönyvben jól teljesítenek. A Borg-RiverWare már alakította a folyó következő működési szabályairól szóló tárgyalásokat, generálva azokat a forgatókönyveket és adatokat, amelyeket a hivatal a modellező eszközeiben használt. Zagona központja most továbbviszi a megközelítést. Egy fejlesztés alatt álló rendszer lehetővé tenné a tárgyaló felek számára, hogy menet közben teszteljék a versengő javaslatokat, megmutatva, hogyan hatnak az egyik fél politikai döntései a rendszerre, és azonosítva a potenciális kompromisszumos területeket magukban a tárgyalásokban.
A Denveri Metropolitan State Egyetemen Mohammad Valipour csapata egy mélytanuláson alapuló előrejelző rendszert épít, amely aszályriasztásokat ad ki hét coloradói folyó esetében, hét naptól hat hónapig terjedő időtávra. Ahol a földi mérőműszerek ritkásak, és a hegyek megnehezítik a telepítést, a csapat úgy találta, hogy a NASA műholdas adatai felülmúlták a helyszíni méréseket. A cél egy állami szintű aszályriasztó rendszer, amely több időt ad a gazdálkodóknak és a vízügyi vezetőknek a reagálásra.
Az Utah Állami Egyetemen Soukaina Filali Boubrahimi más problémát vizsgál: hogyan hatnak a folyó egy pontján lévő körülmények hetekkel később lefelé. Egy olyan gráf neuronhálózat segítségével, amely minden megfigyelőállomást csomópontként kezel, csapata feltérképezte a folyó kölcsönös függőségeit a világ egyik legvitatottabb vízrendszerében. Március végén a felső Colorado folyó medencéjében a hótakaró messze az átlag alatt volt, 130 mérőhelyen az átlagos érték 35 százalékát mérte az USDA Natural Resources Conservation Service.