RiverMamba: ИИ для точного прогнозирования наводнений

Экстремальные погодные явления, такие как сильные дожди и наводнения, создают растущие проблемы для систем раннего предупреждения во всем мире. Исследователи из Боннского университета, Исследовательского центра Юлих (FZJ) и Института машинного обучения и искусственного интеллекта Ламарр разработали RiverMamba — новую модель ИИ, способную прогнозировать сток рек и риски наводнений с большей точностью, чем предыдущие методы.

Исследовательская группа представит свои выводы 4 декабря на конференции NeurIPS 2025. RiverMamba вносит важный вклад в адаптацию к изменению климата и предотвращение рисков — темы, которым уделяется особое внимание во всем мире, особенно в преддверии Всемирного дня осведомленности о цунами ООН 5 ноября. Результаты опубликованы на препринт-сервере arXiv.

ИИ учится на основе данных об окружающей среде и климате

RiverMamba основана на так называемой архитектуре Mamba — новом поколении моделей глубокого обучения, которые особенно эффективно обрабатывают временные и пространственные данные об окружающей среде и климате. Система непрерывно анализирует данные об осадках, температуре, влажности почвы и скорости потока, распознавая закономерности, которые имеют решающее значение для развития наводнений.

RiverMamba объединяет сильные стороны классических, основанных на физике моделей, таких как Global Flood Awareness System (GloFAS), которая делает глобальные прогнозы, но не полностью моделирует локальные характеристики. GloFAS требует больших вычислительных ресурсов, в то время как локальные модели на основе обучения, такие как Flood Hub от Google, очень эффективны, но могут прогнозировать сток рек только на существующих измерительных станциях.

RiverMamba обучается как на данных из физических моделей, так и непосредственно на обширных данных об окружающей среде и наблюдениях. Это позволяет ей делать надежные прогнозы даже при неполных или отсутствующих сериях измерений — например, в небольших водосборных бассейнах или регионах с ограниченной доступностью данных.

Эта способность самостоятельно моделировать сложные взаимодействия между погодой, топографией и поведением стока открывает новые перспективы для более точных прогнозов наводнений по всему миру.

Разработка велась под руководством профессора Юргена Галла, главного исследователя Института Ламарр, в тесном сотрудничестве с Трансдисциплинарной исследовательской областью «Моделирование», Объединенной исследовательской учебной группой DFG Collaborative Research Center «DETECT — Региональное изменение климата: Разъяснение роли землепользования и управления водными ресурсами» (SFB 1502 DETECT) в Боннском университете, а также проектом «Фундаментальная модель для прогнозирования погоды» (RAINA) — совместным проектом Боннского университета, Немецкой метеорологической службы (DWD) и Исследовательского центра Юлих (FZJ). Междисциплинарный проект объединяет исследования в области ИИ с моделированием климата, гидрологией и прогнозированием погоды — и демонстрирует, как исследования из Северного Рейна-Вестфалии способствуют решению глобальных проблем.

«С помощью RiverMamba мы демонстрируем, как ИИ может быть целенаправленно использован для более реалистичного и эффективного моделирования экологических процессов», — говорит профессор Юрген Галл. «Такие подходы, основанные на данных, могут эффективно дополнять существующие системы раннего предупреждения — важный шаг к более надежным прогнозам в условиях участившихся экстремальных погодных явлений».