【研究故事】用2技術更準確預測乾旱
乾旱是世界上最令人恐懼的自然現象之一。 不僅威脅到人們的生計和生態系統，嚴重的情況下還會導致饑荒、流離失所和衝突。隨著氣候變化改變乾旱的自然模式，我們預計會更頻繁、更長時間、更嚴重地看到乾旱。正因為如此，氣象學上的乾旱預測方法已經變得非常有價值。
根據美國國家氣象局的說法，氣象乾旱是基於乾旱或降雨不足的程度以及乾旱期的長短。當長時間降雨量很少或沒有降雨導致缺水時，就會發生乾旱。該問題可能導致經濟、社會和環境受到影響，例如農業、水資源、能源生產和其他領域。
ADVERTISEMENT
“乾旱預測是一個重要的課題，在風險管理、乾旱準備和緩解方面發揮著關鍵作用。”英迪國際大學工程與工料測量院系高級講師慕尼爾（Md Munir Hayet Khan）博士解釋，準確的預測對於減輕其影響和最大限度地減少破壞至關重要。儘管如此，乾旱對受各地區的影響是不同的。
“如果我們能夠提供氣象乾旱的準確預報，當局和公眾就可以為乾旱條件作好規劃和準備”。
從冷嶽河流域降雨站收集
在一項基於小波（Wavelet）的混合ANN-ARIMA氣象乾旱預測模型研究中，慕尼爾博士和另外兩名研究人員分析了1986年至2016年30年的降雨數據，這些數據是從冷嶽河流域周圍的降雨站收集的。該研究是為了測試一種混合模型（W-2A模型）的新方法，以檢驗其準確預測未來乾旱的能力。
據慕尼爾說，多年來人們開發了各種預測模型來預測未來的乾旱。他們的最新研究發現，結合兩個或多個獨立模型可以成為提高幹旱預測準確的有效方法，並且基於小波的混合ANN-ARIMA模型提供了更好的預測結果，可用於未來的乾旱預警系統。
“我們將小波變換、整合移動平均自迴歸（Autoregressive Integrated Moving Average-ARIMA）和人工神經網絡（Artificial Neural Network-ANN）相結合，創建了一個能夠準確預測未來乾旱的新混合模型（W-2A 模型）。”慕尼爾強調。
小波是一種分析時間序列數據的方法，可用於查看不同變量隨時間的變化情況。ANN 通常被用於乾旱預報，因為它可以管理大量數據，還可以模擬降雨、溫度和其他氣象變量之間的複雜關係。
另一方面，ARIMA模型是一種常用於時間序列預測的統計模型。它們對於歷史數據中的趨勢和模式模擬特別有用，也可用於解釋季節性和其他週期性模式的影響。
慕尼爾還表示，在他們的研究中，使用標準化降水指數（Standardized Precipitation Index-SPI）和年降水標準指數（Annual Precipitation-SIAP） 乾旱指數（Drought Indices – DI）來計算過去的乾旱事件。
“SPI是一個全球公認的乾旱指數，需要進行參數估計。同時，SIAP非常簡單，不需要參數估計。”
據慕尼爾敘述，氣象、水文、農業和社會經濟等不同類別的乾旱都有不同的指標，每個指標都有其侷限。
“要跟蹤乾旱事件，需要準確的指數和可靠的水文氣象數據。”他補充，並指出沒有單一的指數可以準確描述此類事件的發生和嚴重程度。
也可預測洪水
他對研究達到目標表示滿意。“值得一提的是，我們實現了提出一種新的混合技術的研究目標，該技術結合了小波變換、ARIMA和ANN的優勢，分別使用SPI和SIAP準確預測未來的乾旱。”
這一發現有望提供一個更穩健和準確的預測，並且是一種預測未來乾旱狀況的新方法，增加了現有知識。該模型也可用於洪水預測，因為DI可以對選定區域的潮溼條件進行分類。
需要注意的是，乾旱預報是一項複雜的任務，受氣候變異、土地利用和人類活動等多種因素的影響，因此完全準確地預測具有挑戰。
“我相信這種新的混合模型（W-2A模型）可用於幫助農業部門、水資源管理和執法當局針對乾旱的長期影響做出正確的決策和規劃。”慕尼爾總結道。
更多文章： Agoda CODEGODA編碼賽挑戰3小時解決6算法 MYStartup Hackathon X DNB編程馬拉松賽，6人用5G技術 破題贏萬元 新紀元美術系畢業生，用創意與美關懷社會 與MIFFest聯手推廣電影創作 BMW短片獎下月1起收件 他們的心生病了，留意年輕人的呼救聲 陳君敏／讓繪本插上寫作的翅膀 ESMOD畢業生創意作品展示才能
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT
